典型文献
运用重复交易模型编制综合指数中的多重共线性问题:基于参数改进的解决方法
文献摘要：
编制综合指数是科学监测现代经济社会发展的重要途径和技术手段.我国的宏观指标以"小样本、短时间"为特征,重复交易模型在其编制综合指数中应用广泛.而在重复交易模型编制综合指数的过程中通常面临严重的多重共线性问题.处理多重共线性的方法有消除解释变量的相关性、扩大样本量避免选择误差、重新确定模型形式和参数改进方法等,前三种在重复交易模型编制综合指数中并不适用.文章以最小二乘估计为基础,从参数改进思路出发,探讨区别于岭回归的处理多重共线性的方法.通过重复交易模型的可估模型,寻找参数的可用估计,为处理其中的多重共线性问题提供新的思路和视角.最后,以2010年至2017年全国科技活动产出综合指数为例,通过足够小的k可行值编制综合指数,并将其与传统岭回归方法、主成分回归方法相比,讨论该方法在处理重复交易模型共线性问题的有效性和适用性,进一步体现本文处理重复交易模型多重共线性方法的应用价值.
文献关键词：
重复交易模型;多重共线性;最小二乘估计
中图分类号：
作者姓名：
谢婼青;姜国麟
作者机构：
上海社会科学院数量经济研究中心,上海200020;上海社会科学院经济研究所,上海200020
文献出处：
引用格式：
[1]谢婼青;姜国麟-.运用重复交易模型编制综合指数中的多重共线性问题:基于参数改进的解决方法)[J].系统工程理论与实践,2022(06):1434-1447
A类：
重复交易模型
B类：
综合指数,多重共线性,科学监测,现代经济,宏观指标,小样本,大样本量,定模,改进方法,最小二乘估计,改进思路,岭回归,科技活动,主成分回归
AB值：
0.133642
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
