文摘
一元线性回归方法主成分分析
作者(年代):徐莉莉只在常用的因变量是随机变量线性回归方法,所以回归结果将显示改变坐标的选择。开明的主成分分析(PCA)方法,一种新的一元线性回归与坐标无关,提出了基于主成分分析的方法。与传统的最小二乘法相比,新方法具有的优势下偏差错误和更高的回归精度,验证了模拟案例和实例。模拟案例和实例验证了新方法系统偏差和更好的回归精度比传统的更少。主成分分析是数值解的优点低计算量使它拥有广阔的应用前景。
分享这
文摘
只在常用的因变量是随机变量线性回归方法,所以回归结果将显示改变坐标的选择。开明的主成分分析(PCA)方法,一种新的一元线性回归与坐标无关,提出了基于主成分分析的方法。与传统的最小二乘法相比,新方法具有的优势下偏差错误和更高的回归精度,验证了模拟案例和实例。模拟案例和实例验证了新方法系统偏差和更好的回归精度比传统的更少。主成分分析是数值解的优点低计算量使它拥有广阔的应用前景。
查看更多