基于多元线性回归方法的地应力研究

地应力场是地质力学与岩石力学研究的基本内容之一,地应力的大小、方向及其分布规律是油气田勘探开发中地应力研究的主要内容。在研究地应力场的过程中,区域边界条件的确定是个难点也是关键部分。以任丘潜山雾迷山组三段为例,视区域边界荷载为未知数,目标井地应力为约束条件,基于多元线性回归方法确定出区域边界条件,利用Matlab求解得出区域所受边界力。研究结果表明,基于多元线性回归方法求得的地应力值与实际测量的地应力值吻合较好。     

基于糖尿病与民族因素的多元线性回归分析

基于多元线性回归分析的理论,对糖尿病发病人数与民族因素之间的多元线性关系进行探讨,并建立他们之间相关的回归方程.最后,对所得到的回归方程进行显著性检验.     

基于多元线性回归模型的居民用电量影响因素分析

随着社会和科学的不断进步,人们意识到环境能源对人类发展的重要性,节约能源是其中的一个重要措施。居民用电量与多种因素有关。为了研究各个影响因素对居民用电量影响程度的大小,以蚌埠市为例,首先从影响电量的供给、需求和外部因素角度分别选取了收入、价格、人口、气温及居住面积等五个因素作为分析指标,然后在EVIEWS建立蚌埠市居民用电量与以上5个因素的多元线性回归模型,用以研究各个影响因素对居民用电量的影响程度大小。通过EVIEWS对回归结果的分析得到如下结论:当前影响蚌埠市居民用电量的最主要因素取决于人口数量和人均居住面积,并提出节约用电的相关建议。     

昌吉州棉花产量影响因素的多元线性回归分析

选取昌吉州降水量和棉花种植面积2个变量,建立多元线性回归模型,对棉花产量影响因素进行分析,为昌吉州棉花生产提供参考.     

基于多元线性回归模型的数字经济影响因素实证分析

相关数字经济的研究大多聚焦于理论性、经验性、范例式,较少涉及数字经济影响因素的定量研究。本研究结合《国民经济行业分类》和《所有经济活动的国际标准行业分类》中关于数字经济部门类别的界定,提出数字经济的定义,分析数字经济发展路径与驱动机制,提炼出可能的影响因素,从OECD、世界银行、瑞士洛桑管理学院的数据库中筛选出96条数据,对比前进法、后退法、逐步回归法的回归结果得到基础模型,最终得到的回归方程包含7个均具有显著作用的变量,实证分析了数字经济的影响因素,以期为各地选择数字经济发展模式、路径提供借鉴。     

基于多元线性回归的PM2.5 含量的影响因素研究

针对PM2.5含量的影响因素,利用搜集到的2015年1月1日至7月31日蚌埠地区每日的AQI指数和AQI六项基本监测指标数据,建立了多元线性回归模型,对PM2.5含量与其它5项分指标及其对应污染物含量之间的关系进行定量研究,并通过拟合优度检验、F检验、t检验等方法对模型进行检验,最后得到了准确可靠的多元线性回归模型,此模型具有拟合程度高、简易、直观等优势,为多元线性回归模型在PM2.5含量分析中的应用提供了有力参考。     

端面顶板冒落高度影响因素 多元线性回归分析

基于数理统计的方法,对影响端面顶板稳定性的多个因素进行了正交试验分析,将顶板冒落高度作为判断指标,得到了各因素的影响程度.影响程度从大到小依次为裂隙发育程度风化岩体强度推进速度端面距=支架初撑力采高.然后,假设端面顶板冒落高度与各影响因素线性相关,采用统计分析软件SPSS对各因素进行多元线性回归分析,结果表明,各因素与顶板冒落高度的线性关系成立,且得到了各因素的回归方程.最后,根据分析结果提出了预防端面顶板冒落的具体措施,为控制端面顶板提供依据.     

多元加权约束线性回归的影响分析

讨论了多元加权约束线性回归中最小二乘估计的影响问题 ,定义了度量影响的 3种诊断统计量 ,进一步推广和发展了已有文献的一些结果     

基于多元线性回归的每股收益影响因素分析——以安徽省为例

针对安徽省制造业上市公司每股收益的实证研究,将基于杜邦原理分析得到的若干影响每股收益的因素作为回归模型中的解释变量,同时均值处理收集得到的2014²016年数据,代入Eviews软件进行参数估计。并对模型进行多重共线性,异方差和自相关检验,根据检验结果对模型不断修正完善。最终运用逐步回归法和加权最小二乘法得到关于每股收益影响因素的多元线性回归式,并提出关于提高上市企业每股收益的有益建议。     

The control of moldy risk during rice storage based on multivariate linear regression analysis and random forest algorithm

Clarifying the mechanism of fungi growth is of great significance for maintaining the quality during grain storage. Among the factors that affect the growth of fungi spores, the most important factors are temperature, moisture content and storage time. Therefore, through this study, a multivariate linear regression model among several important factors, such as the spore number and ambient temperature, rice moisture content and storage days, were developed based on the experimental data. In order to build a more accurate model, we introduce a random forest algorithm into the fungal spore prediction during grain storage. The established regression models can be used to predict the spore number under different ambient temperature, rice moisture content and storage days during the storage process. For the random forest model, it could control the predicted value to be of the same order of magnitude as the actual value for 99% of the original data, which have a high accuracy to predict the spore number during the storage process. Furthermore, we plot the prediction surface graph to help practitioners to control the storage environment within the conditions in the low risk region.     

