首页 | 本学科首页   官方微博 | 高级检索  
相似文献
 共查询到20条相似文献,搜索用时 15 毫秒
1.
基于糖尿病与民族因素的多元线性回归分析   总被引:1,自引:0,他引:1  
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.  相似文献   

2.
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.  相似文献   

3.
线性自回归模型的自回归分析   总被引:2,自引:2,他引:0  
将回归模型的回归分析推广到线性自回归模型的自回归分析,获得了线性自回归模型参数的估计公式、估计标准误公式、变量的点估计与区间估计公式、总体自回归系数的检验统计量。  相似文献   

4.
化学数据的一元线性回归分析   总被引:8,自引:0,他引:8  
本文利用实验数据建立一元线性回归方程;回归直线,并用方差分析法和相关系数法检验方程的有效性。  相似文献   

5.
6.
线性回归模型自变量选择准则的比较分析   总被引:3,自引:1,他引:3  
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。  相似文献   

7.
本文研究线性回归模型在线性等式约束下参数估计的局部影响评价问题,导出了线性等式约束下线性回归模型在各种扰动模式下参数估计的局部影响度量,通过实例分析,表明了本文方法的有效性。  相似文献   

8.
线性回归分析与能源需求预测   总被引:7,自引:0,他引:7  
结合实例介绍了回归模型方法在能源预测中的应用,具体地讨论了最简单、最基本的直线回归模型结构及参数估计方法,对于其他一些曲线回归模型则可通过变量代换转化为直线回归模型。  相似文献   

9.
作图法与线性回归法的分析与运用   总被引:1,自引:0,他引:1  
主要比较和分析了作图法与线性回归法这两种实验中常用的数据处理方法,并阐述了如何利用这两种数据处理方法找出并删除错误或误差较大的实验数据,从而得到精确的实验结果。  相似文献   

10.
线性回归模型中估计与检验的稳健性   总被引:1,自引:0,他引:1  
本文讨论线性回归模型中回归系数的最小二乘估计和似然比检验统计量的稳健性,分别给出了充要条件,充分条件和必要条件;并给出这些结果在两阶段抽样回归模型中的应用。  相似文献   

11.
讨论一般线性回归模型的影响分析问题,研究了协方差矩阵扰动和数据删除对最佳线性无偏估计的影响,给出了度量影响大小的距离测度和它的计算公式.  相似文献   

12.
研究带边界约束条件的线性模型的影响问题,提出了几个度量数据影响大小的统计量,建立了影响度量与相关系数之间的联系,揭示了数据影响与相关性之间的内在联系。  相似文献   

13.
提出了单个数据或一组数据对线性回归模型中自变量变换参数极大的似然估计影响的诊断方法,并把该方法同Atkinson的方法作了比较。  相似文献   

14.
在进行线性回归分析时,提出先进行线性回归方程的检验,若零假设H0:β1=0或H0:β1=β2=…=βp=0被拒绝了,然后再建立线性回归方程,亦即线性回归方程的事先检验问题.  相似文献   

15.
对线性回归模型的参数给出了一种新的有偏压缩估计,简称BC估计,并证明了BC估计的许多优良性质。  相似文献   

16.
证明了在边界条件下,线性回归模型中Cook距离服从F分布。  相似文献   

17.
本文讨论了线性回归模型的经验似然推断问题,利用分块回归技术,定义了模型系数的线性组合的对数经验似然比统计量,并得到其渐近统计分布为卡方分布,从而可以根据所得结果构造模型系数线性组合的区间估计.最后通过数值模拟试验验证了所提方法的有效性.  相似文献   

18.
在普通线性回归模型的理论、方法的基础上,对讨论更一般的线性回归模型--自相关的线性回归模型。  相似文献   

19.
我们研究水泥磨机台时产量及其各影响因素间的定量关系,应用统计方法及Matlab软件编程计算建立了水泥磨机台时产量与各影响因素间的数学模型。利用经过检验符合实际的模型,我们对水泥台时产量进行了预测,并对水泥生产过程提供控制方法,利用我们的模型可以得出提高产量、改进生产工艺参数的方向。我们的工作对如何改进水泥磨机效率,提高水泥磨机台时产量,节约能源有一定的指导意义。  相似文献   

20.
针对普通的常系数线性回归模型存在预测误差较大的缺陷,对Hildreth-Houck模型进行修正,得到带跳的线性回归模型(LRMJ),对该模型中各参数进行估计,并对模型中被解释变量的数学期望与方差等统计性质进行讨论.最后将该模型运用于一个实际问题,证明该模型不仅可行而且能够得到比普通常系数线性回归模型更为精确的预测值。  相似文献   

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号