岭参数k的存在性及其选择
在岭参数的选择上,通常情况下人们的目的是要选择 k 值,此值使得均方误差达到最小,而这个 k 值的选择又离不开未知参数β和σ2 ,所以在实际问题的应用中,常常需要根据样本来确定岭参数 k 的值。一般地,有以下几种方法来选择岭参数 k 值。
1 岭迹图法
着多重共线性时,如果最小二乘法的估计有看似不合理的情况时,比如估计值与实际内容不符或者符号违背了实际意义等情况,那么人们希望通过岭估计的方法对这些情况加以改善,对问题的解决有所帮助。此时,岭参数 k 值的选择是关键。一般情况下有以下几个原则:
(1)回归方程中各回归系数的岭估计曲线变化不大,趋于平稳;
(2)回归系数基本符合实际意义;
(3)与采用最小二乘估计相比,采用岭回归方法得到估计的符号更为合理,更符合实际意义;
(4)残差平方和虽然可能有所增大,但幅度不大,并且基本趋于稳定。 岭迹图法与传统的基于残差的方法完全不同,它提供了一种全新的分析问题的思路,这是一种直观的易于理解的方法,这对于本文研究自变量之间的相互作用是有帮助的,可以说采用岭迹图法确定岭估计 k 值是定量分析与定性分析的一个很好的结合。但同时,岭迹图分析方法也存在着明显的缺点,比如采用岭迹图分析方法确定的岭参数 k 在一定程度上存在主观人为性,并且缺少可靠的理论依据。
2 方差膨胀因子法
(33)
其中,矩阵
(34)
3 控制残差平方和法
(35)
即:
(36)
《来源于科技文献,经本人分析整理,以技术会友,广交天下朋友》