非线性回归的杠杆点及其在预测中的应用

本文讨论了非线性回归的诊断问题，给出了非线性回归模型中样本点杠杆值的几种度量方式，本文还提出了利用杠杆值作权重的加权最小二乘方法，改进了模型预测精度。     

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。     

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。     

工程机械代理商销售人员薪酬体系的实证分析

本文通过一般线性回归和二元logistic回归,建立销售人员薪酬激励的回归模型和logistic回归模型,检验每一种因素对销售人员薪酬激励程度影响的假设,以及影响因素分析框架的完整性、有效性。     

基于过离散数据下的模型选择

本文针对一组具有过离散特征的保险索赔数据,采用对比分析的研究方法分别对泊松回归、负二项回归模型、泊松-逆高斯模型以及零膨胀泊松模型和零膨胀负二项模型进行探讨,主要采用AIC和BIC信息准则对模型加以比较。最终拟合结果显示,负二项回归模型和泊松-逆高斯对过离散型索赔数据的拟合效果相当,且两者均比泊松回归和零膨胀模型更佳;综合看泊松-逆高斯模型的效果表现为最佳。     

遥感图像分类有损压缩的定量分析

本文使用基于回归模型的定量方法评估有损压缩对遥感图像压缩的影响,介绍了核函数的选择和模型参数的计算,研究了遥感图像分类回归分析模型的建立。通过实验分析了压缩比尺度分类的精度变化,结果表明,所建立的回归模型实现了遥感图像压缩性能分析。     

毛乌素沙地荒漠草原狭叶锦鸡儿-小针茅群落地上生物量对气候因子的动态响应

对毛乌素沙地荒漠草原围封样地狭叶锦鸡儿 小针茅群落地上生物量进行了 7年逐月连续观测,建立了生物量对气候响应的逐月回归模型。研究表明,光、温、水等不同的气候因子在植物生长不同时期表现出不同的影响,其中降水因子在生长季各个月份都是显著影响因子,说明水分的限制作用突出。应用逐月回归模型对三种不同气候条件下生物量的波动范围进行预测,并将逐月回归模型与传统的累积回归模型的模拟结果进行比较,表明在大多数年份逐月回归模型具有更高的精度。逐月回归模型是对传统的累积回归建模方法的有益改进。     

Logistic线性回归模型的应用——体质指数BMI和年龄对患心血管病的影响

Logistic线性回归模型的应用非常广泛,通过对体质指数BMI和年龄对患心血管病的影响这一实例的详细分析,来加深对Logistic线性回归模型的理解。     

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。     

一种包含周期变动的回归预测模型

众所周知,利用普通回归模型预测,误差往往很大。道理很简单,普通回归模型仅考虑长期趋势。本文建立了一种包含周期变动的回归预测模型,提高了拟合度,减少了预测误差。     

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。     

基于温州市产前筛查数据的二联血清指标中位值的回归模型

根据温州市产前诊断中心提供的温州地区200054例孕妇的产前筛查数据,该数据含孕妇怀孕天数,周数,体重,甲胎蛋白（alpha fetoprotein,以下简称AFP）检测值,游离β人绒毛膜促性腺激素humanchorionicgonadotropin,以下简称B—hcG）检测值。结合SPSS统计软件,并运用一系列数理统计方法,建立了适合温州地区的产前筛查正常人群的AFP和游离β—hCG中位值。在对数据进行正态性处理的基础上,运用数理统计的相关分析和回归分析,得到了AFP和游离β—hCG与孕龄非线性回归模型。     

关于酶促反应的非线性回归模型的探讨

本文以姜启源等主编的《数学模型》(第四版)的第十章统计回归模型中的酶促反应为背景,将Michaelis-Menten模型换成指数增长模型,利用MATLAB统计工具箱作非线性回归分析,讨论嘌呤霉素在某酶促反应中反应速度与底物浓度之间的关系.并对指数增长模型进一步研究,将模型(2)和模型(3)进行比较,找出最优的指数增长模型。     

基于SPSS统计工具的用电量线性回归分析

本文采用广州市1950—2004年这55年间人口、地区生产总值（GDP）的历史数据,用SPSS统计软件对这些数据进行分析,建立回归模型并进行检验,利用这一回归模型对广州市2010年前的主要年份全社会需电量进行了预测、对比和分析,结果表明这一回归模型在统计上呈显著相关性,所计算出的用电量指标基本与现实情况一致,基本上能反映广州市不同经济发展阶段的用电水平。     

基于非线性时间序列的门限自回归模型建立

目前门限自回归模型是最受大家关注的预测模型。本文以太阳黑子非线性时间序列为研究对象,建立门限自回归预测模型。通过一些相关分析技术来确定预测模型中的门限区间个数和门限值的寻优范围,然后优化门限值和TAR模型的自回归系数。通过实验结果分析表明,门限自回归预测模型能够对非线性时间序列进行精确预测。     

关于虚变量的取值及应用

在回归分析中,虚变量方法一般只用于线性回归模型,且虚变量的取值为0或1。本文指出对一些非线性的回归模型也可应用虚变量方法,并且虚变量取值范围可限制在[-1,1]之间。     

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。     

基于多种回归分析方法的西北干旱区植被NPP遥感反演研究

植被净初级生产力(Net Primary Productivity,NPP)是评价陆地生态系统的重要参数,植被NPP的反演为全球碳循环的研究提供了重要的参考依据。本文基于2000-2014年的MODIS及气象站点数据,引入逐步线性回归、主成分回归、偏最小二乘回归以及岭回归分析,构建了多元逐步回归模型、主成分回归模型、偏最小二乘回归模型和岭回归模型,并对这4种模型进行了评估。结果表明:①多元逐步回归模型被认为是一种可以简单、高效、准确地反演西北干旱区植被NPP的模型,且模拟结果与MOD17A3产品及实测值具有很强的相关性;②西北干旱区多年平均植被NPP的分布具有明显的区域差异,山区增加,平原区减少,呈现出北部及西北部高,而南部及东南部低的特征;③西北干旱区NPP在年际变化上呈波动增加趋势,线性增长率为0.40g C/(m·a)。自2000年以来,58.66%区域的NPP呈现增长趋势,13.64%的地区保持不变,27.7%的地区表现为退化趋势。     

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。     

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。