一元线性回归显著性检验方法分析

本文主要阐述一元线性回归显著性检验的三种常用方法(t检验法、F检验法、R检验法)之间的联系,及其检验效果的一致性。     

集装箱港口吞吐量线性回归模型

讨论了我国集装箱港口吞吐量与我国国民生产总值、对外贸易额、港口固定资产投资及利率之间的关系．其相关性研究是基于线性回归模型的建立，搜集、整理了过去16年各观测值，用SPSS软件计算得出的．结果说明，集装箱港口吞吐量与对外贸易额、港口固定资产投资正相关，与国民生产总值、利率负相关，和国际上流行的集装箱港口吞吐量发展理论相悖．这一发现对我国集装箱港口建设提供了理论决策依据．     

线性回归模型中强影响度量的一种新方法

本文通过引入主成分，讨论了帽子矩阵所具有的性质，给出了度量线性回归模型中强影响的统计量，并结合实例，验证了该统计量在理论上优于Ｃｏｏｋ距离及应用上简便易行。     

常用统计检验方法模型研究

学生在进行最佳方案设计时,常常用到统计知识,对质量检测、评估时用到检验方法。统计检验方法是从局部观测资料的统计特性,来推断随机现象整体统计特性。本文就常用统计检验方法的不同模型,结合实例进行了研究。     

基于多元线性回归模型的考试成绩评价与预测

为增加教学环节考试成绩评价与预测的科学性, 根据多元线性统计分析中的多元线性回归分析方法, 对考试成绩指标进行量化, 建立了考试成绩评价与预测的回归模型。解析国家四级英语考试成绩与学生的期末考试成绩之间的联系, 建立了基于成绩评价的多元线性回归的数学模型, 并得到了回归系数的数值。通过对回归模型以及回归系数进行显著性检验, 证明了模型的合理性。结果表明, 利用该模型对数据进行合理的评价与预测, 并在充分的条件下, 根据学生的期末考试成绩能合理地预测出学生的英语四级考试成绩。     

线性回归模型中估计与检验的稳健性

本文讨论线性回归模型中回归系数的最小二乘估计和似然比检验统计量的稳健性,分别给出了充要条件,充分条件和必要条件;并给出这些结果在两阶段抽样回归模型中的应用。     

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。     

道路交通事故多元线性回归模型及其检验方法

根据多元线性回归分析基本原理,以道路交通事故数据为研究基础,依据我国道路交通安全法及实施条例等相关规定,选择导致道路交通事故发生次数和死亡人数比例较多的主要因素:超速行驶、无驾驶证与无牌照和酒后驾驶机动车等三个因素,建立道路交通事故次数的多元线性回归分析数学模型;重点结合显著性检验原理,对所建立的回归分析模型是否有意义以及如何检测导致道路交通事故发生的各个因素对回归模型的显著作用给出了检验方法,为合理、科学和有效地进行道路交通事故预测提供了理论依据。     

线性回归模型中估计与检验的稳健性

本文讨论线性回归模型中回归系数的最小二乘估计和似然比检验统计量的稳健性,分别给出了充要条件,充分条件和必要条件;并给出这些结果在两阶段抽样回归模型中的应用。     

加权线性回归模型的BLUE影响分析

讨论了一组或m组数据扰动或删除前后BLUE的变化及协方差扰动和数据删除对BLUE的混合影响,分别建立了β^W(J),^βW(i),^βW,gi(j)与^βW的关系;提出了度量数据扰动或删除对BLUE的影响的W K统计量,并给出了W K统计量与广义相关系数的关系,得到KI(J)与KI(I)的上下界;最后用实例说明了W K统计量在影响分析时的有效性.     

基于糖尿病与民族因素的多元线性回归分析

基于多元线性回归分析的理论,对糖尿病发病人数与民族因素之间的多元线性关系进行探讨,并建立他们之间相关的回归方程.最后,对所得到的回归方程进行显著性检验.     

线性回归模型中度量影响的一种Bayes方法

从Ｂａｙｅｓ观点出发对线性回归模型定义了后验影响函数，对三种不同情况，导出了其分解式，研究了其性质，并把后验影响函数与其它影响函数作了比较。     

χ^2分布和F分布导出的检验定理及其证明

对于单因素试验方差分析统计模型的假设检验问题，由χ^2分布和F分布导出了一个用来进行显著性检验的，检验定理，并作了定理的理论证明。     

基于偏最小二乘回归的粮食产量模型分析

利用偏最小二乘回归方法对我国的粮食产量建立模型.在此基础上通过构造符合F分布的统计量,绘制T2椭圆图检测样本点中是否存在的异常点;通过构造变量投影指标反映每个自变量对因变量的影响程度,以此来提出提高因变量产量.     

线性回归模型的稳健估计及异方差检验

将Huber函数引入线性回归模型的对数似然函数中,利用Fisher Scoring迭代法得到参数的稳健估计(M估计);在M估计的基础上,对模型进行异方差检验,建立Score检验统计量;最后用一组实际数据说明本文方法的有效性.     

一对数据的剔除对边界条件下线性模型的影响

文（１）建立了度量数据的剔除除对边界条件下线性模型影响的几个统计量。该文主要讨论一对数据的剔除时约束模型的交叉影响。找出了一组数据的剔除与一对数据剔除时影响度量之间的关系。     

线性回归的有偏估计

本文用条件极值的方法,解释线性回归模型中的有偏估计,同时讨论一种新的有偏估计,并论证其容许性。     

一类线性回归模型异方差性的LM检验

笔者考虑了特殊情形下一类异方差性线性回归模型,首先导出了在模型中当异方差为线性函数时异方差检验的LM检验统计量,然后举例说明该方法的功效。     

线性回归模型的一种有偏估计

在线性回归模型Y=Xβ ε;Ε(ε)=0;cov(ε)=σ2I下给出了有偏估计βc*(K)=(cXTX ΦKΦT)-1XTY,其中c≥1,K=diag(k1,k2,…,kn)为对角阵,ki≥0,讨论了这种有偏估计的可容许性,利用Stein式压缩技术说明在均方误差意义下它优于广义岭估计,推广了有关结果.     

限制线性模型和转换线性模型参数估计的等价性

线性模型是统计分析中非常重要的模型,在现代统计学中应用较为广泛.目前,针对线性模型的研究主要集中在它的应用和参数估计的研究上,其中最小二乘估计(Best Linear Unbiased Estimator,OLSE),最佳线性无偏估计(Ordinary Least Squares Estimator,BLUE)是线性模...