基于变量选择的异方差G-Q检验

在线性回归模型的异方差检验中，Goldfeld-Quandt (G-Q)检验是常用的方法，但传统的G-Q检验在一般情况下仅适用于一元回归，有其局限性。本文围绕G-Q检验展开讨论，通过借鉴White检验的思想对多元线性回归中的变量进行筛选，并使用筛选出的变量进行G-Q检验的排序，使其可以应用于多元线性回归模型，通过多种情况下的大量数值模拟与其他改进的G-Q检验以及White检验进行了比较。模拟结果中，本文提出的方法在大多数情况下优于其他几种方法，且在异方差较易识别的情况下的异方差检出率达到90.17%以上，论证了本文方法良好的检验效果，并且用实例验证了其可行性。     

地产股价线性模型的变量选择实证研究

建立了房地产上市公司财务指标和其股票价格的线性回归模型,利用最小二乘回归、主成分回归和逐步回归方法估计回归系数,对比3种方法发现基于逐步回归方法的变量选择是最全面和可靠的;进一步建立了房地产股价指数与其成分股的多元线性回归方程,运用弹性约束估计方法实现成分股变量选择问题,解决了回归系数不显著性和股指追踪问题。     

房地产股价线性模型的变量选择实证研究

建立了房地产上市公司财务指标和其股票价格的线性回归模型,利用最小二乘回归、主成分回归和逐步回归方法估计回归系数,对比3种方法发现基于逐步回归方法的变量选择是最全面和可靠的;进一步建立了房地产股价指数与其成分股的多元线性回归方程,运用弹性约束估计方法实现成分股变量选择问题,解决了回归系数不显著性和股指追踪问题。     

融合空间自相关的空间数据预测模型

空间数据具有空间自相关的特性,使多元线性回归模型不适合于空间数据预测;空间自相关模型由于考虑了空间信息,可以用于空间预测,但时间耗费较大。为此,在研究多元线性回归模型的基础上,把空间信息加入到输入变量中,再把新的输入变量输入到多元线性回归模型估计模型参数,最后进行空间数据预测。实验结果表明,该方法能取得与空间自相关模型几乎相同的预测效果,且计算代价更小。     

影响我国省域第三产业发展因素的实证分析

根据2004—2010年中国大陆31个省、直辖市、自治区第三产业发展的相关数据,通过格兰杰因果检验和逐步回归法,筛选出最优的解释变量,建立了识别我国第三产业发展影响因素的多元线性回归模型以及双对数模型.分析结果表明,各地区经济发展水平的差异是影响我国第三产业发展不平衡的主要因素,第三产业增加值对第三产业法人单位数、城市化水平的变化较为敏感.     

逐步回归与判别分析的应用研究--在乳腺疾病建模中的应用

体内激素紊乱是导致乳腺疾病发生的重要原因，将逐步回归法与Fisher判别法结合应用于乳腺疾病建模中，对乳腺疾病与6种内分泌激素及患者年龄的关系进行了多元线性判定分析，建立了变量与相关疾病的逻辑回归模型与判别模型，该模型通过实际应用，判别效果较好，有助于乳腺疾病的诊断。     

基于多元线性回归模型的液态烃脱H_2S影响因素的分析

基于液态烃脱硫装置生产操作运行数据,针对实际液态烃脱除H_2S情况构建多元线性回归模型,分析相关操作参数与H_2S含量的之间影响因素,并通过拟合优度检验、方程显著性检验以及变量显著性检验对模型进行了验证,得到了较为可靠的多元线性回归模型,最后基于回归模型提出降低液态烃中H_2S含量解决方案.     

枣香味成分的结构表征及其色谱保留值的预测

采用分子电性距离矢量对枣中分离出的63种化合物进行了结构表征.通过多元线性回归建立了6个变量的定量结构-色谱保留相关关系模型,相关系数R=0.982,并用逐步回归筛选得3个变量建模,相关系数R=0.980,继而用留一法交互检验,复相关系数RCV=0.977.结果表明,MEDV能较好地表征非同类化合物的分子结构信息,所建模型具有较好的稳定性和预测能力.     

