多元回归中时变参数的非参数估计

本文讨论了参数随时间变化的一类多元回归模型,提出了一种非参数估计方法——准最小二乘核函数估计方法。证明了在一定的条件下所得的估计具有相容性,推广了Robinson的结果。     

基于自适应多重多元回归的人脸年龄估计

针对基于标记分布学习的多重多元回归模型不能生成和人脸老化趋势一致标记分布的问题,提出自适应多重多元回归的人脸年龄估计方法.在为不同年龄生成具有适合标准差的离散高斯分布的基础上,采用偏最小二乘模型并有效地利用邻近年龄的人脸老化信息进行年龄估计.在MORPH人脸数据库上的对比实验结果表明,该文的人脸年龄估计模型具有更好的性能.     

多元回归系数强相合估计的一些新结果（I）

设有线性模型Ｙｉ＝ｘｉ＇β＋ｅｉ，１≤ｉ≤ｎ，ｎ≥１，假定随机误差ｅ１，ｅ２，…独立同分布，Ｅ（ｅ１）＝０，Ｅ│ｅ＾ｒ│〈∞对某个ｒ∈（１，２）。本文在较弱的限制条件下，得到β的最小二乘估计为强相合的一些新结果。     

劳务众包任务定价模型研究

以拍照赚钱APP的平台数据为例,建立Logit模型提升众包平台任务完成率,使用PageRank排序算法建立多任务打包定价模型,解决众包平台的多任务打包问题,并用Logistic回归模型进行检验.     

煤样抗压强度与弹性模量的多元回归模型

煤岩力学性能测试结果的离散性大,考虑力学参数的关联性,建立煤岩强度及弹性模量预测模型具有较为重要的工程意义.对来自隆德煤矿某煤层的煤样,测得其质量密度及加载前试样中的声速值,分析了二者的标准偏差及变异系数;基于不同加载速率下煤样的单轴压缩试验,综合煤样的扫描电镜(SEM)图分析了加载速率及声速值对煤样强度、压缩率及弹性模量的影响;基于最小二乘法分别建立了煤样强度极限、弹性模量关于其密度、声速值、加载速率的多元回归模型.研究表明:利用加载前测得的煤样中的声波速度、煤样密度及设定的加载速率,可由给出的回归模型较好地预测同一地质来源煤样的单轴抗压强度和弹性模量,为煤样相关的力学分析及后续其他研究提供理论参考.     

基于多元回归分析的拍照任务定价模型

该文针对2017年全国大学生数学建模竞赛B题给出的拍照赚钱任务定价问题进行研究。通过多元线性回归分析的方法,建立任务的定价规律函数来探究任务定价规律并分析任务未完成的原因。在现有定价规律函数的基础上引入多元logistics逻辑回归函数,对原有定价方案进行修正,得到改进后新的任务定价方案。联系到实际情况,考虑在多个任务打包发布情况下,利用SPSS进行任务聚类分包处理并制定打包优惠政策以修改定价模型。通过与原方案结果对比,新方案具有更好的实施效果。     

一类基于多元回归的房价模型

利用SPSS软件,将4个衡量房价的指标作为影响商品房现房销售额的因子,并依据多元线性回归的思想构建了房价模型.在残差序列的纯随机检验中,可知残差累计概率图是围绕基准线波动,样本自相关系数逐渐衰减为0,残差序列基本满足不存在自相关关系,从而说明该模型是合理的.     

基于多元回归分析的图书采购模型研究

图书采购是图书馆基础性工作。利用多元回归分析建立了图书馆采购模型,利用该模型可由读者人数和借阅量预测出图书的采购量,从而有助于采访部门制订科学的购书计划,使馆藏结构更加合理。     

基于多目标整数规划模型的拍照任务定价

拍照赚钱任务合理的定价是促进劳务众包平台发展的重要课题.为了同时兼顾劳务众包平台与会员的利益,建立了基于任务打包的混合多目标整数规划模型,并采用线性加权评价函数法,利用SPSS、MATLAB、LINGO软件求解.研究发现,所建模型给出的任务定价较高,进而在一定程度上提高了任务的完成率.     

成熟市场中产品定价的多变量线性回归模型分析

成本、需求和竞争者三要素是企业为其产品定价的基础，而定价应侧重考虑三要素的哪一方面的问题与市场演进阶段有关．当产品处于市场成熟阶段时，对竞争者所生产的产品性能和价格的关系进行分析显得非常重要．该文用多变量线性回归模型，结合分位点及残差图，对2001年日本汽车市场价格进行分析，得出价格与汽车性能的关系模型，从而进一步说明多变量线性回归模型在成熟市场的产品定价方面是适用的．     

基于多变量灰色预测模型的多元线性回归模型

针对各自变量之间的关系,利用多变量灰色模型建立了自变量的预测值,剔除了自变量观察数据中的噪声污染。进而建立了一种改进的多元线性回归模型。最后,通过实例说明模型具有较高的预测精度。     

基于逐步回归法的IPO动态定价模型及实证研究

利用多因素逐步回归法对IPO(Initial Public Offerings)定价变量进行调整,选取行业平均市盈率、每股收益、每股净资产、发行后流通股比例和年成长率共5个内外部因素,建立了动态化的IPO定价模型.多项假设检验表明调整变量的定价模型具有较好的统计特征,在实证检验中该模型也具有较好的适用性,优化了现有的定价模型.     

基于多元线性回归模型的大学生月起薪预测

基于多元线性回归模型研究了求职费用、信息程度、求职次数、是否参加过就业指导对大学生月起薪的影响,发现月起薪与求职费用、信息程度有较强的线性相关性,得出了大学生月起薪与求职费用、信息程度的回归模型.利用此模型可以做月起薪的点预测和区间预测.     

基于多元回归法的气体浓度预测方法

从分析气体浓度预测的基本特性入手,设计与实现一种基于多元回归法的气体浓度预测方法.通过分析各种因素对预测结果的影响来选择预测的模型,将多元回归法应用到气体浓度的预测,以建立气体浓度预测模型,并采用图表的方式直观地显示预测结果.应用结果表明:该方法可以有效地对气体浓度进行预测,且预测精度可以满足实际需求.     

基于STFIGARCH模型的权证定价研究

为了更好地研究权证市场,基于FIGARCH与STGARCH模型,提出一种新的GARCH族模型———STFIGARCH模型.首先,对所选取的两支个股收益率序列进行ARCH效应检验与长记忆的R/S检验,并建立FIGARCH模型与STFIGARCH模型进行比较研究,结果显示波动的长记忆性和非对称性是共存的.接着,在波动性分析的基础上,建立了FIGARCH期权定价模型(FIGARCH-M)与STFIGARCH期权定价模型(STFIGARCH-M).研究表明:STFIGARCH-M定价结果较好;权证市场在权证发行初期偏向于被高估,随着行权日越临近,权证价格也逐步回归模型的理论价格.