基于多元自适应回归样条的高维岩土工程问题分析

为解决岩土工程中多元变量间的非线性相关问题,采用一种非参数回归算法——多变量自适应回归样条建立对目标参数的预测模型。该算法基于大量可靠的岩土监测数据,运用简单线性样条函数的组合对输入、输出参数进行相关性拟合,生成显性表达式,同时得到各输入参数的相对重要性。通过桩的可贯入性、地下洞室稳定性分析2个实例,对该方法进行评估。2个实例中测试集的决定性系数R~2分别为0.921和0.986,最重要的输入参数分别是桩材料的弹性模量和围岩质量,表明该方法可较精确地拟合多元输入参数与输出参数间的相关性,可用于未知响应的预测。     

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。     

线性回归模型LIU估计的影响分析

研究了线性模型中LIU估计的影响分析问题,得到了原模型与数据删除、方差扰动及均值漂移模型间——线性回归有偏估计(LIU)估计的关系式,给出了影响度量的计算公式。     

基于回归模型的中国铁路能源消耗分析

针对国家铁路能源消耗问题,依据1990-2011年统计数据,选择影响铁路运输换算周转量和铁路运输单耗的指标,分别进行回归分析,建立铁路运输换算周转量和铁路运输单耗模型,利用2012-2014年中国铁路运输能耗数据对模型进行验证.提出国家铁路运输能源消耗量计算模型,并与实际能源消耗值进行比较,深入分析不同因素对中国铁路能源消耗量变化的影响.研究表明,国家铁路能耗计算模型能够反映中国铁路能源消耗的变化规律和趋势,GDP与牵引机车数量对铁路运输能耗变化有不同的影响,电力机车数量是影响国家铁路运输能耗变化的主要因素.     

基于正交试验对铸造铝合金电导率和抗拉强度影响规律的分析

挑选了铝合金中常用的9种合金元素,根据这些元素对铝合金物理性能和微观组织的影响规律和影响机制进行了分类。通过设计四因素三变量正交试验分析了这些合金元素对Al-7Si合金导电性能和抗拉强度的影响规律,为开发兼具高导电(热)性能和高强度铸造铝合金提供了有价值的工艺参考。通过对比发现,Sr元素能有效将共晶Si相变质为纤维状,这有利于合金电导率的提升;质量分数为0.6%的Fe也能适当提升合金的电导率。Sb元素能有效将共晶Si相变质为细小片状,这有利于合金抗拉强度的提升;质量分数为0.5%的Ni或0.5%的Zn也能适当提升合金的抗拉强度。Sr和Sb同时加入合金中,共晶Si相的变质效果会恶化,并导致粗大片状共晶Si相析出。     

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.     

基于线性回归法的余氯检测系统的研究

设计了一种双波长光路自动检测余氯系统,该系统主要功能就是能够实时检测医疗污水中余氯的含量,以达到控制处理、达标排放的目的。本系统是通过光电传感器接收来自光源照射样品溶液后透射光的强度来确定样品溶液中余氯的浓度,以线性回归法为计算基础,配合双波长光路设计极大地减小了连续检测时出现的干扰和误差,达到了精确检测的目的。     

基于线性分位数组合的兴安落叶松冠幅预测

【目的】 使用线性分位数回归和分位数组合对兴安落叶松(Larix gmelinii)冠幅进行建模和预测,为准确模拟和预测冠幅生长提供技术支持。【方法】 利用大兴安岭兴安落叶松天然林实测数据,采用线性回归和分位数回归构建基础和多元冠幅模型。比较7种分位数组合:三分位数组合(τ=0.1, 0.5, 0.9和τ=0.3, 0.5, 0.7)、五分位数组合(τ=0.1,0.3,0.5,0.7,0.9和τ=0.3,0.4,0.5,0.6,0.7)、七分位数组合(τ=0.1,0.2,0.3,0.5,0.7,0.8,0.9和τ=0.1,0.3,0.4,0.5,0.6,0.7,0.9)和九分位数组合(τ=0.1,0.2,0.3,0.4,0.5,0.6,0.7,0.8,0.9)的预测效果。分析4种抽取方案(随机抽样、选择最大树、平均木、最小树)和9种抽样数量(1~9株)对预测精度的影响。同时使用K折交叉验证对线性回归、最优分位数回归和最优分位数组合进行比较。【结果】 线性和分位数回归都能对冠幅模型进行拟合,中位数回归的拟合结果与线性回归相似,且在所有分位数中拟合能力最好。多元冠幅模型和分位数回归的拟合及检验效果都优于基础模型,冠幅与胸径和样地平均高(立地质量)呈正相关,与枝下高(树木大小)和样地内落叶松断面积(竞争)呈负相关。使用分位数组合可以提高模型的预测能力,7种分位数组合的差异很小,三分位数组合(τ=0.3, 0.5, 0.7)的预测能力最好。对于基础和多元分位数组合在实际应用时,最优抽取方案都为选取最大树,每个样地建议选取6株样木。【结论】 基于线性分位数组合的冠幅模型可以提高预测精度,建议使用三分位数组合和选取最大树及抽取数量为6株的方案对冠幅进行预测。     

基于正交试验和回归分析的羽绒服装样板缩率研究

为揭示影响羽绒服装缩率各影响因素的重要程度及其和缩率之间的定量关系,采用正交试验方法,选择羽绒填充量、绗线间距、含绒量为因素,结合极差分析法探讨各因素对缩率的重要程度,并建立缩率与各影响因素的多元线性回归方程.结果表明,影响羽绒服装样板缩率各因素的主次顺序为:羽绒填充量绗线间距含绒量;对回归方程的显著性和系数显著性探讨表明,回归方程对垂直绗线方向缩率具有显著性影响;回归方程的建立能够有效提高羽绒服装样板制作的准确性,为其他填充类服装制板提供理论参考.