线性自回归加权递推模型

本文论述了线性自回归加权递推模型及其预测方法,并将指数窗加权方法用于自回归递推模型。以广西实际资料具体阐述了线性自回归加权递推模型在大林业中的应用。     

盗窃犯罪空间分布与地理因素的关联

为分析犯罪空间分布成因,将地理加权回归模型用于犯罪空间分布与地理因素关联研究。该模型可以处理空间关系变化过程,求解空间非稳定性问题。以社区盗窃案件发案率为例,建立了盗窃刑事犯罪率与社区人口密度、路网密度、社区距派出所距离等因素之间的局部分析模型,给出了参数估计及显著性检验空间分布图。结果表明,犯罪空间分布与人口、环境等因素的关系随空间位置而改变;地理加权回归模型可以提高参数估计的准确性。     

基于地理加权回归张力样条函数的广西PM2.5浓度插值

针对广西地区PM2.5污染情况,利用广西气象站数据通过反距离加权插值得到广西地区空气质量监测站的气象数据,然后结合空气质量监测站数据及其气象数据插值结果建立地理加权回归张力样条函数(geographically weighted regression-tension splinefunction,GWR-TSF)插值模型,并用该模型进行广西PM2.5浓度插值分析.研究结果表明,GWR-TSF模型的PM2.5浓度插值效果较好,其均方根误差为2.34μg/m3,较普通克里金(ordinary Kriging,OK)模型和地理加权回归(GWR)模型分别提高了20.68％和25.71％;而平均绝对误差为2.13 μg/m3,较OK模型和GWR模型分别提高了20.22％和11.62％,对区域PM2.5监测预警具有一定的参考价值.     

基于样条函数的时空加权回归模型变量选择

为了提高时空加权回归模型的预测精度,增强时空加权回归模型的可解释性,选择对因变量具有显著影响的重要变量已成为当今统计分析中一个重要研究课题。首先对时空加权回归模型的系数使用样条函数作出逼近,其次在最小二乘的理论基础上,根据SCAD惩罚理论对时空加权回归模型各变量所对应的系数进行处理,并利用BIC准则来选择调谐参数λ,最终通过迭代算法来选择出对时空加权回归模型有用的变量,剔除掉影响模型准确性的变量,达到精简模型、提高预测精度的目的。
     

基于非参数回归模型的浮动车短时行驶速度预测

本文采用一种基于非参数回归模型的最小K近邻算法来预测四川高速公路上车辆的行驶速度。用加权欧氏距离作为距离度量标准来确定最近的K组数据序列。然后,建立一个最小K近邻非参数回归模型来预测未来6分钟以内的平均行驶速度。用浮动车数据采集(FCD)系统随机采集的几个行驶速度数据序列来验证该模型。结果表明,通过使用FCD系统,该模型预测平均行驶速度的准确性在90%以上,因此该模型是可行的,并且是有效的。     

基于样条函数的时空加权回归模型变量选择

为了提高时空加权回归模型的预测精度,增强时空加权回归模型的可解释性,选择对因变量具有显著影响的重要变量已成为当今统计分析中一个重要研究课题。首先对时空加权回归模型的系数使用样条函数作出逼近,其次在最小二乘的理论基础上,根据SCAD惩罚理论对时空加权回归模型各变量所对应的系数进行处理,并利用BIC准则来选择调谐参数λ,最终通过迭代算法来选择出对时空加权回归模型有用的变量,剔除掉影响模型准确性的变量,达到精简模型、提高预测精度的目的。     

一类变系数分组Cox回归模型及其估计

讨论了一类变系数分组Cox回归模型.该模型提高了线性分组Cox回归模型的灵活性和适应性.基于局部加权极大似然估计方法,讨论了该模型的参数估计问题,利用迭代加权最小二乘法给出了局部似然方程的迭代算法.     

时空加权回归模型的变窗宽局部估计

基于合变系数模型的局部线性估计方法与时空加权回归(GTWR)拟合方法,给出了时空加权回归模型的局部估计方法,并在其中嵌入一个变窗宽以提高其估计精度.     

加权支持向量机求解路径算法研究

针对不同训练样本重要性的差异对模型推广能力的影响,提出了对各个样本的误差惩罚参数赋予不同权重的加权支持向量机求解路径算法.根据样本重要性的不同,利用分段线性插值得到加权系数,并通过加权系数调整求解路径,从而改变不同样本在回归模型中的作用.采用支持向量机加权求解路径算法对圆柱壳结构在不同边界条件下的时、频域响应数据进行预测,训练样本的重要性通过与测试样本的欧式距离来表达,结果显示所提算法可减小位移响应在多个评价指标下的预测误差,提高支持向量回归机的推广能力.该方法同样适用于其他求解路径算法,如λ-路径算法和ν-支持向量回归路径算法.     

