[回归分析求助] 岭回归 [推广有奖]

0关注
0粉丝

初中生

还不是VIP/贵宾

威望: 0 级
论坛币: 755 个
通用积分: 0
学术水平: 0 点
热心指数: 0 点
信用等级: 0 点
经验: 49 点
帖子: 5
精华: 0
在线时间: 14 小时
注册时间: 2018-5-10
最后登录: 2022-5-2

楼主

fairy-yang 发表于 2018-6-3 10:20:32 来自手机 |AI写论文

是否 +2 论坛币

k人参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

岭回归能够有效解决变量共线性问题，面板数据能够有效降低数据共线性问题，那能用领回归处理面板数据吗，用什么软件处理最合适？

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏1 回帖

关键词：面板数据软件处理有效降低有效解决共线性

相关帖子

沙发

天南水北 发表于 2018-6-3 13:55:10

个人看法。一般的计量方法都是在寻求一致估计的前提下，尽量控制多的解释变量。一般的面板计量，就是通过引入固定效应（这意味引入大量可能共线性很强的变量）来控制潜在的解释变量。
而岭回归则通过牺牲一致性来提高系数的稳定性，估计系数全部是有偏——有偏意味着系数不具有经济含义的。
总之，面板引入大量共线性较高的变量来获取一致性；岭回归通过放弃一致性（经济含义）来降低共线性，两个计量方法是冲突吧。

藤椅

frankyzj 发表于 2019-1-1 14:24:02

参数估计量的一致性是回归分析的底线，就是说作为一个参数估计量不具备无偏性和有效性是可以容忍和接受的，而一直性是参数估计量的大样本性质，在小样本下得不到无偏和有效估计量的情况下，只要这个参数估计量具备大样本下的一致性仍然是可以用来解释模型的；事实上从参数估计量与总体真实值的接近程度看一致估计量要比无偏和有效估计量的性质更好，因为一致估计量当样本容量趋于无穷时与总体真实值之间的偏差是收敛到0的，而无偏和有效估计量即使在样本容量趋于无穷时也允许存在偏差，只要这个方差在所有的无偏估计量中是最小的，不论它有多大。而一致估计量这个方差是收敛到0的。岭回归估计量不是无偏估计量，而是一致估计量，事实上单纯从参数估计量与总体真实值之间的关系看，理论上也证明了岭回归估计量比OLS的估计量性质更好。