主成分回归预测问题，我选取了1978-2007年数据，进行主成分分析后建立回归模型

发布网友 发布时间：2022-04-24 02:14

我来回答

共2个回答

热心网友 时间：2023-10-21 07:59

是的，主成分分析法是一种降维的统计方法，它借助于一个正交变换，将其分量相关的原随机向量转化成其分量不相关的新随机向量，这在代数上表现为将原随机向量的协方差阵变换成对角形阵，在几何上表现为将原坐标系变换成新的正交坐标系，使之指向样本点散布最开的p
个正交方向，然后对*变量系统进行降维处理，使之能以一个较高的精度转换成低维变量系统，再通过构造适当的价值函数，进一步把低维系统转化成一维系统。既然这样，你需要用主成分回归分析解决回归模型中复共线性问题。这情况下也可以猜ReCPI和分支预测行分支预测是x86指令集的程序中大概有15%～20%的指令是分支架构分支预测器能够预测直接和间接的跳转分支和条件分支也不合理，再次主成分线性回归模型
.

热心网友 时间：2023-10-21 07:59

我和你捋一遍。
主成分分析中做的标准化，是对自变量X做的，和因变量Y无关，是为了求X的相关系数矩阵R，然后把R特征分解，选些特征根和相应的特征向量，其余的抛掉，达到降维的要求。
看你的描述，你现在选了2个特征值，然后对应有2个特征向量F1，F2。此时你就有2个主成分Z1，Z2了，Zi=Fi的转置*标准化后的X，i=1或2。
主成分回归从这儿开始，方程为Y=b0+b1*Z1+b2*Z2，数据用07年以前的X和Y，先用X得到相应的Z1和Z2，然后就普通的最小二乘得到b0b1b2的估计值。此时你要将标准化的X变回去，标准化的X=（X原始-均值）/样本标准差，均值方差还用07年以前的，得到新的回归方程。最后再代入08-12年的数据，不用标准化，得到Y。

热心网友 时间：2023-10-21 07:59

是的，主成分分析法是一种降维的统计方法，它借助于一个正交变换，将其分量相关的原随机向量转化成其分量不相关的新随机向量，这在代数上表现为将原随机向量的协方差阵变换成对角形阵，在几何上表现为将原坐标系变换成新的正交坐标系，使之指向样本点散布最开的p
个正交方向，然后对*变量系统进行降维处理，使之能以一个较高的精度转换成低维变量系统，再通过构造适当的价值函数，进一步把低维系统转化成一维系统。既然这样，你需要用主成分回归分析解决回归模型中复共线性问题。这情况下也可以猜ReCPI和分支预测行分支预测是x86指令集的程序中大概有15%～20%的指令是分支架构分支预测器能够预测直接和间接的跳转分支和条件分支也不合理，再次主成分线性回归模型
.

热心网友 时间：2023-10-21 07:59

我和你捋一遍。
主成分分析中做的标准化，是对自变量X做的，和因变量Y无关，是为了求X的相关系数矩阵R，然后把R特征分解，选些特征根和相应的特征向量，其余的抛掉，达到降维的要求。
看你的描述，你现在选了2个特征值，然后对应有2个特征向量F1，F2。此时你就有2个主成分Z1，Z2了，Zi=Fi的转置*标准化后的X，i=1或2。
主成分回归从这儿开始，方程为Y=b0+b1*Z1+b2*Z2，数据用07年以前的X和Y，先用X得到相应的Z1和Z2，然后就普通的最小二乘得到b0b1b2的估计值。此时你要将标准化的X变回去，标准化的X=（X原始-均值）/样本标准差，均值方差还用07年以前的，得到新的回归方程。最后再代入08-12年的数据，不用标准化，得到Y。

热心网友 时间：2023-10-21 07:59

是的，主成分分析法是一种降维的统计方法，它借助于一个正交变换，将其分量相关的原随机向量转化成其分量不相关的新随机向量，这在代数上表现为将原随机向量的协方差阵变换成对角形阵，在几何上表现为将原坐标系变换成新的正交坐标系，使之指向样本点散布最开的p
个正交方向，然后对*变量系统进行降维处理，使之能以一个较高的精度转换成低维变量系统，再通过构造适当的价值函数，进一步把低维系统转化成一维系统。既然这样，你需要用主成分回归分析解决回归模型中复共线性问题。这情况下也可以猜ReCPI和分支预测行分支预测是x86指令集的程序中大概有15%～20%的指令是分支架构分支预测器能够预测直接和间接的跳转分支和条件分支也不合理，再次主成分线性回归模型
.

热心网友 时间：2023-10-21 07:59

我和你捋一遍。
主成分分析中做的标准化，是对自变量X做的，和因变量Y无关，是为了求X的相关系数矩阵R，然后把R特征分解，选些特征根和相应的特征向量，其余的抛掉，达到降维的要求。
看你的描述，你现在选了2个特征值，然后对应有2个特征向量F1，F2。此时你就有2个主成分Z1，Z2了，Zi=Fi的转置*标准化后的X，i=1或2。
主成分回归从这儿开始，方程为Y=b0+b1*Z1+b2*Z2，数据用07年以前的X和Y，先用X得到相应的Z1和Z2，然后就普通的最小二乘得到b0b1b2的估计值。此时你要将标准化的X变回去，标准化的X=（X原始-均值）/样本标准差，均值方差还用07年以前的，得到新的回归方程。最后再代入08-12年的数据，不用标准化，得到Y。