lsdv法

lsdv法
lsdv法（Least Squares Estimation with Nonsymmetric Dependence Structure）是一种用来估计响应变量与一组预测变量之间非对称依存关系的广义线性模型回归分析方法。

它允许估计非对称的模型参数，但仍考虑模型系数的对称性条件。

它的主要目的是比较不同影响因子对响应变量的影响程度，以及相关因子之间的关联性。

它最重要的特点是能够进行有效的双尾检验，以确定变量的方向和强度关系。

同时，lsdv 也可以帮助消除多重共线性问题，它可以运用离散变量作为独立变量，以提高统计模型的准确性。