欧美性videos高清另类,久久综合九色综合国产,亚洲国产福利一区二区三区

嶺回歸

嶺回歸分析（Ridge Regression）是一種改良的最小二乘法，其通過放棄最小二乘法的無偏性，以損失部分信息為代價來尋找效果稍差但回歸系數(shù)更符合實際情況的模型方程。

簡單來說，嶺回歸是通過引入k個單位陣，使回歸系數(shù)可以估計，得到的回歸估計值要比簡單線性回歸系數(shù)更加穩(wěn)定，也更加接近真實情況。雖然引入單位陣會導(dǎo)致信息丟失，但同時也換來回歸模型的合理估計。

嶺回歸分析步驟共為2步：（1）結(jié)合嶺跡圖尋找最佳K值；（2）輸入K值進行回歸建模。

第一步：拖入數(shù)據(jù)，生成嶺跡圖，尋找最合適的K值。

K值的選擇原則是各個自變量的標準化回歸系數(shù)趨于穩(wěn)定時的最小K值。K值越小則偏差越小，當K值為0時則為普通線性O(shè)LS回歸；SPSSAU提供K值智能建議，也可通過主觀識別判斷選擇K值。

第二步：對于K值，其越小越好，通常建議小于1；確定好K值后，即可輸入K值，得出嶺回歸模型估計，查看分析結(jié)果。