1 |
有影響力自變數的偵測盧惟真 Unknown Date (has links)
在一個具有多個自變數的線性模式中,當我們發現模式在加入或刪除某些自變數時,若對其他參數的估計或估計分配或後驗分配造成極大的影響,我們就有必要提出警告訊息並做進一步分析。而偵測這些造成影響之自變數的方法,除了Schall和Dunne(1990)所提的Cook距離和AP統計量外,本文提出用Kullback-Leibler對稱散度的方法,以自變數增加前後,參數估計分配間的差異作為所加入之自變數影響力的指標。另一方面,就貝氏的觀點,以自變數增加前後,參數後驗分配間的差異程度作為偵測有影響力自變數的方法。此外,本文亦探索Kullback-Leibler對稱散度與自變數間共線性的關係。
|
2 |
變異膨脹因子的研究 / Variance Inflation and Multicorrelation in Regression林唯忠, Lin Wei Jong Unknown Date (has links)
線性迴歸模型中共線性的問題是導致模型不適當的重大原因之一。共線性
的存在不止會影響到參數的估計,使參數的變異變大,還會妨礙我們評估
自變數對模型重要性的能力,甚至會使我們忽略或去除掉重要的自變數。
而變異膨脹因子是診斷線性迴歸模型共線性問題時常用而有效的方法之一
,但它只是考慮單一自變數的情況。本文則對於模型同時加入一組自變數
時影響原模型共線性的問題,先推導出廣義的判定係數,再利用它推導出
變異膨脹矩陣。再應用這個變異膨脹矩陣發展出六個準則,使得變異膨脹
矩陣有一個單一的指標來對模型的共線性做診斷。最後並以一個例子以實
際的數據,用六個準則對不同的模型做診斷,並嘗試找出各準則的指標。
|
Page generated in 0.0129 seconds