基于变量筛选的偏最小二乘回归方法及其应用
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 1 最小二乘回归与多重共线性问题 | 第8-17页 |
| 1.1 引言 | 第8-9页 |
| 1.2 最小二乘回归 | 第9-11页 |
| 1.2.1 普通线性回归模型 | 第9页 |
| 1.2.2 普通线性回归模型的假设条件 | 第9-10页 |
| 1.2.3 最小二乘法 | 第10-11页 |
| 1.3 多重共线性问题 | 第11-17页 |
| 1.3.1 多重共线性的定义 | 第11页 |
| 1.3.2 多重共线性的影响 | 第11-14页 |
| 1.3.3 多重共线性的诊断 | 第14-17页 |
| 2 偏最小二乘回归 | 第17-29页 |
| 2.1 偏最小二乘回归的原理与计算方法 | 第17-22页 |
| 2.1.1 偏最小二乘回归的原理 | 第17-18页 |
| 2.1.2 计算方法 | 第18-20页 |
| 2.1.3 交叉有效性 | 第20-21页 |
| 2.1.4 偏最小二乘回归的基本性质 | 第21-22页 |
| 2.2 案例分析 | 第22-25页 |
| 2.3 偏最小二乘回归的简化算法 | 第25-26页 |
| 2.4 偏最小二乘回归的局限性及其改进方法 | 第26-29页 |
| 3 基于变量筛选的逐步偏最小二乘回归 | 第29-40页 |
| 3.1 逐步偏最小二乘回归法 | 第29-33页 |
| 3.1.1 变量筛选思想 | 第29-30页 |
| 3.1.2 变量筛选步骤 | 第30-31页 |
| 3.1.3 选择变量法实现代码 | 第31-33页 |
| 3.2 实例分析 | 第33-40页 |
| 3.2.1 最小二乘回归 | 第34-36页 |
| 3.2.2 偏最小二乘回归 | 第36-37页 |
| 3.2.3 逐步偏最小二乘回归法 | 第37-40页 |
| 结束语 | 第40-41页 |
| 参考文献 | 第41-45页 |
| 附录 | 第45-47页 |
| 致谢 | 第47页 |
