相关主成分回归

目的 :探讨模型对未知样本的预测能力的优劣。方法 :介绍相关主成分回归 CPCR法并将该法与传统的主成分回归进行比较。结果 :当所含主成分数较小时 ,CPCR法优于传统的主成分回归。结论 :该方法也是一种可行的多元回归方法。

基于主成分回归分析的尿酸与相关影响因素研究

目的利用主成分回归分析法探讨尿酸水平与体检和血生化指标的相关性。方法采用分层整群随机抽样方法,被调查者均接受问卷调查,测量身高、体重、血压、腰围(WC),检测尿酸(UA)、空腹血糖(FPG),血红蛋白(Hb)、甘油三脂(TC)、总胆固醇(TG)、高密度脂蛋白胆固醇(HDL-c),低密度脂蛋白胆固醇(LDL-c)。结果高尿酸组与尿酸正常组比较,各项指标差异有统计学意义(P<0.01);主成分回归分析年龄、血红蛋白、空腹血糖、甘油三脂、BMI、腰围、收缩压与血尿酸值成正相关,HDL与血尿酸值成负相关。结论主成分回归分析能较好解决尿酸相关指标的多重共线性,尿酸与糖尿病、肥胖、高血压、血脂异常密切相关。

采用主成分分析结合相关系数法提高苯及其同系物含量预测结果的准确度

采用短波近红外光谱法对苯及其同系物进行了检测 ,研究了多组分近红外光谱主成分的特点和物理意义。指出前几个主成分和此多组分混合物的相关系数曲线十分相似 ,给予理论证明并指出了成立的条件。主成分结合相关系数法可以鉴别出系统高频噪声 ,扣除这部分噪音可有效地提高预测模型的预测准确度。

宁都黄鸡公鸡体尺与屠宰性状的回归分析与主成分分析

为了研究宁都黄鸡公鸡体尺和屠宰性状之间的相关性,试验对16周龄健康的495只宁都黄鸡公鸡的活体重、体尺和屠宰性状的15个指标进行测定,并对各性状指标之间进行相关性分析、主成分分析及回归分析。结果表明:体尺性状的变异系数相较于屠宰性状的变异系数偏小,宁都黄鸡公鸡的产肉性能良好;宁都黄鸡公鸡的体斜长、胸围、龙骨长与活体重和屠宰性状之间存在强相关关系(相关系数≥0.60,P<0.01),可通过体斜长、胸围、龙骨长等体尺性状对活重和屠宰性状进行预测和筛选;运用逐步回归分析法建立了通过体尺性状预测屠宰性状的回归方程,均达到极显著水平(P≤0.01),主成分分析将15项指标综合成3个主成分,累计贡献率为69.62%。说明宁都黄鸡公鸡选育可以以体重为主,兼顾胸宽、髋骨宽和胫宽。

主成分回归分析在火炬松早期选择中的应用研究

以19年树龄的火炬松自由授粉家系遗传测试林为研究对象,利用其中6年的生长数据,基于主成分回归(PCR)和遗传相关分析的方法估算火炬松胸径和树高的早期选择树龄,并利用实际数据验证早期选择的准确性。结果显示:(1)19年胸径性状与7年胸径性状的遗传相关系数达到0.83;根据早晚胸径数据建立的回归模型决定系数达到0.847,模型显示7年时胸径数据已经能够解释19年时胸径变异的88.13%;实际数据验证分析显示树龄7年进行胸径的早期选择其准确率可达到83.33%,两种方法均表明树龄7年是火炬松胸径性状早期选择的较好树龄。(2)树高性状早晚遗传相关系数出现无规律变动,难以确定早期选择树龄,而根据早晚树高数据建立的回归模型决定系数仅为0.418,不适宜做早期选择预测,如果以树龄7年或者13年作为树高早期选择年龄,验证分析表明19年树高选择准确率仅为33.33%。表明两种方法在早期选择中结果的一致性。结果表明主成分回归分析(PCR)和遗传相关分析的方法均成功估算到火炬松胸径早期选择树龄为7年,两种方法同时显示该试验材料无法获得树高合适的选择年龄,遗传相关分析结合PCR分析能够互相印证,提高早期选择的准确性,PCR分析还能利用已经建立的模型对无法计算遗传相关系数的一般林分进行优树早期筛选。

基于主成分回归模型的安徽省就业影响因素分析

针对安徽省就业人数的影响因素问题,首先利用相关系数法、灰关联度分析法及夹角余弦法优选出对就业影响较大的指标,然后对优选的指标运用stata软件,采取主成分分析法得出主成分表达式,最后通过将就业人数与所得主成分回归得出就业人数的拟合方程,拟合结果表明,国内生产总值、城市化水平及流通中的货币量对安徽省就业人数的影响最大,据此为有关部门做出决策提供一定的参考.

