基于LR模糊数据的线性回归模型

LR模糊数据是实践中经常使用的由形状函数L及R、左右扩展及中心构成的模糊数.取值LR模糊数的随机变量称为模糊随机变量,其缺乏适宜的概率分布模型,导致模糊数据的线性回归模型缺乏显著性检验.文章基于Nther模糊随机变量线性回归分析工作,进一步给出LR模糊数据多元线性回归在δ2距离下的系数估计,并通过统计软件给出模型中非确定干扰变量的Bootstrap模拟分布.     

基于模糊结构元方法的模糊线性回归模型

由于统计分析中线性回归分析方法的可靠性不高，人们提出模糊线性回归方法，但是这种方法有随着自变量的增大回归函数将越来越模糊的缺陷。利用模糊结构元的方法揭示了这一缺陷，并采用模糊函数拟合数据点的方法克服了这一缺陷，这里的模糊函数采用模糊结构元的表示方法。理论证明这是一种有效的模糊回归分析方法，并通过实例加以应用，取得了很好的效果。     

模糊线性回归模型(Ⅰ)

针对输入和输出的模糊数据,引入了一种模糊数的距离.基于该距离,类似于传统的最小二乘方法,研究了模糊线性回归模型的一般形式,详细讨论了输入为实数输出为模糊数的模糊线性回归模型,给出了正规方程、最小解和唯一解的理论结果,以及最小解的解析表达式,最后附以一个实例来说明该方法的可行性,故具有较好的实用价值.     

模糊线性回归模型(Ⅱ)

针对输入和输出的模糊数据,详细讨论了输入和输出均为模糊数的模糊线性回归模型,给出了正规方程和最小解的理论结果,以及最小解的解析表达式,最后附以实例来说明该方法的可行性.     

模糊线性回归预测

为了解决带有模糊信息的动态预测问题,在已有的线性回归预测法的基础上,提出了模糊线性回归预测的模型。模型的确定在于模糊系数的确定,模糊系数为对称三角模糊数,为此给出了描述对称三角模糊数近似和蔼的拟合度的定义及其表达式。借助于对称三角模糊数以截集表示的一对函数,给出了对称模糊的模糊度的定义及其表达式,给出了确定模糊系数的准则：对于事先指定的标准拟合度,要求在每个方程估计值的拟合度都不小于标准拟合度的约     

基于区间模糊数的模糊线性回归模型及其应用

以区间模糊数为研究对象建立了模糊线性回归模型,以模糊集之间的测度贴近度为理论依据引入了一种模糊数之间距离的概念,并通过最小二乘原理给出了该模型的参数估计方法,最后结合沈阳市温度变化情况的实际例子给出该模型的应用。     

模糊线性回归模型的参数估计

对观测值为梯形模糊数的线性回归模型，通过一个适当的距离利用最小二乘法讨论参数估计的存在性。对于一元线性回归得到参数估计的解析表达式，对多元线性回归的参数估计转化为二次规划问题。文中例子说明了模型的适用性。     

基于离中度的模糊线性回归模型的统计诊断

针对实数值输入、不确定值输出的模糊线性回归模型,讨论了基于模糊离中度数据删除的模型参数估计,建立了观测数据中异常点或强影响点的检验统计诊断量,并给出运用该诊断量进行检验的步骤.文章中的方法不仅能够在一定程度上克服已有方法的某些不足,而且能有效地提高计算结果的准确性,最后实例表明,该统计诊断量是合理有效的.     

模糊最小一乘线性回归

针对输入和输出的模糊数据, 根据最小一乘准则,提出了基于对称三角模糊数的模糊最小一乘线性回归模型, 并将它转化成线性规划问题,应用Matlab进行求解,通过实例, 并与Tanaka, Diamond, Kim-Bishu, Kao-Chyu, Nasrabadi, Chang等模型相比较,验证了我们的模型具有更优的拟合性和良好的稳定性.     

