Wykorzystanie głównych składowych w analizie regresji wielorakiej

• Autorzy: Mirosława Sztemberg-Lewandowska

Warianty tytułu

Principal Components in Regression Analysis

• Języki publikacji: PL

Abstrakty

Liniowa regresja wieloraka jest najczęściej stosowaną metodą statystycznej analizy wielowymiarowej. Głównym problemem pojawiającym się przy zastosowaniu tej metody jest współliniowość zmiennych objaśniających, która występuje, gdy kilka regresorów jest w zależności liniowej. O współliniowości często informują wysokie korelacje między niektórymi zmiennymi objaśniającymi.
Współliniowość w analizie regresji jest przyczyną wysokich wariancji estymowanych współczynników regresji, co powoduje, że estymowane równanie regresji jest niestabilne i błędne. W celu przezwyciężenia tego problemu proponowane są różne rozwiązania. Jedną z możliwości jest wykorzystanie w analizie regresji głównych składowych, które są ortogonalne, a zatem nie współliniowe. (fragment tekstu)

EN

In multiple regression, one of the major difficulties is the problem of multicollinearity. To overcome this problem various approaches have been proposed. One possibility is to use principal components.
The article presents the usage of principal components in regression analysis to reduce the collective features of chocolate in order to obtain a few components, which contribute mostly to the popularity of the product on the market. (original abstract)

Słowa kluczowe

PL

Analiza regresji

EN

Regression analysis

• Czasopismo: Prace Naukowe Akademii Ekonomicznej we Wrocławiu. Ekonometria
• Rocznik: 2006
• Tom: 17
• Numer: nr 1123 Zastosowania metod ilościowych
• Strony: 50--57

Twórcy

autor

Mirosława Sztemberg-Lewandowska

• Akademia Ekonomiczna we Wrocławiu

Bibliografia

• Churchill G.A., Badania marketingowe. Podstawy metodologiczne, PWN, Warszawa 2002.
• Crawford I.M., Lomas R.A., Factor Analysis - a Tool for Data Reduction, "European Journal of Marketing" 1980, vol. 14, nr 7, s. 414-421.
• Hair J.F., Anderson R.E., Tatham R.L., Black W.C., Multivariate Data Analysis with Readings, Prentice-Hall, Englewood Cliffs 1995.
• Jajuga K., Statystyczna analiza wielowymiarowa, PWN, Warszawa 1993.
• Jolliffe I.T., Principal Component Analysis, Springer-Verlag, New York 2002.
• Kim J.O., Mueller C.W., Introduction to Factor Analysis. What It Is and How to Do It, Sage, Beverly Hills 1978.
• Kline P. (1994), An Easy Guide to Factor Analysis, Routledge, London 1994.
• Rószkiewicz M., Metody ilościowe w badaniach marketingowych, PWN, Warszawa 2002.
• Walesiak M., Metody analizy danych marketingowych, PWT4, Warszawa 1996, s. 140-149.
• Zakrzewska M., Analiza czynnikowa w budowaniu i sprawdzaniu modeli psychologicznych, UAM, Poznań 1994.