摘要
回归统计建模方法是寿命周期费用建模中常用的方法,回归统计建模方法本质上是对数据平均趋势的估算,无法回避"依据错误的数据得到错误的模型"的根本问题。为此,提出用DEA方法对数据进行评价,剔除无效数据,将有效的数据用于主成分回归的建模方法。该方法能有效克服干扰数据对提取成分的影响,弥补主成分分析的不足。通过实例计算并与PCR、PLSR进行了比较分析,结果表明:DEA主成分回归建模精度高于PCR和PLSR。
- 单位
回归统计建模方法是寿命周期费用建模中常用的方法,回归统计建模方法本质上是对数据平均趋势的估算,无法回避"依据错误的数据得到错误的模型"的根本问题。为此,提出用DEA方法对数据进行评价,剔除无效数据,将有效的数据用于主成分回归的建模方法。该方法能有效克服干扰数据对提取成分的影响,弥补主成分分析的不足。通过实例计算并与PCR、PLSR进行了比较分析,结果表明:DEA主成分回归建模精度高于PCR和PLSR。