新丰江水库月径流预报模型

通过对研究的气候、水文气象物理因子的分析,挑选出与月径流关系最好的物理因子作为预报因子;利用逐步回归分析和预报集成方法建立月径流预报模型;模型应用结果表明,预报精度满足生产要求。     

基于逐步回归分析的河南粮食产量因素研究

运用逐步回归分析的方法,建立河南省粮食产量的回归模型,并对影响粮食产量的主要因素进行回归分析．引入回归方程的主要影响因素为粮食单产、农业机械总动力、乡村从业人员、化肥施用折纯量、农村用电量等,由此确定影响河南省粮食产量因素的回归方程模型．分析表明,利用逐步回归分析建立的模型具有很好的拟合效果,最大误差仅为12．5％．     

基于SPSS助学金评选获评因素的MLR模型构建

通过利用SPSS统计软件对云南民族大学助学金评选的获评因素进行多元线性回归分析,应用stepwise(逐步回归)方法,建立多元线性回归关系模型.结合实际与模型结果分析此次助学金评选合理程度,同时对满意度进行分析与思考.并进一步探讨将此模型思想延拓,应用于其他高校的助学金评选调查.     

船舶柴油机黑色金属磨损状态分类模型研究

探讨了将逐步回归分析方法用于船舶柴油机黑色金属磨损状态分类模型的方法和技术．利用已取得的油液监测中黑色金属磨粒数据，首先介绍按多元线性回归方法建立磨损状态分类模型的过程，在此基础上，采用逐步回归分析来改进该模型，以更好能依据其预测黑色金属磨损状态．     

两种自适应统计天气预报建模方法的比较

阐述了应用卡尔曼滤波法和BP网络法进行天气预报建立模型的基本原理,通过具体的预报试验说明两种自适应方法建模明显优于传统的逐步回归方法建模,为数值天气预报产品的统计解释应用提供了新思路。     

线性回归分析在水稻腾发量中的应用

通过建立回归模型,利用回归分析对水稻腾发量进行预测,并采用逐步回归筛选变量法对模型进行了优化.     

逐步回归与判别分析的应用研究--在乳腺疾病建模中的应用

体内激素紊乱是导致乳腺疾病发生的重要原因,将逐步回归法与Fisher判别法结合应用于乳腺疾病建模中,对乳腺疾病与6种内分泌激素及患者年龄的关系进行了多元线性判定分析,建立了变量与相关疾病的逻辑回归模型与判别模型,该模型通过实际应用,判别效果较好,有助于乳腺疾病的诊断。     

基于多元统计分析的通货膨胀水平的周期变动分析与综合测定

对通货膨胀的常用指标的周期变动及其综合测定进行探讨。首先利用多元逐步回归分析方法,建立了各物价指数的三角回归模型,进行了周期变动分析;然后利用因子分析法建立了通货膨胀水平的综合测定模型。文章对我国通货膨胀的变化状态作出了较好的分析。     

单体烟叶对模块的贡献率分析

以试验设计的模块中单体比例数据为自变量,模块的品质水平数据为因变量,应用二次多项式逐步回归方法,建立了烟叶比例到模块指标模型.对所建立的模型应用贡献率分析方法,定量阐述了在实验范围内各单体烟叶对模块的品质水平贡献大小及方向.     

淮北地区土壤墒情动态预测

利用与土壤墒情密切相关的气象因子,逐步回归分析1981—2003年土壤墒情变化与气象因子之间的关系,建立安徽省淮北地区各季节土壤墒情的预报模型;结果表明利用时间连续性较好的5个站点的土壤湿度、降水量、日照3个因子建立的预报模型,经检验可以应用到整个淮北地区,春夏秋冬各季节平均预报精度分别为88.92%、91.35%、91.96%、92.94%。     

逐步回归时间序列和RBF-ANN在降水预测中的应用

将逐步回归融入到时间序列预测模型的建立中,摒弃了传统的“考虑所有变量”模式,利用“有进有出”的形式,分清各因子主次关系,仅选用影响显著的变量建立预测方程。径向基函数人工神经网络(RBF-ANN)属于局部逼近网络,准确度高。以桦甸市五道沟站的月降水量和月蒸发量为例,分别用传统、逐步回归时间序列分析和RBF-ANN建立降水预测模型,并对比其精度。结果表明：传统、逐步回归时间序列及RBF-ANN模型的后验差比值分别为0.315、0.272、0.284,平均绝对误差分别为18.37、15.65、13.82 mm,有效系数分别为0.87、0.94、0.93,精度均满足要求,最后用逐步回归时间序列法预测了未来5年的月降水量和月蒸发量。     

