计算机曲线拟合在非线性回归分析中的应用

详细探讨了利用计算机进行非线性回归分析的基本方法，提出了对一元非线性回归预测模型进行曲线拟合的计算机程序，分析了运用最优的拟合模型进行经济预测的结果和有关信息。     

多元非线性回归函数近似逼近的Thiele型插值方法

非线性回归问题中多元非线性回归问题也是值得研究的课题。本文利用二元Thiele型有理插值函数方法逼近一类多元非线性函数可实现回归函数的近似，并通过实例说明该方法的有效性。     

DBL(1,0,1)误差非线性回归模型相关性和方差齐性的检验

讨论了具有双线性DBL(1，0，1)误差的非线性回归模型的相关性和方差齐性的检验问题，用Score检验方法给出了双线性项检验以及相关性和方差齐性同时检验的检验统计量，并用随机模拟验证了检验方法的正确性；推广和发展了具有线性序列误差回归模型的结果；最后将结果应用于DBL(0，1，1)误差的非线性回归模型。     

可线性化回归方法的改进和拓展

改进了可线性化回归方法的理论，给出阿线性化回归新方法，利用实例说明，与传统回归法相比，新方法具有偏差平方和小、精确度高的优点，并在新方法的基础上进一步拓展，提出扫描回归方法，解决一类非线性回归问题，与马阔特（Marquardt)方法相比，所得回归曲线更理想，且所花计算机机时少。     

幂函数和指数函数回归模型参数的无偏估计及应用

本文给出了一类非线性函数、幂函数和指数函数回归模型参数的一种估计方法，用此方法计算幂函数和指数函数参数所得的残差平方和比用化为线性模型计算所得的残差平方和小得多。与精确的高斯－牛顿迭代计算结果相近，它比一般非线性回归迭代计算简单。     

删失非线性模型的中位数回归

研究了带有不完全数据的非线性模型的中位数回归问题.将完全数据线性回归模型的L1方法推广到随机右删失非线性中位数回归模型中,提出了一种估计非线性中位数回归模型参数的半参数方法,并得到了估计量的强相合性和渐近正态性.     

基于INLR-PPLS的非线性多传感耦合信息建模新方法

针对线性PLSR在多传感信息回归建模中存在不足,提出了一种基于INLR-PPLS的非线性多传感耦合信息建模新方法。首先用线性PLSR对传感信息进行预处理，达到降维的效果，然后基于INLR外模型非线性样本矩阵变换、基于PPLS内模型非线性映射、多传感非线性回归模型反求，实现对非线性多传感耦合信息的建模。应用于液态乙醇浓度测控系统的实验表明，该方法较线性PLSR预测准确度提高21%。     

Design of Software for Nonlinear Regression

本文介绍了DataProc实验数据处理软件功能之一——非线性回归,提出了非线性回归的一种方法,用此方法可对超越函数关系进行回归分析,并据此编制了应用软件,给出了软件应用实例二则。     

非线性系统参数估计的迭代Bayes方法

本文给出使用Ｂａｙｅｓ方法估计非线性系统模型参数的方法和计算过程，给出一种迭代使用Ｂａｙｅｓ方法的策略并讨论了非线性自回归模型的参数估计问题。     

非线性回归分析的PSO小波网络方法及应用

文章介绍了粒子群算法(PSO)和小波神经网络的基本原理,把基于粒子群小波网络的混合算法应用到非线性回归问题中,并对算法解决非线性回归问题进行了实践分析,最后建立了测井响应值和物性参数孔隙度之间的回归模型.从仿真结果可以看出,本方法的回归值和岩心分析值符合较好,表明粒子群小波网络进行非线性回归分析是一种有效的数据回归方法.     

多元回归分析程序设计与实现

主要探讨了用计算机解决经济计划与经济管理过程中常用的线性回归和非线性回归问题，以及非线性形式的转化，具有较强的实用性。     

基于Logistic变换的回归正交试验模型

在解决线性回归问题时,回归正交试验具有较大的优越性,却无法解决非线性回归问题.本文依据广义线性模型的基本原理,针对非线性回归问题,引入Logistic变换,给出了基于Logistic变换的回归正交试验模型,实现了回归正交试验在非线性回归问题中的运用.将此方法运用到车险续保问题中,实例分析说明了该模型的可行性和有效性.     

基于回归神经网络的非线性动态数据校核及其应用

研究了简化型内回归神经网络基于自适应梯度下降法的训练算法，并提出了一种基于简化型内回归神经网络的非线性动态数据校核新方法，结果表明所提出的方法能够有效地对非线性动态过程进行数据校核，并具有良好性能，与传统的动态数据校核方法相比，所提出方法具有不需要掌握过程本身的精确模型，避免了过程模型误差可能带来的估计误差，不需事先知道测量噪声和过程噪声的统计特性等特点。     

非线性时间序列的结构辨识

本研究了非生时间序列模型的结果辨识，给出了双线性模型和其它非线性模型的结构区别方法及其于条件均值的门限自回归模型和指数自回归模型结构辨识方法，并以数值例子仿真验证本的结论。     

基于偏最小二乘法实现非线性回归分析

从应用的角度,提出了一种基于偏最小二乘回归和多项式回归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。     

带矢量权回归在用电量预测中的应用

对某城市的用电量拟合与预测计算中，笔者开发了回归分析软件，建立了非线性化模型的线性化模型库，进行自动选模，并采用带矢量权回归方法，提高了模型对该市用电量的拟合精度和预测精度。     

基于连分式插值理论的非线性回归问题

变量之间的关系不是线性相关关系时,不可以用线性回归方程描述它们之间的相关关系,需要进行非线性回归分析.然而非线性回归方程一般很难求,因此,把非线性回归化为线性回归应该说是解决问题的好方法.利用连分式插值函数方法逼近非线性函数可实现回归函数的拟合,通过实例说明该方法的有效性,比传统的最小二乘法效果更好.     

Elman回归神经网络在大坝安全监控中的应用

给出了E1man回归神经网络的网络结构和学习方法。基于E1man回归神经网络能够逼近任意非线性函数的特点，提出了一种基于E1man回归神经网络建立安全监控模型的方法。实验表明，所建立E1man神经网络模型收敛速度快，并且其拟合及预报精度高于统计模型和BP网络模型。     

非线性回归的一种算法

非线性回归一般有可化为线性回归与纯非线性回归２种情况。传统的解决方法是最小二乘法及Ｇａｕｓｓ－Ｎｅｗｔｏｎ迭代法。文章用有理插值函数去逼近非线性函数便可得到一近似的回归函数,计算结果表明,该方法拟合的平均绝对误差及均方差比传统方法效果好。     

非线性回归函数参数估计的初值问题——以酶促反应回归函数为例

分析了非线性回归参数初始值的敏感性问题.以酶促反应回归函数的参数估计为例,给出了未知参数初始值的3种赋值方法及其SAS实现.为非线性回归分析的应用者提供依据与参考.