楼主: 征夷大将军
27366 60

[学科前沿] 主成分分析不适合处理多重共线性问题?   [推广有奖]

21
soccy 发表于 2016-12-30 04:02:42

回帖奖励 +10

关键在于精简、降维

22
xjbwx2007 发表于 2017-1-19 09:51:27

回帖奖励 +10

应该是看是否存在明显的多重共线性的时候,要合理考虑初始分析变量的选择。

23
tangbohu_us 学生认证  发表于 2017-1-20 02:02:16

回帖奖励 +10

感谢分享!

24
hit 在职认证  发表于 2017-1-23 05:29:42

回帖奖励 +10

Multicollinearity is not a problem. So no need to solve it.
已有 1 人评分学术水平 热心指数 收起 理由
nuomin + 5 + 5 观点有启发

总评分: 学术水平 + 5  热心指数 + 5   查看全部评分

25
gaosanyao 发表于 2017-3-15 10:12:00

回帖奖励 +10

学习一下 好像明白了

26
nuomin 发表于 2017-3-16 11:24:29

回帖奖励 +10

主成分分析方法用来降维不错。线性模型的多重共线性问题的处理用比较AIC的方法好些。

27
maodongjun 发表于 2017-3-16 16:28:51 来自手机

回帖奖励 +10

征夷大将军 发表于 2016-4-7 15:02
本来一般认为当回归模型遇到多重共线性时,可以使用主成分回归,如下图

然而我在看人大的多元统计分析时 ...
样本小,就不要选太多变量了

28
我爱罗起 学生认证  发表于 2017-3-18 16:23:54

回帖奖励 +10

看了本帖,解决了我的问题,谢谢啦

29
gfucle 发表于 2017-3-18 22:40:29

回帖奖励 +10

可一定程度解决共线性问题,但又带来解释的困难

30
rado@gamgling.c 发表于 2017-3-19 22:14:06

回帖奖励 +10

good thanks

您需要登录后才可以回帖 登录 | 我要注册

本版微信群
加好友,备注jltj
拉您入交流群
GMT+8, 2026-1-10 18:22