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:由于第三方支付平台交易者的效益问题存在着较多的不确定性,因此很少有定量化的研究成果。运用粗糙集理论,构建第三方支付平台交易的粗糙复杂网络,并对第三方支付平台效益进行研究,分别建立平台管理者效益提升的粗糙复杂网络信任模型、商家效益极大化的粗糙统计模型、顾客选择商品的粗糙决策模型;模型求解结果表明:平台管理者可以建立量化奖惩措施促进效益目标的实现;商家可以分析预测当广告费用为G0时的直接和间接销售量,从而得出是否做广告的决定;在价格适中且销售量适中、销售量高、商品价格低顾客评价适中且商家信用低、顾客评价高且商家信用高这四种情况下,顾客可以做出购买的决定。本研究在理论上不仅将粗糙集的理论用于不确定性复杂网络信任模型的研究,而且创立了基于时间序列分析的属性约简算法,从而解决了动态知识系统属性规则的提取问题。
简介:对两水平模型与静态面板数据模型进行对比分析:多水平模型主要用于分析具有层次结构的统计数据,面板数据模型是针对面板数据而提出的一种应用广泛的计量经济模型。面板数据可以看成是具有截面水平与时间水平的两层数据,两水平模型也能对面板数据进行分析,在一定条件下具有一定的相似性。因此,提出多水平的静态面板数据模型,为分析具有多个层次结构的面板数据提供分析工具。