半参数广义幂威布尔回归模型的诊断分析

基于P-样条方法,研究半参数广义幂威布尔回归模型,得到参数的估计量.同时在数据删除模型下探讨了模型的全局影响分析问题,获得了相应的诊断统计量.最后利用蒙特卡洛随机模拟方法,说明了统计量的有效性.     

删失数据非线性回归模型的广义M估计

加速失效模型(AFT模型)是研究失效时间和协变量间相互关系的一类重要模型.在标准的AFT模型中,假设对数变换后的生存时间与协变量间是线性关系,本文将线性关系扩展到非线性,在广义M估计的目标函数中使用Kaplan-Meier权,提出右删失数据非线性回归模型的加权广义M估计.我们还得到了广义M估计的渐近性和相合性,并且通过模拟研究验证了该方法在有限样本情形下估计效果良好.     

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.     

带右删失数据非线性随机效应模型参数估计的渐近展开

首先给出了带右删失数据的非线性随机效应模型的参数估计,建立了该模型的欧氏几何结构,推广了Bates和Watts非线性回归模型的几何框架.然后,用几何方法讨论了估计量的渐近展开以及与统计曲率有关的渐近性质.     

异方差删失下多元加速失效时间模型的参数识别性

证明了条件矩不等式的解与异方差删失下多元加速失效时间模型回归参数的一致性,解决了异方差删失下多元加速失效时间模型回归参数的识别性.     

广义极值回归模型下现状数据的贝叶斯估计

广义极值分布自提出以来就受到众多学者关注,它可以用于拟合某些寿命数据,在医学、 工程和气象等领域应用很广泛.本文主要在区间删失I型数据,即现状数据下研究三参数广义极值模型的贝叶斯回归分析.基于广义极值分布的位置参数引入协变量,建立位置参数与生存时间的贝叶斯回归模型,并采用Gibbs抽样和MH算法相结合的MCMC方法,从...     

删失回归模型的分位数变量选择和压缩估计

删失回归模型是一种响应变量受限制的模型,广泛应用于计量经济学中.针对删失回归模型,借助于分位数估计方法和SCAD型惩罚函数,提出了一种变量选择和压缩估计方法.该方法可选出对模型有贡献的回归变量,即非0回归系数,同时给出非零参数的一个相合估计.另外,获得了变量选择方法的oracle性质.最后,利用数值模拟计算说明所提出方法的效果.     

污染数据半参数回归模型中的强相合估计

同删失数据一样 ,在实际工作中经常遇到一些关于污染数据的统计分析问题 .对于删失数据已得到了一系列较为深刻的结果 ,但对污染数据问题的研究却不多 .污染数据回归模型是生物统计中常用的模型 .考虑一类污染数据半参数回归模型 ,建立了模型的参数、回归函数和污染系数的估计 ,并在适当条件下证明了它们具有强相合性 .     

完全非线性广义布尔函数

引进广义布尔函数概念、广义布尔函数的线性度与非线性度.给出关于完全非线性广义布尔函数的一些结论,并证明了一些新的结论.     

删失回归模型的随机逼近

讨论了删失回归模型系数的LAD估计．Rao and zhao(1992)提出了一般线性回归模型系数的M估计的随机逼近，本文把这一方法推广到删失回归模型。     

土性空间变异性统计模型的改进

针对土性指标的回归模型通常没有考虑土性指标的非线性趋势分量以及土层其他因素引起的土性指标突变,建立了一个非线性回归模型,并考虑土性随机分量之间的自相关性的问题,使土性指标的统计模型具有普遍性.同时,为了在回归模型中体现土层其他因素对土性指标的影响,构造了一个虚拟变量并将之应用于土性指标的统计模型中,从而建立了第二个非线性回归模型.最后以两组不排水抗剪强度实测数据为例对两类模型的准确性进行了验证,结果表明:在所能见到的文献中,提出的第二个模型的回归方差是最小的.     

