岭回归、LASSO回归和Adaptive-LASSO回归下的财政收入因素分析

被引：13

作者：

董小刚

刁亚静

李慧玲

王纯杰

温丽男

机构：

[1] 长春工业大学数学与统计学院

来源：

吉林师范大学学报(自然科学版) | 2018年 / 39卷 / 02期

关键词：

SAS软件; 岭回归; LASSO回归; Adaptive-LASSO回归;

D O I：

10.16862/j.cnki.issn1674-3873.2018.02.010

中图分类号：

F812.41 [财政收入]; O212.1 [一般数理统计];

学科分类号：

摘要：

选取了18个影响吉林省财政收入的因素,运用SAS软件建立了吉林省财政收入的多元回归模型.由于自变量过多并且存在严重的多重共线性,因此需要进行变量选择,本文运用岭回归模型、LASSO回归模型及Adaptive-LASSO回归模型进行变量选择,最后对这三个模型进行了比较分析,得出Adaptive-LASSO回归模型相对较优的结论.

引用

页码：45 / 53

页数：9

共 12 条

[1] 云南省财政收入影响因素分析
何雪平
李兴绪
[J]. 中国市场, 2017, (19) : 47 - 51
[2] 我国财政收入影响因素的逐步回归分析
肖倩冰
[J]. 时代金融, 2017, (15) : 15 - 16
[3] 岭回归和主成分回归下的农业总产值因素分析
董小刚
赵浪
林诗明
王纯杰
[J]. 长春工业大学学报, 2017, 38 (01) : 1 - 7
[4] 吉林省政府财政收入影响因素分析
于集轩
[J]. 中国商论, 2016, (35) : 136 - 138
[5] 天津市财政收入的影响因素分析
靳新丽
[J]. 天津经济, 2015, (09) : 18 - 20
[6] 贵州省财政收入的影响因素分析
谌维维
[J]. 时代金融, 2015, (12) : 54 - 56
[7] 基于逐步回归方法的国家财政收入的影响因素分析
刘荣
[J]. 劳动保障世界(理论版), 2012, (05) : 51 - 54
[8] 山东省财政收入主要影响因素分析
段奕
[J]. 金融经济, 2008, (16) : 26 - 27
[9] 我国财政收入影响因素分析
金欣雪
周红林
[J]. 科技情报开发与经济, 2007, (26) : 140 - 142
[10] 应用回归分析[M]. 中国人民大学出版社 , 何晓群, 2015

← 1 2 →