µn¤J
¡U
µù¥U
¡U
·|û¤¤¤ß
¡U
µ²±b
¡U
°ö°V½Òµ{
Å]ªk§Ì¤l
¡U
¦Û¸ê¥Xª©
¡U
¹q¤l®Ñ
¡U
«ÈªA¤¤¤ß
¡U
´¼¼z«¬¥ßÊ^·|û
®Ñ¦W
¥Xª©ªÀ
§@ªÌ
isbn
½s¸¹
5050Å]ªk²³Äw
|
NG®Ñ«°
|
°ê»Ú¯Å«~µP½Òµ{
|
Àu´f³qª¾
|
ÅRÆE^¶¯µ¼Öºë¿ï
|
¦¹§@ªÌµL¬ÛÃö®ÑÄy
¤å¾Ç¤p»¡
¤å¾Ç
¡U
¤p»¡
°ÓºÞ³Ð§ë
°]¸g§ë¸ê
¡U
¦æ¾P¥øºÞ
¤H¤åÃÀ§{
©v±Ð¡Bõ¾Ç
ªÀ·|¡B¤H¤å¡B¥v¦a
ÃÀ³N¡B¬ü¾Ç
¡U
¹q¼vÀ¸¼@
Ày§Ó¾i¥Í
ÂåÀø¡B«O°·
®Æ²z¡B¥Í¬¡¦Ê¬ì
±Ð¨|¡B¤ß²z¡BÀy§Ó
¶i׾Dzß
¹q¸£»Pºô¸ô
¡U
»y¨¥¤u¨ã
Âø»x¡B´Á¥Z
¡U
x¬F¡Bªk«ß
°Ñ¦Ò¡B¦Ò¸Õ¡B±Ð¬ì¥Î®Ñ
¬ì¾Ç¤uµ{
¬ì¾Ç¡B¦ÛµM
¡U
¤u·~¡B¤uµ{
®a®x¿Ë¤l
®a®x¡B¿Ë¤l¡B¤H»Ú
«C¤Ö¦~¡Bµ£®Ñ
ª±¼Ö¤Ñ¦a
®È¹C¡B¦a¹Ï
¡U
¥ð¶¢®T¼Ö
º©µe¡B´¡¹Ï
¡U
¨î¯Å
°¾³Ì¤p¤G¼¦^Âk¤èªk¤Î¨äÀ³¥Î
¡]ºë¸Ë²Åé¡^
§@ªÌ¡G
王惠文
¤ÀÃþ¡G
¤j³°®Ñ
¡þ
ºî½×
¥Xª©ªÀ¡G
°ê¨¾¤u·~¥Xª©ªÀ
¥Xª©¤é´Á¡G1999/4/1
ISBN¡G7118019755
®ÑÄy½s¸¹¡Gsb0080655
¶¼Æ¡G274
©w»ù¡G
180
¤¸
Àu´f»ù¡G
8
§é
144
¤¸
®Ñ»ùY¦³²§°Ê¡A¥H¥Xª©ªÀ¹ê»Ú©w»ù¬°·Ç
¥Ø«e¯Ê®Ñ¤¤
¥Ø«e¯Ê®Ñ¤¤¡G¼È®É©Ê¦s¶q¤£¨¬¡A©Î»Ý»P¨ÑÀ³°Ó½T»{«á¤~¯àqÁÊ¡C
¹ÎÁʼƳ̧C¬° 20 ¥»¥H¤W
µû»ù¼Æ¡G
(½Ð±N·Æ¹«²¾¦Ü¬P¬P³B¶i¦æµû»ù)
¥Ø«e¥§¡µû»ù¡G
¤å¦r³sµ²
½Æ»s»yªk
°¾³Ì¤p¤G¼¦^Âk¤èªk¤Î¨äÀ³¥Î
¹Ï¤ù³sµ²
½Æ»s»yªk
¤À
¨É
¤º®e²¤¶
¦PÃþ±ÀÂË
■內容簡介
