均方误差准则下多响应线性模型的最优设计

WilliamJ.Welch(1983)给出了单响应线性模型均方误差准则下的最优试验设计.基于此结论,通过对多响应模型进行合理线性组合的方法将其转化为易于处理的单响应模型,由此给出均方误差准则下多响应模型最优设计的构造方法.解决了多响应线性模型预测的试验设计问题.     

多响应混料模型的R-最优设计

【目的】研究分别具有一阶和二阶线性混料模型的两响应的R-最优设计。【方法】由于响应之间具有一定的相关性，在分析两个线性混料模型的R-最优设计时候发现与协方差矩阵有关，关于这类模型下最优设计的构造就变得比较复杂。在协方差矩阵未定的情况下，根据R-最优准则的定义给出了相关矩阵的对角线乘积的一般表达式。【结果】在给定协方差的情况下用两个具体的例子说明如何求解R-最优设计，并验证了例2满足多响应R-最优设计的等价定理。【结论】对于任意的两响应混料试验模型可以用提出的方法求R-最优设计。     

多响应Scheffe二阶混料模型的D-最优设计

讨论了多响应混料模型的最优设计问题,多响应混料模型是由两个Scheffeq分量二阶混料模型所构成的．根据D-最优设计准则推导得出一类试验点取在各顶点和各棱中心点上的最优配置并给出证明．     

多响应Scheffé二阶混料模型的D-最优设计

讨论了多响应混料模型的最优设计问题,多响应混料模型是由两个Schefféq分量二阶混料模型所构成的.根据D-最优设计准则推导得出一类试验点取在各顶点和各棱中心点上的最优配置并给出证明.     

多响应Scheffé二阶混料模型的A-最优设计

研究了多响应混料模型的最优设计问题,多响应混料模型是由2个Schefféq分量二阶混料模型所构成的,由A-最优设计准则推导出一类试验点取在各顶点和二顶点上的最优配置,并利用A-最优设计的充要条件证明在方差满足一定条件时在这类点上的测度是A-最优设计.     

异方差分层线性模型的A-最优设计

分层线性模型在统计领域和实际应用中受到广泛关注,但是异方差分层线性模型的设计问题尚需更多关注和深入研究.对异方差分层线性模型的A-最优近似设计问题进行研究.以个体参数的精准预测为目标定义了模型的A-最优准则,证明了准则函数的凸性,并借助方向导数建立等价性定理以刻画A-最优设计.在不同的权重函数下以随机斜率一次回归模型和...     

多元线性模型最优设计的等价定理

将一元线性模型的最优设计问题推广到多元线性模型 ,在Φ -最优准则下 ,得到了多元 Φ-最优设计的等价定理 .作为特例讨论了多元 D-最优设计和多元 A-最优设计     

线性模型下相关变量的DA-最优设计

在一般线性模型下,首先给出一个条件,使得在其之下,一个具有一般方差的变量无关的DA-最优设计在变量相关的情况下也是DA-最优的;并且将这些结果应用于一个多响应线性模型,由此得到了在多响应模型下的DA-最优设计的不变性条件．     

多元线性模型最优设计的算价定理

将一元线性模型的最优设计问题推广到多元线性模,在Φ－最优准则下,得到了多元Φ－最优设计的等价定理,作为特例讨论了多元Ｄ－最优设计和多元Ａ－最优设计。     

多响应近似线性回归模型D最优稳健设计

讨论了多响应变量模型的D最优稳健设计问题．在每个响应变量与自变量之间存在近似线性回归关系的假定下，针对偏差向量函数属于某一给定的L2邻域的情形，得到了D最优准则下设计密度的解析表达式．     

基于Gibbs-DA算法的贝叶斯分位回归模型研究

针对分位回归模型参数的不确定性风险问题,构建了基于Gibbs-DA抽样算法的贝叶斯线性分位回归分析模型.根据非对称Laplace分布的正态-指数分布的混合表示性质,利用数据扩展方法构建了潜变量,给出分位回归模型的似然函数,推断了多元正态先验分布条件下分位回归模型参数的后验分布,证明了潜变量的完全条件分布为广义逆高斯分布;结合Gibbs抽样和数据扩展方法,设计Gibbs-DA的仿真分析方案,并将其应用于我国能源消耗问题分析.研究结果表明:贝叶斯方法可以有效地应用于分位回归的建模以及我国能源消费弹性的分位问题研究.     