基于模糊训练数据的支持向量机与模糊线性回归

支持向量机作为1种机器学习方法已广泛应用于模式识别及函数拟合,但在支持向量机中,训练数据均为精确数据.针对训练数据的输入是模糊数的情况,研究基于模糊训练数据的分类型支持向量机,并给出其解法.然后应用基于模糊训练数据的支持向量机研究模糊线性回归问题.     

基于典型相关的线性回归模型

通过实验、分析、并理论证明,在满秩情况下,由典型相关求解线性回归模型与直接求解线性回归模型的结果是一致的.将该方法推广到不满秩的情况,提出了一种新的求解线性回归模型的方法,虽求解结果牺牲部分的拟合度,但在一定程度上增强了预测效果.     

市盈率的模糊线性回归预测模型研究

利用曲线拟合研究市盈率与各种相关因素之间的关系，以模糊线性回归理论为基础建立预测模型，并针对样本的具体特点选择合适的预测模型参数。结果表明，市盈率的预测效果大大提高，适应经济决策的需要，并有良好的可操作性。     

多元Fuzzy线性回归

在处理某些系统模型中,有些输出或输入量的值是通过人的心理测量给出的。这时我们可认为此系统具有Fuzzy结构。这种Fuzzy结构一般可用带有Fuzzy参数的Fuzzy线性函数表示,而Fuzzy线性函数可由Zadeh的扩展原理得到。这样用Fuzzy线性函数来描述系统的Fuzzy结构便形成了Fuzzy线性回归分析。当输出输入量均是多个时便是多元Fuzzy线性回归。在经典的多元回归中,观测向量值与估计向量值之间的差异一般认为是测量误差,本文处理的多元Fuzzy回归中,我们认为其差异是由于系统的Fuzzy性造成的而反映在回归方程的Fuzzy参数上,这种Fuzzy参数一般表示一种可能性分布。文章讨论了多元Fuzzy回归模型的拟合问题,给出了其Fuzzy向量参数的估计方法,并将其计算方法归结为求解某线性规划问题。本文使用的Fuzzy向量限制在三角族内,而对其它形式的常用Fuzzy向量也没有实质困难。     

沥青生产过程的线性回归控制

本文利用线性回归的方法给出沥青软化点与电阻率和温度的函数关系式。     

一种改进的线性回归模型

本文阐述了一种改进的线性回归模型——偏最小二乘回归模型的基本原理,并结合实例指出当变量间存在着线性关系时,普通的多元线性回归建模方法会失效;通过对偏最小二乘回归模型和主成分回归模型的系数估计精度及预测精度两方面的比较,说明要消除变量间的线性关系,前者优干后者。     

基于RF的中国贸易收支非线性回归模型研究

研究了部分经济指标与贸易差额之间的非线性关系，该非线性模型采用随机森林回归模型，同时，得出了各个指标的影响因子．实验结果表明：我国的贸易差额主要受到M2，GDP，CPI，外汇储备，M1和工业总产值的影响，研究可供政府决策参考．     

基于加权整体最小二乘的多元线性回归分析

针对变形监测数据中自变量和因变量观测向量都含有误差、且采用一般最小二乘估计是有偏的这一问题,引入EIV模型,并顾及各自变量观测精度的不同,采用加权整体最小二乘对待估参数进行估计。长江三峡库区滑坡监测实验表明,基于加权整体最小二乘的多元线性回归分析能更好地对回归方程进行参数估计,可明显提高形变预测精度。     

模糊线性回归模型中的拟合度问题

对一般的模糊线性回归模型，给出了变量Y的区间估计[Yi^L,Yi^U]，并得出回归直线Y^h=1为Yi的最好拟合，定义置信指标IC，用IC值作为对直线Y^h=1的拟合优劣判断，并与其他判别准则做比较。     

考虑权重模糊回归模型

基于样本偏差是系统固有的模糊性反映，提出用偏差平方和最小、模糊度最小、平均拟合度较大估计系统参数的迭代方法，简化了计算方法和线性规划的约束条件．最后用二个实例进行了说明．