[回归分析][13]--岭回归

最新推荐文章于 2023-08-20 10:14:23 发布

WMN7Q

最新推荐文章于 2023-08-20 10:14:23 发布

阅读量1.4k

点赞数

分类专栏：回归分析文章标签： mathematica 回归分析

本文链接：https://blog.csdn.net/wmn7q/article/details/53727771

版权

这篇博客介绍了如何利用Mathematica进行岭回归分析，包括数据长度单位化、构造新变量、绘制岭迹图确定参数k以及计算原始系数的过程。通过示例数据详细展示了每个步骤的操作。

摘要由CSDN通过智能技术生成

[回归分析][13]--岭回归

这一次讲一下用mathematica来做岭回归。
岭回归的作用也是为了消除变量间的相关性的。

说一下步骤：
1.先对数据进行长度单位化(即均值为0，长度为1)
2.构造新的变量，如：

3.对新的变量做普通最小二乘，画出岭迹图，确定k（0<k<1）。
4.系数转化

例子：
下面为这次例子的数据

{
    {149.3, 4.2, 108.1, 15.9}, {161.2, 4.1, 114.8, 16.4}, {171.5, 3.1, 
  123.2, 19.}, {175.5, 3.1, 126.9, 19.1}, {180.8, 1.1, 132.1, 
  18.8}, {190.7, 2.2, 137.7, 20.4}, {202.1, 2.1, 146., 22.7}, {212.4, 
  5.6, 154.1, 26.5}, {226.1, 5., 162.3, 28.1}, {231.9, 5.1, 164.3, 
  27.6}, {239., 0.7, 167.6, 26.3}}

1.对数据长度