第7章最小二乘估计的改进.ppt

单击此处编辑母版标题样式,单击此处编辑母版文本样式,第二级,第三级,第四级,第五级,*,单击此处编辑母版标题样式,单击此处编辑母版文本样式,第二级,第三级,第四级,第五级,*,第7章 最小二乘估计的改进,7.1 多重共线性的判别,7.2岭估计,K的选择,岭迹的作用：,7.3主成分估计,k几种的取法：,SAS中实现相关系数矩阵,proc corr 选项；,选语句：var 变量名表；,with 变量名表,选项除data=外，还有,pearson 缺省项 计算两两相关系数,cov 样本协方差矩阵,outp=存放相关系数矩阵数据,Page 163 例7.1,标准化过程在SAS中的实现,proc standard 选项；,选语句：var 变量名表；,选项除 data=外 还有out=,mean=或m=指定新变量的均值,Std=指定新变量的标准差,Page 163 例7.1 数据标准化,SAS中实现共线性诊断,proc rege 选项；,model y=自变量/vif collinoint;,run;,选项vif用来输出方差膨胀因子,Collinoint(或写为collin)用来输出特征根与条件数,Page 163 例7.1的共线性分析,SAS中实现岭回归,proc reg 选项；,model y=自变量/ridge=初始值to终值by步长；,plot/ridgeplot;,run;,选项：data=数据集；,outest=岭回归估计数据集；,graphics 绘图功能,outvif 输出vif,例7.1的岭回归,注：在岭回归以及主成分回归中，若所有自变量以及因变量的量纲一致，则可以不用对数据进行标准化变换。,岭迹,取k=0.04,可得page 174的标准化数据的岭回归方程.,若在岭回归程序中把data=tj.std更换为data=tj.p163,则可直接得到page 174里原始数据的岭回归方程.,主成分回归在SAS中的实现,proc reg 选项；,model y=自变量/pcomit=给定数字 选项；,run;,reg选项有 data=数据集,outest=输出数据集,pcomit=k表示删除最后面的k个主成分,model选项有outvif表示输出vif到输出数据集中,例7.1的主成分回归,x1-x3的vif都已很小，此时可得到page 180 的回归方程(7.3.10),若在主成分回归的程序中把data=tj.std更换为data=tj.p163,则直接可以得到原始数据的主成分回归方程(7.3.11).,