部分最小二乘法的惊人鲁棒性
计量经济学
2024-09-10 v1
摘要
部分最小二乘法（Partial least squares, PLS）是一种简单的数据分解方法，能够在观察数有限且自变量数较多的高维问题中取得好效果。本文展示了PLS在预测2000年至2023年的季度国内生产总额（GDP）增长方面，可以优于普通最小二乘法（ordinary least squares, OLS）、最小绝对收缩和选择算子（least absolute shrinkage and selection operator, LASSO）以及岭回归（ridge regression）。事实上，经过维数约化，PLS在降低预测样本外误差方面效果显著，尤其是自2020年以来更为如此。对于2000年至2019年的时期，四种方法产生了相似的结果，这表明PLS是一种类似于LASSO或岭回归的有效正则化技术。
引用
@article{arxiv.2409.05713,
title = {The Surprising Robustness of Partial Least Squares},
author = {João B. Assunção and Pedro Afonso Fernandes},
journal= {arXiv preprint arXiv:2409.05713},
year = {2024}
}