《变量筛选、模型分类及自动化建模方法》PDF下载

  • 购买积分:9 如何计算积分?
  • 作  者:王惠文,孟洁著
  • 出 版 社:北京:科学出版社
  • 出版年份:2013
  • ISBN:9787030375162
  • 页数:199 页
图书介绍:本书系统讨论了信息冗余对主成分分析、多元线性回归分析、岭回归、偏最小二乘回归等多元分析模型的影响方式,研究更合理有效的变量筛选方法和建模技术,以尽量减少人为因素对模型结果的影响,有利于自动化建模。作者还通过分析多元回归建模的本征信息,提出多元回归模型的分类方法,用于识别海量多元回归模型的分类特征或者快速建立大量的多元回归模型。此外,书中还探讨了多元分析模型的动态预测问题,从而可以在未知未来样本数据的前提下,预测多元分析的模型参数和模型评价指标。此外,作为一个大型的应用示范,本书还系统研究了一套时序投入产出表预测建模技术。书中的研究成果将为多元数据分析的工业化发展提供重要的关键技术,为经济管理中的数据处理提供一类新型的应用工具。

第1章 绪论 1

1.1引言 1

1.2本书的内容结构 3

1.3数据表的基本知识 7

1.4本章小结 11

第2章 变量多重相关性对特征提取类建模方法的影响 12

2.1变量多重相关性问题 13

2.2变量多重相关性对主成分分析的影响 15

2.3变量多重相关性对普通最小二乘回归的影响 20

2.4主成分回归方法 27

2.5变量多重相关性对偏最小二乘回归的影响 31

2.6本章小结 36

第3章 Gram-Schmidt变换及其相关性质 38

3.1 Gram-Schmidt变换方法 38

3.2变量之间的直交性与无关性 43

3.3测度被Gram-Schmidt变换删除的信息成分 44

3.4冗余变量及其假设检验方法 45

3.5本章小结 47

第4章 基于Gram-Schmidt变换的无导师变量筛选方法 48

4.1简约变量集合的基本特性 49

4.2主基底的构造和相关性质 51

4.3基于主基底分析的变量筛选方法及其应用 62

4.4基于主基底分析的两阶段变量筛选方法及其应用 67

4.5基于主基底分析的分组变量筛选方法及其应用 70

4.6本章小结 76

第5章 基于Gram-Schmidt变换的有导师变量筛选方法 77

5.1普通最小二乘回归中的变量筛选方法 78

5.2 Gram-Schmidt回归方法 80

5.3赋权的Gram-Schmidt筛选方法及其应用 86

5.4基于Gram-Schmidt变换的多组自变量回归建模 89

5.5基于Gram-Schmidt变换的判别变量筛选方法及其应用 92

5.6快速 Gram-Schmidt回归方法 99

5.7本章小结 106

第6章 多元分析模型的本征信息及模型预测方法 108

6.1多元分析模型的本征信息 109

6.2二阶矩矩阵的预测方法 111

6.3多元线性回归的预测建模方法 118

6.4 Fisher判别模型的预测建模 123

6.5本章小结 129

第7章 自动化回归建模方法 131

7.1大规模曲线自动聚类方法 132

7.2多元线性回归模型的自动聚类方法 140

7.3非线性回归模型的自动辨识方法 146

7.4本章小结 152

第8章 投入产出表的预测建模方法 153

8.1投入产出表 154

8.2投入产出表A表的预测建模方法 158

8.3 A表预测建模的仿真分析 165

8.4 A表预测建模的案例分析 185

8.5本章小结 194

参考文献 196