ZIP回归模型的局部影响诊断

基于EM算法和完全数据对数似然的条件期望,分别研究了ZIP回归模型在加权扰动、解释变量扰动和响应变量扰动下的局部影响诊断问题,得到了相应的诊断统计量．最后通过一个实例说明诊断统计量的有效性。     

统计假设检验的诊断与数值影响分析

本文对统计假设检验引入诊断与影响分析的概念,对参数和非参数假设检验进行了数值影响分析,由此表明统计诊断与影响分析在假设检验与统计推断中是必不可少的一个环节.最后建议了一个参考性诊断统计量.     

Weibull分布线性回归模型的统计诊断

研究了Weibull分布线性回归模型的参数估计和统计诊断问题.首先给出参数估计的迭代算法,分析了统计诊断中数据删除模型(CDM)和均值漂移模型(MSOM)的等价性问题,最后进行了数据模拟和实例分析.     

Logistic模型的统计诊断

系统地分析了Logistic模型的统计诊断,将线性模型的诊断方法运用到Logistic模型。推导出数据删除模型一阶近似的参数估计公式,并给出数据删除模型与均值漂移模型的等价性;推导了判别强影响点或异常点的诊断统计量如Score统计量、广义Cook距离、似然距离等。通过实例分析证实了该诊断方法的有效性。     

m维AR(1)模型的统计诊断

目的基于统计诊断的影响分析,对m维AR(1)模型的数据点进行了影响分析。方法基于数据删除模型,同时引入广义Cook距离。结果得到二维AR(1)模型的参数估计诊断公式,给出了Cook统计量的计算公式。结论对m维AR(1)模型进行了初步的统计诊断。     

具有AR（p）误差的半参数回归模型的统计诊断

旨在探究具有AR（p）误差的半参数回归模型的统计诊断．首先对其误差的相关性进行了消除,然后基于数据删除模型对模型进行了统计诊断,得到了估计的诊断公式．最后运用实例说明该方法的有效性．     

具有异方差的线性回归模型的统计诊断

为了诊断具有异方差的线性回归模型的异常点,建立了具有异方差的均值漂移模型和数据删除模型.采用Score诊断统计量对具有异方差的均值漂移模型的均值是否漂移进行诊断,证明了异方差存在条件下均值漂移模型和数据删除模型的等价性.这一结果表明,在诊断具有异方差的线性回归模型的异常点时,可考虑采用更加便于处理的均值漂移模型.最后,用Score诊断统计量对镀锌数据进行了异常点的诊断.     

基于专家系统的统计质量智能控制

统计质量控制是质量控制的基本方法之一 ,质量控制图作为统计质量控制中的一个重要工具在制造企业中得到了广泛的应用 在计算机辅助质量系统中 ,采用人工智能技术实现控制图的智能分析、诊断与控制有着非常重要的意义 文章论述了专家系统在统计质量控制中的应用 ,对基于专家知识的质量控制图选择、模式识别和分析 /诊断专家系统的实现技术进行了深入的剖析     

缺失数据下广义非线性回归的经验似然及诊断

研究了数据缺失情况下广义非线性回归模型的统计诊断问题;在响应变量随机缺失的情况下,先利用经验似然方法进行参数估计,得到其渐近置信区间,并通过随机模拟比较出经验似然方法比一般方法求置信区间的优越性;对模型进行影响分析,提出经验似然距离、经验Cook距离以及标准化残差等诊断统计量,最后通过实例验证统计诊断方法的有效性和可行性.     

条件广义岭估计及其诊断统计量

研究了带约束线性模型中回归参数的有偏估计及其数据删除模型中度量影响大小的诊断统计量.提出条件广义岭估计,给出它在不同模型中的关系式,利用Welsch-Kuh统计量和特征值的性质,推导出删除k组数据后度量拟合值影响的上确界.通过实例分析检验了诊断统计量的有效性.     

BP神经网络在车辆制动性能预测中的应用

首先建立了车辆制动过程数学模型,利用该数学模型对JS2310农用运输车的制动性能进行了计算机仿真,并与试验结果进行了比较,表明模型是正确的为进一步提高该车辆制动性能预测的精度,引入了神经网络技术使用BP网络对不同条件下的多次仿真结果进行第一步学习,将数学模型转化为车辆制动性能预测的神经网络模型,再进一步使用整车部分试验结果对已得到的神经网络进行训练,得到最终的预测模型结果表明使用神经网络模型可以提高车辆制动性能预测的精度     

肌球蛋白在集体协作工作模型中的力及效率

偏布朗运动模型是描述分子马达沿轨道运动的主要理论之一,此类模型的不足之处是不能产生足够强的力,其效率不高.对Julicher和Prost提出的描述肌球蛋白分子集体协作的偏布朗运动模型作了改进,定义了模型中分子马达的效率.计算表明,改进模型中分子马达的效率可达ηmax≈0.75,同实验值相符,单个分子马达产生的力大约是原模型的2倍,比实验值小.说明将分子马达沿轨道定向运动看作粒子在一维不对称锯齿势中运动的模型仍需进一步改进.     

