| 摘要 | 第6-7页 |
| Abstract | 第7-8页 |
| 第一章 绪论 | 第11-17页 |
| 1.1 研究背景和意义 | 第11-12页 |
| 1.2 研究方法综述 | 第12-13页 |
| 1.3 论文涉及指标 | 第13-14页 |
| 1.4 论文结构安排及特点 | 第14-17页 |
| 第二章 偏最小二乘(PLS)回归相关理论知识 | 第17-29页 |
| 2.1 多元线性回归模型的相关理论 | 第17-19页 |
| 2.2 主成分分析相关理论 | 第19页 |
| 2.3 偏最小二乘回归模型 | 第19-23页 |
| 2.3.1 偏最小二乘回归模型思路 | 第20页 |
| 2.3.2 偏最小二乘回归模型方法推导 | 第20-22页 |
| 2.3.3 交叉有效性 | 第22-23页 |
| 2.3.4 模型预测精度 | 第23页 |
| 2.4 稀疏偏最小二乘(SPLS)回归 | 第23-29页 |
| 2.4.1 稀疏偏最小二乘回归的第一个方向向量 | 第24页 |
| 2.4.2 稀疏偏最小二乘回归算法 | 第24-25页 |
| 2.4.3 稀疏偏最小二乘回归的参数选取及建模 | 第25-29页 |
| 第三章 偏最小二乘(PLS)及稀疏偏最小二乘(SPLS)算法模型 | 第29-39页 |
| 3.1 R软件随机生成模拟数据 | 第29-30页 |
| 3.2 多重共线性诊断 | 第30-31页 |
| 3.3 普通最小二乘回归 | 第31-32页 |
| 3.4 模拟偏最小二乘回归 | 第32-34页 |
| 3.5 随机数据模拟稀疏偏最小二乘回归 | 第34-37页 |
| 3.6 PLS与SPLS的模拟数据结果比较 | 第37-39页 |
| 第四章 偏最小二乘(PLS)及稀疏偏最小二乘(SPLS)回归在云南省电力消费影响因素中的应用 | 第39-49页 |
| 4.1 指标选取 | 第39页 |
| 4.2 数据的搜集与整理 | 第39-40页 |
| 4.3 建立普通最小二乘回归模型 | 第40-41页 |
| 4.4 变量的多重共线性诊断 | 第41-42页 |
| 4.5 偏最小二乘回归在云南省电力消费影响因素中的应用 | 第42-45页 |
| 4.5.1 偏最小二乘回归推导计算 | 第42-43页 |
| 4.5.2 结果分析 | 第43-44页 |
| 4.5.3 各个指标对云南省电力消费影响的分析 | 第44-45页 |
| 4.6 稀疏偏最小二乘回归在云南省电力消费影响因素中的应用 | 第45-47页 |
| 4.6.1 稀疏偏最小二乘回归参数的选取 | 第45-46页 |
| 4.6.2 回归建模 | 第46-47页 |
| 4.7 PLS与SPLS在云南省电力消费影响因素中的对比 | 第47-49页 |
| 第五章 总结与展望 | 第49-51页 |
| 5.1 总结 | 第49页 |
| 5.2 展望 | 第49-51页 |
| 致谢 | 第51-53页 |
| 参考文献 | 第53-57页 |
| 附录A 攻读硕士期间发表论文目录 | 第57-58页 |
| 附录B 论文中涉及到的一些程序 | 第58-60页 |
