主成分回归分析.ppt

文档介绍：主成分回归分析
一、主成分估计
主成分估计是以P个主成分中的前q个贡献大的主成分为自变量建立回归方程,估计参数的一种方法。
它可以消除变量间的多重共线性。
回归方程
对各变量进行标准化处理
对于解释变量X*,使得z=X*U
1、给定c,
2、删去的特征根所对应的主成分。
3、
SPSS实现
1、对所有变量进行标准化(Analyse-description)
2、对所有标准化后的自变量求主成分Z(factor)
3、选择前几个主成分
4、计算主成分得分(pute)
5、y与主成分进行回归(analyse-regression),求出α系数值。
pute ,求出β系数,即可得出消除多重共线性的标准回归方程。
经济工作者希望通过国内总产值x1,存储量x2,消费总量x3,去预测进口总额y,为此收集了某地区共计十一年的有关数据,利用主成分估计建立回归方程。(数据见spssex/ex309)
Z1=*zx1+*zx2+*zx3
Z2=-*zx1+*zx2-*zx3
3、将剩余p-1个标准化变量X*(1)再作主成分分析 Z(1)=X*(1) U(1)
4、再考虑最小特征根对应的特征向量,找出绝对值最大的特征向量,剔除与之对应的变量。
直至满足给定条件时停止。
5、将因变量与剩余变量作回归
三、主成分回归法
先将原始变量作主成分估计,得到标准化后的y与主成分的回归方程。
离差平方和分解: