基于自回归模型的公务机销量预测

通过分析整理全球公务机的销量数据,分析序列的自相关性,得到自回归函数模型,以此预测变量的变化趋势。并用历史数据检验判断函数模型的误差值,检验其准确性。     

基于非线性回归模型参数估计

在对传统求解非线性模型参数的思想进行分析和研究的基础上,提出利用微分和积分法结合非线性回归进行非线性模型参数估计。通过动力学数据实例说明该方法得到的拟合效果明显比线性最小二乘回归模型合理。     

滑动平均模型参数估计方法的仿真比较

滑动平均模型（MA模型）是最常用的平稳序列模型之一,文章在模型阶数已知的情况下,重点研究MA模型中未知参数的逆相关估计、新息估计和矩估计,进行仿真计算,并对计算结果进行比较分析。     

基于偏最小二乘回归模型的空气质量监测数据校准模型

为了对自建点所监测的空气质量实时有误数据(包括PM2.5、PM10、CO、NO2、SO2、O3)进行校准,以国控点准确数据为标准算出差异值,使用多元线性逐步回归模型从11个影响差异值大小的因素中遴选出显著因素,再以这些显著因素为自变量,以国控点准确数据为因变量,建立偏最小二乘回归模型,实现了对自建点实时有误数据的校准.     

湖北省财政收入与支出的回归分析

以1953～2004年湖北省的财政收支数据为基础,运用一元线性回归分析理论分析了湖北省财政收入与财政支出之间的关系,利用迭代法消除了随机误差的自相关性。结果表明财政收入与财政支出之间存在着一元线性关系。指出了我国应该积极开展财政支出和收入改革,强化财政职能,提高资金使用效率,适度控制财政赤字规模,制定的财政政策必须与我国经济发展目标相一致。     

基于偏最小二乘回归模型的空气质量监测数据校准模型

为了对自建点所监测的空气质量实时有误数据(包括PM2.5、PM10、CO、NO2、SO2、O3)进行校准,以国控点准确数据为标准算出差异值,使用多元线性逐步回归模型从11个影响差异值大小的因素中遴选出显著因素,再以这些显著因素为自变量,以国控点准确数据为因变量,建立偏最小二乘回归模型,实现了对自建点实时有误数据的校准.     

基于核方法实现多元非线性回归问题的分析

本文从应用的角度,提出了一种基于核方法和最小二乘回归分析相结合的多元非线性回归分析方法。通过理论分析及实例验证,指出该方法可以较好的进行多元非线性回归分析,具有较强的适用性,并能降低计算的复杂度。     

指数曲线模型参数估计的两步最小二乘法

指数曲线模型参数估计的两步最小二乘法唐五湘（北京机械工业学院工商管理学院１０００８５）１指数曲线模型及其参数估计的两步最小二乘法指数曲线模型是常用的时间序列模型之下。对于样本｛Ｙ（ｔ１），Ｙ（ｔ２），…，Ｙ（ｔｎ）｝建立的指数曲线模型的估计式为针对其...     

一类非线性回归模型LS估计的两步逼近求法

在用最小二乘法原理处理数据的非线性回归时,经常采用对非线性回归模型进行变量代换的方法,化为线性回归问题来解决。然而,经变量代换后所求得的LS估计,将使原模型失去“残差平方和最小”的意义,从而不能得到原模型的最佳回归系数。本文提出了一种两步逼近法可求得这类非线性回归模型的最佳回归系数,并通过两个实例证实这一方法十分有效。一、两步逼近方法的基本原理假设变量y与变量x=(x_1,x_2,…,x_(?))呈非线性关系,不妨表示为y=h(x,θ),θ为待估     

多元线性回归模型的异方差问题的浅析——关于“应用回归分析”课程教学内容的讨论

“应用回归分析”课程是高校应用统计学专业均开设的专业核心课程,多元线性回归模型是非常重要的知识内容,但是由于其理论内容复杂,学生学习难度大,针对此问题,本文从权的概念出发,利用权倒数的性质论证了加权线性回归的合理性。并以北京市15个经济开发区的销售收入数据为例,运用加权最小二乘估计方法改进模型,最后从残差图和拟合值绝对误差(率)两个方面进行比较,结果均表明加权线性回归效果好。该方法应用于教学,为教学内容的设计提供了新的思路,便于学生掌握并深入学习。     

解决自相关回归问题的一种新方法

解决自相关回归问题的一种新方法涂国平（南昌大学数学与系统科学系３３００４７）１问题的提出对于回归模型一个常用的假设是τｉ是不相关的，或是独立正态随机变量．但在实际应用过程中，很多都涉及时间序列数据，此时误差项τｉ往往是时间上相关的，因此常用的假设在实...     

求非线性最小二乘估计的一种算法

本文利用正交表给出一种求非线性ＬＳＥ良参数初始值的算法—正交搜索法，进而与迭代法结合求解非线性ＬＳＥ，通过求解非线性强度大模型的非线性ＬＳＥ，说明新算法使用灵活、有效     

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。     

基于自回归的高斯混合模型

聚类问题是当今统计学习界的热点研究问题,针对一般情形的聚类分析已经有具有了kmeans、高斯混合模型等,由于目前各种数据的细化,人们提出的聚类算法更多的倾向于研究某种特定的数据.在本文中,笔者提出了基于自回归的高斯混合模型,它假设模型是由符合自回归模型的高斯分布混合而成,算法利用EM算法,可以精确地估计混合模型中的自回归系数以及方差系数.     

利用周期自回归模型对宏观经济综合景气状况的预测与分析

本文介绍了周期自归模型的建模过程，并利用其对反映我国宏观经济综合景气状况的合成指数序列进行了预测与分析，指出我国宏观经济将逐渐进入比较平稳的发展阶段     

偏最小二乘回归模型在农民增收研究中的应用

采用偏最小二采回归模型对农民增收问题进行了实证分析。结果表明：人均第一产业G13P、城镇化水平、人均农村固定资产投资是农民收入增长的主要因素,而城乡居民收入差距对农民收入增长产生阻滞作用。最后依据建模结果给出一些建议。     

股票收益及风险的自回归估算模型

股票收益及风险的自回归估算模型戎刚（南开大学经济研究所３０００７１）ＡＡｒｍｏｎＥｓｔｉｍａｔｉｏｎｏｆＧａｉｎｓａｎｄＲｉｓｋｏｆＳｔｏｃｋｓＲｏｎｇＧａｎｇＩｎｔｈｉｓｐａｐｅｒ，ｔｈｅｓｉｍｐｌｅＡＲＭ（ａｕｔｏ－ｒｅｇｒｅｓｓｉｖｅｍｅｄｅｌ...     

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。     

解决回归分析中自相关问题的一种稳健方法

1 前言在文献[1]中对回归模型■中的序列相关即随机误差ε_i相关的问题,给出了一种马尔柯夫分析法,该方法过程简明,且能收到较好的效果。但亦如文献[1]所指出的,该方法的分析结果受到过程中状态划分的直接的影响,即不具有稳健性,当其中的某个数据出现小的扰动时,将对分析     

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。