DIAGNOSTICS FOR NONLINEAR REGRESSION MODEL WITH WEIGHTING OR TRANSFORMATION

ＤＩＡＧＮＯＳＴＩＣＳＦＯＲＮＯＮＬＩＮＥＡＲＲＥＧＲＥＳＳＩＯＮＭＯＤＥＬＷＩＴＨＷＥＩＧＨＴＩＮＧＯＲＴＲＡＮＳＦＯＲＭＡＴＩＯＮ￥ＳＨＩＪｉａｎｑｉｎｇＷＥＩＢｏｃｈｅｎｇ（ＤｅｐａｒｔｍｅｎｔｏｆＭａｔｈｅｍａｔｉｃｓ，ＳｏｕｔｈｅａｓｔＵｎ...     

一种基于AF的决策树算法

属性序列不同于一般的线性回归模型,其样本点之间存在着一定的相依结构,使得常用的探测异常值的方法,如数据删除、单点求导等,对时间序列而言效果不佳。为了探测时间序列中的强影响点,介绍了同时对几个点作微小扰动时自相关函数(AF)的扰动理论。从应用角度提出一种新的决策树方法,实验结果进一步证实,自相关决策树具有全面性与精确性,从而为进一步实现智能信息检索提供了一种个性化的高效信息检索工具。     

基于GM(1,1)模型和线性回归的组合预测新方法

为解决 GM(1 ,1 )预测中存在的历史数据的跳变问题 ,依据灰色灾变预测原理 ,利用线性回归适用短期预测的特点 ,提出了一种新的预测方法 :用 GM(1 ,1 )模型预测将来可能的数据跳变日期点 ,对其他非跳变点使用分段线性回归函数进行预测 .通过对浙江省农村用电量的预测 ,结果表明该方法很好地克服了 GM(1 ,1 )模型和线性回归模型的缺陷 ,在实际中取得了较好的效果 .     

基于油液中金属浓度梯度特征的滤波剩余寿命预测模型

基于随机滤波理论的剩余寿命预测模型是基于状态的维修的重要组成部分. 首先根据设备磨损过程，建立了磨损、金属粒子浓度和剩余寿命三者的函数关系. 进而针对滤波模型基于油液信息进行预测时的局限性，建立了基于油液浓度梯度特征的滤波模型. 此模型无需对监测信息中的换油影响进行线性回归处理，从而减少了误差，并以金属浓度梯度特征建模，完善了状态信息与剩余寿命之间的负相关关系. 然后设计了极大似然参数估计方法，在参数估计过程中考虑了截尾数据对估计值的影响. 最后以某型自行火炮发动机的油液光谱分析数据为例，实现了发动机的剩余寿命预测，结果表明了该模型的可行性和有效性.     

非线性随机最佳变换模型及其应用

本文讨论了非线性随机最佳变换模型．采用稳健的非参数回归方法求解最佳变换函数，提出了相应的ＲＡＣＥ算法．仿真实验验证了该算法的有效性．     

随机型时间序列预测方法的研究

提出了一种随机型时间序列预测的新方法，特别适用于趋势随机型数据序列的预测问题，与现有预测方法相比，具有计算简单、精度高的特点.     

一种改进的导弹费用估算方法

采用了一阶Sugeno自适应神经 -模糊推理系统 ,以美国陆军 2 2种导弹费用 -性能参数作为原始样本 ,建立费用估算模型 ,找到了对导弹费用影响最大的性能参数。利用灰色GM(0 ,N)模型 ,在导弹总重 -速度空间的贫信息区域插值生成附加训练样本 ,生成了导弹费用预测模型。该模型与线性回归模型相比 ,大幅度地提高了预测精度 ,较好地反映了费用变化趋势 ,网络检测误差小 ,具有较强的推广能力。灰色模型与自适应神经 -模糊推理系统相结合 ,较好地解决了小样本情况下非线性函数的建模问题     

