基于LASSO变量选择方法的人口数量模型构建

发布时间：2021-12-28 17:10

　　人口数量模型对自然环境和经济等方面的影响重大,为寻找合适的人口数量模型,分别使用LASSO方法和逐步回归方法进行变量选择,再使用简单线性回归模型分别对LASSO方法和逐步回归方法挑选出来的变量进行拟合分析,发现两个模型的拟合效果都较差;故使用部分线性可加模型对挑选出来的影响因子进行拟合分析,得到LASSO方法挑选出的变量进行回归拟合结果较理想,并得到最优人口数量模型.由部分线性可加模型结果发现,人口数量主要由普通高中毕业生数、就业人数和医疗卫生机构数表达.此外,普通高中毕业生数与人口数量呈线性正相关关系;就业人数和医疗卫生机构数与人口数量呈非线性关系;就业人数呈先加速上升后减速上升的情形,医疗机构数总体上随着人口数量增长,数量有所上升,但上升的速度缓慢,直至后面逐渐趋于饱和,所得结果基本与现实情况相符. 

【文章来源】：韶关学院学报. 2020,41(03)

【文章页数】：6 页

【部分图文】：

非参数部分相应

【参考文献】：
期刊论文
[1]基于众数回归的部分函数型线性可加模型的稳健估计[J]. 余平,杜江,张忠占.  中国科学:数学. 2019(05)
[2]加权组合模型预测在河北省人口数量预测中的应用[J]. 郝斌巧,高霞,郭志旺,闫丽娜,冯彦成,杨海明,周志山,牛玉杰,唐龙妹.  医药论坛杂志. 2018(03)
[3]部分函数型线性可加分位数回归模型[J]. 余平,杜江,张忠占.  系统科学与数学. 2017(05)

博士论文
[1]城市化进程中的收入增长可持续性与贫困削减研究[D]. 孙懿.复旦大学 2014

硕士论文
[1]植入行政记录人口普查方法比较研究[D]. 唐望.浙江工商大学 2015



本文编号：3554420