固定影响平行数据模型参数的偏最小二乘估计

当平行数据的解释变量之间存在严重的多重共线性,或者样本点个数与解释变量个数相比较少时,用经典方法求解模型(如最小二乘法等)误差偏大,难以满足实际要求。针对这种情况本文提出用偏最小二乘法思想求解固定影响平行数据模型,并且实例表明误差明显减少,可以满足建模、预报的要求。     

一类半参数变量含误差回归模型的小波估计

研究了一类解释变量为(x,T)的半参数变量含误差模型,其中,x∈Rp为非随机解释变量,T∈R1为随机解释变量.通过应用小波估计法和全最小二乘法得出了未知参数和未知函数的估计,在一般的条件下,证明了估计的强相合性.     

藏族听力残疾儿童社会适应、社会支持与生活满意度的关系研究

运用"听力残疾儿童社会适应行为量表"、"社会支持评定量表"和"生活满意度量表",选择230名西藏藏族听力残疾儿童,探索多元文化背景下藏族听力残疾儿童社会适应、社会支持和生活满意度的关系模型。发现藏族听力残疾儿童社会适应行为与社会支持相关系数为0.611,与生活满意度相关系数为0.507,它们的相关性均达到显著水平。主观支持与客观支持变量联合解释社会适应行为变量51.8%的变异量,支持变量与社会适应行为变量联合解释生活满意度变量59.4%的变异量。社会支持与生活满意度不存在直接效果,而是通过社会适应行为这一中介变量间接地对"生活满意度"产生效应。社会支持可以有效地促进个体社会适应行为的发展,社会适应行为的发展可以提升个体的生活满意度。     

确定函数型数据主成分个数的自适应加权截断法

针对协变量为函数型、响应变量为标量的一元函数型回归模型,提出一种自适应加权截断法来解决主成分基展开时的项数选取问题.首先,分别依据方差解释百分比(PVE)和关联变异解释百分比(PAVE)对函数型主成分个数进行截断,然后对各自截断出的主成分个数进行加权求和,通过优化算法获得使估计误差达到最小的最优权重,进而得到最终的主成...     

中国用电量需求模型的建立及需求预测

讨论了我国用电量及其影响因素问题。取国内生产总值(GDP)、人口总数和原煤产量3个变量作为解释变量,分析它们对用电总量的影响程度。得出以下结论:(1)通过F检验,得出这3个自变量与用电量有显著线性关系,通过t检验,得出人口总数对用电量没有显著性影响,并通过回归诊断,得出线性回归方程。(2)预测了国家2012~2016年的用电量分别为26 533.66亿千瓦时,28 914.31亿千瓦时,31 083.88亿千瓦时,33 157.45亿千瓦时,35 054.74亿千瓦时,这些研究结果为我国电力建设和社会发展规划提供了定量科学依据。     

数字经济对经济韧性的影响研究

研究主要探究了数字经济对中国各省份经济韧性的影响。理论方面，依据对数字经济的定义和内涵的分析，显示数字经济会对经济韧性的提升有显著正向影响。实证分析方面，首先测度2005—2019年中国31个省份的经济韧性和数字经济水平，并在此基础上进行计量分析。结果表明，数字经济显著提高了经济韧性，并且这一结论在进行选取历史数据作为工具变量、替换被解释变量以及进行缩尾处理等检验后仍然成立；数字经济水平高低对于地区韧性的影响还存在异质性。     

海南省老年人数字鸿沟的表现形式、成因及对策

海南省作为老龄化日益严重的区域,随着数字社会的发展和老龄化社会的加速,老年人数字鸿沟问题凸显。该文从信息社会结构的不对等(年代代沟)、信息使用技术人群的偏向(技术横沟)和社会文化的排斥(区域文化差异)分析数字鸿沟形成的原因,进一步探索如何从信息结构实现老年人的平等交流共享,有效应对老年人数字鸿沟问题,最大地弥合数字鸿沟,以数字赋能增强老年人的数字融入感、数字效能感和数字信任的稳定感。     