基于加权特征补偿变换的说话人识别仿真研究

在噪声环境下,为提高说话人识别系统的鲁棒性,需要对系统进行各种抗噪声处理。从特征值处理和模型补偿两方面考虑,提出了基于高斯混合模型的加权特征补偿变换的抗噪声方法。一方面根据帧信噪比对特征值的贡献进行加权;另一方面根据说话人识别的声学特性对模型输出的似然得分进行补偿变换。实验结果表明,不管在平稳噪声还是非平稳噪声环境下,该方法都能取得较好的识别效果,并进一步增强系统的鲁棒性。这也说明加权特征补偿变换是降低噪声和干扰的影响、提高系统识别率和鲁棒性的有效方法。     

Missile robust gain scheduling autopilot design using full block multipliers

Reduction of conservatism is one of the key and difficult problems in missile robust gain scheduling autopilot design based on multipliers. This article presents a scheme of adopting linear parameter-varying (LPV) control approach with full block multipliers to design a missile robust gain scheduling autopilot in order to eliminate conservatism. A model matching design structure with a high demand on matching precision is constructed based on the missile linear fractional transformation (LFT) model. By applying full block S-procedure and elimination lemma, a convex feasibility problem with an infinite number of constraints is formulated to satisfy robust quadratic performance specifications. Then a grid method is adopted to transform the infinite-dimensional convex feasibility problem into a solvable finite-dimensional convex feasibility problem, based on which a gain scheduling controller with linear fractional dependence on the flight Mach number and altitude is derived. Static and dynamic simulation results show the effectiveness and feasibility of the proposed scheme.     

DIAGNOSTICS FOR EMPIRICAL BAYES MODELS

1.IntroductionInthelilleaxmodels,manykindsofBayesiandiagnosticshavebeenproposedtoassesstheinfluenceofeaChindividualobservationandthelocalinfluenceofminorperturbationsontheposteriordistributioll(see,[l--4])oronthepredictionoffutuxeobservation(see[5]).However,allthosediagnosticscannotbedirectlyappliedtotheempiricalBayes(EB)models(see[6]and[7]).Inthisarticle,westudythediagnosticproblemsinEBmodelssystematically.FirstlyjadeletiondiagllosticisobtainedtoexaminethesensitivityofeachcaseonEBestimate…     

Combined model based on optimized multi-variable grey model and multiple linear regression

The construction method of background value is improved in the original multi-variable grey model (MGM(1,m)) from its source of construction errors.The MGM(1,m) with optimized background value is used to eliminate the random fluctuations or errors of the observational data of all variables,and the combined prediction model together with the multiple linear regression is established in order to improve the simulation and prediction accuracy of the combined model.Finally,a combined model of the MGM(1,2) with optimized background value and the binary linear regression is constructed by an example.The results show that the model has good effects for simulation and prediction.     

Diagnostics in Linear Regresion Model

ＤｉａｇｎｏｓｔｉｃｓｉｎＬｉｎｅａｒＲｅｇｒｅｓｉｏｎＭｏｄｅｌＪＩＡＮＧＪｉａｎｃｈｅｎｇＤｅｐａｒｔｍｅｎｔｏｆＰｒｏｂａｂｉｌｉｔｙ＆Ｓｔａｔｉｓｔｉｃｓ，ＢｅｉｊｉｎｇＵｎｉｖｅｒｓｉｔｙ，Ｂｅｉｊｉｎｇ，１００８７１，ＣｈｉｎａＺＨＡＮＧ...     

中国保险业DEA效率实证分析

运用DEA优势效率模型和劣势效率模型对我国9家保险公司2001年度的DEA综合效率进行测评显示:它们的效率总体上不占优势;运用CCR模型进行Charnes-Cooper线性变换和对偶变换后的模型(D),分析它们2001年的规模效率情况,结果表明大多存在非规模经济现象;运用回归模型分析综合效率、所有制形式对它们总资产报酬收益率的影响,得出总资产报酬收益率与上述两个因素显著正相关.     

