| 摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 1 绪论 | 第8-14页 |
| 1.1 问题的提出 | 第8-12页 |
| 1.1.1 多重共线性的含义 | 第8-9页 |
| 1.1.2 多重共线性形成的基本原因 | 第9-10页 |
| 1.1.3 多重共线性的危害 | 第10-12页 |
| 1.2 文献回顾 | 第12-13页 |
| 1.3 面临的问题 | 第13页 |
| 1.4 本文的主要内容和结构安排 | 第13-14页 |
| 2 预备知识 | 第14-21页 |
| 2.1 矩阵的有关知识 | 第14-18页 |
| 2.1.1 矩阵的概念 | 第14-15页 |
| 2.1.2 矩阵的运算 | 第15-17页 |
| 2.1.3 矩阵的特征根、特征向量 | 第17页 |
| 2.1.4 矩阵的迹 | 第17页 |
| 2.1.5 线性方程组的解 | 第17-18页 |
| 2.2 线性回归的若干知识 | 第18-21页 |
| 2.2.1 均值 | 第18页 |
| 2.2.2 方差、标准差 | 第18-19页 |
| 2.2.3 相关系数 | 第19页 |
| 2.2.4 期望与方差 | 第19页 |
| 2.2.5 均方误差 | 第19-20页 |
| 2.2.6 β的最小二乘估计 | 第20-21页 |
| 3 处理多重共线性问题的两种方法 | 第21-33页 |
| 3.1 岭回归方法 | 第21-28页 |
| 3.1.1 岭回归的提出 | 第21页 |
| 3.1.2 岭回归的基本原理 | 第21-24页 |
| 3.1.3 岭回归的应用 | 第24-28页 |
| 3.2 主成分回归方法 | 第28-33页 |
| 3.2.1 主成分分析的基本思想 | 第28页 |
| 3.2.2 主成分回归的基本原理 | 第28-30页 |
| 3.2.3 主成分回归的应用 | 第30-33页 |
| 4 岭回归分析中广义岭估计的一种改进方法 | 第33-38页 |
| 4.1 广义岭估计的定义和性质 | 第33-35页 |
| 4.2 对β_(1-k)(K)与β(K)的均方误差(MSE)进行比较分析 | 第35-36页 |
| 4.3 对β_(1-k)(K)与β(K)的均方残差(MSR)进行比较分析 | 第36-38页 |
| 参考文献 | 第38-40页 |
| 发表论文情况 | 第40-41页 |
| 致谢 | 第41-42页 |