绿色城镇化多维度响应实证分析——以江西省为例

绿色城镇化是实现绿色生态、低碳生活和可持续发展的重要途径,绿色城镇化的发展深深影响美丽中国的建设,因此经济、社会和生态环境对绿色城镇化发展的作用机制便成为急迫研究的焦点。将熵值法、因子分析法和多元回归模型应用到江西省绿色城镇化多维度响应研究中是十分有益的尝试。首先定性的构建江西省绿色城镇化水平综合评价指标体系,并用熵值法测度出江西省绿色发展水平,再运用因子分析法分别得出社会、经济、生态环境这三个维度的3个主成分,综合响应变量与解释变量进行多元回归分析,得出绿色城镇化水平与经济、社会、生态环境的响应关系。最后构建GAM模型,深入探讨解释变量交互作用对绿色城镇化发展水平的影响特征。通过对江西省绿色城镇化的多维度响应的研究,提出有利于江西省绿色城镇化发展的措施。     

高校运动员训练满意度与竞技动机的关系

为探讨高校运动员训练满意度与竞技动机的关系,研究采用训练满意度量表和竞技动机量表对1 000名高校运动员进行调查。结果表明:(1)高校运动员的训练满意度、竞技动机均受地域特征的影响。(2)高校运动员训练满意度与竞技动机显著正相关,Pearson相关系数达到0.724。(3)高校运动员的训练满意度各维度均作为解释变量显著解释竞技动机55.4%的变异,训练满意度对竞技动机具有较好的预测效应。     

北京市国有单位职工工资影响因素的计量分析——基于1979—2013年的统计数据

该研究基于北京市1979—2013年国有单位在岗职工工资及若干个经济指标的基础上,分析北京市国有单位在岗职工工资的影响因素.该研究选取了政府财政收入、消费价格指数、社会劳动生产率、平均工资、城镇登记失业率作为模型的解释变量,北京市国有单位在岗职工工资为被解释变量,得到修正后的国有单位职工工资模型.结果表明:社会生产率和社会平均工资对北京市国有单位在岗职工的工资有显著的预测作用.该研究根据模型的经济意义为现实生活中国有单位制定职工工资提出了建议.     

数字金融发展、技术创新与经济增长

数字金融的兴起与发展有助于缓解传统金融融资难的境况。采用我国省际面板数据,运用面板工具变量法实证检验数字金融发展对技术创新进而对经济增长的影响。研究发现：数字金融能够促进经济增长;将技术创新作为数字金融发展影响经济增长的中间变量考察,发现数字金融通过技术创新影响经济增长的效应显著,技术创新是数字金融推动经济增长的重要作用渠道。经过稳健性检验后,研究结论依然成立,进而提出促进经济增长的政策建议。     

核磁共振波谱信号分析中的尺度缩放新算法

尺度缩放(scaling)是代谢组学数据处理中的一个重要环节,其主要目的是增强后续多元统计模型的分析能力.但目前常用的尺度缩放方法大多将尺度缩放当成一个独立的数据处理步骤,而未考虑多元统计模型的需要,使得后续的多元统计模型难以达到最优的分析能力.因此,提出一种模型自适应的数据尺度缩放算法,该算法将模型性能的代价函数写成变量缩放系数的一个函数,通过最大化代价函数来寻找最优的变量缩放系数.并且利用真实的核磁共振波谱数据对新方法进行评估,与单位方差法(unit variance,UV)、帕莱托法(Pareto)和变量稳定性法(variable stability,VAST)3种常用的尺度缩放方法进行比较.结果表明,新方法能够保留谱数据的结构信息,有效增强重要变量,抑制噪声和无关变量,提高模型的解释能力和预测能力.     

废水处理过程的KPLS-GPR软测量建模

采取基于核函数偏最小二乘法的高斯过程回归模型(KPLS-GPR),对复杂的造纸废水处理过程中出水化学需氧量(COD)和出水悬浮固形物(SS)质量浓度进行预测.首先,采用KPLS的潜变量作为预测模型的输入变量,以降低数据维度,优化数据结构;其次,建立潜变量与输出变量的GPR回归模型.基于某工厂造纸废水数据进行仿真试验,引入人工神经网络(ANN)、基于偏最小二乘潜变量的预测模型(PLS-ANN)及基于核函数偏最小二乘潜变量的预测模型(KPLS-ANN)作为对比.试验结果表明:KPLS潜变量对预测模型有明显的优化效果,在这些模型中KPLS-GPR预测精度最高;对于出水COD和SS质量浓度的预测,KPLS-GPR的决定系数分别为0.575和0.610,相比于常规预测模型,决定系数可分别提升36.90%和43.87%.     

