★★★主成分回归分析原理与步骤.pdf

★★★主成分回归分析原理与步骤--主成分回归分析logistic回归分析法是一种应用最大似然法估计回归系数的回归方法它不要求变量服从协方差矩阵相等和残差项服从正态分布因而得到广泛的应用。logistic回归要求模型的解释变量之间不能具有线性的函数关系然而在很多研究中各变量常常不是独立存在的而是存在一定程度的线性依存关系这一现象称作多重共线性(multicollinearity)。多重共线性关系常增大估计参数的标准误从而降低模型的稳定性有时还可出现与实际情况相悖的结果。因此为了合理地估计和解释一个回归模型需要对变量之间的多重共线性进行处理。主成分logistic回归是解决logistic回归分析中的共线性问题的常用方法之一它通过主成分变换将高度相关的变量的信息综合成相关性低的主成分然后以主成分代替原变量参与回归。原理与步骤1、原始数据标准化2、计算相关系数矩阵3、求相关矩阵R的特征根、特征向量和方差贡献率确定主成分。4、建立主成分特征函数5、使用主成分代替原始变量进行多元回归★★★主成分回归分析原理与步骤--