柴油机性能及排放预测高效试验设计应用研究

为柴油机性能预测及优化提供更为高效合理的试验方法,通过对比分析不同试验设计方法回归模型的精度及效率,研究了正交设计及均匀设计在建立柴油机性能及排放多元非线性回归预测模型中的应用。回归模型的建立采用了逐步回归分析方法,能够根据试验数据提取对预测参数影响最为显著的因素,建立最为精确且简单的预测模型。回归模型的建立除了包含各个因素的主效应外,还考虑了各个因素的交互作用及非线性作用,使回归模型更为精确。最后对2种试验设计方法的回归模型预测精度及效率进行对比分析,结果显示均匀设计在柴油机性能及排放预测试验研究中更为高效。     

关于浙江省居民人均住房面积与相关经济数据的研究

本文通过对浙江省居民人均住房面积及相关经济数据的分析,建立初始模型。再对建立的初始模型进行包括经济意义检验、统计检验、计量经济学检验、预测检验在内的四级检验,用到了拟合优度检验、White检验、G-Q检验、拉格朗日乘数检验、逐步回归法等,建立最终模型。     

基于BP神经网络的浙江省人口预测

本文以浙江省1978-2010年的人口统计数据为依据,论证BP网络预测模型的可行性,同时改进模型建立了基于BP神经网络预测模型和时间序列分析的逐步回归模型,并对浙江省2011-2015的人口数量进行预测。     

遗传算法在建立大坝变形监控模型中的应用

在以逐步回归法初步建立回归模型的基础上，用改进的遗传算法对模型的回归系数进行重新评估，并建立新的大坝安全监控模型。以李家峡拱坝作为工程实例，对大坝实测变形资料进行了计算分析，证明此法的可行性。     

骨髓移植数据的删失分位数回归分析及SAS软件实现

针对髓细胞性白血病患者异体骨髓移植数据,基于软件SAS 9.4,对各生存时间及其有影响的协变量进行比例风险回归模型(Cox)、加速失效时间模型(AFT)对此数据进行回归分析,并应用拟合优度检验和逐步回归进行自变量选元,在此选元基础上建立了删失分位数回归分析,对此数据进行了更详细的分析,讨论了不同分位数时各协变量的回归系数变化情况.     

应用回归分析建立热电厂热力设备的特性方程

本文应用逐步回归分析的方法，建立了热电厂热力设备的多种多变量特性方程，为电厂实现应用计算机进行优化运行和管理创造了条件，为建立负荷分配的优化数学模型奠定了基础     

稀疏数据下的Logistic回归模型研究

基于临床试验中结肠癌的样本数据,利用R软件中的glmnet程序包对数据进行实证分析,筛选出对结肠癌影响作用大的基因,然后建立稀疏数据下的Logistic回归模型,并联系背景对模型进行解释.同时用SAS软件对数据做逐步回归,得到逐步回归下的Logistic回归模型,对两种方法下得到的Logistic回归模型进行比较,成功地解决了数据稀疏问题.     

基于多元统计分析的高中文理选科分析

应用多元统计分析中的主成分分析法建立了综合评价学生学习状况和选择文理科的模型,并利用逐步回归分析法分析了各学科成绩的相互关系.结果显示:主成分分析法可以对学生的综合成绩及文理选科提供参考;各学科成绩的相关显著,各学科成绩相互影响,文科各科之间和理科各科之间的影响更加显著.     

蛋白质空间结构相似度多参数算法模型的建立

通过收集165对蛋白质的结构文件,利用BLASTP比较它们的相似度.建立球极坐标系,分别将球体半径、方位角和仰角二等分和三等分,将蛋白质划分为8块和27块类似球壳碎片的区域.在此基础上,利用MATLAB计算12个参数相似度,用SPSS建立了二等分和三等分时总相似度和12个参数相似度的全回归模型、逐步回归模型和相关性回归模型.利用MATLAB建立BP神经网络模型,并与线性回归模型进行了对比.根据二等分时逐步回归模型的结果可以看出,原子个数相似度,C、N原子个数相似度,P、S的位置相似度以及密度相似度和总体相似度的相关性最显著.二等分时结果较三等分时好,逐步回归模型的结果最好.