共查询到20条相似文献，搜索用时 234 毫秒
1.
基于RS的森林蓄积量主成分回归估测 总被引：1，自引：0，他引：1
通过对影响蓄积量的因子进行相关性分析,筛选出与蓄积量存在较好相关性的指标作为自变量。但其自变量间存在多重共线性,会对模型稳定性、预测精度产生影响。通过多元统计分析中的主成分分析法,构造出影响密云县森林蓄积量的主成分,然后与蓄积量进行回归,得到主成分回归,并与一般线性回归模型进行比较。结果表明:主成分线性模型在拟合度、模型适用性与预测精度上都优于一般线性模型。主成分回归模型的复相关系数为0.809,预测精度达到88.26%。 相似文献
2.
主成分回归在阔叶树种时面积测定中的应用 总被引：1，自引：0，他引：1
本文以白榆（Ｕｌｍｕｓ ｐｕｍｉｌａ）为例，对无深裂痕阔叶树种叶面积的确定提出了一个较为适合的线性模型，并采用主成分回归的方法处理模型中的复共线性问题，认为该类叶片的叶面积主要受“叶面积综合因子”和“叶缘曲线与抛物线的偏离程度”的影响。 相似文献
3.
主成分回归和岭回归在新疆农业经济的应用 总被引：1，自引：0，他引：1
基于使用最小二乘回归对数据做统计回归时,常出现自变量之间因为多重共线性,导致模型预测失去效果的现象,其中主成分回归法和岭回归法是常见的用以处理多重共线性问题的方法。现以新疆农业经济数据为例,运用统计软件对数据进行实证分析,证实了这两种方法消除农业经济中多重共线性的可行性,也进一步比较两种方法的实现过程和优缺点,有利于提高回归预测模型的精确性和在现实问题中更广泛的应用。 相似文献
4.
建成区面积变化的驱动力分析是近年来土地利用领域的研究热点.针对动力系统多重共线性及样本粗差问题,将主成分估计和稳健估计有机结合,构成稳健主成分估计,并以重庆市建成区面积变化的驱动分析为例,对稳健主成分估计方法的有效性进行了验证与分析.研究表明:当样本含有粗差时,稳健主成分方法得出的驱动规律更科学、客观,说明稳健主成分方法系统性更强,对粗差有一定的抑制作用. 相似文献
5.
结合聚类分析方法与主成分分析方法，得到了线性模型参数的一种新估计－聚类主成分估计，并把它与最小二乘估计（ＬＳＥ）和主成分估计（ＰＣＥ）比较，获得了一些优良的性质。 相似文献
6.
巢剑雄 《湖南农业大学学报(自然科学版)》2005,32(1)
用回归方法作企业财务困境判别模型时，财务指标的取舍依赖t检验和F检验。保留的指标受主观假设和共线性问题影响．因子分析方法可将众多财务指标减少为综合反映企业财务状况的主成份，为Logit分类选择模型提供企业的财务状况预警指标．上市公司实证分析中，因子分析找到的7个主成份的累计方差占25个财务指标总方差的81．427％，且7个主成份相互独立．因子分析方法和Logit模型的结合可以避免财务指标选取时的随意性和共线性．主成份综合反映众多指标的差异，能够最大程度地区分企业财务状况好坏。有效进行企业财务困境预警。 相似文献
7.
《西北林学院学报》2017,(3)
利用2015年西昌市二类调查数据和2014年遥感影像数据,选择最小二乘法、基于AIC准则的逐步回归法、主成分法和偏最小二乘法分别建立云南松蓄积量线性回归模型并进行对比分析。结果表明:1)4种模型均为显著回归关系,除最小二乘法外,3种模型中的自变量T检验与因变量均显著相关。2)最小二乘法易导致模型自变量产生共线性,其他3种方法可有效消除共线性影响。3)模型综合评价由高到低为:偏最小二乘法逐步回归法主成分法线性最小二乘法,通过预留样本进行检验,精度由高到低为:偏最小二乘法逐步回归法为线性最小二乘法主成分法。综合分析认为,偏最小二乘法和逐步回归法综合效果最优,结果可为今后准确、高效地估测森林蓄积量提供参考。 相似文献
8.
