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。     

外围股指与上证综指多元回归模型及其统计诊断

从理论上给出了一种多元线性回归模型统计诊断的方法,并以外围股指对上证综指多元回归模型为例,检验了该方法的诊断效果.     

基于多元线性回归的PM2.5 含量的影响因素研究

针对PM2.5含量的影响因素,利用搜集到的2015年1月1日至7月31日蚌埠地区每日的AQI指数和AQI六项基本监测指标数据,建立了多元线性回归模型,对PM2.5含量与其它5项分指标及其对应污染物含量之间的关系进行定量研究,并通过拟合优度检验、F检验、t检验等方法对模型进行检验,最后得到了准确可靠的多元线性回归模型,此模型具有拟合程度高、简易、直观等优势,为多元线性回归模型在PM2.5含量分析中的应用提供了有力参考。     

多元回归模型及其在销售中的应用

多元统计分析是统计学的一个重要分支,是应用数理统计学来研究多变量问题的理论和方法,是一元统计学的推广和发展．文章主要就多元统计分析中的线性回归模型进行深入的研究和分析,首先对多元线性回归模型的建立和最小二乘解的算法进行了推理,然后分析了其在销售中的应用．     

基于变量选择的异方差G-Q检验

在线性回归模型的异方差检验中，Goldfeld-Quandt (G-Q)检验是常用的方法，但传统的G-Q检验在一般情况下仅适用于一元回归，有其局限性。本文围绕G-Q检验展开讨论，通过借鉴White检验的思想对多元线性回归中的变量进行筛选，并使用筛选出的变量进行G-Q检验的排序，使其可以应用于多元线性回归模型，通过多种情况下的大量数值模拟与其他改进的G-Q检验以及White检验进行了比较。模拟结果中，本文提出的方法在大多数情况下优于其他几种方法，且在异方差较易识别的情况下的异方差检出率达到90.17%以上，论证了本文方法良好的检验效果，并且用实例验证了其可行性。     

SPSS模型在汽车销售分析中的应用

本文采用SPSS软件中多元分析模块Regression对12种国内市场A级车(紧奏型)的主流车型销售量进行了回归分析,并进行了经济学检验、多元线性回归模型检验,结果得到的回归模型可用于对汽车销售量的预测分析.     

城市日用水量预测的非参数模型研究

本文针对传统的线性回归模型误差较大的特点,利用核估计与局部线性估计方法,以气温、节假日为自变量,以用水量为因变量建立了城市日用水量的多元非参数回归模型.经西安市实例验证表明,相对于线性回归模型而言,多元非参数回归模型预测精度较高,预测效果好.     

基于GM(0,N)模型的煤自然发火期预测

为科学准确预测煤自然发火期,运用灰色系统理论,基于灰色关联分析,选取煤样工业分析中的灰分、挥发分和元素分析中的C、H、O、S含量作为系统相关因素,建立了预测煤最短自然发火期的GM(0,7)模型,经后验差检验,模型精度为优;通过与多元线性回归模型预测结果对比,GM(0,7)模型预测煤自然发火期的平均相对误差为2%,多元线性回归模型预测的相对误差为10.35%.经外来数据回代检验,GM(0,7)模型预测结果的相对误差在2%左右,多元线性回归模型预测结果相对误差达26.27%,说明GM(0,7)模型预测结果优于多元线性回归模型.研究结果表明:利用灰色关联分析选取适当参数建立GM(0,N)模型能够较好预测煤最短自然发火期.     

基于G-Q的K-S异方差检验方法

在异方差线性回归模型中,G-Q检验是常用的方法,但G-Q检验通常适用于一元线性回归模型中,且有适用条件;而在多元线性回归模型中,G-Q检验也不是一个有效的异方差检验方法。针对G-Q检验的局限性,文章基于G-Q检验的基本思想,采用非参数Kolmogorov-Smirnov检验对线性回归模型进行异方差检验。通过大量数值模拟和实证分析,结果表明该方法具有一定的可行性和可靠性。     

多元约束线性回归中异常值检验

讨论了带约束的多元线性回归模型中异常值的检验问题,证明了带约束的多元数据删除模型与相应的均值漂移模型的统计量之间的等价性,得到了异常值检验的似然比统计量及其分布。     

灰多元前移线性回归组合预测模型的构建及其应用

基于灰色系统理论具有时间序列和累加的特性,将灰色理论引入到前移线性回归分析模型中,建立一种新的组合预测模型―灰多元前移线性回归组合预测模型.该模型很好地处理了灰色系统模型中难以体现线性因素的问题,同时也大大弱化了前移线性回归分析模型中异常数据对预测效果的影响,使预测能及时跟踪因变量的动态变化.本文重点将上述组合预测模型应用于湖南省电力需求的预测问题中,结果表明,该模型在实际应用中是十分有效的,预测结果可以作为管理决策的理论依据.     

