回归模型中的变量变换及其应用

按回归模型的数学形式,可以把回归模型划分为线性模型和非线性模型。而对于非线性模型,函数形式的确定是一大难题。以往的方法是假定某一初等函数去拟合样本数据,然后用线性化代换或Newton迭代法去估计模型参数。这种全凭经验和视力来判断属于何种函数类型的方法,本身就存在一定的误差;当然采用带有很大近似性的设定函数所建的模型也就必然存     

线性回归模型在电力负荷预测中的应用

中长期电力负荷预测是规划的前提和基础.以建立线性回归模型来科学预测电力负荷在未来的变化趋势及状态,通过算例分析,得出利用线性回归模型进行电力学系统中长期负荷预测取得令人满意的效果.     

线性回归在需求预测问题中的应用

线性回归是重要的统计方法。文章从一元线性回归模型入手,结合实例对模型进行了应用;在此基础上结合人才需求预测这个实际背景重点对多元线性回归模型进行了应用。对改进后的模型分别结合实例进行了验证,取得了较好的效,果,可为需求预测问题的求解提供一种新的思路。     

季节性自回归模型在黄河水质预测中的应用初探

尝试将季节性自回归模型引入黄河水质预测中,并且用于测潼关断面溶解氧（DO）,总体效果较为满意。     

非线性回归模型及其在突变经济系统中的预测研究

非线性回归模型及其在突变经济系统中的预测研究胡强国（淮南联合大学２３２００１）考察近年来主要宏观经济指标的运行情况，可以发现大都呈突变性向上变化趋势。究其原因，主要是由于受自然灾害、价格和国家政策等因素的影响。因此，对宏观经济指标进行预测时，常规模型...     

基于树模型回归算法在预测问题中的研究

首先介绍基于树模型的两种回归算法,通过在Weka平台上实验所得数据,对该模型下的这两种算法的预测性能给予评估。     

我国创新驱动战略对科技人才发展的需求与趋势研究

创新驱动战略是提高我国综合国力的核心战略之一,将需要大量的科技人才支撑.在分析影响科技人才需求相关因素基础之上,构建二元回归预测模型争GM(1,1)灰色预测模型对我国科技人才的需求进行预测,并通过组合预测模型加以修正,得出2013-2015年我国科技人才数量将会快速增长,增长率在6.78％～15.36％之间,且增长速率不断提高,并在2020年之际达到828.44万人年.由此建议我国加快产业转型升级、深化高等教育改革、加强人才制度改革、倡导生态经济,以改善人才的科研环境、培养环境、流动环境和生活环境,促进我国早日进入创新型国家之列.     

西安市信息科技人才需求的灰预测及对策研究

科学地进行人才需求预测有利于制定合理的人才战略，促进经济和社会的发展。通过引入灰色模型对西安市信息技术人才需求状况进行了预测，并在预测的基础上提出了相应的对策。     

回归分析方法在储蓄存款预测中的应用

目前,对储蓄存款预测,虽已由一些同志应用回归分析方法进行了尝试,但总的来看,这种方法在储蓄存款预测中的应用尚未推广。据分析影响回归分析方法在储蓄存款预测中应用推广的主要问题是: 1.影响储蓄存款增长的相关因素较多,其中有些因素难以量化; 2.相关因素对储蓄存款的影响并非都是线性的,数学处理困难; 3.储蓄存款预测需采用多元回归分析方法,运算较复杂。为了寻求上述问题的解决途径,我们作     

各种最优定阶准则的自回归模型集成预报方法研究

本文采用人工神经网络方法，将目前国内外最为常用的几种自回归模型（ＡＰ（Ｐ））定阶准则确定的各种最优阶数的自回归模型进行集成预报试验。结果表明，集成预报模型的预报能力要优于每一种最优阶数的自回归模型，且具有一定的稳定性。这为平均温度的短期气候预测以及其它学科的预测研究提供了思路和方法。     

多元线性回归模型在拉萨市区生活垃圾产量预测中的应用

本论文通过分析已有的生活垃圾产量数据,找出影响生活垃圾产量的主要因素,运用多元线性回归分析方法建立拉萨市区生活垃圾产量预测模型,旨在实现对未来拉萨市区生活垃圾产量的有效预测.     