空间异质性视角下常规公交客流影响因素

常规公交出行是城市客运体系重要的组成部分,其出行强度明显受城市建成环境的影响作用。以往建模方法未考虑影响因素之间的多尺度空间异质性问题,研究结果均存在一定局限性。以青岛市主城区为研究对象,首先基于公交GPS与IC卡数据提取常规公交客流为研究的因变量,并通过网络地图开放平台获取14个指标作为自变量;其次,通过探索性空间数据分析探究303个研究单元的常规公交客流空间演化特征;最后,分别构建地理加权回归与多尺度地理加权回归模型量化分析建成环境变量对常规公交客流影响的空间异质性。研究结果表明：与地理加权回归模型相比,多尺度地理加权回归模型的对回归结果的解释性更强;学校密度、医院密度、公交线路密度和停车场密度正向影响早晚高峰公交客流量,购物密度、土地利用混合度、距公交站点距离对早晚高峰的常规公交客流均有显著负向影响;公交线路密度、学校密度具有明显的空间异质性,对常规公交客流的影响程度整体上呈现由南向北扩散性递减的趋势。     

对数幂广义威布尔回归模型的全局影响分析

基于幂广义威布尔模型,文章给出了对数幂广义威布尔回归模型并研究了相应的参数估计．同时利用数据删除方法详细探讨了该回归模型全局影响问题,得到了数据删除模型中参数估计的一步近似和相应的广义Cook距离、似然距离和WK统计量．最后。通过数值实例验证了文章中给出的诊断方法的有效性．     

一般线性回归模型岭估计的影响分析

讨论一般线性回归模型岭估计的影响分析问题,研究了协方差阵扰动和数据删除对岭估计的影响,给出了岭估计基于有偏估计的Cook距离.     

半参数ZI负二项回归模型的全局影响分析

基于数据删除方法研究了半参数ZI（zero-inflated）负二项回归模型的全局影响问题.得到了数据删除下参数估计的一阶近似,同时得到了广义Cook距离、WK统计量、似然距离及其一阶近似.最后通过随机模拟说明了所得诊断统计量的有效性.     

Logistic回归模型的统计诊断与实例分析

通过研究logistic回归模型的诊断,对模型的影响分析、均值漂移模型、异常点的score统计量进行了分析.推导出了判别强影响点或者异常点的诊断统计量,如广义cook距离、似然距离,讨论了局部影响分析,最后给出了实例分析.     

协方差分析模型的影响分析

 考虑一般形式下的协方差分析模型的影响分析,分别导出了在模型扰动前后回归系数的LS估计和效应参数的LS解的相互关系,并证明了均值漂移模型与数据删除模型在参数估计上的等价性.利用Cook统计量和协方差比统计量,分别给出了均值漂移模型下回归系数和效应参数的可估函数的估计精度的影响度量.     

我国省际SO_2排放量的特异性研究

采用《中国统计年鉴》的数据,利用SPSS软件在主成分分析的基础上构造了多元回归模型。根据模型产生的杠杆值、剔除学生化残差、库克距离、DFFITS统计量对我国各省的SO2排放量进行了特异数据挖掘。此外还探讨了特异值产生原因。     

基于约束最小二乘估计的影响分析

研究了一类约束条件下的线性回归模型。首先,用Lagrange乘子法得到了刀切约束最小二乘估计;然后,定义了用于影响分析的Cook统计量,并得到了近似Cook统计量;最后,用算例说明了近似Cook统计量的有效性。     

Cook-Seiford函数的若干推广

用例子指出Cook-seiford函数所得的群排序的不唯一性，并利用计算机模拟实验说明这种情况出现的几率较大，提出Cook-Seiford函数的两种推广：加权的Cook-Seiford函数和基于Minkowski距离的Cook-Seiford函数；解决了Cook-Seiford函数结果不唯一的问题．推广的Cook-Seiford函数还可以用来进行多属性决策．     

基于时空地理加权回归的服务区驶入量影响因素分析

为掌握河北省服务区驶入量的时空分布规律,构建了时空地理加权回归（geographically and temporally weighted regression,GTWR）模型,揭示了服务区规模、服务区地理区位、关联地区土地利用、高速公路类型等因素在时间和空间上对服务区不同车型驶入量的影响。结果表明：时空地理加权回归模型的拟合结果显著优于最小二乘回归模型与地理加权回归模型;断面交通量对三种车型均具有促进作用,特别是在夏季高温地区服务区对于小型车驶入量促进作用显著;2~4h车程范围内,风景名胜密度对小型车驶入量具有促进作用,且在旅游旺季及位于旅游业发达城市的服务区影响最显著;2~4h车程范围内工商业型信息点(point of information,POI)密度对大中型车驶入量具有促进作用,特别是在货运高峰期及位于商贸发达城市的服务区促进作用显著;所属高速公路沿途资源型城市数量对服务区大型车驶入量具有显著促进作用,特别是在供暖季节。