基于栅格的新安江模型的构建和应用

根据分布式模型和新安江模型的最新理论,建立了基于栅格的分布式新安江水文模型,该模型能够考虑网格之间的水量交换.将建立的模型用于钱塘江支流密赛流域的洪水模拟计算,并与新安江模型的计算结果进行比较,可以看出,基于栅格的分布式新安江水文模型可以很好地应用于该流域进行洪水模拟,其模拟精度于原新安江模型的精度相当.     

考虑期望间距的全速度差模型及其能耗

基于全速度差(full velocity difference,FVD)模型,通过考虑期望间距,提出了一种推广的车辆跟驰模型,即扩展的全速度差(extended FVD,EFVD)模型;并给出能量耗散的计算公式,对EFVD模型的能耗进行了研究。信号灯车队启动问题的模拟结果表明EFVD模型的启动延时时间和启动波速均在允许的范围内,加速度较优化速度(optimal velocity,OV)模型和FVD模型略小,且加速过程更贴近现实情况。车队刹车问题的仿真结果表明EFVD模型不会产生不切实际的减速度问题。通过车队碰撞问题的模拟,可知EFVD模型模拟的车头距大于车辆长度,避免了车辆的碰撞。车流扰动问题的数值模拟结果表明考虑期望间距的影响可以增强交通流的稳定性,在一定程度上抑制交通阻塞。能耗仿真结果表明,EFVD模型的能耗比FVD模型的能耗小。     

改进的Jelinski-Moranda软件可靠性增长模型

Je linsk i-M oranda(J-M)模型是基于失效间隔时间的较理论化的可靠性增长模型,用于软件系统测试阶段的可靠性度量。J-M模型存在的问题是假设条件理想化,实际应用环境难以满足,而且模型的失效间隔时间数据收集很困难,实用性差。该文提出一种改进的J-M可靠性增长模型,在J-M原模型基础上改进并引入更加合理的假设条件,改进后的模型基于缺陷计数,数据收集更容易。结合盐湖城奥运会信息系统软件测试数据对改进的模型进行检验,证明改进的模型预测有效性好,同时还保持了原模型的简单性。     

灰色马尔科夫Verhulst动态模型在滑坡形变预测中的应用

为解决陈旧信息和波动性数据造成的传统灰色Verhulst模型预测精度较低的问题,提出一种利用滑动窗口和马尔科夫模型对原始灰色Verhulst模型改进的方法。通过长度可变的滑动窗口来实现数据的动态更新,使得灰色Verhulst动态模型的预测值更加接近最新的变化趋势。之后利用马尔科夫模型对得到的灰色Verhulst动态模型预测值进行修正,提高了模型的预测精度。实验结果表明,灰色马尔科夫Verhulst动态模型在滑坡形变预测中的预测平均相对误差相比于传统的灰色Verhulst模型降低了69. 6%,均方根差比降低了0. 39,小误差概率提高了0. 166 7。对于波动性较大的滑坡监测数据,灰色马尔科夫Verhulst动态模型预测精度优于传统灰色Verhulst模型。     

钻柱失稳的准螺旋模型研究

建立了钻柱失稳的准螺旋模型,并用能量法推导出水平段和弯曲段钻柱的准螺旋失稳临界屈曲载荷,给出了水平段钻柱失稳后的摩阻力计算公式。计算结果表明,钻柱的准螺旋失稳临界载荷小于其完全螺旋失稳临界载荷。弯曲段井壁的约束增大了该段钻柱的刚度,因此,弯曲段钻柱的临界失稳载荷大于水平段的相应载荷值。室内模拟实验研究表明,准螺旋模型计算值与实验值较为接近,计算结果可供实际钻井作业参考。     

快速采样数据建模的最小二乘算法

由于传统的ＡＲ模型不适于快速采样数据的建模，提出了基于增量差分算子建模的递推最小二乘算法，讨论了这种模型与相应连续模型的关系．数据仿真表明这种模型较之于ＡＲ模型有较好的适用性．     

基于Logit和KMV的我国上市公司信用风险的比较研究

利用Logit回归模型和KMV模型分别对选取的29家我国上市公司样本的信用风险进行实证分析和比较。结果表明,两个模型基本上都能反映上市公司的信用状况,虽然KMV模型对非违约样本组的预测结果要优于Logit模型,但是在违约公司样本组的预测上,Logit模型要远比KMV模型准确。从总体效果来看,Logit模型的预测准确性要高于KMV模型。     

基于改进ARMA模型的时用水量预测

针对时用水量存在周期性的特点,引入季节因子,采用时变ARMA季节模型对非线性非平稳系统的时用水量进行模拟.以杭州市实测用水量为例,分别采用时不变ARMA季节模型和时变ARMA季节模型进行时用水量预测,结果表明时变ARMA季节模型预测精度相对较高,且预测误差相对稳定,较时不变模型更具有实用性.