模糊线性回归及其应用实例

本文首先探讨了模糊线性回归模型的理论与方法,然后建立了天津市自来水行业职工人数预测模型,根据社会和经济发展目标,预测出天津自来水行业未来职工总人数。本文提出的方法与模型具有普遍意义与实用价值。     

基于Rough集理论和神经网络的武器系统参数费用模型

建立武器参数费用模型 ,首先要挑选特征参数 ,这里采用知识约简方法选择武器的特征参数 ;利用神经网络理论建立了参数费用模型 ,武器系统的费用与武器特征参数的关系可通过神经网络的阈值和权值得到体现 .通过实例对神经网络法与线性回归法所得的结果进行了比较 ,结果表明 ,神经网络法比线性回归法精确.     

基于T-S模糊模型的非线性时滞系统的变结构控制

基于T-S模糊模型和变结构控制策略,研究了一类带有参数不确定项的非线性时滞系统的变结构控制问题。首先,利用变结构控制理论选择滑模面,根据可达条件提出了一种变结构控制方法,该方法确保系统的运动轨迹在有限时间内到达滑模面并一直保持在滑模面上。当不确定项不满足匹配条件时,根据Lyapunov稳定性理论和线性矩阵不等式(LMI)的方法得到了系统状态全局稳定的充分条件。最后给出了一个仿真加以说明该设计方法的有效性。     

无偏灰色GM(1,1)模型的直接建模法

针对灰色GM(1,1)模型的建模方法存在偏差,模型不满足协调性条件,不具有线性变换一致性,且通过累加生成建模时,原始序列第一点信息没有起作用等问题,提出了GM(1,1)的3种无偏灰微分方程形式,给出了无偏GM(1,1)的直接建模法,证明了新方法不仅具有白指数律重合性,而且具有线性变换一致性。实例分析表明,新方法提高了建模的精度,扩大了模型的适用范围,充分利用了原始序列的第一点信息。     

Robust Estimation for Partial Functional Linear Regression Model Based on Modal Regression

This paper presents a robust estimation procedure by using modal regression for the partial functional linear regression, which combines the common linear model with the functional linear regression model. The outstanding merit of the new method is that it is robust against outliers or heavy-tail error distributions while performs no worse than the least-square-based estimation method for normal error cases. The slope function is fitted by B-spline. Under suitable conditions, the authors obtain the convergence rates and asymptotic normality of the estimators. Finally, simulation studies and a real data example are conducted to examine the finite sample performance of the proposed method. Both the simulation results and the real data analysis confirm that the newly proposed method works very well.     

带网络结构的自适应Lasso分位数回归及其应用

CVaR是衡量组合投资的重要风险测度,如何在CVaR组合模型中选择稳健的资产组合以降低管理时间和经济成本十分重要.理论上CVaR模型下的资产组合决策可转化为分位数回归,受此驱动,该文构建了带网络结构的自适应Lasso分位数回归,对高维资产进行选择.自适应Lasso对变量的回归系数进行加权约束,理论上具有变量选择的一致性.网络结构是基于复杂网络理论构造,能够体现出资产之间的复杂联动关系,因此它对改进选择结果是有利的.该文基于线性规划进行求解,对CVaR组合投资决策中特有的计算问题采取两步迭代的方式进行.多种情形下的模拟分析显示,新模型的变量选择效果和预测表现均最优,且随着变量之间相关性的增强,网络结构带来的优势愈发明显.最后,使用249只股票数据进行了实证分析,通过滚动建模的方式,得出新模型具有良好的稳健性与应用意义.     

通过GIC准则同时诊断数据变换与异常点

针对回归分析中异常数据和变量变换相互影响的问题,从变量选择角度,结合模型选择的广义信息准则(GIC)与构造变量方法,提出了一类数据变换与异常点的同时诊断方法。该方法同时考虑由是否存在异常点以及是否需要变换所组成的四种备选模型,在某些情况下,既可以减轻异常点对数据变换的强影响,又避免了变换数据对于异常点的掩盖效应. 文章通过模拟与实例验证了该方法的有效性,并与文献中的$F$检验法、似然距离诊断法以及$F$方法进行了比较.