自相关线性回归模型的若干问题

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。     

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.     

基于小波的加外生变量部分线性自回归模型在石油价格预测中的应用

利用小波函数结合引入外生变量的部分线性自回归模型对WTI现货价格序列进行建模研究,并与部分线性自回归模型和加外生变量的部分线性自回归模型进行比较分析,结果表明：结合小波且加外生变量的部分线性自回归模型的预测精度较高,在石油市场价格预测中有较高的准确性.     

差分侧信道密码分析中泄露模型的线性回归分析

从统计学线性回归模型的角度研究密码设备差分侧信道分析攻击中泄露模型的建模及估计,在不需对设备信息泄露有提前了解的情况下,得出线性回归泄露模型,克服了传统泄露模型的局限性.首先,分析能耗泄露的随机模型从而构建线性回归模型,然后用最小二乘估计和最小一乘估计两种方法求解线性回归模型的系数,最后基于八位控制器PayTV-AES智能卡平台实现能耗泄露的建模及系数估计.通过对两种求解方法结果的比较,提出最小二乘估计比最小一乘估计更适合用于泄露模型的线性回归分析;通过对被估模型系数曲线的分析,提出线性回归分析可以用于测量数据的预处理,以提高泄露模型建模效率.     

城市日用水量预测的非参数模型研究

本文针对传统的线性回归模型误差较大的特点,利用核估计与局部线性估计方法,以气温、节假日为自变量,以用水量为因变量建立了城市日用水量的多元非参数回归模型.经西安市实例验证表明,相对于线性回归模型而言,多元非参数回归模型预测精度较高,预测效果好.     

线性自回归模型的自回归分析

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。     

RBF神经网络优化灰线性回归模型预测建模

针对建筑物地基沉降的机理以及RBF(Radial Basis Function,径向基函数)神经网络能够有效描述不确定性问题和解决复杂非线性问题等特点,通过反复试验,优化设计,建立了RBF神经网络,并用该网络优化灰线性回归预测模型,建立RBF灰线性组合预测模型。通过工程实例,比较分析了单一灰色模型、灰线性回归模型、RBF优化的灰线性回归模型的预测精度。结果表明,RBF优化后的灰线性回归预测模型精度优于灰色模型、灰线性回归模型,预测中误差达到0.0014 mm。径向基神经网络优化后的灰线性模型能更好地反映建筑物沉降的总体趋势及规律。     

具有异方差结构的一阶线性回归模型的DS最优设计

探讨具有异方差结构的一阶线性回归模型的DS最优设计问题,给出其异方差结构函数满足一定条件的固定系数一阶线性回归模型的DS最优设计的解析式,并证明随机系数一阶线性回归模型不存在任何DS最优设计.     

线性回归模型中的变点分析

本文利用线性回归模型中单变点估计法，逐步调整法，得到了线性回归模型中的多变点估计量的可行方法。     

影响分析发展综述

影响分析是近二十年来发展的一个新分支,它主要有二个方面的问题;一是模型扰动的方式;二是度量扰动对统计推断影响大小的标准。本文主要综述线性回归模型、非线性回归模型、Logist回归模型及多元线性回归模型中影响分析的发展情况。     

线性估计在矩阵损失下的可容许性

研究了多元线性模型Y～N(XΘ，σ     

改进的非正定方差阵下证券组合投资模型

为了更全面的研究各类方差阵下的证券组合投资模型,在分析非负定方差阵下的证券组合投资模型[1]的基础上,利用线性代数的二次型及对称阵的相关理论知识,提出了非正定方差阵下证券组合投资模型的改进方法,使得模型中的方差阵最终转化成正定阵.此模型对于研究协方差矩阵为非正定的证券组合投资模型的最优投资比列系数有一定的参考价值.     

多元线性模型与最佳预测

运用多元回归模型方法建立了多指标预测模型,在矩阵损失下,利用正交投影阵及矩阵分析等知识找到了预测指标的最优线性估计类,且从中得到了几个最优线性估计,使其应用范围更加广泛.     

线性自回归加权递推模型

本文论述了线性自回归加权递推模型及其预测方法,并将指数窗加权方法用于自回归递推模型。以广西实际资料具体阐述了线性自回归加权递推模型在大林业中的应用。     

半参数广义线性模型的局部影响分析

分析半参数广义线性模型的局部影响, 分别对加权扰动模型,响应变量扰动模型, 自变量扰动模型得到了影响矩阵的计算公式.最后分析了实际数据, 证实了方法的有效性.本文结果是Cook(1986)和Wei(1998)关于线性模型和指数族非线性模型的工作在半参数模型中的推广和发展.     

更为广义的线性回归模型及其气象应用

为了解决传统的线性回归模型不具备全域分析能力以及表达能力受到模型维数限制的问题,基于要素场和矩阵的概念,提出了基于场的更为广义的线性回归模型——全回归模型。利用大规模要素场分布资料构建全回归模型,模型基本方程采用矩阵形式,方程的基本元素为要素场,相较于传统回归模型,该模型涵盖要素场整体信息。与传统回归方案进行对比分析,结果表明:该模型具有全局表达能力,在拟合过程中采用最小二乘方案可以得到全局最优结果;不同于传统回归模型的单调性特征,该模型自变量局部扰动对因变量的影响有利于分析相关过程;对于传统统计预报而言,基于矩阵分析理论及该模型全局表达能力,可以将该模型延伸应用至单站回归预报。     

多重线性回归模型系统的贝叶斯预报分析

指出多重线性模型系统的贝叶斯预报分析是贝叶斯线性模型理论的重要组成部分．通过模型系统的统计结构,证明了矩阵正态-Wishart分布为模型参数的共轭先验分布;利用贝叶斯定理,根据模型的样本似然函数和参数的先验分布推导了参数的后验分布;然后,从数学上严格推断了模型的预报分布密度函数,证明了模型预报分布为矩阵t分布．研究结果表明：由于参数先验分布的作用,样本的预报分布与其原统计分布有着本质性的差异,前者为从矩阵正态分布,而后者为矩阵t分布．     

矩阵损失下线性估计可容许性的注记

研究矩阵损失下线性模型中线性估计的可容许性, 利用矩阵论的相关知识给出了齐次线性估计类和非齐次线性估计类中可容许估计的新刻画, 并举例说明所给条件更易于应用.     

一类不确定奇异系统的鲁棒稳定性分析方法

根据不确定系统的线性分式模型,构造出一类不确定奇异系统的线性分式模型.定义了具有这种模型的不确定奇异系统的广义二次稳定性,给出了其广义二次稳定的充要条件,并利用严格的线性矩阵不等式和矩阵Shur补性质给出其证明过程.     

线性回归模型复相关系数的影响评价

在线性模型中，复相关系数作为模型拟合程序的度量是一个常用的统计量，但它对异常值及影响点是很敏感的，本文用数据删除法及局部影响分析讨论复相关系数的影响点的识别问题，在各种情况下都得了了相应的诊断统计量，最后用一实例加以说明。