基于变量选择的异方差White检验

在多元线性回归模型的异方差检验中，当解释变量较多且两两之间相关系数较低时，会导致传统White检验构造的辅助回归函数参数增多、计算量增大、检验效果不明显。针对这一问题，基于异方差检验原理，建立残差平方与解释变量之间的回归模型，筛选出系数显著的解释变量，利用残差平方与筛选出的解释变量构建辅助回归模型进行异方差检验。数值模拟及实证分析表明该方法有良好的检验效果及简单的步骤。     

多元回归模型及其在销售中的应用

多元统计分析是统计学的一个重要分支,是应用数理统计学来研究多变量问题的理论和方法,是一元统计学的推广和发展．文章主要就多元统计分析中的线性回归模型进行深入的研究和分析,首先对多元线性回归模型的建立和最小二乘解的算法进行了推理,然后分析了其在销售中的应用．     

分子电距矢量对醇类气相色谱保留指数的预测

用MEDV描述子对55个醇的分子结构进行表征,对MEDV矢量和其气相色谱保留指数之间建立了定量结构-色谱保留值关系.借助多元线性回归、逐步回归和交互检验建立了分子电距矢量和55个化合物的气相色谱保留值之间的定量结构-色谱保留值相关模型(QSRR),线性回归十参数模型的复相关系数达到了0.995 0,逐步回归七参数模型复相关系数为0.989 6,交互检验的RCV值为0.970 0,表明模型对样本具有一定的稳定性和预测能力.     

基于SPSS助学金评选获评因素的MLR模型构建

通过利用SPSS统计软件对云南民族大学助学金评选的获评因素进行多元线性回归分析,应用stepwise(逐步回归)方法,建立多元线性回归关系模型.结合实际与模型结果分析此次助学金评选合理程度,同时对满意度进行分析与思考.并进一步探讨将此模型思想延拓,应用于其他高校的助学金评选调查.     

石膏与氯化钾在氨介质中复分解的回归模型

本文对石膏与氯化钾在氨介质中液固复分解反应制取硫酸钾工艺中的氯化钾转化率与诸影响因素进行了正交试验设计，并对试验数据进行了多元线性回归和逐步回归，建立了能较好模拟复分解反应规律的多元线性回归模型，为石膏转化法制取无氯钾肥硫酸钾的生产工艺的优化提供了一种数学模型     

线性自回归模型的自回归分析

将回归模型的回归分析推广到线性自回归模型的自回归分析,获得了线性自回归模型参数的估计公式、估计标准误公式、变量的点估计与区间估计公式、总体自回归系数的检验统计量。     

多元线性回归模型在警力资源配置中的应用

警力资源配置状况反映了公安领导管理水平的高低,其中的定量分析方法也是当前中国公安学理论研究的难点.警力资源二次配置是解决警力不足的有效方法,多元线性回归模型是警力调整的理想数学模型.该文介绍了有关的统计理论,提出了应用多元线性回归模型进行警力资源配置的设想.优良的多元线性回归模型必须通过拟合优度R2、F检验等5种检验,对多重共线性和序列自相关性给予适当的处理.     

基于多元线性回归的PM2.5 含量的影响因素研究

针对PM2.5含量的影响因素,利用搜集到的2015年1月1日至7月31日蚌埠地区每日的AQI指数和AQI六项基本监测指标数据,建立了多元线性回归模型,对PM2.5含量与其它5项分指标及其对应污染物含量之间的关系进行定量研究,并通过拟合优度检验、F检验、t检验等方法对模型进行检验,最后得到了准确可靠的多元线性回归模型,此模型具有拟合程度高、简易、直观等优势,为多元线性回归模型在PM2.5含量分析中的应用提供了有力参考。     

多元约束线性回归中异常值检验

讨论了带约束的多元线性回归模型中异常值的检验问题,证明了带约束的多元数据删除模型与相应的均值漂移模型的统计量之间的等价性,得到了异常值检验的似然比统计量及其分布。     

SPSS模型在汽车销售分析中的应用

本文采用SPSS软件中多元分析模块Regression对12种国内市场A级车(紧奏型)的主流车型销售量进行了回归分析,并进行了经济学检验、多元线性回归模型检验,结果得到的回归模型可用于对汽车销售量的预测分析.     

船舶柴油机黑色金属磨损状态分类模型研究

探讨了将逐步回归分析方法用于船舶柴油机黑色金属磨损状态分类模型的方法和技术．利用已取得的油液监测中黑色金属磨粒数据，首先介绍按多元线性回归方法建立磨损状态分类模型的过程，在此基础上，采用逐步回归分析来改进该模型，以更好能依据其预测黑色金属磨损状态．     

基于多元线性回归的每股收益影响因素分析——以安徽省为例

针对安徽省制造业上市公司每股收益的实证研究,将基于杜邦原理分析得到的若干影响每股收益的因素作为回归模型中的解释变量,同时均值处理收集得到的2014²016年数据,代入Eviews软件进行参数估计。并对模型进行多重共线性,异方差和自相关检验,根据检验结果对模型不断修正完善。最终运用逐步回归法和加权最小二乘法得到关于每股收益影响因素的多元线性回归式,并提出关于提高上市企业每股收益的有益建议。