影响税收因素的多元回归分析及预测

为了分析经济变量中影响税收的主要因素,对我国税收收入进行预测,利用Eviews软件对1990—2016年相关经济因素统计数据进行分析,采用普通最小二乘法进行参数估计,利用多重性、异方差和自相关性对影响税收收入的因素进行分析,最终得到税收多元线性回归模型。该模型可以得到影响税收收入的显著因素,为税收收入的预测提供了依据。     

非线性模型参数有偏估计的一种改进

讨论了非线性模型Y=ax^b的对数线性化回归方程参数的普通最小二乘估计．指出估计无效的原因是对数线性模型的随机误差具有异方差性质．运用二步加权最小二乘法改进了参数的估计．并在模拟试验中证明了其优越性．     

最小二乘估计的性质

估计线性模型中的回归参数的基本方法就是最小二乘法,鉴于最小二乘估计在实际生活中的作用及其地位,就最小二乘估计的性质进行分析.     

GL算法在线性回归模型的权值计算中的应用

传统的最小二乘估计在处理含有异常值的线性回归模型的估计问题时拟合得往往不好,根据GL算法给出稳定加权最小二乘优化的参数的估计法．并结合实例进行回归分析,验证该方法的高精度和高效率．     

多元线性回归模型的FTIR/ATR多组分定量分析

利用衰减全反射傅立叶变换红外光谱(FTIR/ATR)以及多元线性回归模型,分别采用经典最小二乘回归算法和逆最小二乘回归算法,建立了一种多组分同时在线的定量分析方法.这种方法精度高,结果准确,平均相对误差不到3%.两种回归算法中,以逆最小二乘算法获得的结果具有更高的精度和准确性,更适合含有少量杂质的体系.     

基于自相关的自回归模型的区间估计

当自回归模型的随机误差项之间存在相关关系时,用普通最小二乘估计自回归模型中的参数将对参数估计式的统计特征、参数显著性检验及预测分析产生不利影响.因此,应采取适当的方法消除自相关的影响.研究了自回归模型消除自相关后的预测区间估计,针对常见的自回归模型,分别求出其相应的预测区间估计公式.     

时空加权回归模型的非平稳性检验

时空数据具有空间非平稳性和时间相关性的特征,单纯考虑空间因素或时间因素,用地理加权回归模型或时间加权回归模型来拟合时空数据,其分析结果不能全面反映时空数据的真实特征．时空加权回归模型通过在线性回归模型中假定回归系数为地理位置和观测时刻的函数,将数据的时空特性纳入到模型中,为探索回归关系的时空平稳性创造了条件．基于加权最小二乘估计理论,给出了时空加权回归模型回归关系的空间平稳性检验和时间相关性检验方法．     

一类异方差半参回归模型的估计理论

考虑一类异方差半参回归模型Y=m(X) σ(X)ε,其中X是随机解释变量,Y是响应变量.均值函数m(x)=E(Y|X=x)和方差函数σ(x)二者未知.许多事实表明二者之间存在如下关系:σ2(x)=γ0 γ1(m(x))a1 … γs(m(x))asψ(x)γ,其中ψ(x)=(1,(m(x))a1,…,(m(x))as),γ=(γ0…γs)T.运用局部核权估计法和最小二乘法给出了异方差情况下m(x),σ(x)和γ的估计(x),和,证明了的渐近正态性,得到了(x)和2(x)的最优收敛速度,并且建立了诊断异方差的统计量.     

Richards增长曲线的参数估计

介绍了Richards增长曲线方程,而后对Richards增长曲线方程的参数进行研究.运用线性最小二乘法、双向差分误差平方和最小估计法和双向差分加权最小二乘估计法对其参数进行估计,从定量的角度研究了Richards增长曲线方程,为进一步的研究奠定了基础,最后将模型应用到传染病疫情实例中.     

企业的营销管理问题

利用Excel软件对提供的相关数据进处理,并利用最小二乘法原理,建立回归模型,从模型中找到销售产品的最优方案.     

