随机-模糊线性回归模型的参数估计及应用

导出了随机-模糊线性回归模型参数的估计量,证明了参数的估计量为无偏估计,同时推导了参数估计量数字特征和回归方程相关系数的计算公式.将该模型应用于岩石样本抗剪强度实验数据处理中,通过与传统的随机一元线性回归对比分析,表明使用该方法得到的力学参数更具代表性.     

中国人口预测的半参数自回归模型

提出建立中国人口预测的半参数自回归模型,基于线性回归选取的显著性变量,利用多项式样条估计得到了半参数自回归方程,并且对中国2004~2009年人口进行了预测比较,结果表明:半参数自回归模型优于一些传统的模型.此外,还对2010~2013年中国总人口数量进行了预报.     

线性测量误差模型的随机加权分位数回归

将随机加权法推广到线性测量误差模型,结合分位数回归估计方法,提出线性测量误差模型中参数的随机加权分位数回归方法.在一定条件下,可以用随机加权法得到分位数回归估计量的渐近分布,这种方法避免了估计冗余参数,并且实施方便.通过模拟研究和艾滋病数据验证了随机加权分位数回归方法的有效性.     

递推部分最小二乘方法

部分最小二乘(PLS)回归可较好地解决多元线性回归中的共线性问题,目前被广泛地应用于过程建模和监控.作者首先给出核PLS算法,然后在此基础上推出递推部分最小二乘(RPLS)方法,可以基于新数据和旧的PLS模型参数更新PLS模型.将该递推PLS方法和传统PLS方法同时用于仿真研究,结果表明递推算法性能和传统方法的相近,而计算量大大减少.     

疲劳曲线的模糊随机加权线性回归及应用

介绍了3种应力-寿命模型，在假设疲劳寿命服从对数正态分布的前提下，将模型中的各参数看作是相互关联的非独立变量。根据协同原理，即相关联的随机方程动态地处于同一概率水平，采用模糊随机加权线性回归方法对试验数据进行拟合，得到了三参数的应力-寿命模型均值和均方差曲线，从而求得在给定应力下各可靠度的疲劳寿命。讨论了当应力存在横向分布时的可靠度和疲劳寿命的计算方法。算例表明，模糊随机加权线性回归方法能够克服常规线性回归分析中由于异常点数据的存在而产生误差的缺点，并且可靠度和疲劳寿命的计算过程也较以往其他文献中的方法简单。     

确定与分析水文地质参数的线性回归法

对于非越流含水层,我们试推导出按完整井抽水试验资料.能直接确定水文地质参数的一种计算方法.此法是将 Theis 公式作适当地变换,利用简便的线性回归原理分析计算,从而得到满意的结果.此法还具有对所求参数进行可靠性检验;并利用微机处理,快速求得结果的优点.     

交通需求组合模型的不确定性分析

交通需求预测中会有很多不确定性因素.系统的不确定分析可以分析模型输出的可信程度,并且界定影响不确定性的关键因素.采用了基于敏感性分析的方法(SAM)分析交通需求组合模型(CTDM)的不确定性.CTDM基于出行者的理性行为,并可描述为一个非线性规划问题,从而分析敏感性.不确定性分析包括模型输入的不确定性和模型参数的不确定性.与基于随机抽样的分析方法相比,基于敏感性分析的方法在大大减少计算量的同时,可以得到近似的精度,并且可以同时或分开考虑输入的不确定性和参数的不确定性.研究认为,提高参数精度比提高输入精度能更有效地提高输出结果的可信水平.     

几种一元拟线性回归中的问题与改进措施

讨论幂函数、指数函数、双曲函数及S型曲线通过换元进行线性回归时,所满足的最小二乘条件,指出换元线性化回归存在的问题,提出了改进措施,并给出幂函数和双曲函数回归的实际算例.理论分析与实验表明,换元后的因变量具有异方差性,致使拟线性回归参数的精度较低,但拟线性回归的参数精度可通过加权回归的方法得到大幅度提高.     

鞅差误差下异方差部分线性回归模型估计的矩相合性

本文研究了误差为鞅差序列下的异方差部分线性回归模型.基于非参数估计量,我们导出了最小二乘法和加权最小二乘法的参数估计量,并且在适当条件下得到了它们的矩相合性.同时,通过模拟研究了有限样本下估计量的性能.     

非参数回归的贝叶斯估计

基于因变量Y对自变量X条件分布的非参数贝叶斯估计,通过期望计算得到未知回归函数的后验估计表达式,并计算出估计的均方误差,证明该估计的均方收敛性.阐明当先验的选择接近真实的回归函数时,该估计的均方误差小于局部线性核回归的均方误差.最后通过实证分析,表明该非参数贝叶斯回归比非参数局部线性回归具有更好的预测效果.     

政府、企业、雇员三方心理契约信用问题——人力资源危机视角

无形的心理契约不仅释放着有形契约关系的影响力,也存在其衍生价值——心理契约信用。在经济全球化重塑的非传统雇佣关系中,隐藏着普遍的心理契约信用危机。如果心理契约存在的主体回归至广义古典学派界定的政府、企业和员工,则集合了有形契约信用和无形契约信用双重内涵的政府信用、企业信用、个人信用,其信用品质的交互影响、辐射影响,无疑构成为分析政府、企业和员工三方心理契约信用互动规律的简约路径。     

成语“梅开二度”的误用问题

"梅开二度"这一成语尽管形成时间不长(清初),但在当代的使用中却出现在了不少不当的语境里。通过语料统计,本文基本找出了"梅开二度"出现的种种误用情况。但由于语言的约定俗成性,"梅开二度"的用法很可能会出现如下的扩展:从运用于"美好的事物再现"到运用于"中性的事物再现"甚至到"丑恶的事物再现"。     