通过对潍坊市农民人均纯收入、农作物播种面积、农业机械总动力、化肥施用量、农村用电量、农村劳动力、生产资料价格指数7个变量进行线性回归分析,利用主成分分析方法消除变量之间的多重共线性,得到最后的回归模型,可以得出对潍坊市农民人均收入有影响的因素,通过结论对潍坊市政府制定农业政策提供建议。 相似文献
9.
对CPV模型的残差相关性假设进行了调整，使压力情景生成模型和风险传导模型能分开处理，从而可采用偏最小二乘法对信用风险传导模型进行参数估计，避免了宏观经济因子因多重共线性不能进压力测试系统这一问题.通过似无关回归对情景生成模型参数进行估计，在信用风险传导模型含有宏观经济因子滞后项情况下，使用蒙特卡洛模拟方法进行压力情景生成.算例分析结果表明，本文提出的压力测试方法可有效地应用于银行业逆周期管理. 相似文献
10.
方芬 《金陵科技学院学报》2007,23(2):9-12
为了克服多变量混沌时序局部线性预测模型中利用最小二乘法确定参数时会产生多重共线性的缺陷,提出了基于正则化回归的多变量混沌时序局部线性预测模型。该预测模型是在一般的多变量混沌时序局部线性预测模型中对最小二乘法进行改进,引入正则化估计,利用正则化回归法对模型参数进行估计。实证研究结果显示,模型比改进前有更好的预测精度和抗噪能力。 相似文献
11.
12.
为了构建基于气象要素的甘肃省甘州区日光温室低温预测模型,探索应用了岭回归分析的方法。在合理选取预测因子的基础上,对预测因子之间存在的多重共线性进行诊断,为了克服预测因子共线性对模型稳定性的影响,选择岭回归分析的方法进行共线性的处理和模型构建,应用模型的预测值与实测值对模型的精度进行检验。结果表明：选取的预测因子之间存在共线性问题,通过岭回归分析建立的日光低温预测模型可以克服预测因子间由于共线性问题对模型参数造成的影响,模型预测值与实测值之间的绝对误差(≤3℃)的准确率为98.4%,决定系数(R2)为0.8543和均方根误差(RMSE)为0.7849℃,模型精度较好。基于岭回归分析法建立的日光温室低温预测模型能够对当地日光温室低温进行合理而有效的预测。 相似文献
13.
14.
吴建忠 《东北农业大学学报》2014,(11)
研究通过对亚麻12个农艺性状的相关性分析,确定亚麻纤维产量相关显著的农艺性状,利用主成分分析原理进行相关性状的降维处理,消除亚麻纤维产量综合评价中存在的性状间多重共线性影响,对亚麻纤维产量进行综合评价。结果表明,主成分回归法可以有效消除亚麻纤维产量综合评价中出现的性状间多重相关性问题,该法可对亚麻纤维产量进行综合评价,为作物产量的综合评价提供新思路。 相似文献
15.
“三农”问题的核心是农民收入的增加,只有增加收入,才能从根本上提高农民的生活质量.该研究根据2000～2011年陕西省农民收入的各项数据,从中选取了6个对农民收入增长有重要影响的因素,通过主成分回归分析方法建立统计模型,避免了变量之间可能存在的多重共线性,运用R软件,得出它们对农民收入增长的贡献率.根据分析结果提出了符合实际情况的政策建议. 相似文献
16.
为了获取较高的宽带信号的DOA(direction-of-arrival)估计精度,提出了基于改进的广义回归神经网络(IGRNN,improved generalized regression neural network)和主成分分析(PCA,principalcomponent analysis)的宽带DOA估计算法。选用PCA方法对训练样本进行降维,以降低神经网络的复杂度;利用粒子群算法优化GRNN的参数;根据选取不同的聚焦角度确定粗估计、精估计的训练模型,通过粗估计得出目标的大致方位后,利用精估计模型得出最终的估计结果,避免了聚焦角度对估计精度的影响。仿真结果表明,本文提出的算法具有较好的估计精度和较高的工作效率。 相似文献
17.
