简介:多因变量综合线性回归中变量筛选问题,一直受到学术界的高度关注。针对当前不少学者对多因变量综合线性回归中变量筛选问题的错误认识,尤其是"偏最小二乘回归模型"涉及数学过于深奥,很多学者不能理解其原理,不能适合采用该模型的条件而盲目使用。在利用线性代数中正定与半正定矩阵的性质和矩阵的特征理论的基础上,剖析三种常规线性回归建模方法的原理,揭示"偏最小二乘回归模型"的本性,并在肯定其优越性的同时也指出其应用上的局限性;提出实际应用中合理选择回归模型的若干标准,建立一种容易掌握操作简便且可替代OLS法的"超平面回归模型";利用一个实例对几种回归建模方法的应用效果进行比较和说明。
简介:所谓奇异点,粗略的说,就是游离在众多的点群之外,明显的偏离了回归直线的一个点或者是几个点。在经济计量学的学习中,我们会经常遇到奇异点的问题。这个时候在采用最小二乘估计法拟合直线时,要特别注意处理奇异点的方法。因为,对于最小二乘法而言,每一个离差的损失是该离差的平方,要使总离差平方和最小,必然会给奇点以相对较高的权重,过多地强调了拟合直线和这些奇异点的关系,在图形上表现为拟和的直线明显地偏向了奇异点。据此做出的决策,可能会和实际情况有相当大的差距,正是由于这样的原因,所以我们面对奇异点的时,如何正确地应对就显得至关重要。在实际工作中,情况层出不穷,变化繁杂,笔者以为,要想正确地处理奇异点,首先要分析其产生的原因,然后再根据具体情况深入地进行分析,灵活应对。