线性等式约束下线性回归模型参数估计的局部影响评价

本文研究线性回归模型在线性等式约束下参数估计的局部影响评价问题，导出了线性等式约束下线性回归模型在各种扰动模式下参数估计的局部影响度量，通过实例分析，表明了本文方法的有效性。     

半参数广义线性模型的局部影响分析

分析半参数广义线性模型的局部影响, 分别对加权扰动模型,响应变量扰动模型, 自变量扰动模型得到了影响矩阵的计算公式.最后分析了实际数据, 证实了方法的有效性.本文结果是Cook(1986)和Wei(1998)关于线性模型和指数族非线性模型的工作在半参数模型中的推广和发展.     

线性回归模型LIU估计的影响分析

研究了线性模型中LIU估计的影响分析问题,得到了原模型与数据删除、方差扰动及均值漂移模型间——线性回归有偏估计(LIU)估计的关系式,给出了影响度量的计算公式。     

一般线性回归模型最佳线性无偏估计的影响分析

讨论一般线性回归模型的影响分析问题,研究了协方差矩阵扰动和数据删除对最佳线性无偏估计的影响,给出了度量影响大小的距离测度和它的计算公式.     

线性模型中单个回归参数的局部影响分析

在局部影响分析中，人们往往对线性模型的单个回归参数感兴趣，根据Ｗｕ＆Ｌｕｏ）１９９３）的二阶局部影响分析方法，在这篇文章里我们通过对参数的ＭＬＥ扰动曲面的研究来检验线性模型中观测值对单个回归参数的局部影响，一个实际例子说明了该方法在识别强影响点时的有效性。     

多元团体方差扰动模型的影响度量

对多元线性回归模型Y=Xβ＋ε,ε～Nn×p(O,V In),笔者讨论了一组或多组数据点对未知参数阵β和v的扰动影响,给出了扰动影响度量准则和化简式及单点扰动下的分布,并建立了多元协方差比扰动影响度量流计理与广义相关系数的联系．     

一般线性回归模型岭估计的影响分析

讨论一般线性回归模型岭估计的影响分析问题,研究了协方差阵扰动和数据删除对岭估计的影响,给出了岭估计基于有偏估计的Cook距离.     

多元团体方差扰动模型的影响度量

对多元线性回归模型：Ｙ＝Ｘβ＋ω,ω－Ｎｎ＊ｐ（Ｏ,Ｖ◎Ｉｎ）,笔者讨论了一组或多组数据点对未知参数阵β和Ｖ的扰动影响,给出了扰动影响度量准则和化简式及单点扰动下的分布,并建立了多元协方差比扰动影响度量流计理与广义相关系数的联系。     

基于多元线性回归的动态负荷模型参数实时选择

在分析负荷模型参数影响因素的基础上,基于多元线性回归法提出一种动态负荷模型参数实时选择法.首先,对一段时间内负荷的全部历史扰动实测数据进行负荷模型参数辨识,积累成模型参数数据库,并按照电压振荡幅值将其分为小扰动、一般扰动和大扰动负荷模型参数数据库;然后,根据仿真需要从相应类型的负荷模型参数数据库中用多元线性回归法搜索最匹配系统实时状况的负荷模型参数并分析其拟合精度;最后,用某城市群两个变电站的实测数据验证了所提方法的有效性和准确性.     

更为广义的线性回归模型及其气象应用

为了解决传统的线性回归模型不具备全域分析能力以及表达能力受到模型维数限制的问题,基于要素场和矩阵的概念,提出了基于场的更为广义的线性回归模型——全回归模型。利用大规模要素场分布资料构建全回归模型,模型基本方程采用矩阵形式,方程的基本元素为要素场,相较于传统回归模型,该模型涵盖要素场整体信息。与传统回归方案进行对比分析,结果表明:该模型具有全局表达能力,在拟合过程中采用最小二乘方案可以得到全局最优结果;不同于传统回归模型的单调性特征,该模型自变量局部扰动对因变量的影响有利于分析相关过程;对于传统统计预报而言,基于矩阵分析理论及该模型全局表达能力,可以将该模型延伸应用至单站回归预报。     

基于逐步回归分析的河南粮食产量因素研究

运用逐步回归分析的方法,建立河南省粮食产量的回归模型,并对影响粮食产量的主要因素进行回归分析．引入回归方程的主要影响因素为粮食单产、农业机械总动力、乡村从业人员、化肥施用折纯量、农村用电量等,由此确定影响河南省粮食产量因素的回归方程模型．分析表明,利用逐步回归分析建立的模型具有很好的拟合效果,最大误差仅为12．5％．     

大坝安全监测模型因子相关性探究

分析了大坝安全监测数据处理中自变量因子之间的多重相关性对传统的多元回归模型的影响.运用偏最小二乘回归分析的基本原理和交叉有效性检验方法,建立了基于偏最小二乘法的回归模型.工程实例表明,偏最小二乘回归模型能够有效消除因子相关性对模型回归系数估计和回归分析效果的影响,取得的结果较为合理.     

线性回归模型复相关系数的影响评价

在线性模型中，复相关系数作为模型拟合程序的度量是一个常用的统计量，但它对异常值及影响点是很敏感的，本文用数据删除法及局部影响分析讨论复相关系数的影响点的识别问题，在各种情况下都得了了相应的诊断统计量，最后用一实例加以说明。     

沈阳师范大学本科学生创业意愿分析

通过对沈阳师范大学不同学院本科生创业情况抽样调查,用多因素方差分析的方法得到最终检验结果,利用多因素方差分析筛选变量建立回归模型,并采用logistic逻辑回归方法进行回归检验。对创业意愿的影响因素和创业意愿的形成模型的研究进行了综述。对有关创业意愿形成的理论模型和实证研究进行梳理,对影响大学生创业意愿的因素进行分析,得出家庭所在地、父母职业、学习成绩、性别、对就业形势的认识、就业目的等对沈师大学生创业意愿有显著影响。通过对在校学生创业意愿的实证分析,有助于增强沈阳师范大学本科生就业与创业指导的针对性和实效性。分析各种因素对沈师学生创业意愿的影响程度,对更好的开展就业指导工作意义重大。     

影响图在非线性回归异方差检验中的应用

提出把加权非线性回归模型看作一个扰动模型,利用影响图的正则曲率研究了此模型的异方差检验问题,并在此基础上得到了改进的Score统计量。最后用具体的数值实例说明所得结论的有效性。     

偏最小二乘回归在地表沉陷预测中的应用

考虑地下开采引起的地表沉陷的众多影响因素,基于偏最小二乘二次多项式回归这一非线性方法,对地表沉陷的最大值进行了预测。以地表最大沉陷值为因变量,以采高、采深、煤层倾角、硬度系数等为自变量,得出了地表最大沉陷值的预测模型。结果发现,Press残差值随潜变量个数的增加而降低,由两者关系图可确定潜变量的个数为4对;采高的标准回归系数最大,说明4个影响因素中采高对地表沉陷值的影响最大;预测模型的决定系数为0.9157,预测值的误差率为±10.41%,表明用偏最小二乘二元多项式回归方法预测地表沉陷是可行的。     

模糊支撑向量回归

利用支撑向量回归几何方法实施的直接性和几何意义,在支撑向量回归几何方法中考虑了数据的置信度,建立了模糊支撑向量回归模型.数值分析表明,所提出的模糊支撑向量回归模型可根据数据置信度的大小有效地控制各训练数据在回归中的作用.