一种非线性非平稳时间序列预测建模方法

提出了一种基于经验模式分解和支持向量回归的非线性、非平稳时间序列预测建模方法.首先,针对时间序列的非平稳特征,通过经验模式分解将其分解为若干个本征模式分量,使其中每个分量均成为平稳序列;其次,对每个本征模式分量,基于支持向量回归建立相应的平稳时间序列预测模型;最后,再一次利用支持向量回归对这些预测模型进行非线性组合,得到非线性、非平稳时间序列的预测模型.仿真实验和工程应用均表明,所提的预测建模方法与传统的基于支持向量回归的建模方法相比,具有较高的精度,说明该方法对于非线性、非平稳时间序列的预测是有效的.     

不锈钢热变形流动应力数学模型

采用恒变形率凸轮压缩试验机对小锈钢0Crl3热变形流动应力进行了试验研究,分析了变形温度、变形速率、变形程度对流动应力的影响,同时对不同的数学模型结构形式进行了非线性回归,提出了2个非线性流动应力数学模型.分温度段;归数学模型与试验数据具有较高的拟合精度,全温度段回归的数学模型便于计算机控制在线生产.     

PCR-RBF-SVM预测模型在财政数据中的应用

通过使用支持向量机算法将主成分回归的线性预测结果和径向基神经网络的非线性预测结果相结合, 提出一种新的预测模型, 该模型提高了预测精
度, 解决了预测方式单一的问题. 将新预测模型应用于财政数据预测结果表明, 与传统主成分回归和径向基神经网络方法相比, 该模型预测效果更好.     

Traffic Forecasting Model Based on Takagi-Sugeno Fuzzy Logical System

The local multiple regression fuzzy(LMRF)model based on Takagi-Sugeno fuzzy logical system and its application in traffic forecasting is proposed. Besides its prediction accuracy is testified and the model is proved much better than conventional forecasting methods. According to the regional traffic system, the model perfectly states the complex non-linear relation of the traffic and the local social economy. The model also efficiently deals with the system lack of enough data.     

生态系统数学模型的拟合程度

定义了回归方程的拟合程度.对非线性回归方程,要化为线性方程,用相关系数、显著性水平、残余标准差率来检查回归方程和拟合程度.     

基于T-S模型的高炉煤气系统模糊建模

针对钢铁企业高炉煤气系统这一复杂非线性系统的建模问题,提出一种基于数据的高炉煤气系统模糊建模方法.基于T S模糊模型的高炉煤气系统辨识模型,考虑系统中煤气调节用户的人为干扰特性,采用条件模糊聚类的方法来对输入/输出空间进行划分.引入模糊思想,使模型能够更好地适应工业噪声的干扰.利用贝叶斯线性回归方法求解模糊模型的后件参数,避免了后件参数求解过程中常出现的异常解问题.通过对实际企业高炉煤气系统的实验验证,结果表明了所提出的高炉煤气系统模糊建模方法的有效性,可进一步用于实施高炉煤气系统的优化与调度工作.     

灰色GM(1,1)与线性回归组合模型及其在变形预测中的应用

将GM（1，1）模型和线性回归模型组合起来进行变形预测，改善了原线性回归模型中没有指数增长趋势及灰色GM（1，1）模型中设有线性因素的不足，使组合模型更适用于变形的一般情况。     

倾斜带封头卧式储油罐的罐容标定

研究带球冠体封头的卧式储油罐在变位条件下的罐容标定问题,采用微元法建立油罐储油量与油位高度及变位参数之间的计算模型.为了得到变位参数的有效估计,对进出油实测数据建立非线性的最小二乘回归模型,在数值求解中,采用截面积的微元方法,有效减少了复杂的体积积分计算,从而完成罐容表的修正标定.     

堆石坝变形监测的灰色非线性时序组合模型

结合堆石坝变形的特点,应用逐步回归方法提取大坝变形观测数据系列的水压和温度分量后,用灰色非线性系统模型模拟剩余数据系列的趋势项,用时间序列模型模拟剩余数据系列的随机项,由此建立了堆石坝变形监测的灰色非线性时序组合模型。计算分析表明新模型提高了拟合精度,使堆石坝变形监测的数学模型更趋于合理。