信号的自回归模型在电力设备故障检测中的应用

电气设备是电力系统的基本元件,随着电网的复杂化和规模化,电气设备故障检测对保证供电可靠性越来越重要。由于电本身特性和复杂的网络环境,电力设备故障信号具有很强的随机性。目前广泛应用于生物医学、通信、图像处理、故障诊断等领域中。本文介绍了自回归模型的概念和建立自回归模型的基本原理,结合故障检测方法和原理,提出应用自回归模型进行电力设备故障检测的一般步骤,并用matlab仿真结果证明所提方法的正确性。     

微机在科技人才使用合理化方案研究中的应用

根据对20多家企事业单位调查资料的分析,对管理、研究、经济、教学和技术5类科技人员,制定了一系列能力评定指标,用立体法定期测评,并运用模糊数学的方法,由微机处理,实施科技人员的鉴别、考核和档案管理的微机化.     

线性回归在经济预测中的应用

本文利用线性回归模型对具体经济问题进行预测,分别采用两种估计方法：最小二乘估计法和LAD估计法对其进行估计,最后得出当存在异常数据时LAD估计法优于最小二乘估计法的结论。     

多元线性回归与时间序列模型在股票预测中的应用

根据上证00001股股票的日线数据,建立多元线性回归和时间序列的预测模型,在对未来数据未知的情况下,利用R语言分析软件预测得出多元线性回归模型和时间序列模型中的回归参数,并评估模型精度。计算结果显示,模型的拟合精度较高,可以较好地拟合该股票数据。     

动态非线性回归模型参数估计及在经济系统上的应用

动态非线性回归模型参数估计及在经济系统上的应用夏玉荣，胡强国（淮南联合大学２３２００１）ＴｈｅＰａｒａｍｅｔｒｉｃＥｓｔｉｍａｔｉｏｎｏｆＤｙｎａｍｉｃＮｏｎ－ｌｉｎｅａｒＲｅｓｒｅｓｓｉｖｅＭｅｄｅｌｓＡｎｄＩｔｓＡｐｐｌｉｃａｔｉｏｎｓｔｏＥｃｏ...     

主成分回归在全国畜产品管理决策中的应用

一、前言十年经济改革的经验告诉我们,畜产品的供给直接关系到人民的生活,关系到以副食品为首的通货膨胀的程度,关系到全国人民对改革的信心和勇气,因此日益为中央所重视,为了自觉地控制畜产品的发展,国家科委下达了关于全国畜产品预测和管理的课题。对畜产品预测的传统方法是作以粮食产量为自变量的一元回归,其根据是“粮多猪多,猪多肥多,肥多粮多”的口号,认为粮食是决定肉产量的唯一因素,粮肉的发展互相促进,构成良性循环。要想发展畜牧业,只须提高粮产量,但这样的预测决策多次失误,使预测工作者不得不思考其原因。     

建设世界科技强国背景下科技人才职业满意度指标筛选方法与测评模型研究

科技人才研究是围绕建设世界科技强国开展的一项基础性研究工作,科技人才职业满意度状况探索更是激发科技人才积极性、推动经济社会发展的重要课题。面临科技人才职业满意度研究可能存在指标数量较多、指标含义重复等问题,本文基于人才学相关理论,首先讨论科技人才职业满意度测评指标体系,然后提出先借助对职业满意度测评指标进行筛选、再对筛选前后的指标体系分别构建职业满意度测评模型的方法和思路,以期为全面评价我国科技人才职业满意度、挖掘关键影响因素提供参考。     

复合模型在混沌时间序列中的应用

神经网络和传统线性模型结合为处理混沌时间序列提供了新的途径。将Elman神经网络和单整自回归移动平均模型结合起来,同时分析我国进出口贸易量时间序列中的线性和非线性两部分,得到更准确的预测精度。实证表明,复合模型吸收两类方法的优点,较单一模型能够更有效地预测我国进出口数据。