论文部分内容阅读
当平行数据的解释变量之间存在严重的多重共线性,或者样本点个数与解释变量个数相比较少时,用经典方法求解模型(如最小二乘法等)误差偏大,难以满足实际要求。针对这种情况本文提出用偏最小二乘法思想求解固定影响平行数据模型,并且实例表明误差明显减少,可以满足建模、预报的要求。
固定影响平行数据模型参数的偏最小二乘估计
【摘 要】
：
当平行数据的解释变量之间存在严重的多重共线性,或者样本点个数与解释变量个数相比较少时,用经典方法求解模型(如最小二乘法等)误差偏大,难以满足实际要求。针对这种情况本
【机 构】
：
北京航空航天大学理学院数字信息与行为教育部重点实验室
【出 处】
：
科技信息
【发表日期】
：
2008年24期
其他文献