基于ANOVA及多元回归对人体睡眠质量影响因素的研究

利用ANOVA及多元回归法对影响睡眠质量的因素大小进行了分析。首先利用方差分析法(ANOVA)比较不同睡眠质量人群间各指标之间的差异,其次利用多元回归将人体睡眠质量作为被解释变量,将年龄、性别、可信赖程度、精神质、神经质和性格因素6个指标作为解释变量进行OLS估计,得到诊断人体睡眠质量的多元回归模型;最后利用约束型F检验法判断各指标对人体睡眠质量的影响,并依据检验结果对模型进行了修正。模型结果表明:指标可信赖程度和精神质对睡眠质量不产生影响;性别对睡眠质量的影响程度最大,其次是年龄和神经质,影响程度最小的为指标性格因素。     

LTI系统的数学模型与方框图模型转换方法研究

为了研究线性时不变系统,常需实现系统数学模型与方框图模型的转换。讨论了两种解决该问题的方法：中间变量法、线性法。通过分析得出：线性法在模型转换时,更易于从系统性质角度来解释问题,它更优于中间变量法。     

出行方式选择行为的SEM-Logit整合模型

现有的出行方式选择行为模型仅考虑了可直接观测的出行者的个人社会经济特性和出行方案特性,并未考虑影响选择结果的潜变量,为此,文中提出了出行行为中潜变量的概念,并通过结构方程模型(SEM)刻画潜变量与显变量、潜变量与其测量变量之间的因果关系.然后,基于最大效用理论,对Logit模型的出行方式效用函数进行改进,构建了潜变量与显变量共同作用的SEM-Logit整合模型.结果表明:考虑了潜变量的整合模型的优度比传统Logit模型提高了0.201,最大似然函数估计值增加了20.607,证明潜变量对出行方式选择行为存在显著影响,所提出的整合模型的解释能力和精度较高.     

纯格点规范场相变的变分分析

应用混合方格变量—链变量作用量作为改进平均场理论的试探作用量,用变分法计算了U(2),U(3),SU(2)和SU(3)纯规范场的元方格能量Ep 得到这些规范场的Ep～β曲线.解释了SU(2)和SU(3)规范场为什么没有相变。这些结果比单纯平均场的计算更接近于Monte Carlo 计算的结果。     

基于回归分析的安徽水泥市场预测模型

回归分析法、弹性系数法、时间序列法等是市场预测中常用的方法。本文介绍了其中的回归分析法,并就其在水泥市场预测中的具体应用进行探讨。选取了1995-2005年安徽省固定资产投资与水泥需求量作为两个变量,验证了这两个变量之间的相关关系及相关程度,在确立了因变量(Y)和自变量(X)之后,通过回归检验并建立回归模型来分析预测了安徽省2010年的水泥需求量。     

淇河鲫鱼下咽骨形态学描述

观察成年淇河鲫鱼下咽骨形态特征,比较下咽骨与体型性差.选取58例成年淇河鲫鱼(雄24,雌34)3个体型变量、下咽骨4个形态变量及3个比值变量.测量数据处理采用SPSS 20.0软件.结果显示淇河鲫鱼体型变量性差有统计学意义(P0.05),性差方向是雌性大于雄性;下咽骨形态变量和比值变量性差无统计学意义(P0.05).主成分分析结果显示下咽骨7个变量可以提取3个因子,可以解释原始变量总变异的88.05%.反映了变量之间的关联程度.淇河鲫鱼体型变量性差显著,下咽骨性差无统计学意义;下咽骨变量提取的少数因子可以对多个自变量做出解释.     

预测我国人口总量的具有外生变量的半参数自回归模型

由于现有人口总量线性预测模型不能理想地描述人口这一非线性问题,根据1952-2005年我国人口总量数据和GDP总量数据自身特点及建模的需要,首先对数据进行对数变换和差分运算得到平稳时间序列,然后将GDP总量这一外生变量的滞后量和人口总量的滞后量作为被解释变量建立了含有外生变量的半参数模型.利用RMSE法(即最小化拟合残差)来选择显著变量及最佳带宽,最后检验所建模型的随机误差项服从独立正态分布.结果表明所建模型能较理想地描述非线性问题,其预测精度与其它线性模型相比有了一定的提高.