[1]刘文丽,吕书龙,梁飞豹.复共线性下的主成分全最小二乘估计[J].华侨大学学报(自然科学版),2011,32(5):584-587.[doi:10.11830/ISSN.1000-5013.2011.05.0584]
　LIU Wen-li,L Shu-long,LIANG Fei-bao.Total Least Square Estimator of Principal Components under Multicollinearity[J].Journal of Huaqiao University(Natural Science),2011,32(5):584-587.[doi:10.11830/ISSN.1000-5013.2011.05.0584]
点击复制

复共线性下的主成分全最小二乘估计()
分享到：

《华侨大学学报（自然科学版）》[ISSN:1000-5013/CN:35-1079/N]

卷:
第32卷
期数:
2011年第5期
页码:
584-587
栏目:
出版日期:
2011-09-20

文章信息/Info

Title:
Total Least Square Estimator of Principal Components under Multicollinearity
文章编号:
1000-5013(2011)05-0584-04
作者:
刘文丽; 吕书龙; 梁飞豹
福州大学数学与计算机科学学院
Author(s):
LIU Wen-li;  L Shu-long;  LIANG Fei-bao
College of Mathematics and Computer Science, Fuzhou University, Fuzhou 350108, China
关键词:
最小二乘估计;  全最小二乘估计;  主成分;  复共线性
Keywords:
least square estimator;  total least square estimator;  principal components;  multicollinearity
分类号:
O212.1
DOI:
10.11830/ISSN.1000-5013.2011.05.0584
文献标志码:
A
摘要:
针对最小二乘法在参数估计中的局限性,在多维解释变量存在复共线性时,提出主成分全最小二乘估计,避免奇异矩阵求逆的问题.经多组大量测试,计算得到的回归系数的平均绝对偏差均较小,且表现稳定,其效果明显地优于最小二乘估计和全最小二乘估计.
Abstract:
The total least square estimator of principal components is proposed to avoid inversing the singular matrix under explanatory variables of multi-dimensions with multicollinearity.Under certain conditions,we prove by numerous test that it has smaller mean square errors(MSE) than least square estimator(LSE).

参考文献/References:

[1] VAN HUFFEL S, ZHA H. The total least squares problem [M]. Amsterdam:Frontiers in Applied Mathematics, 1993.
[2] 张洪钺, 黄劲东, 范文雷. 全最小二乘法及其在参数估计中的应用 [J]. 自动化学报, 1995, (121):40-47.
[3] 顾启泰. 正交最小二乘算法及其应用 [J]. 清华大学学报(自然科学版), 1996(3):106-112.
[4] 王福昌, 曹慧荣, 朱红霞. 经典最小二乘与全最小二乘法及其参数估计 [J]. 统计与决策, 2009(1):16-17.
[5] MARKOVSKY I, VAN HUFFEL S. Overview of total least-squares methods [J]. Signal Processing, 2007, (10):2283-2302.doi:10.1016/j.sigpro.2007.04.004.
[6] 孔祥玉, 韩崇昭, 魏瑞轩. 一种全最小二乘算法及其在非线性滤波器中的应用 [J]. 信号处理, 2005(2):140-143.doi:10.3969/j.issn.1003-0530.2005.02.007.
[7] 王宏伟, 刘向利, 马广富. 基于正交最小二乘估计的非线性系统模糊辨识 [J]. 计算机学报, 2004(8):1143-1146.doi:10.3321/j.issn:0254-4164.2004.08.018.
[8] 李德强, 黄莎白. 基于正交最小二乘法的小波网络在系统辨识中的应用 [J]. 控制与决策, 2003(3):378-381.doi:10.3321/j.issn:1001-0920.2003.03.031.
[9] 黄宜军, 刘宏兵, 熊炎. QR-ROLS算法在小波网络构造中的仿真研究 [J]. 系统仿真学报, 2007(9):2101-2104.doi:10.3969/j.issn.1004-731X.2007.09.051.

备注/Memo

备注/Memo:
国家自然科学基金资助项目(11001054); 福建省教育厅科研基金资助项目(JB08026,JB08027)
更新日期/Last Update: 2014-03-23