基于最小一乘准则的非线性回归模型研究

给出基于最小一乘准则的非线性回归模型的参数估计算法.该算法利用泰勒级数和最小一乘准则的性质,得到模型的参数估计值.文中用实例验证了该算法的正确性和有效性,同时也证实了最小一乘的稳健性.     

基于最小一乘准则的最优回归模型研究

针对目前回归函数中普遍存在的泛化能力得不到保证的缺点,结合统计学习理论的研究成果,提出了基于最小一乘准则的最优回归模型(简称为LaOR模型)．与以往模型相比较,LaOR模型综合考虑了回归误差和置信范围,可望有效地降低回归函数的期望风险．最后,以广东省江门市为例,将LaOR应用到区域经济发展的短期预测中,取得了可以接受的预测效果．     

基于Matlab的最小一乘回归的线性规划实现

对基于最小二乘准则的回归方法进行了分析,指出该方法容易受到野点信号的干扰.最小一乘准则虽然克服了最小二乘准则的不足,但如何在其基础上建立与实现回归算法一直是一个难题.论文中提出利用线性规划的方法建立该算法,并采用Matlab语言予以实现.     

几类最小一乘估计模型的求解

本文探讨了应用最小一乘准则的多种线性和非线性回归模型,推导了各种模型中未知参数的最小一乘估计形式,并给出最小一乘准则求解的基本过程,实现了未知参数最小一乘估计求解的统一.     

基于遗传算法的最小一乘回归新算法

最小一乘在稳健性上比最小二乘好,使得最小一乘在工程中得到广泛的应用,但求解最小一乘的算法并不理想;本文根据最小一乘的性质,把最小一乘问题变为组合优化问题.将遗传算法用在最小一乘模型的求解上,在后面的仿真实验中得到了较好的效果.     

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.     

半参数线性回归模型的最小一乘核估计

提出半参数线性回归模型的最小一乘核估计,通过模拟计算表明该方法是有效的,在与最小二乘核估计的比较中更突出了该方法的稳健性.     

最小一乘回归的新算法

利用加权最小二乘法，提出最小一乘的一种迭代算法，这种方法使最小一乘法在计算上变得简单、直观     

利用软件SAS/OR建立最小最大化准则回归模型

建立回归模型一般使用最小二乘法，但在某些场合建立最小最大化准则回归模型更有意义。本文给出了利用SAS／OR软件建立最小最大化准则回归模型的方法。     

曲线拟合的最小一乘法

最小一乘法的解,由于存在着绝对值方程而不便于计算,成为困扰数理界200多年悬而未决的难题.基于对最小一乘准则下各种数学模型的大量计算和长期研究后发现,若存在最小一乘最佳参数a=a*∈Rn使绝对偏差值和为极小的最小一乘准则im=∑1 yi-f(xi,a*)=min成立,则拟合函数f(x,a*)的表征为:至少存在n个点x1,x2,…,xn,使yi-f(xi,a*)=0,i=1,2,…,n(n≤m)成立,从而最小一乘解可以实现.     

最小二乘与最小一乘

最小二乘与最小一乘是回归分析中两个重要的估计方法,在这篇文章中,我们将通过线性回归给出它们的定义,并给出它们的优缺点,希望能为使用者提供方便。     

全最小一乘法

先介绍最小二乘法、最小一乘法与全最小一乘法,论述它们的异同;然后举例说明全最小一乘法在经济方面的应用,并将它与最小二乘法及最小一乘法进行比较,同时给出了利用LINGO10软件计算全最小一乘法的程序;最后,简单叙述了全最小一乘法在理论上的进一步发展.     

基于非线性回归最小二乘法的改进Gompertz模型参数估计

可靠性增长试验是产品研制阶段不可缺少的一项提高产品可靠性的工程项目。成败型试验的可靠性增长数据通常用Gompertz模型进行评估,但存在S形增长数据拟合精度差的不足。根据高斯一牛顿最小二乘法和多元线性回归最小二乘法原理,提出改进的Gompertz模型参数估计的非线性回归最小二乘法。用试验数据对改进后的模型进行验证,拟合度较好。     

回归分析中的目标函数极小化准则

指出了最小二乘回归分析中存在稳健性不好的问题,讨论了用线性规划法计算回归系数的最小一乘准则和极小极大化准则,通过实例计算得出最小一乘准则误差绝对值小,最大误差最大和极小极大化准则误差绝对值之和最大,最大误差最小的结果,指出在实际应用中可以把三种准则下的计算结果进行比较,从中选出最优回归方程。     

用松驰变量解最小一乘问题

本文通过引入“松驰变量”,将最小一乘问题归结为线性规划问题,并利用线性理论讨论了最小一乘问题的一些基本性质,提出了此[1]更为方便的、按 MSAE 准则的多元线性逐步回归的方法.     

带线性约束的最小一乘问题

本文作为[3]的续篇,考察了带线性约束的最小一乘问题的解的存在唯一性,并制定了计算方案.该计算方案利用了每一轮选代的已有结果,其效率一般比较高.     

基于最小一乘估计的农村居民收入与消费分析

通过城乡居民收入与消费支出关系分析得出,我国农民的收入与消费支出水平呈高度正相关关系,收入是影响农民消费最直接、最具决定性的因素.采用较为稳健的＂最小一乘＂准则,建立农村居民消费与收入的回归模型.     

基于偏最小二乘法实现非线性回归分析

从应用的角度,提出了一种基于偏最小二乘回归和多项式回归相结合的多元非线性回归分析方法。通过理论分析及实例验证,指出该方法可以较好的进行多元非线性回归分析,具有较强的适用性。     

解最小一乘问题的递归神经网络

应用鞍点理论和投影算子的性质,给出了一种递归神经网络求解具有线性约束的最小一乘问题,证明了此神经网络全局收敛于一个最优解.数值实验表明,用本文的方法求解最小一乘问题是切实可行的.