错误指定多元线性模型中回归系数混合估计的性质

在二次损失函数和Pitman Closeness(PC)准则下，本文研究了错误指定多元线性模型中回归系数的混合估计相对于最小二乘估计(LSE)的优良性。     

PC准则下回归系数估计优良性的计算机模拟

在PC准则下对线性模型中设计矩阵病态时的几种改进估计－－岭估计，压缩估计及Bayes估计进行了计算机模拟，模拟结果显示了几种改进估计的统计优良性。     

回弹法检测混凝土抗压强度在兰州地区的试验研究

采用兰州地区常用的混凝土原材料及配合比制作混凝土标准试块,按照技术规程进行回弹值及抗压强度测试,对混凝土抗压强度与回弹值的相关关系进行了试验研究.根据最小二乘法原理,通过回归分析,建立了几种回弹值与混凝土抗压强度相关关系的数学函数模型;基于精度分析与国家测强曲线的比较,得到了兰州地区回弹法检测混凝土抗压强度地区测强曲线,验证了测强曲线的优越性;对影响混凝土测强曲线的因素进行了讨论.     

地理加权回归模型及其拟合

给出了一般的地理加权回归模型,由加权最小二乘原理,并给出了地理加权回归模型的拟合方法,以及与之相关的确定窗宽参数的交叉确认法.     

基于模糊点数据的线性回归分析

在经典回归分析理论中,假定训练数据是独立同分布的随机样本,并且在回归方程的构建中是同等对待的.然而,在许多实际问题中,训练数据的作用是不同的;通常有些训练数据比其它数据可能更为重要,因而不同的训练数据对曲线拟合的贡献应该不同.人们要求重要的训练数据对曲线拟合做出更大的贡献.实现这一目标的策略是给每个训练数据赋予一个置信权重并且重新推导了经典的最小二乘回归方法,分析了它们的统计性质.受文[1]的启发,将这里的样本称为模糊点样本数据.     

线性模型的广义最小二乘估计递推算法

基于广义线性模型,讨论了新增样品后其系数的广义最小二乘估计与原有的样品其系数的广义最小二乘估计之间的关系,在此基础上,讨论剔除某个过时的样品后,其系数的广义最小二乘估计与原有样品的系数的广义最小二乘估计之间的关系,最后研究新增样品、剔除样品和原有样品它们三个的系数的广义最小二乘估计之间的关系.     

多变量滑动平均模型参数估计两段最小二乘法

提出了多变量滑动平均(MA)模型参数估计的两段最小二乘法。第一段将多变量MA模型用高阶多变量自回归(AR)模型近似代替,用多变量递推最小二乘法(MRLS)估计高阶AR模型参数。第二段用最小二乘法解不相容矩阵代数方程组得MA参数估值。同多变量递推增广最小二乘法相比,可提高精度,仿真例子说明了其有效性。     

一种基于2DPCA训练的形状先验提取方法

面向噪声图像分割问题提出了一种基于二维主成分分析(two-dimensional principal component analysis,2DPCA)训练的形状先验提取方法. 首先对无噪声形状进行训练,得到一组标准正交投影方向并张成2DPCA空间. 将噪声图像投影到该空间,并在张成的空间中应用最小二乘法找到跟该投影点距离最近的点. 该点的原象未必是原来的训练形状,而可能是它们的线性组合. 最后在原来的空间中找到该原象,重构出先验形状.实验结果表明利用所得形状先验对含噪声以及含遮挡和缺失内容的图像分割具有明显效果.     

轨道交通网络平台的网络外部性对客流的影响研究

轨道交通网络能吸引路网上的客流，因此可以缓解交通拥堵和环境污染等城市问题。采用效用函数构建平台客流模型，并从网络平台视角刻画轨道交通网络平台的客流状态。追踪中国上海相关数据，运用普通最小二乘法、工具变量法——二阶段最小二乘法、异质性分析、稳健性检验等处理方式，对比分析直接网络外部性效应与交叉网络外部性效应，实证检验直接网络外部性与交叉网络外部性对平台上的客流影响。结果显示：增加站点数量对乘客选择轨道交通出行的意愿影响有限；上海轨道交通网络平台的客流规模超过平台自身的最佳荷载量，导致乘客数量源源不断地流失。