有限样本条件下多元线性回归模型的最优解

将分析多元线性回归模型和求线性方程组的最优解统一起来．线性方程组的最优解基于欧式赋范空间最短距离．研究结果表明：在多元线性回归模型不存在多重共线性的情况下,得到的回归结果解和线性方程组的最优解相同．在多元线性回归模型存在多重共线性时,通过求线性方程组的最优解,可以得到统计意义上的线性无偏有效解,此时的最优解不满足渐近性和一致性条件．因此,利用线性方程组求最优解适用于多元线性回归模型在有限样本条件下的情况,多于大样本的情况不适用．     

多响应近似线性回归模型的Minmax稳健设计

研究多响应变量近似线性回归模型的Minmax稳健设计问题．以响应变量均方误差阵的迹tr（MSEM）为准则，对回归方程系数采用广义最小二乘估计，进而利用最小二乘法得到最优逼近函数．从而将Huber（1975）的方法和Wiens（1990）的结果推广到多响应变量场合．最后考察了一个特例，即当回归变量问可能存在交互作用时的双响应二元曲面线性回归模型，得到了与Wiens（1990）较一致的结果．     

广义线性模型拟合方法的相容性(Ⅲ)

广义性模型包括了回归、自回归及其混合型的线性模型,是一种比较广泛的统计模型.对它的拟合,主要包括了对参数的最小二乘估计,以及对自变元的选择估计.本文的目的在于,综述近十余年在此领域中的重要研究成果,其中也包括介绍某些主要结论的证明方法.     

一种改进的HCF贝叶斯图像分割方法

贝叶斯方法是图像分割中广泛使用的方法，ＨＣＦ（ＨｉｇｈｅｓｔＣｏｎｆｉｄｅｎｃｅＦｉｒｓｔ）是一种有效的优化方法，用ＨＣＦ对图像进行贝叶斯分割，并且改进了贝叶斯分割中的势能函烽，提出局部势能的概念，从而获得了较为满意的图像分割结果。     

锭座偏心和轴承间隙的优化

采用二次通用旋转组合设计的方法安排试验,求得其回归方程,然后运用随机方向搜索法对回归方程进行优化,得出锭座偏心和轴承间隙的最优值.     

塑封焊球阵列焊点三维形态预测及其"整体"近似优化设计

针对传统优化技术进行焊点三维形态优化时费时耗力且浪费计算资源等缺点，提出采用“整体”近似优化技术，结合线性最小二乘方法，BP（Back Propagaiton）神经网络，在整个设计变量空建立问题函数近似面，利用该函数近似面来求取目标函数最大值，并得到相应的设计变量值，达到爆点三维形态优化设计的目的，最后对线性最小二乘模型，BP神经网络拟合非线性函数的能力和近似优化能力进行了比较讨论，结果表明，利用“整体”近似优化技术来优化设计焊点形态是简便可行的，且BP网络模型拟合“整体”近似函数面比线性回归模型具有更高的精度，所得的近似优化结果更理想。     

一类轻量级最优S盒的构造方法

S盒是对称密码算法中主要的非线性部件,其密码性质的好坏将直接影响到密码算法的整体安全性。给出了一类4比特最优S盒的构造方法,证明了此类最优S盒属于同一仿射等价类G₁,统计给出其差分、线性和代数次数等密码学性质,计算出此类S盒的硬件实现平均等效门数为25.6。在此基础上,通过带轮密钥的3轮MISTY结构和Feistel结构构造了一类8比特S盒,给出了结构最优性的定义,并给出8比特S盒达到结构最优性的一个充分条件。     

均匀设计试验列共线问题的研究

使用均匀设计试验时有两点须要注意的问题 :1 .均匀设计表中有若干个试验方案有列共线现象 ,对其试验结果进行回归分析时 ,正则方程组是病态的 ,将得到不易察觉的错误结论 ;2 .与回归型设计或正交表设计不同 ,一组均匀设计的试验结果有多个回归方程可供选择 ,其回归系数不一定反映真实的因子效应 .因此 ,在使用均匀设计研究有重要经济背景或有关人身安全的课题时应极端谨慎 .本文将避开数学论证 ,以直观和可以重复验证的事例探讨有列共线现象的试验方案 ,提出了以最佳因子集方法筛选专业上可接受的回归方程