基于多元线性回归模型的液态烃脱H_2S影响因素的分析

基于液态烃脱硫装置生产操作运行数据,针对实际液态烃脱除H_2S情况构建多元线性回归模型,分析相关操作参数与H_2S含量的之间影响因素,并通过拟合优度检验、方程显著性检验以及变量显著性检验对模型进行了验证,得到了较为可靠的多元线性回归模型,最后基于回归模型提出降低液态烃中H_2S含量解决方案.     

基于多元线性回归模型的我国世界冠军人数影响因素分析

运用多元线性回归模型分析了我国当年获得世界冠军人数与我国当年总人口数和当年国内生产总值两个外部环境,以及二级以上运动员人数和各级体育系统职工人数两个内部环境,这4个影响因素之间的关系.首先用灰色关联分析,得到作为子因素数列的4个影响因素和作为母因素数列的当年获得世界冠军人数之间的关联度.为了进一步知道每个因素和当年获得世界冠军人数的具体函数关系,利用多元线性回归分析,构建每年获得世界冠军的人数与4个影响因素之间的多元线性回归模型,且通过F检验证明模型与实际相符合,为我国运动员的训练和国家政策的制定提供理论依据.     

房价非线性回归模型及期权定价

从宏微观经济学的角度出发,依照国家统计局网站的数据选取多个可能影响房地产价格的变量建立了全国房地产平均价格模型.运用R语言对数据进行了多元线性回归分析、多元非线性回归分析、相关性分析、多重共线性分析、岭回归分析等统计分析,得出房价的线性与非线性多个模型并进行了比较.结合随机微分方程、实物期权等相关金融数学知识进行了房价模型的理论推导与实际估计,并对房价期权进行了定价.利用Matlab对模型进行了大量的模拟并得到较好结果.     

基于多元线性回归模型煤矿瓦斯体积分数预测

依据多元线性回归模型理论,对可能影响瓦斯涌出量的数据进行分析,找到影响瓦斯涌出量的主要因素.将多元线性回归模型应用于瓦斯涌出量预测.通过将预测值与实际值比较,证明多元线性回归模型预测的瓦斯涌出量值是可行有效的,对指导煤矿安全生产具有一定意义.     

一类非参数的ARMA模型

用任意的一元函数代替常数作为线性自回归滑动平均(ARMA)模型中自回归项的系数,提出并研究一类新的非参数ARMA模型.首先研究该模型的概率性质,获得了该模型的平稳性条件.分别用局域线性回归和全局的最小二乘方法估计模型中的函数系数和参数,在函数系数的局域线性估计中,推广了一个GCV准则以选择最优的窗宽.为了检验特殊的参数化模型是否已经足够描述实际数据的动态结构,提出了一个Bootstrap检验方法.随机仿真的例子表明本文的估计和检验方法是正确的和可行性的.进一步,用该模型成功地分析了一个实际数据集.     

基于Excel的矿石小块体重多元线性回归模型应用分析

Excel"数据分析"的"回归"是快速建立多元线性回归模型的有效工具,同时也隐藏了建立多元线性回归模型的细节。本文对回归参数βj的求解过程,随机误差项μi的方差σ2的表达方式,以及拟合优度、误差分析、方程的显著性检验(F检验)和回归系数的显著性检验(t检验)的检验过程进行了详细阐述,并基于Excel对矿石小体重的多元回归模型的成功建立进行了系统分析。     

融合空间自相关的空间数据预测模型

空间数据具有空间自相关的特性,使多元线性回归模型不适合于空间数据预测;空间自相关模型由于考虑了空间信息,可以用于空间预测,但时间耗费较大。为此,在研究多元线性回归模型的基础上,把空间信息加入到输入变量中,再把新的输入变量输入到多元线性回归模型估计模型参数,最后进行空间数据预测。实验结果表明,该方法能取得与空间自相关模型几乎相同的预测效果,且计算代价更小。     

基于SPSS助学金评选获评因素的MLR模型构建

通过利用SPSS统计软件对云南民族大学助学金评选的获评因素进行多元线性回归分析,应用stepwise(逐步回归)方法,建立多元线性回归关系模型.结合实际与模型结果分析此次助学金评选合理程度,同时对满意度进行分析与思考.并进一步探讨将此模型思想延拓,应用于其他高校的助学金评选调查.     

具有线性趋势回归信度模型的随机效应及线性趋势的Score检验

讨论了具有线性趋势的回归信度模型的随机效应和线性趋势的Score检验问题.首先分别推导出模型中随机效应存在性和线性趋势显著性这2种检验的Score检验统计量,然后利用Monte-Carlo方法分别模拟了此2种检验统计量的功效.功效模拟结果显示,2种检验统计量都有很好的检验效果.最后利用所得到的检验方法对旅客意外身体伤害保险数据进行了实例分析,分析结果表明,该数据集的随机效应是存在的,线性趋势也是显著的.