共查询到17条相似文献,搜索用时 140 毫秒
1.
2.
高丽群 《哈尔滨师范大学自然科学学报》2015,31(3):56-59
时空地理加权回归模型是基于地理加权回归模型的一类有效的空间数据分析方法,主要研究该模型在数据删除模型的基础上系数函数的估计及删除观测点后对整个模型的影响,并且给出了权函数的选择方法. 相似文献
3.
4.
时空数据具有空间非平稳性和时间相关性的特征,单纯考虑空间因素或时间因素,用地理加权回归模型或时间加权回归模型来拟合时空数据,其分析结果不能全面反映时空数据的真实特征.时空加权回归模型通过在线性回归模型中假定回归系数为地理位置和观测时刻的函数,将数据的时空特性纳入到模型中,为探索回归关系的时空平稳性创造了条件.基于加权最小二乘估计理论,给出了时空加权回归模型回归关系的空间平稳性检验和时间相关性检验方法. 相似文献
5.
以黑龙江省资源型城市为研究对象,利用2005~2017年环境质量数据指标构建环境污染水平评价体系,采用重心迁移、空间地理加权回归等方法对资源型城市的环境质量展开研究.结果表明:各资源型城市环境质量平均指数为0.125,鸡西市环境质量在研究期内处于全省较高水平.2015~2017年黑龙江省各资源型城市环境质量指数从总体上... 相似文献
6.
利用随机加权法构造非参数回归函数的随机加权统计量,证明了用随机加权统计量的分布去逼近原估计量的误差分布,其精度可达到o(n^-1/(d 2)√1nnMn),α.s.,其中0<Mn→∞。该结果可以用于构造未知回归函数m(x)的置信区间。 相似文献
7.
8.
利用随机加权法构造非参数回归函数的随机加权统计量,证明了用随机加权统计量的分布去逼近原估计量的误差分布,其精度可达到o(n-1/(d+2) lnnMn),a.s.,其中0<Mn→∞.该结果可以用于构造未知回归函数m(x)的置信区间. 相似文献
9.
以黑龙江省资源型城市为研究对象,利用2010~2016年经济与环境数据指标构建经济转型评价体系,采用重心迁移、空间地理加权回归等方法对资源型城市经济转型能力展开研究,结果表明:各资源型城市总体上经济转型平均指数为0.667,大庆市经济转型能力研究期内一直处于全省较高水平、七台河市经济转型能力未来有增强趋势.在各资源型城市经济转型过程中,经济转型重心分布在佳木斯市西南部地区.研究期内环境水平和社会发展是经济转型的重要驱动因子,各资源型城市经济转型的驱动因子影响力从大到小为:社会发展、环境水平、创新驱动、资源利用、经济增长. 相似文献
10.
本文研究了回归函数及其导数的非参数估计.对随机与固定设计的回归函数,分别利用核估计和非参数加权估计,在核函数及权函数满足一条件下,本文证明了估计一致强收敛于待估函数的速度可达到最优.从而进一步推广和发展了Hardle(1988)、Severini,etal.(1992)的许多结果. 相似文献
11.
研究不相容矩阵方程AXB=D当方程右端项D有扰动时,该方程的加权最佳逼近解的敏感性,并且得到了该方程在最坏情况下加权最佳逼近解的敏感性的严格上界,进而推广了文献[2,7-8]的结果. 相似文献
12.
本文利用多元统计分析中的多元线性回归分析方法,借助于SPSS统计软件,对我国各地区(2001年)国民经济总产值与教育投资做了回归分析,得到了回归方程,并对模型做了比较合理的解释. 相似文献
13.
利用多元线性回归模型,研究了1996年到2008年海南省住宅销售面积、人口及城镇居民可支配收入对海南省住宅销售价格的影响,基于岭回归法来解决自变量间多重共线性的问题,借助EVIEWS6.0和SPSS17.0软件,建立相关的数学模型,最后预测海南省2009年住宅销售价格,结果表明模型短期预测精度较高. 相似文献
14.
Marcinkiewicz积分分析中一类被广泛研究的重要算子,定义了加权向量值Campanato空间,建立了Marcinkiewicz积分算子加权向量值Campanato空间的有界性. 相似文献
15.
16.
应用粗糙集(RoughSet)理论研究了评价和预测问题中各因素的合理赋权问题,给出一种无需专家赋权和调查统计,仅仅从原始的统计数据中挖掘出各评价因素的权重的方法;并依据中国科学院可持续发展研究组所提供的评价指标体系和有关数据,对中国区域经济发展水平评价问题进行了权重挖掘,发现了各评价因素对总体水平评价的不同贡献;按照所得权重给出了新的评价结果,并根据所得权重及海南省经济发展水平现状进行了实证分析. 相似文献
17.
数据流管理与分析的研究是目前国际数据库领域的一个研究热点,数据流上回归分析是一项非常必要而有意义的工作.结合数据流的特征,研究了时间序列数据流的回归分析与预测技术,以及一元线性回归方程的聚集技术,给出了时间序列数据流上的一元线性回归分析模型.在此基础上,提出了一种数据流上的预测模型.最后,试验分析展示了研究结果能够有效地产生时间序列数据流的回归模型和实现数据流未来数据的预测. 相似文献