课业负担检测与监控模型

基于检测中学生课业负担的目的,构建了有效的检测与监控模型.首先对辽宁省一些初中生进行问卷调查,并对调查问卷信度分析,数据整理,应用统计学理论,对调查结果进行相关性分析,删除一些与最终心理得分相关性小的一些题目,保留相关性相对大的一些题目,利用聚类分析法筛选数据,剔除一些边缘数据;然后利用这些有效数据应用多元线性回归分析原理建立中学生课业负担检测与监控模型,并对该模型进行显著性检验;最后进行模型验证,并绘制拟合曲线.结果显示：中学生课业负担检测与监控模型可以较为准确地测量中学生课业负担情况,为有关部门研究中学生课业负担的情况提供了可行的方法.     

多元回归模型及其在销售中的应用

多元统计分析是统计学的一个重要分支,是应用数理统计学来研究多变量问题的理论和方法,是一元统计学的推广和发展．文章主要就多元统计分析中的线性回归模型进行深入的研究和分析,首先对多元线性回归模型的建立和最小二乘解的算法进行了推理,然后分析了其在销售中的应用．     

基于多元线性回归模型的海西州地区糖尿病发病情况研究

通过EViews软件对青海海西州地区糖尿病发病例监测登记资料进行统计分析,同时进行多元回归模型拟合,观察与糖尿病发病率相关的一些因素的发展趋势,建立了多元线性回归模型,并进行了实际值与预测值的比较.     

有约束的多元线性回归模型的Mi nimax估计

在损失函数tr(B-B)'A(B-B)下给出B在线性估计类中的Minimax估计,研究了其性质.在一些特殊的情形下,该估计包括了多元功效岭回归估计(Ridge regression estimation),多元Stein估计等.     

多元加权线性模型的影响分析

本文针对多元加权线性模型，讨论了一组观察数据对加权最小二乘估计的影响，给出了影响度量准则和它们的化简式及其分布，建立了Ｗ－Ｋ统计量与广义相关系数之间的联系。     

基于多元线性回归模型分析新形势下大学生心理健康教育

南京财经大学心理健康指导中心对5806名2010级学生进行了心理健康状况调查,根据问卷调查数据印证影响心理健康的因素．通过建立多元线性回归模型阐明各因素对心理健康的影响,并用统计数据及模型的计算结果来较为精确地说明各因素对心理健康的影响程度,以便于有针对性地开展心理健康教育工作．     

雪冰融水型洪水预报模型建立与应用

运用多元线性回归分析法建立雪冰融水型洪水预报模型,并采用新疆下坂地水库上游伊尔列黑水文控制站和喀什探空站2001年的实测资料进行模型检验。若采用日平均流量相对误差不大于20%作为模型的评价标准,则模型的整体预报合格率为82%,属于乙等预报水平,因此该模型可以用于实际的工程作业,解决施工期洪水预报难题。     

多元线性模型中的W—K统计量

本文提出了多元线性模型中的W-K统计,用它讨论了数据对拟合值的影响并求出了影响度量的概率分布。     

多元线性回归模型参数的BC估计

考虑多元线性回归模型Y=XB+ε,其中E(Vec(ε))=0,Cov(Vec(ε))=V In,当设计阵X呈病态时,模型参数的LS估计不再是一个优良估计.为此,提出了一种有偏估计———BC估计.在均误差意义下,参数的BC估计优于它的LS估计,并证明了参数的BC估计是可容许线性估计.     