偏最小二乘回歸分析是從應用的領域中提出的一種新型多元數據分析方法。近十幾年來,它在理論和應用方面都已得到迅速的發展。偏最小二乘回歸分析主要適用於多因變量對多自變量的線性回歸建模,並可以有效解決許多用普通多元線性回歸無法解決的問題,諸如:克服變量多重相關性在系統建模中的不良作用以及在樣本容量小於變量個數的情況下進行回歸建模等。而且它還可以將回歸建模、主成分分析及典型相關分析的基本壓能有機地結合起來。 本書從適合應用人員理解的角度出發,深入淺出地介紹了偏最小二乘回歸分析的最新理論成果和應用技術,其中也包括作者近年來在該領域的研究工作。書中首先介紹了線性回歸、主成分分析和典型相關分析的基本知識,闡述了它們的工作目的、工作方法、分析技巧,以及它們之間的聯箹方式,並重點討論了變量多重相關性在回歸建模分析中的危害作用。在此基礎上,本書詳細介妱了偏最小二乘回歸分析的工作經策略、原理、方法,以及它的一些數學性質、解釋技術和圖示功能。此外,本書還專題討論了在變量多重相關條件下,偏最小二乘回歸對各類數據信息的綜合與篩選作用。為了使這一新型的回歸方法更容易為工程技術人員、經濟管理工作者及其他各個領域的系統分析人員熟悉掌,握本書配合大型案例研究,系統地解釋了對偏最小二乘回歸方法諸多功能的綜合應用。 讀者對象:經濟、管理、社會及工程等領域的科研人員,以及高等院校有關專業的研究生和高年級本科生。
■序
現代統計的發展離不開數學,但是統計思想不會從數學中自然產生。共有實際應用的需要才是產生新統計思想的原動力。偏最小二乘回歸(Partial least-squares regression)方法的產生也不例外。 偏最小二乘回歸方法是近年來應實際要而產生和發展的一個有廣泛適用性的多元統計分析方法。在常見的多因變量對多自變量的回歸建模中,特別是在觀察值數量少以及存在多重相關性等問題時,該方法具有傳統的回歸方法所不具備的許多優點。它意義明確,計算簡單、省時,建模效果好,解釋性強。其應用範圍遠遠超過工程技術及經濟管理等領域。同時,它也為統計理論工作者提出了一些啟發性和挑戰性的新課題。本書是國內第一本全面闡述偏最小二乘回歸理論、方法和應用的獨具特色的論著。該書文字流暢,內容由淺入深,清晰易懂,可為各有關學科的本科生、研究生和實際工作者所用。…… ──吳喜之
·PÁ§A¨Ó¹L§Úªº¥@¬É¡]
®·´b§g¤ß(¥þ¤T¥U)¡]
P¿Ë·Rªº§A¡]²Åé®Ñ¡^
¿ù¶ù¨}½t2¡G¤@¥Nx®v
¿ù¶ù¨}½t1¡G¬~Þ¿ý(
ç÷°_¸}¦y¨Ó·R§A(¥þ¤G
·Å¬Xªº¤b(¥þ¤T¥U)¡]
¤Ñ½ç¨}½t(¥þ¤T¥U)¡]
©R¹B«p«Ý»{¯u¥Í¬¡ªº¤H
¥Í©R¤¤ªº¦n¤é¤l(²Åé
¬°¤F«O»Ù±zªºÅv¯q¡A·sµ·¸ôºô¸ô®Ñ©±©ÒÁʶRªº°Ó«~§¡¨É¦³¨ì³f¤C¤ÑªºÅ²½à´Á¡]§t¨Ò°²¤é¡^¡C°h¦^¤§°Ó«~¥²¶·©óŲ½à´Á¤º±H¦^¡]¥H¶lÂW©Î¦¬°õÁp¬°¾Ì¡^¡A¥B°Ó«~¥²¶·¬O¥þ·sª¬ºA»P§¹¾ã¥]¸Ë(°Ó«~¡Bªþ¥ó¡B¤º¥~¥]¸Ë¡BÀH³f¤å¥ó¡BÃØ«~µ¥)¡A§_«h®¤¤£±µ¨ü°h³f¡C