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％．     

基于TM景洪橡胶林生物量反演研究

基于TM数据获取时间结合地面橡胶林样地调查,研究景洪市橡胶林地上生物量遥感估测技术,分析TM各波段,植被指数和生物量相关性,选去相关性＞0.3的波段进行逐步回归分析,橡胶林地上生物量模型R2=0.67,REMS=30.27,获得景洪市2011年橡胶林地上生物量等级分布图,总的生物量为1.33×107t.橡胶林高生物量主要分布于景洪中部及南部地区.     

地产股价线性模型的变量选择实证研究

建立了房地产上市公司财务指标和其股票价格的线性回归模型,利用最小二乘回归、主成分回归和逐步回归方法估计回归系数,对比3种方法发现基于逐步回归方法的变量选择是最全面和可靠的;进一步建立了房地产股价指数与其成分股的多元线性回归方程,运用弹性约束估计方法实现成分股变量选择问题,解决了回归系数不显著性和股指追踪问题。     

南京地区PM2.5和PM10浓度分布特征及与相关气象条件的关系

利用2014年12月至2015年5月南京市PM_(2.5)和PM_(10)的质量浓度以及天气观测数据,研究南京市颗粒物浓度空间、时间分布特征及其与相关气象因子的关系。研究表明PM_(2.5)和PM_(10)同季节内高度线性相关,时间分布具有明显的季节性差异;PM_(2.5)与风速呈负相关关系,与降雨清除量呈正相关关系;相对湿度达到75%左右时污染最严重。研究首次将其他污染气体和相关气象因子结合起来,用逐步回归法建立PM_(2.5)预测模型,能较好地拟合冬春两季PM_(2.5)变化趋势,较准确地反映南京市PM_(2.5)的污染特征,具有一定的理论和实用价值。     

城市空气污染数据的分析与研究

针对日益严重的大气污染问题,基于现有数据与相关研究,采用相关分析法,对AQI指标之间的相关性进行了定量分析.利用主成分分析,确定PM_(10)为被解释变量,其它4种污染物为解释变量,应用逐步回归分析方法及多元回归分析,通过逐层分析比较得到了PM_(10)与PM_(2.5),CO,SO_2,NO_2的最优二次回归模型.     

基于均匀设计制备铁尾矿高强结构材料

 铁尾矿高强结构材料中,胶凝材料通常采用梯级粉磨的方式进行制备。为了优化梯级粉磨方案,通过均匀设计方法研究了梯级粉磨中各阶段粉磨效果对材料力学性能的影响。利用SPSS 软件中逐步回归分析方法建立了以强度为目标函数的回归方程,用Matlab 软件中的优化技术求出了铁尾矿制备高强结构材料的优化粉磨方案。结果表明：将梯级粉磨各阶段粉磨时间确定为21、67 和57 min,比表面积分别达到285、485 和550 m²/kg,制备出的高强结构材料测得抗压强度可达75.28 MPa。优化梯级粉磨方案的过程说明胶凝材料的制备过程中“微磨球效应”发挥了积极的作用。     

华中区域夏季日用电量气象预报模型研究

利用华中地区三省2004年～2006年夏季(6～8月)逐日用电量和气温资料,计算分析了湖北省及华中地区三省日用电量与对应区域日平均气温≥30℃的台站数、日平均气温、日最高气温和日最低气温的相关关系,并以前两年对应资料建立了用电量气象预报模型,以2006年的资料进行预报效果的独立样本检验.结果表明:日平均气温≥30℃的台站数与日用电量有较好的峰谷对应关系;日用电量与4个气象要素指标的相关性均达到极显著程度,其中又以与日平均气温的相关系数最高;应用逐步回归方法分别建立了湖北省及华中地区三省夏季日用电量气象预报模型,其中日平均气温≥30℃台站数均入选了预报方程;两套模型的预报值与实际值拟合效果都较好.     

采煤工作面瓦斯涌出量预测逐步回归方法

在综合分析矿井瓦斯涌出量影响因素基础上,探讨了采煤工作面瓦斯涌出量与影响因素之间的关系,利用逐步回归分析方法建立了瓦斯涌出量预测数学模型,并将模型应用于平煤天安十矿己组煤层24110采面瓦斯涌出量预测. 结果证明,该数学模型对采煤工作面瓦斯涌出量预测比较准确.     

基于最小二乘支持向量机的膨胀土判别与分类

膨胀土在我国分布广泛,对工程影响巨大,如何对其进行判别一直是岩土工程中一项重要的工作.现有的膨胀土判别与分类方法,大多仅以简单的双变量分析为依据.所选取的判别指标大多具有相同信息.针对于此,提出两种方法对膨胀土进行分类,第一种是从胀缩机理出发,采用逐步回归分析选取能够表征膨胀土的6项独立指标,再利用最小二乘支持向量机进行分类;第二种是对全部指标进行分类.结果表明最小二乘支持向量机在两种情况下都能对膨胀土进行准确的分类,也证明了最小二乘支持向量机功能的强大性.     

双重检验逐步回归模型在电力负荷预测中的应用

文中针对电力负荷预测的多元线性回归模型,提出了双重检验逐步回归模型。与传统的多元线性回归模型相比较,双重检验逐步回归模型无需建立全部变量的回归方程,而是在全部自变量中按对因变量的作用大小,边进行显著性检验,边入选或剔除变量,并且由于每步都作检验,因而保证了最后所得的方程中所有因子都是显著的。