基于跟随领航者的车辆自适应编队控制

针对反馈线性控制器在实际情况中可能受路面湿度等因素的影响,使其参数具有不确定性的缺陷,设计了基于变量估计的自适应反馈线性控制器,提高控制器参数中的相对距离的精确度。在Matlab /Simulink 环境下进行仿真对比实验,实验结果验证了自适应编队控制方法的有效性,并且其在误差调整时间方面和抗扰性方面优于传统反馈线性控制方法。自适应编队控制方法在未来的智能交通方面具有一定应用价值。     

税收优惠、环保投入与企业价值的内生性实证研究 ——以创业板化工企业为例

在新税率改革、企业面临资源环境问题日益突出大背景下，企业试图在享受优惠税率的同时，探寻环保投入与企业价值的最优关系。本文以创业板化工企业为研究对象，选取2013-2017年面板数据，基于多元线性回归模型，采用实证分析法，利用State13.00和Excel等工具，研究化工企业税收优惠、环保投入与企业价值三者的相互勾稽关系。实证结果表明：企业税收负担的减少，能提升企业价值；环保投入对近期企业价值有负面影响，但与后期企业价值出现正相关，且在滞后第五期时显著；在新优惠税率下，环保投入对企业价值的影响更为显著。研究结果为化工企业在税收优惠政策下，更好协调环保投入与企业价值的关系，提供借鉴意义。     

基于类别不平衡的企业信用风险违约测度探索——以制造业上市公司为例

针对所获取的类别不平衡的深沪A股制造业上市公司财务数据,为了预测制造业上市公司信用违约情况,提出基于欠采样改进的Lasso-Logistic模型;首先通过计算WOE和IV值,剔除风险识别能力和稳定性较差的变量,接着从"数据"层面对现有的Lasso-Logistic模型进行批量欠采样处理,最后结合"算法"层面对Lasso-Logistic子模型的预测概率进行简单平均集成来研究模型的改进效果;结果表明,从模型整体效果的测度指标AUC值和区分度指标KS值来看,基于欠采样改进的带有变量筛选能力的Batch-US-LLR模型能有效提升企业信用风险违约测度的效果,对完善企业风险预警机制,提升违约风险识别能力具有可行性和有效性。     

基于生命周期的中小企业股权结构对绩效的影响

以中小企业板2007年以前上市的制造类企业为样本,将企业分为成长期和成熟期,探讨了股权属性、股权集中度和股权制衡度与EVA(economic value added)的关系.多元线性回归模型的实证结果得出,国有股比例与企业绩效负相关;流通股比例对企业绩效影响不大;股权集中度和股权制衡度对企业绩效的影响比较复杂.总体上,成长期较高的股权集中度、成熟期较高的股权制衡度对企业绩效有积极作用.     

油气勘探风险评价的偏最小二乘-最大熵法模型及应用

油气勘探风险的定量评价一直是国内外研究的难点.作者在分析传统风险评价方法的优缺点、剖析偏最小二乘法和最大熵法优势的基础上,首次提出了偏最小二乘-最大熵(PLSME)风险分析模型.偏最小二乘法较好地实现了多元线性回归、主成分分析和典型相关分析的有效综合,通过自变量的PLS回归线性处理,不仅能消除粗差解决变量之间的相关性问题,而且能辨识每一个自变量对因变量的控制程度;最大熵法通过对偏最小二乘得出的风险因子与总经济效益净现值关系式的检验,利用最大值、最小值和最可能值的训练,能了解指标最终服从的概率分布,客观得出风险的大小.两者结合起来构建的PLSME模型,能使风险评价结果更加准确、合理和客观.通过对四川德阳新场气田的实例应用,表明偏最小二乘-最大熵评价方法科学可行,对同类研究具有借鉴作用.     

高新技术企业信贷动态多阶段决策研究

建立了高新技术企业信贷动态多阶段决策模型。此模型真实、客观、全面的评价了高科技项目的价值并动态指导了商业银行进行正确的信贷决策。对模型中的参数给出了确定方法并分析了模型中各参数对信贷决策的影响,结合案例验证了此模型在高新技术企业信贷决策问题上的分析结果,并提出有助于增强高新技术企业信贷能力、改进商业银行信贷决策评价方法、降低信贷风险并提高信贷决策效率的政策建议。     

逐步回归分析方法在储层参数预测中的应用

目前,储层参数(孔隙度和渗透率等)分布规律和储层非均质性研究是油气藏描述的核心,储层参数是油层评价的重要依据,储层参数预测在油气勘探开发中具有重要意义。文中通过采用某一个点的测井曲线或地震数据推测出该点的孔隙度或渗透率,基于多种测井信息的多元线性回归方法已成为储层孔隙度定量预测的主要方法,多元逐步回归分析方法的理论正好适用于这种实际问题。它是利用通过特殊仪器测量的测井曲线数据参数与岩芯属性参数(例如孔隙度),建立测井曲线数据参数与多个岩芯属性参数之间的线性关系,这种方法比较简单实用。因此文中采用逐步回归分析方法作为预测方法,重点介绍了回归分析中的逐步回归的基本思想以及具体计算步骤。最后,提出油气勘探中预测孔隙度的问题,并用逐步回归分析优化回归方程并用此方程预测岩芯属性参数。研究表明,该方法预测精度高,方法稳定有效,逐步回归较好的解决了部分测井勘探的实际问题,基于多种测井信息的多元线性回归方法已成为储层孔隙度定量预测的主要方法,该方法可以把非线性问题转化为线性问题,大大减少了技术上的难题。