多元模糊线性回归模型的参数估计

该文考虑了多元模糊线性回归模型,先将一元模糊线性回归模型的参数估计的结果加以推广,接着给出了多元线性回归模型参数的h-最优线性相关估计。     

梯形模糊数的一元模糊线性回归模型的最小二乘估计

由于模糊数往往可以用梯形模糊数来逼近,因此对梯形模糊数的模糊回归模型的研究就有一定的实用价值.采用最小二乘的方法,针对应用广泛的输入为确定数、输出为梯形模糊数的一元模糊线性回归模型,讨论了该模型回归系数的最小二乘估计和误差项.当梯形模糊数退化为精确数时,该估计就是传统的最小二乘估计.数值模拟和实例研究说明了本文提出的参数估计方法的拟合度比较好.     

多元线性回归参数的估计

多元线性回归是研究变量与变量之间的关系常用的统计方法.运用普通最小二乘估计、最大似然估计及矩估计的方法,分别系统推导多元线性回归参数的点估计,进一步探讨了回归参数的区间估计.     

半参数回归模型M估计的线性强表示

考虑半参数回归模型y1=XTi β g(ti) εi.基于用小波的方法处理非参数分量的基础上,研究了该模型的M估计,得到了参数及非参数分量的线性强表示,并研究了这些表示在收敛速度、重对数律及Berry-Esseen型界限的应用.     

线性模型参数的最优同变估计

本文讨论了线性模型当随机误差为位置分布族时参数的同变估计,并给出了最优同变估计(MREE),结果表明线性模型参数的最优同变估计与最小二乘估计是一致的.     

线性模型参数β的均匀压缩估计

对一般线性模型中参数β的最小二乘估计和岭估进行了修正,把岭估计中各量的非均匀压缩修为均匀压缩,从而得到了β的一种均匀压缩估计βa,并给出了具体的求法和适用范围。     

关于具有线性约束的多元线性回归模型的注记

本文给出了具有线性约束的多元线性回归模型的最小二乘估计几何意义,由此给出了其最小二乘估计量的简要证明,同时进一步纠正了一些文献对该模型讨论的有关错误。     

也谈线性相关与线性无关

通过类比线性代数学中的关于线性相关与线性无关的定义及其性质给出函数组的线性相关与线性无关的一个新性质及二个推论．     

病态线性回归模型系数的主成分——岭估计

本文针对岭估计和主成分估计的不足,从模型病态的根本原因出发,将模型分解成两个线性回归模型,对参数的两部分分别采用LS估计和岭估计,从而定义了一个新的估计,即主成分—岭估计.通过研究该估计的性质,证明了在均方误差意义下,主成分—岭估计优于岭估计、0-c型岭估计和0-K型广义岭估计,从而为病态线性回归模型系数的估计提供了一种改进的技术途径.1.引言考虑线性回归模型:y=Xβ+e,E(e)=0,Cov(e)=σ2In.(1.1)     

基于多元线性回归的公安民警幸福感模糊评价体系

通过问卷调查方式,运用模糊综合评价模型和多元线性回归模型实证分析某一地区公安民警的幸福感程度及影响因素,其中模糊评价模型可定量测评民警幸福感,多元线性回归模型用于探索民警幸福感的影响因素。实证分析发现,在薪酬待遇、工作压力、人际关系和个体价值四个一级指标中,该地区的公安民警在工作压力、人际关系和个体价值上具有显著的正向影响,具体体现在社会地位、工作时间、同事关系、职业认同感四个二级指标上。     

A new relative efficiency in parameter estimation for linear model

A new relative efficiency of parameter estimation for generalized Gauss-Markov linear model was proposed. Its lower bound was also derived. Its properties were explored in comparison with three currently very popular relative efficiencies. The new relative efficiency not only reflects sensitively the error and loss caused by the substitution of the least square estimator for the best linear unbiased estimator, but also overcomes the disadvantage of weak dependence on the design matrix.     

广义线性模型在线性约束下的参数估计

利用Lagrange乘数法导出了广义线性模型在线性约束下的回归参数的最小二乘估计,并讨论了它的性质.证明了当设计阵列满秩时,它在协方差阵意义下要优于无约束下的广义最小二乘估计.     

模糊随机向量的性质及在回归模型中的应用

该文研究了模糊随机向量的性质，并将其应用于带有随机干扰的模糊线性回归模型，得到了它的渐进无偏模型，给出了它的近似最优估计。     

应用Excel对一元线性回归模型的分析

应用Excel的函数、图表及数据分析工具等功能,对一元线性回归模型进行分析,进而得出数据间的关系、建立回归方程,并对结果进行预测和检验,使解决实际问题的能力大大提高了。     

混合系数线性模型的参数估计

将从整体数据出发,继续讨论a和b的估计,并且在系数矩阵呈病态的情况下,给出了可估函数c′d的最佳线性无偏估计。在系数矩阵趋于病态的时候,这里提出一种新的估计—局部Stein估计。这是在混合系数线性模型参数的Stein估计的基础上对LS估计的一种改进估计。     

基于模糊观测数据的RBF神经网络回归模型

提出了一种基于模糊观测数据的RBF神经网络（FORBFNN）,用于解决一类输出不可精确测量但可用模糊隶属度来表征的非线性系统建模问题．神经网络模型中各隐层神经单元的权重系数采用一种新的模糊EM算法辨识获得;隐层神经单元的数量及径向基函数的中心和宽度基于一种数据驱动的方法自适应确定,即首先初始生成一个隐层单元,然后根据一定的规则逐步加入新的单元,该过程不断迭代直到模型满足预设要求．该方法同时考虑了模型的复杂度及预测精度．数值模拟实验结果表明该建模方法是有效的,且建立的模型具有较高的预测精度．     

肺水肿与民族因素间的多元线性回归分析

基于多元线性回归分析的理论,通过建立数学模型,对肺水肿发病人数与民族因素之间的多元线性关系进行探讨。文章通过SPSS软件对青海海西州地区肺水肿发病例监测登记资料进行统计分析,建立了多元线性回归模型。最后,对所得到的回归方程进行显著性检验。     

基于多元线性回归分析的高等教育学费标准研究

通过分析我国高等教育的收费现状,运用灰色关联度法提取影响高等教育学费标准的主要因素,建立了它们与学费之间的多元线性回归关系模型,并给出了该模型在东部地区本科学校理科学费标准定价中的应用,分析和验证了模型的合理性与普适性．     

设计矩阵列降秩时线性模型的影响分析

讨论设计矩阵列降秩时,线性回归模型的影响分析。通过线性变换,将列降秩的影响分析转换为列满秩的影响分析。