基于最优子集上的主成分回归

摘要：

@@ 主成分回归分析在处理共线性问题上已得到了很大的应用,传统意义上的主成分选择是根据特征根的大小来决定的,常用的两种方法:一是删除近似为零的特征根所对应的主成分;二是利用累积贡献率来保留主成分,它们的一个主导思想都是将特征根从大到小排列,然后进行选择,上述方法都可称为top-down法[1～3].top-down法的弊端有两个,一是近似为零或累计率的界限没有严格的标准,二是没有利用上因变量的信息,而我们建立的模型的最终是为了预测.为此,提出以下最优子集法(best subset selection).

机标关键词：最优子集、主成分、特征根、累积贡献率、主导思想、成分选择、线性问题、回归分析、方法、因变量、预测、应用、信息、排列、模型、界限、处理、标准、弊端

所属期刊栏目：19

分类号：R19(保健组织与事业（卫生事业管理）)

在线出版日期：2004-02-20（万方平台首次上网日期，不代表论文的发表时间）

页数：共2页

页码：223-224