基于主成分回归分析的流程工业生产故障预测

在流程工业生产过程中,采用主成分回归分析方法,去除变量间的共线性,可以有效提高系统故障预测的能力.通过TEP过程验证,证明该方法具有较好的故障预测效果.

主成分-逐步回归近红外光谱法测量纸浆卡伯值

主成分 -逐步回归法用于纸浆卡伯值的近红外光谱法测量建模。结果表明 ,这种算法由于主成分分析法消除了变量间的相关性 ,逐步回归法又在一定程度上防止主成分分析法带来的光谱数据信息的损失 ,所以利用该算法建立的纸浆卡伯值测量模型 ,与一元回归、多元回归和主成分回归等方法相比 ,具有更高的预测精度。

主成分-逐步回归在滑坡稳定性分析中的应用

多元回归分析是概率统计理论滑坡稳定性研究中的一种重要应用。然而,一般多元回归方法存在局限性,本文引入主成分-逐步回归模型,既尽可能全面考虑到各影响因素,又能解决因素之间多重相关性可能带来的误差。在理论探讨的基础上,本文结合巴东县赵树岭滑坡研究进行了工程实例分析。

江苏省居民生活质量主成分回归分析

目的了解和掌握江苏省居民综合生活质量情况,为制定提高我省居民生活质量有关决策提供参考。方法对18周岁以上居民进行入户问卷调查,收集有效问卷1 806份,进行典型相关分析和主成分回归分析。结果第一对典型变量相关系数为0.685,表明主、客观生活质量维度之间具有相关性。综合评价显示主观生活质量评价比客观生活质量评价对综合生活质量评价的影响更大。结论江苏省居民主、客观生活质量两者相互影响,物质生活条件提高能够影响主观幸福感;提高主观生活质量对居民总体生活质量提高更有价值,因此加快我国精神文明的发展,对提高国民生活质量满意度意义重大。

基于主成分回归模型在江苏省农民增收研究中的应用

增加农民收入是社会主义新农村建设的必然要求,本文以江苏省为例,收集1990-2007年数据,运用主成分回归分析方法建立统计模型,分析影响农民收入的主要因素,得出它们对农民收入增长的贡献率,并根据定量分析结果提出符合实际情况的政策建议。

基于主成分回归分析的城市需水量预测

科学预测城市需水量对城市的发展具有十分重要的意义。城市需水量受到多重因素的影响，各因素之间的相关性较大，从而导致一些预测计算结果失真，使一些公式的适用性不强。为此，采用主成分回归建模，借助主成分分析与典型相关分析的思路，有效地解决了各因子之间的相关问题．建立了城市需水量预报模型。结果表明，模型的拟合和预报精度均较好。

南京市二手房房价影响因素的主成分回归分析

通过分析15 980个南京市二手房数据,建立了影响单位面积房价的多元回归模型,再利用主成分分析提取了包含8个原始变量90%以上的信息,最终得出了影响南京市二手房房价的主成分回归模型。通过比较8个变量对单位面积房价的影响,得到是否有学区和是否装修对单位面积房价影响较大,卧室数及房屋总面积对单位面积房价影响较小以及房龄与单位面积房价负相关的结论,以期对二手房合理定价提供参考。

一种基于主成分分析的时空地理加权回归方法

针对时空地理加权回归模型(GTWR)进行预测时,输入变量较多导致计算复杂度高,而输入变量较少引起预测精度降低这一问题,提出了一种基于主成分分析的时空地理加权回归方法(PCA-GTWR)。该方法采用非线性主成分分析方法,先对影响PM2.5浓度的若干相关变量降维处理得到几个综合指标,并将其作为GTWR模型的输入变量进行预测。为验证该方法的有效性,采用北京市2014-04—2017-03的PM2.5数据,利用Pearson相关系数法选取与PM2.5浓度具有较高相关性的影响因素作为常规的GTWR模型的输入变量,在变量个数相同的前提下,与本文方法进行对比。结果表明应用非线性主成分分析方法对相关变量进行预处理后,有效地解决了变量之间的共线性,保留了原始影响因素主要信息,提高了运算效率,且该方法的MAE、RMSE、AIC均低于常规的GTWR模型,拟合优度GF最高达到88.11%。

