关于一元线性回归简化公式的注记

本文用初等变换方法，给出了一元线性回归预测公式ｙ＝ａ＋ｂｘ中参数ａ和ｂ的简化计算公式     

有不等式约束的回归模型的置信带

建立置信带在回归分析中得一个重要的问题,但在有约束的回归问题里,这个问题并没有很好地解决,在此文中,我们研究有约束的回归中的置信带,从文中的结论我们可以看出有约束的回归中的置信带与无约束的情况有较大的不同。     

截断数据场合非参数回归分析的收敛性问题

截断数据场合非参数回归分析的收敛性问题肖庆宪，丁承杰设Ｘ为ｄ维随机变量，Ｙ为一维可积随机变量，（Ｘ＿１，Ｙ＿１），（Ｘ＿２，Ｙ＿２），…，（Ｘ＿ｎ，Ｙ＿ｎ）为ｎ次独立同分布的观察。为了估计回归函数ｍ（ｘ）＝Ｅ［Ｙ／Ｘ＝ｘ］，构造统计量其中Ｒ＿ｄ上的一...     

自回归模型阶的一种强相容估计

在这篇文章中,我们给出一种AR(p_0)模型阶的估计,并且证明了这个估计的强相容性。     

一类回归方程的稳定性及两条回归直线的比较

文章介绍一元线性回归中回归方程的稳定性及两条回归直线的比较方法,并举实例加以说明,具有一定的实际指导意义.     

一类回归方程的稳定性及两条回归直线的比较

文章介绍一元线性回归中回归方程的稳定性及两条回归直线的比较方法,并举实例加以说明, 具有一定的实际指导意义。     

非线性回归在轧钢件温降研究中的应用

应用多项式近似函数，用换元法将非线性回归转化为多元线性回归，求出轧钢件温降经验公式。     

线性回归模型自变量选择准则的比较分析

将一些自变量过择准则用一种统一的形式表示,并依此得到这些准则所选出的自变量个数的顺序关系,从这些关系推出所给出的广义K-L差异度准则能选取较少的自变量,同时也指出广义K-L差异度准则具有利用数据本身选择惩罚因子的优点。     

多元回归分析程序设计与实现

主要探讨了用计算机解决经济计划与经济管理过程中常用的线性回归和非线性回归问题，以及非线性形式的转化，具有较强的实用性。     

基于ε-SVR的用户视听在线人数预测

预测视听在线人数能够帮助厂商提供有价值的信息, 获取更大效益. 从时间序列分析出发, 经过特征调整, 利用支持向量回归对用户视听在线人数进行准确预测. 首先, 对数据进行时间序列分析建模并预测; 然后, 将模型视为线性回归对用户视听在线人数作进一步改进, 结合时间与实际生活中的特征进行调整, 并添加了新的特征; 接着, 对新特征组成的样本进行支持向量回归, 通过社会认知优化寻找径向基函数中的最优参数; 最后, 得到比较理想的预测效果.     

R统计软件在统计教学中的应用

在讲授统计基本思想方法的同时利用统计软件进行辅助教学,以提高学生利用专业知识解决实际问题的能力已成为现代统计教学的重点;以回归模型为例介绍了R统计软件在统计教学中的应用。     

谈遗传算法回归分析技术

本文阐述了回归分析机回归分析的各种模型，遗传算法的概念、特点以及将各种回归分析的数学模型综合在以泰勒公式为基础的同一模型下，采用遗传算法确定回归方程的系数，思路和理论基础，对在实际中应用遗传算法有一定参考价值。     

切片平均分子量神经网络预测模型的研究及应用

建立聚合反应切片平均分子量的预测模型对锦纶帘子布的生产有重要的意义,该文采用改进的遗传算法（ＧＡ）和ＢＰ算法相结合的混合学习算法来训练神经网络,并采用多元逐步回归法对输入层节点数进行了优化,建立了聚合反应切片平均分子量在线预测的神经网络模型。在某化工厂聚合反应中的应用表明,该模型比基于最小二乘法的预测模型收敛速度快,预测精度高、网络有泛化能力强。     

回归分析在短跑数学中的应用

针对教学中学生１００ｍ跑的具体情况，采用逐步回归分析方法建立了回归方程；在此基础上，分别以各相关因素、１００ｍ跑成绩作为因变量与自变量建立了多项多回归方程，并依据正态分布理论制定了各因素平衡发展的标准，上述方法在指导短跑数学中取得了较好的效果。     

基于损失函数为指数平方形式的稳健 Logistic回归

Logistic回归模型在处理分类数据中有着十分广泛的应用,通常为了简化模型而使用Logit变换将模型化为线性回归模型,但Logit变换会导致误差分量分布函数不同,从而导致模型误差增大.首先对Logit变换进行修正,在考虑离群值影响的基础上,利用指数平方损失函数和自适应LASSO形式稳健回归惩罚函数,从而对线性回归模型进行了修正,其次对股票涨跌情况进行了预测,最后结果表明,修正的模型对期望风险较小的投资者有更高的预测成功率.     

基于多重共线性的Lasso方法

多重共线性是多元线性回归分析中的一个重要问题,消除共线性的危害一直是回归分析的一个重点.就此问题介绍了一种Lasso方法,并设计了一种选择最佳模型的方法.通过实例分析,将其与常用方法进行比较,从结果可看出,Lasso回归在处理多重共线性问题上较其他方法更加有效.     

PLS回归应用实例

在研究因变量y与p个自变量的线性回归关系时 ,常遇到自变量间存在多重共线性的问题。文献 [3]介绍了用PLS回归来消除多重共线性的方法。本文通过两个例子的计算建立PLS回归 ,并发现了PLS回归实施过程中的若干问题 ,提出了一些自己的看法     

回归分析基本公式的初等数学描述与证明

体育统计学中的许多结论是以高等数学为基础建立的,如能以初等数学为基础就通俗易懂了,为此本文以该学科的重点内容回归分析为题,进行了初步探讨和尝试.