多元线性回归分析及其应用

本文研究了多元线性回归理论及应用,探讨了多元线性回归模型中未知参数的估计及其参数的检验问题,以实例进行了验证.     

管理层薪酬激励的非参数分析

利用非参数计量经济学模型对我国上市公司2003年和2004年高管人员的薪酬和公司业绩之间的关系进行了分析,发现非参数模型的拟合程度要好于传统的线性回归模型,非参数模型的均方误差也明显小于线性回归模型,而且非参数模型的近期预测效果也好于线性回归模型。     

对油气田产量预测Wang-Li模型的讨论

以往确定Wang-Li模型参数使用线性回归方法,所求得的模型参数不是精确值。以拟合误差平方和为目标函数,建立了模型参数拟合模型,使用非线性最小二乘法求解约束优化问题,所得到的模型参数是精确值。     

预测来稿摘登

用模拟的方法研究非线性回归参数的LS估计量的性质对于通常形式的回归模型y=f(x,θ)+e,若参数θ是非线性地出现,则此模型称非线性回归模型。由于模型的非线性性,便产生许多与线性回归不同的问题。例如,如何求得参数θ的最小二乘(LS)估计?如何研究θ的LS估计量的性质?它是否仍具     

半参数动态变系数分位回归模型的两步估计方法研究

为了综合考虑有关协变量的线性和非线性信息,本文提出了一类半参数变系数分位回归模型,并采用两阶段估计方法对半参数变系数分位回归模型进行估计。首先将模型中线性部分的变量系数当作非参数形式;然后,利用局部多项式方法对于模型的非线性部分进行估计,对变量系数函数做出估计。     

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。     

大气污染评价与预报模型

本文对空气质量的评价及污染预报问题进行了分析,运用层次分析法依据处理后的数据对四个城市的空气质量进行了排序;对一周内各项污染物浓度、各气象参数运用回归模型进行了预测;就气象参数所属城市问题及污染物浓度与其的关系建立了相关性分析模型和多元线性回归模型;根据建模过程和结果,提出了具体的建议。     

多元线性回归分析在车内噪声预测的应用研究

本文研究了高速列车车内噪声的产生机理及传播途径。探讨了多元线性回归模型中的参数选择及校验问题,以高铁线路试验中实测的车内噪声值来检验了车内噪声声压级预测的模型。     

基于线性回归法的网络信息资源评价模型的应用

本论文利用统计中的线性回归模型的方法建立了评价模型。然后,开展调查、获取数据,利用所得的数据估计模型中的参数,求出关于综合指标的线性评价模型。最后,利用所建立的模型对具体的网站进行评价,以检验模型的合理性。     

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。     

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。     

多元线性回归在MATLAB中的实现

针对研究中经常用到的多元线性回归方法,简单介绍了多元线性回归的基本原理,结合1989年~2003年全国的财政收入的统计数据,详细介绍了运用MATLAB软件编写回归算法,建立回归模型,并对模型进行拟合优度判定、检验和检验,结果表明:模型的拟合程度和显著性效果较好,算法简单实用,求解过程方便,能广泛用于多元线性回归问题的求解。     

关于灰色线性回归组合的煤矿百万吨死亡率预测研究

灰色线性回归组合克服了GM(1,1)模型和线性回归模型的缺点和不足,本文系统地推导了灰色线性回归组合模型,通过此模型对我国煤矿百万吨死亡率进行预测,结果表明该模型基本正确,预测精度可靠,能够为煤矿安全生产提供理论依据。     

基于层次分析法修正的线性回归批量评估研究

线性回归法是对房地产批量评估的方法之一,本文采用实例的方法具体分析了线性回归方法存在的缺陷,提出应用层次分析法这一主观因素对线性回归参数进行修正,以改善线性回归方法评估的结果。     

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     

非线性回归模型的特性及其选择

回归模型可分为两大类:线性模型和非线模型。由于许多具体问题比较复杂,用线性模型常常难以妥善处理,必须应用非线性模型来解决,然而,非线性模型的形式是很多的,针对具体问题,如何在多种模型形式中进行选择呢?要解决这个问题,必须首先了解各种模型的特性,模型的特性决定了其应用的范围.     

基于支持向量机与信息粒化的上证指数预测研究

参数的优化选择对支持向量机回归算法(SVR的预测精度和泛化能力影响显著,提出混沌粒子群优化算法(CPSO优化选取支持向量回归算法中参数c和g信息粒化是进行海量数据挖掘和模糊信息处理的有效工具。在此基础上利用上证指数数据建立上证指数开盘数预测模型,研究结果表明,混沌粒子群优化的SVR信息粒化时序回归预测模型克服了传统时间序列模型仅局限于线性系统的缺点,速度快,预测精度高,且实用性强。     

GM(1,1)扩展方法在经济增长预测中的应用及检验

介绍了一种GM(1,1)模型与线性回归组合预测方法,使用该方法建立了西安市国内生产总值(GDP)预测模型,计算了西安市2001~2003年GDP总值,对比检验了单独使用GM(1,1)模型和线性回归模型与该模型的精度。检验结果表明,该方法较好地克服了单独使用GM(1,1)模型和线性回归模型的缺陷,在实际预测中取得了好的效果。     

基于载荷波动最小的截割头结构参数模糊优化设计

根据单个截齿受力模型和计算公式,确立了截割头横摆截割时载荷波动的计算方法。以掘进机的载荷波动为目标函数,给出各参数的模糊约束条件,运用最优化水平截集法将掘进机截割头结构参数的模糊化问题转为非模糊优化问题,建立了基于载荷波动最小的截割头结构参数的非模糊优化的数学模型。利用该模型确定截割头的结构参数,可使截割头的结构参数设计更加合理,能进一步改善掘进机的截割性能。     

基于T-S模糊模型的草甘膦合成反应过程动态矩阵控制

针对草甘膦合成反应过程难以建立精确模型的问题,本文提出了一种基于T-S模糊模型的动态矩阵控制(DMC)算法。根据给定的输入输出数据,通过Hough变换方法对模型参数进行辨识,获得T-S模糊模型的后件参数和前件参数,然后将T-S模糊模型作为DMC的预测模型,从而实现对非线性工业过程的DMC控制。并将该改进算法应用于草甘膦合成反应过程控制中,结果表明,与MDC基本控制算法相比,采用该控制算法后具有更好的控制效果。