基于主成分分析的AA肉鸡生产指标回归分析

为了掌握AA肉鸡生产指标之间的内在联系,试验采用相关分析、主成分分析和回归分析法,对河南省滑县某鸡场5栋鸡舍113118只1-5周龄AA肉鸡的周龄(x_(1))、入栏数(x_(2))、存栏数(x_(3))、周耗料量(x_(4))、累计周耗料量(x_(5))、日耗料量(x_(6))、累计日耗料量(x_(7))、只耗料量(x_(8))、累计只耗料量(x_(9))、体重(x_(10))、周增重(x_(11))、周效率(x_(12))和累计效率(x_(13))等13个生产指标进行了描述统计,计算了简单相关系数,提取了主成分,建立了回归方程。结果表明:13个生产指标间78个简单相关系数中,有38个呈极显著正相关(P<0.01),有18个呈极显著负相关(P<0.01),有22个不显著(P>0.05);3个主成分F1、F2、F3的特征值分别为10.319、2.607、0.446,方差贡献率分别为79.380%、15.897%、3.434%,累计贡献率为98.711%;生产指标间的标准化回归方程为:x_(1)0=-114.640+0.330 x_(1)+0.148 x_(5)+0.136 x_(8)+0.391 x_(9)(R^(2)=0.9987),x_(11)=-56.844+1.014 x_(1)+1.067 x_(4)-1.809 x_(5)+0.667 x_(10)(R^(2)=0.9806),x_(12)=83.796-2.678 x_(1)+0.074 x_(4)+1.923 x_(11)(R^(2)=0.8725),x_(13)=71.739+0.446 x_(5)+1.023 x_(9)-2.060 x_(10)+0.379 x_(12)(R^(2)=0.8496)。说明13个生产指标间存在复杂的相关关系,3个主成分包含原有变量98.711%的信息,4个回归方程描述了部分生产指标间的定量关系。

天府农华麻鸭体尺指标与屠体性状的相关及回归分析

为揭示天府农华麻鸭体尺指标和屠宰指标间的相关性,实现体尺与屠体性状的综合选育,实验测定了1 120只5~8周龄天府农华麻鸭的体重、体尺及屠宰性能的20个指标,利用SPSS 19.0对变量进行相关分析,使用逐步回归和主成分回归建立屠体性状的最优回归方程。结果表明:天府农华麻鸭的半潜水长、体斜长、龙骨长、胸宽、胫围与屠体性状间呈显著正相关,可通过体尺性状对屠体性状进行预测和筛选。逐步回归法和主成分逐步回归法将20项指标综合成5类主成分,2种方法进行比较发现,皮脂重、腹脂重、皮脂率、腹脂率的最优回归为主成分逐步回归方程,其他屠体性状的最优回归为逐步回归方程。本文探讨了天府农华麻鸭的体尺指数与屠体性状的相关性,实验结果将为鸭体尺与屠体性状的综合选育提供理论依据。

红葡萄酒CIELAB参数与花色素的主成分多元线性回归分析

采用CIELAB色空间体系对119 种市售红葡萄酒颜色参数进行分析,并利用超高效液相色谱-串联质谱法、pH示差法分析测定红葡萄酒样品中16 种单体花色素含量、总花色素含量,使用主成分分析、相关性分析和多元线性回归分析法对上述变量因子进行分析,研究红葡萄酒CIELAB体系中L*、a*值和b*值与单体花色素、总花色素含量、pH值之间的关系。结果表明,通过主成分分析得到对红葡萄酒颜色贡献程度较大的3 种主成分,累计贡献率达到84.11%。CIELAB色空间体系的颜色参数分别受不同单体花色素含量影响,对L*、a*值影响最大的单体花色素为矢车菊素-3-O-葡萄糖苷,对b*值影响最大的单体花色素为锦葵色素,总花色素含量对L*、a*、b*值均有极显著影响,L*值与a*值呈极显著负相关。

主成分分析应用(Ⅰ)——主成分回归分析

本文目的是介绍主成分回归分析的概念、作用以及用软件实现计算的方法。先对自变量进行主成分分析,然后将主成分变量视为新的自变量,再进行多重线性回归分析。通过不引入和引入派生变量以及采取不同的策略筛选自变量,可以获得多个合格的多重线性回归模型。在回归模型自由度接近相等时,基于残差方差最小、复相关系数最大为评价指标,从众多回归模型中优中选优。得出的经验为:应慎用主成分回归分析。

江苏省消费需求影响因素主成分回归分析

针对当前社会中存在的消费需求不足问题,根据2002—2012年江苏省相关数据,选取对消费需求可能存在影响的因素,利用相关分析和主成分回归分析探究各因素对消费需求的影响。结果表明,人均生产总值、城乡医疗保健支出、基准利率对消费需求的影响最大,对此提出了促进消费需求增长的意见。

主成分回归在水稻需水量预测中的应用

影响水稻需水量的主要因素有气温、水面蒸发、空气饱和差、日照和风速,这几个影响因子之间存在着相关性。运用多元统计分析中的主成分分析法通过提取两个主成分,克服变量之间的相关性,然后再进行回归,建立主成分回归的水稻需水量模型,并对模型进行了拟合质量检查,取得了较为满意的结果。