2023年全國(guó)碩士研究生考試考研英語(yǔ)一試題真題(含答案詳解+作文范文)_第1頁(yè)
已閱讀1頁(yè),還剩43頁(yè)未讀 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、變量選擇是多元線性統(tǒng)計(jì)模型建立過(guò)程中一個(gè)很重要的環(huán)節(jié),基于不同的需求,可以通過(guò)構(gòu)建不同的約束來(lái)進(jìn)行變量選擇。
   本文將要介紹的LARS-Lasso算法的主要目的是篩掉一些對(duì)因變量影響較小的變量,其主要包含了兩方面的內(nèi)容,一方面為變量選擇的Lasso方法,另一方面為最小角回歸(Least AngelRegression)算法。主要思想是對(duì)經(jīng)典的最小二乘問(wèn)題加上絕對(duì)值約束,構(gòu)建變量選擇問(wèn)題,然后運(yùn)用拉格朗日乘子法,將經(jīng)典的拉格朗

2、日乘子視為可以構(gòu)造的參量進(jìn)行LARS算法的迭代,再根據(jù)Lasso的約束條件對(duì)解的要求對(duì)LARS的迭代過(guò)程加以修正來(lái)得到符合要求的解。在此基礎(chǔ)上,我們用該算法對(duì)國(guó)內(nèi)生產(chǎn)總值(GDP)建立了一個(gè)估計(jì)模型,并對(duì)經(jīng)濟(jì)指標(biāo)進(jìn)行分析,得到對(duì)國(guó)內(nèi)生產(chǎn)總值影響較大的因子以及與此對(duì)應(yīng)的估計(jì)式,并對(duì)2011年GDP的增長(zhǎng)率做了預(yù)測(cè)。為了考察樣本大小對(duì)算法精準(zhǔn)度的影響,本文又采用小樣本模型對(duì)GDP進(jìn)行了估計(jì),并對(duì)兩種情況進(jìn)行了比較,進(jìn)一步說(shuō)明了大樣本對(duì)估計(jì)精

溫馨提示

  • 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

最新文檔

評(píng)論

0/150

提交評(píng)論