线性互易对称网络S参数的拟合解及其测量结果的校正

研究了线性互易对称网络S参数的求解方法，导出了S参数的回归解，利用微波计算机辅助测量系统对一精密可变衰减器进行了测量，并对测量结果作了误差校正．     

微波晶体检波二极管分段定标方法的研究

提出了微波晶体检波二极管的分段定标方法．该方法利用线性回归法将测量系统中驻波幅度自波节至波腹进行分段定标，得到每段的检波律．在微波参数测量中，CAT(Computer Mded Test)系统根据实际测试幅度查找相对应的检波律，然后进行相应的参数计算，从而有效地减小了在微波测量中由于晶体检波器而引起的误差，提高了测量精度．     

微波晶体检波二极管分段定标方法的研究

提出了微波晶体检波二极管的分段定标方法．该方法利用线性回归法将测量系统中驻波幅度自波节至波腹进行分段定标，得到每段的检波律．在微波参数测量中，CAT(Computer Aided Test)系统根据实际测试幅度查找相对应的检波律，然后进行相应的参数计算，从而有效地减小了在微波测量中由于晶体检波器而引起的误差，提高了测量精度．     

化学镀CoB薄膜动力学参数的回归分析

根据化学镀CoB薄膜试验得到镀液中反应物浓度、pH值、温度以及对应沉积速率．利用回归分析法，建立一元线性回归处理的数学模型和多元线性回归处理的数学模型．实验数据的拟合程度用相关系数R与剩余方差S来表征，借助于计算机编程运算，求出回归系数的估计值b0-3、估计值的置信区间、残差r、残差的置信区间rint分别确定上述诸因素所对应的反应动力学参数，并求出镀液中反应物浓度、pH值、温度与对应沉积速率的对数关系曲线表达式，导得了镀液沉积速率的方程式．优化了实验方案，确定了镀液的构成和工艺条件，成功制备了性能良好的合金镀层．     

人口增长率的非参数自回归预测模型

针对传统的人口增长预测模型不能理想地捕获我国人口增长率数据的非线性性特征，本文基于局部线性非参数估计理论，对我国建国以来的年人口增长率建立了非参数自回归NAB．（1）模型，并对2000年-2003年的年人口增长率进行了预测，计算结果表明，相对于参数自回归模型而言，非参数自回归模型能够很好地解决人口增长预测这一非线性问题，预测精度较高．     

几种一元拟线性回归中的问题与改进措施

讨论幂函数、指数函数、双曲函数及S型曲线通过换元进行线性回归时,所满足的最小二乘条件,指出换元线性化回归存在的问题,提出了改进措施,并给出幂函数和双曲函数回归的实际算例.理论分析与实验表明,换元后的因变量具有异方差性,致使拟线性回归参数的精度较低,但拟线性回归的参数精度可通过加权回归的方法得到大幅度提高.     

摩尔体积与脂肪醇水溶性的相关性研究

基于有机物的摩尔体积能反映结构差异对分子体积的影响，运用多元线性回归方法，用摩尔体积胁，碳原子个数Ⅳ及量化参数Qc作为独立的变量，对脂肪醇在298K下水溶性的定量结构一性质关系(QSPR)作出预测模型．与63种脂肪醇的-logS、logSovc的线性系数为0．995以上，此法用摩尔体积Mv、碳原子个数N及量化参数Qc进行线性回归均优于相应的文献方法．     

线性结构关系EV模型中参数的可估性分析

从线性回归模型中参数的可估性出发，研究了常系数和变系数线性结构关系EV模型中参数可估的条件．这一条件是很一般的．     

加权线性回归及其应用

介绍权的定义、权的性质、协因数传播律,讨论加权回归的本质以及加权回归法在幂函数、指数函数、双曲函数、S型曲线4种拟线性回归模型中的应用.     

PSO算法在多元线性回归分析问题中的应用

粒子群优化算法（PSO）是一类实用有效的随机全局优化技术．本文简要地介绍了PSO算法的基本原理,具体地描述了使用PSO算法解决多元线性回归分析问题的步骤和结果．通过计算机仿真测试,表明PSO算法在解决多元线性回归分析问题上是一种简单、高效的算法．     

线性回归法代替线性图解法

本文提出用线性回归法代替线性图解法,并且通过具体实例说明这种代替的可能性和必要性。文中列举的实例分为四个部分:(1)线性回归法代替Gran图解法;(2)半波电位E_(1/2)~-及电极反应电子数n的测定;(3)恒电位电解中耗电量Q的测定及电极反应电子数n的测定;(4)测定金属在汞中的扩散系数的高鸿法等。     

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     

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。     

两类新的区间值线性回归模型

一般的区间值线性回归模型都是输入为实向量(元素为实数)。文章提出了二种范围更为广泛的模型,即输入可以是模糊向量(元素为L—R型模糊数)或输入为区间值向量(元素为区间)的回归模型,并利用线性规划的方法给出了区间系数的估计方法。     

基于混沌时间序列分析的信息注入技术研究

初始序列号猜测是在信息对抗中谋求信息优势的一项关键技术。目前常用的初始序列号猜测算法是Michal算法。在对Michal算法进行分析的基础上,结合混沌时间序列分析方法和线性回归法,提出了一种新的初始序列号猜测算法并加以验证;结果表明,序列号猜测对信息注入是有效的,可以减少注入的不确定性,目前操作系统的ISN生成算法仍然存在安全风险。     

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.     

多元回归中因子分析和选择问题初步探讨

讨论了多元线性回归分析中因子选择存在的问题．建议在选择因子时，将Fa作为选择因子的门限值．而不作为假设检验的显著性界限．在逐步回归的基础上，提出以剩余标准差最小为准则的改进算法．文中计算了四例，全部取得最优因子．     

线性回归方程显著性的事先检验问题

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.     

用Lisp语言和Acad系统编程处理实验数据

科研工作中会遇到大量的处理实验数据并转化成图形的情况，由于Ｌｉｓｐ语言和Ａｃａｄ（ＡｕｔｏＣｏｍｐｕｔｅｒＡｉｄｅｄＤｅｓｉｇｎａｎｄＤｒａｆｔｉｎｇ）系统相结合处理数据绘图见长，用此进行了编程的尝试──用Ｌｉｓｐ和Ａｃａｄ编程解决线性相关判断和一元回归计算．获得了初步效果．     

两个随机变量间线性关系的再讨论

引入了欧线性回归、欧线性相关的定义,研究了它的若干性质,从而使这类问题的研究更具一般性.