成分数据的多元回归建模方法研究
DOI:
作者:
作者单位:

作者简介:

通讯作者:

中图分类号:

基金项目:


Multiple linear regression modeling method based on the compositional data
Author:
Affiliation:

Fund Project:

  • 摘要
  • |
  • 图/表
  • |
  • 访问统计
  • |
  • 参考文献
  • |
  • 相似文献
  • |
  • 引证文献
  • |
  • 资源附件
  • |
  • 文章评论
    摘要:

    在社会、经济、技术等许多领域的数据分析中,成分数据(compositional data)是一种应用十分广泛的数据类型,可以被用来反映诸如投资结构、产业结构、居民消费结构等问题.将成分数据的logratio变换方法与偏最小二乘路径分析相结合,提出在因变量是成分数据,而与之相关的若干个自变量也都是成分数据的情况下,建立了多元线性回归模型的方法.该建模方法可以满足成分数据的定和约束,克服成分数据中完全多重共线性对建模的不良影响,并且突出成分数据主题含义在建模中的作用和意义.作为案例,应用所提出的方法,采用北京市三类产业的投资、GDP以及就业的结构数据,建立了三者之间的回归模型,进一步说明了多元成分数据回归建模的工作过程及其应用价值

    Abstract:

    Compositional data consist of vectors of nonnegative values summing to a unit. In this paper the PLS path modeling is applied to the compositional data after logratio transformation and a method of multiple linear regression modeling is put forward when the dependent and independent variables are all correlated compositional data. For compositional data this modeling method can satisfy the unit-sum constraint and eliminate the harms that derive from the complete multicollinearity. By the case of a regression model built on Beijing' s three industries structure data of investment, GDP and employment, it is proved that the modeling can clarity the property that contained in the compositional data effectively

    参考文献
    相似文献
    引证文献
引用本文

王惠文 张志慧 Tenenhaus M.成分数据的多元回归建模方法研究[J].管理科学学报,2006,9(4):0

复制
分享
文章指标
  • 点击次数:
  • 下载次数:
  • HTML阅读次数:
  • 引用次数:
历史
  • 收稿日期:
  • 最后修改日期:
  • 录用日期:
  • 在线发布日期:
  • 出版日期:
您是第位访问者
管理科学学报 ® 2024 版权所有
通讯地址:天津市南开区卫津路92号天津大学第25教学楼A座908室 邮编:300072
联系电话/传真:022-27403197 电子信箱:jmsc@tju.edu.cn