一元总体最小二乘线性回归与解算分析

针对自变量为随机变量情形,在最小二乘准则下,一元线性回归所得到的回归参数估计及其拟合直线存在二义性问题,为确保解算结果的唯一性和一致性,需用总体最小二乘准则进行解算,对总体最小二乘准则进行了描述,利用奇异值分解方法,讨论了解算公式,最后用一数字算例,用最小二乘和总体最小二乘方法进行了计算和结果分析,得到了一些结论,此方...     

双变量线性回归的解算

对于工程实践中较多存在自变量为随机变量的情形,应考虑双变量的线性回归,在总体最小二乘原则下,即n∑i=1（vxi^2＋vyi^2）=min,推导了在此准则下的具体解算方法,得到了相应的公式,最后并以算例加以验证与分析讨论,此方法对于工程实践的数据分析具有较大的参考价值。     

一般线性回归模型的参数估计

传统的最小二乘估计在处理一般线性回归模型的参数β和σ2的估计问题时,若遇到异常数据模型拟和得往往不好,现提出另一种估计方法:修正的最小二乘估计.结果表明此方法在处理异常数据时具有明显的优越性.     

GL算法在线性回归模型的权值计算中的应用

传统的最小二乘估计在处理含有异常值的线性回归模型的估计问题时拟合得往往不好,根据GL算法给出稳定加权最小二乘优化的参数的估计法．并结合实例进行回归分析,验证该方法的高精度和高效率．     

简单线性回归模型的分离参数估计方法

最小二乘法的参数估计方法虽然体现了拟合结果的整体优化特征，却没有体现出各参数估计量的自身统计特征，对此本文给出一种新的参数估计方法，同最小二乘法相比，该方法得到的参数估计值受统计数据的影响最小，文中还讨论了参数估计值自身具有的线性和无偏性。     

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。     

自回归AR模型整体最小二乘分析

主要讨论时间序列的自回归模型AR（p）的参数估计问题,列出常用的普通最小二乘估计和整体最小二乘估计方法,列出算例进行比较分析。     

基于加权整体最小二乘的多元线性回归分析

针对变形监测数据中自变量和因变量观测向量都含有误差、且采用一般最小二乘估计是有偏的这一问题,引入EIV模型,并顾及各自变量观测精度的不同,采用加权整体最小二乘对待估参数进行估计。长江三峡库区滑坡监测实验表明,基于加权整体最小二乘的多元线性回归分析能更好地对回归方程进行参数估计,可明显提高形变预测精度。     

双变量线性回归解算方法的等价性

在回归分析中,有必要讨论同时顾及自变量和因变量误差的回归计算。在总体最小二乘原则下,从公式上导出了3种解算方法,为条件平差、间接平差和两步解算算法。通过矩阵运算,从理论上证明了3种解算算法的等价性,可保证解算结果的一致性。     

EXCEL在一元线性回归分析中的应用

通过调查一个餐饮连锁店,附近学校大学生的人数和季度销售额存在线性关系,建立一个以大学生人数为自变量,而季度销售额为因变量的回归模型,用EXCEL进行回归分析并预测季度销售额,说明EXCEL在回归分析中的应用。     

化学数据的一元线性回归分析

本文利用实验数据建立一元线性回归方程；回归直线，并用方差分析法和相关系数法检验方程的有效性。     

市盈率的模糊线性回归预测模型研究

利用曲线拟合研究市盈率与各种相关因素之间的关系，以模糊线性回归理论为基础建立预测模型，并针对样本的具体特点选择合适的预测模型参数。结果表明，市盈率的预测效果大大提高，适应经济决策的需要，并有良好的可操作性。     

一种改进的线性回归预测模

用最小二乘法求解线性回归预测方程的回归系数时,计算量比较大,针对这个问题,提出一种改进的线性回归预测模型,该模型和其它预测算法配合,能够对若干种药品的销售额进行预测,挑选的药品种类越多,效率越高。最后通过具体实例验证了该模型是可行、有效的。     

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。     

回归系数的一类线性估计相对于GLS估计的优良性

对线性回归模型中的一类线性估计,在均方误差矩阵准则和PC准则下,研究了它相对于广义最小二乘估计的优良性.当设计阵为非列满秩时,讨论了回归系数的可估函数的优良性.     

PC准则下生长曲线模型回归系数阵的一类线性估计的优良性

设生长曲线模型为Yn×p=An×m Bm×k Ck×p En×p,E～N(0,σ2In(×)Ip).当ATA为病态时,令回归系数阵的最小二乘(LS)解和一类线性估计分别为B=(ATA)-ATYCT(CCT)-1和B1=(ATA ∑)-1 ATYCT(CCT)-1,其中ρ＞0为常数,∑为正定阵.分别在ATA和∑的可交换性未知和已知的情形下证明了:在适当条件下B1于PC准则下优于B.并将这一结论推广到当ATA和CCT都是病态时的情况.     

加权线性回归及其应用

介绍权的定义、权的性质、协因数传播律,讨论加权回归的本质以及加权回归法在幂函数、指数函数、双曲函数、S型曲线4种拟线性回归模型中的应用.     

线性回归模型的H矩阵估计法

文中引进一个特殊矩阵（称为H矩阵），得到对经典线性回归模型估计的新方法，将传统的普通最小二乘法（OLS）的结果加以改进，文末给出具体算例。     

多元线性模型回归系数的所有可容许线性估计

讨论了多元线性模型中 ,线性估计 AY a在一切估计类中是线性可估函数 SB的 A-可容许性估计、E-可容许性估计及 G-可容许性估计的主要条件 .