相依误差下简单线性EV回归模型的参数估计

研究相依误差下简单线性EV回归模型的参数估计问题.由于在很多实际问题中模型中的误差往往是不独立的,具有一定的相依性,为此本文讨论误差为随机系数自回归模型时简单线性EV回归模型的参数估计,在一定条件下得到了估计量的渐近正态性和相合性,推广了已有文献中的结果.     

模糊线性回归模型的参数估计

对观测值为梯形模糊数的线性回归模型，通过一个适当的距离利用最小二乘法讨论参数估计的存在性。对于一元线性回归得到参数估计的解析表达式，对多元线性回归的参数估计转化为二次规划问题。文中例子说明了模型的适用性。     

疲劳曲线的模糊随机加权线性回归及应用

介绍了3种应力-寿命模型，在假设疲劳寿命服从对数正态分布的前提下，将模型中的各参数看作是相互关联的非独立变量。根据协同原理，即相关联的随机方程动态地处于同一概率水平，采用模糊随机加权线性回归方法对试验数据进行拟合，得到了三参数的应力-寿命模型均值和均方差曲线，从而求得在给定应力下各可靠度的疲劳寿命。讨论了当应力存在横向分布时的可靠度和疲劳寿命的计算方法。算例表明，模糊随机加权线性回归方法能够克服常规线性回归分析中由于异常点数据的存在而产生误差的缺点，并且可靠度和疲劳寿命的计算过程也较以往其他文献中的方法简单。     

隧道岩石力学参数的随机-模糊统计分析

由于岩体赋存条件的复杂性以及地质勘探工作量和实验工作量的限制,地质勘探取样存在随机性.实验工作中也不可避免的会产生误差,从而产生随机误差.岩石工程中对岩石的分类、岩体的分类以及对样本的分组也是人为划分,从而岩石样本也存在模糊性.传统的统计方法不适应处理模糊性,因此,建立一种既考虑岩石力学参数和岩体力学参数的随机性又考虑它们的模糊性的随机—模糊统计分析模型.     

广义线性模型参数估计的随机加权法

在广义线性模型中,用随机加权法求解参数估计的渐近方差.通过推导给出随机加权参数估计与未加权参数估计的渐近分布,并且证明它们是相同的,从而可以用容易获得的随机加权估计的渐近分布去近似原参数估计的渐近分布.     

基于模糊结构元方法的模糊线性回归模型

由于统计分析中线性回归分析方法的可靠性不高，人们提出模糊线性回归方法，但是这种方法有随着自变量的增大回归函数将越来越模糊的缺陷。利用模糊结构元的方法揭示了这一缺陷，并采用模糊函数拟合数据点的方法克服了这一缺陷，这里的模糊函数采用模糊结构元的表示方法。理论证明这是一种有效的模糊回归分析方法，并通过实例加以应用，取得了很好的效果。     

一般线性回归模型的参数估计

传统的最小二乘估计在处理一般线性回归模型的参数β和σ2的估计问题时,若遇到异常数据模型拟和得往往不好,现提出另一种估计方法:修正的最小二乘估计.结果表明此方法在处理异常数据时具有明显的优越性.     

基于区间模糊数的模糊线性回归模型及其应用

以区间模糊数为研究对象建立了模糊线性回归模型,以模糊集之间的测度贴近度为理论依据引入了一种模糊数之间距离的概念,并通过最小二乘原理给出了该模型的参数估计方法,最后结合沈阳市温度变化情况的实际例子给出该模型的应用。     

增长记忆型自适应线性回归模型参数估计算法及应用

本文讨论了根据经济信息的不断增长，调整原有线性回归模型的必要性，介绍了一种增长记忆型自适应线性回归模型参数估计算法，并给出了应用实例。     

基于离中度的模糊线性回归模型的统计诊断

针对实数值输入、不确定值输出的模糊线性回归模型,讨论了基于模糊离中度数据删除的模型参数估计,建立了观测数据中异常点或强影响点的检验统计诊断量,并给出运用该诊断量进行检验的步骤.文章中的方法不仅能够在一定程度上克服已有方法的某些不足,而且能有效地提高计算结果的准确性,最后实例表明,该统计诊断量是合理有效的.     

带线性约束的新两参数估计

针对带约束的最小二乘估计在参数估计中处理复共线性的不足,引入随机线性约束,提出了约束新两参数估计.并且得到在均方误差下,约束新两参数估计与约束最小二乘估计,约束岭估计和约束Liu估计相比的优良性.     

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.     

截断数据的线性回归模型

设有线性回归模型：ｙｉ＝α＋βｘｉ＋εｉ，只能观察到（ｚｉ，δｉ），其中ｚｉ＝ｍｉｎ（ｙｉ，ｔｉ），δｉ＝Ｉ（ｙｉ≤ｔｉ），ｉ＝１，２，…，ｎ．本文讨论了｛ｔｉ｝独立不必同分布条件下，β的估计以及它的相合性和渐近正态性     

最大似然估计在一元线性回归中的应用

最大似然估计是参数估计的常用方法。应用最大似然估计方法估计一元线性回归方程中的未知参数,与用最小二乘估计得到相同的结果,说明此方法的适用性。     

具有自相关误差变系数回归模型的局部线性估计

变系数回归模型误差具有自回归结构时,基于重新改写具有自回归误差的变系数回归模型为独立误差的变系数回归模型,文章提出其局部线性估计方法.模拟结果显示该估计方法是有效的.     

混合系数线性模型的参数估计及其分布

在连续测量数据情况下，讨论了混合系数的正态线性模型参数的点估计及其分布和有关性质．     

带有双误差项线性回归模型的鲁棒参数估计

一般的参数估计往往对分布的偏差很敏感,对于带有一个误差项的系统,鲁棒参数估计方法能较好地解决这一问题.这里基于极小极大方法,给出了带有两个误差项线性回归模型的鲁棒参数估计.     

一类带跳的线性回归模型

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。     

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．