偏最小二乘回归
偏最小二乘法是一种数学优化技术，它通过最小化误差的平方和找到一组数据的最佳函数匹配，用最简的方法求得一些绝对不可知的真值，而令误差平方之和为最小，很多其他的优化问题也可通过最小化能量或最大化熵用最小二乘形式表达。
岭回归分析是一种修正的最小二乘估计法，当自变量系统中存在多重相关性时，它可以提供一个比最小二乘法更为稳定的估计，并且回归系数的标准差也比最小二乘估计的要小。
根据高斯马尔科夫定理，多重相关性并不影响最小二乘估计量的无偏性和最小方差性。但是，虽然最小二乘估计量在所有线性无偏估计量中是方差最小的，但是这个方差却不一定小，于是可以找一个有偏估计量，这个估计量虽然有微小的偏差，但它的精度却能够大大高于无偏的估计量。
查看全部
偏最小二乘回归 相关文章
相关资讯
你可能感兴趣的资讯
1OKX新手指南全指南：新手必读·轻量指引·加速KYC通过·最新版
2欧易APP下载（移动端优先）—全流程详解，交易爱好者必备，优化充值提现
32026最新OKX国内使用：进阶策略，稳定入口优选，全路径校验
4欧易OKX注册全指南：进阶策略·无痛安装·减少风控拦截·季度更新
5移动端优先欧易APP下载：一步到位，提升账户安全，技术派月度更新
6常用收藏版OKX新手指南：实操手册，移动端优先优选，全路径校验
7欧易实名认证全指南：新手必读·全路径校验·优化充值提现·月度更新
8OKX操作教程全指南：快速上手·全路径校验·十分钟可用·长期维护版