基于KMV模型的我国上市民营企业信用风险实证分析

随着我国供给侧结构性改革的不断深入,民营经济在推动社会主义市场经济发展过程中发挥出关键作用,而由民营企业信用风险偏高导致的企业融资难、融资贵问题也更加突出。以民营企业融资难为背景,利用KMV模型从违约距离角度评估我国民营企业信用风险,用MATLAB、Excel等软件求解违约概率,并与国有企业违约概率进行对比分析,结合实际探究民营企业信用风险大小,然后选用企业相关成长能力指标与违约距离进行多元线性回归,探究其显著性大小。最后,根据实证分析结果给出民营企业防控信用风险的相关建议。     

关于农民人均收入预测的线性回归模型

农民人均收入问题是当前我国农村问题的重中之重,是社会主义新农村建设的基本出发点和归宿,同时也对我国经济发展有着深远的影响。本文通过对农民人均收入定义及其相关因素的分析,解决了数学模型创建过程中的问题,建立了关于农民收入的线性回归模型。该模型能够较为准确的反映实际情况,具有一定的使用价值。     

基于多元回归模型的个私从业人数影响因素的实证分析

利用陕西省2003-2013年的实际数据以及多元线性回归模型的理论方法,选取了财政收入、财政支出、税收以及非税收入等4个解释变量,研究了陕西省个私从业人数的影响因素。实证研究结果显示:陕西省个私从业人数受财政收入影响较为明显。基于上述结论,给出了相关政策与建议。     

用线性模型检测图像边缘

本文提出了一种以线性统计模型为基础的边缘检测算法。该算法对光亮度变化、图像的不均匀性不敏感，可以在噪声图像中检测边缘。     

基于多元线性回归模型的考试成绩评价与预测

为增加教学环节考试成绩评价与预测的科学性, 根据多元线性统计分析中的多元线性回归分析方法, 对考试成绩指标进行量化, 建立了考试成绩评价与预测的回归模型。解析国家四级英语考试成绩与学生的期末考试成绩之间的联系, 建立了基于成绩评价的多元线性回归的数学模型, 并得到了回归系数的数值。通过对回归模型以及回归系数进行显著性检验, 证明了模型的合理性。结果表明, 利用该模型对数据进行合理的评价与预测, 并在充分的条件下, 根据学生的期末考试成绩能合理地预测出学生的英语四级考试成绩。     

双重检验逐步回归模型在电力负荷预测中的应用

文中针对电力负荷预测的多元线性回归模型,提出了双重检验逐步回归模型。与传统的多元线性回归模型相比较,双重检验逐步回归模型无需建立全部变量的回归方程,而是在全部自变量中按对因变量的作用大小,边进行显著性检验,边入选或剔除变量,并且由于每步都作检验,因而保证了最后所得的方程中所有因子都是显著的。     

统计回归模型及其优化算法综述

在大数据时代,正则化(惩罚)回归模型成为高维数据分析的一种有效分析工具.文中从统计模型理论和优化算法两个角度对正则化回归模型进行简要的概述,主要介绍线性回归模型、广义线性模型和分位数回归模型三种经典且重要的回归模型以及相应的正则项.对于线性回归模型,介绍最小二乘回归和l_1-正则最小二乘回归问题的优化算法;对广义线性模型和分位数回归模型,介绍逻辑回归模型和求解l_1-正则逻辑回归问题的优化算法,并展示分位数回归模型和求解相应的正则化分位数回归模型的优化算法.最后,对正则化回归模型未来的研究方向进行展望.     

多元响应线性回归模型的马氏Mallows模型平均方法改进

针对多元响应线性回归模型,提出了修改的马氏Mallows模型平均(MMMAc)方法。为了更充分地利用多元响应变量之间的相关性信息从而更好地提高预测精度,组合权重选择准则的构造同样考虑了马氏距离预测风险,并通过构造Wishart分布,推导出预测损失的无偏估计作为权重的选择准则,最终得到的MMMAc准则相比马氏Mallows模型平均(MMMA)准则增加了一个偏差矫正项,减小了对预测损失估计的偏差,因此通过最小化该准则得到的权重估计能更接近不可得的理论最优组合权重;最后,模拟对比实验验证了MMMAc方法的优势：MMMAc估计具有与MMMA估计同样的渐进最优性,因此两者的表现在大样本情形下没有太大差异,然而,由于修改后的权重选择准则为预测损失的无偏估计,因此在样本量不足的情形下,MMMAc方法的预测表现更佳。