在建立多元回归模型时,为了更准确地反映事物的特征,人们经常会在模型中包含较多相关解释变量,这不仅使得问题分析变得复杂,而且变量之间可能存在多重共线性,使得数据提供的信息发生重叠,甚至会抹杀事物的真正特征。为了解决这些问题,需要采用降维的思想,将所有指标的信息通过少数几个指标来反映,在低维空间将信息分解为互不相关的部分以获得更有意义的解释。本文介绍的主成分分析和因子分析可用于解决这类问题。
1 主成分分析
2 因子分析
|
楼主: daka123
|
2768
5
eviews主成分分析和因子分析讲义 |
|
已卖:7032份资源 院士 67%
-
|
| ||
|
|
| ||
jg-xs1京ICP备16021002号-2 京B2-20170662号
京公网安备 11010802022788号
论坛法律顾问:王进律师
知识产权保护声明
免责及隐私声明


