《表1 Lasso回归模型变量选择与参数估计》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于Lasso回归和BP神经网络的蔬菜短期价格预测组合模型研究》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

将构建的Lasso回归模型用R语言编程进行实证分析。参数s为0时各系数均没有进入模型，随着参数s的增大，不断有变量被选入模型，直到所有变量都被选入模型，s=1时结束，总共使用了35步找出全部解。不同参数s的估计方法寻找最优解的结果不同，本研究使用精度与拟合度综合效果较好的赤池信息准则（Akaike Informa‐tion Criterion，AIC）准则寻找最优解，在AIC达到最小时模型解为最优。表1给出了AIC准则下模型前8步的结果，在第8步时AIC达到了最小，第九步及以后开始上升，此时模型选取的变量共有12个，分别为：播种面积、产业扶持金额、气温平均值、受灾面积、土地成本、城镇居民人均可支配收入、城镇蔬菜消费价格指数、燃油附加费、摊位费、包装加工费、通货膨胀率和气温偏离正常值。