基于近红外技术的落叶松木材密度预测模型 总被引：2，自引：0，他引：2
运用近红外光谱对落叶松(Larix gemelinii Rupr)样品密度进行了研究,分别运用偏最小二乘法及主成分回归建立预测模型,并用建立的模型分别对每一个样品进行了预测。基于偏最小二乘法的校正模型及验证模型相关系数分别为0.964和0.918,校正标准误差及预测标准误差分别为0.016和0.021,模型预测值与实测值决定系数为0.93;主成分回归模型中,校正模型及验证模型相关系数分别为0.954和0.911,校正标准误差及预测标准误差分别为0.017和0.023,模型预测值与实测值决定系数为0.91。研究表明:基于主成分回归法与偏最小二乘法的近红外光谱分析建模,都可以实现对落叶松木材密度的有效预测,但相比较而言,偏最小二乘法略优于主成分回归法,所建立的模型对落叶松木材密度预测更加准确可靠。 相似文献
18.
逐步回归及通径分析在主成分分析中的应用 总被引：5，自引：0，他引：5
[目的]探讨多指标体系中对测定指标的评价、排序及简约,实现对多指标体系的降维.[方法]举例将逐步回归分析和通径分析引入主成分分析中.[结果]测定指标对主成分逐步回归分析保留了对主成分影响显著的指标,剔除了对主成分作用较小或存在共线性的指标;通径分析揭示了测定指标对主成分的直接影响和间接影响体现了指标间的相互作用.通径分析中测定指标对主成分决定系数的分解结合主成分特征值的百分贡献率可对测定指标进行评价,提取反映总体主要信息,真正实现测定指标的简约.[结论]主成分分析结合逐步回归分析和通径分析可对多指标体系中的指标进行评价,实现测定指标的真正降维. 相似文献
19.
《浙江农林大学学报》2015,(4)
森林碳储量与其调查因子之间的关系及其空间相关性特征是区域森林碳储量及其分布估计模型建立的基础,然而某一调查因子在不同空间位置对森林碳储量估计的影响程度存在差异。地理加权回归方法考虑了调查因子作用的空间异质性,进行局部回归估计。以浙江省台州市仙居县森林资源二类调查样地实测数据为数据源,利用地理加权回归方法结合陆地探测卫星系统Landsat TM影像数据进行森林碳储量及其密度的分布估计,并检验地理和海拔加权回归在地势平缓的区域是否可用。结果表明:1仙居县森林地上部分总碳储量3.132×106Mg,与样地实测统计得到的全县碳储量3.192×106Mg相差1.880%;地理加权回归模型估计结果与实际碳密度分布情况相一致,研究区内碳密度的取值范围为0~89.964 Mg·hm-2,保留了70%以上的空间异质性特征;基于地理加权回归的森林地上部分碳储量估计方法是有效的,地理加权回归在区域碳储量方面估计结果合理且精度较高。2在地势较为平缓的地区,海拔对植被的影响不显著,地理和海拔加权回归并不适用;若将海拔作为解释变量加入建模,能够提高估计精度,但存在多重共线性问题。 相似文献
20.
影响耕地数量变化的因素错综复杂,用单一的回归分析法不易得到一个满意的模型。在前人研究的基础上,以湖南省南县为例,首先用主成分分析法选择主要的影响因素,克服多重共线性问题;然后再对选择的因素建立回归模型,从而对影响耕地数量变化因素的影响力进行定量分析,得到南县耕地数量变化驱动力主要有四大类因素:经济发展、人口增长、国家政策和农业集约化。并且指出不能只靠政策手段来解决耕地保护问题,需要通过经济、制度和科技相结合的措施才能实现保护耕地的目标。 相似文献