线性回归在经济预测中的应用

本文着眼于经济问题中变量之间的相关性,引入统计学中的回归模型,采用最小二乘法对其加以预测。并举实例对具体预测过程加以说明,最后进行经济及统计检验说明其合理性。     

利用最小二乘法复原2m弦测轨道波形

本文概述了2m弦测法测量轨道不平顺的原理和利用最小二乘法进行轨道波形复原的算法,基于2m弦测法的原理,着重分析了最小二乘法的2m弦测波形参数估计原理和方法,并进行了模拟仿真.     

回归分析在F-P标准具测量实验中的应用

以测量法布里-珀罗标准具间隔实验中小数序的计算为例,分别建立一元线性回归模型Di2=b0+b1i、二元线性回归模型Di2=b0+b1i+b2i2、加权回归模型及近似直线回归模型Di2=b0+b1i*,采用最小二乘法数据处理过程,分析其应用条件和优缺点,得出近似直线回归方法可以在物理实验处理中广泛应用。     

直线回归的最小距离法

对自变量、因变量的不同选择,用最小二乘法所得到的回归方程是不同的,本文提出直线回归的最小距离法可以得到相同的直线方程,得到计算公式和一些性质。     

残差和为零的非线性回归在材积建模中的应用

为了验证残差和为零的非线性回归分析法在林木材积建模中的应用效果,利用10个树种的建模(编表)数据、伯克霍特材积模型和山本和藏材积模型以及残差和为零的非线性回归分析法,求解10个树种的模型闭合差,并用10个树种的验表数据对所建模型进行验证,同时与用非线性最小二乘回归法进行数据处理的结果进行比较。结果表明,无论是建模结果还是验表结果,残差和为零的回归分析法的精度总体高于非线性最小二乘回归的精度。     

变系数回归模型在计量经济学中的应用

文章主要讨论了变系数回归模型在计量经济学中的应用,变系数回归模型不但有很好的拟合效果,而且可以探讨变量之间的经济结构的非平稳性,这是经典的线性回归模型所不能比拟的.     

Michaelis-Menten模型近似回归方法的改进

对在生命科学中广泛应用的Michaelis-Menten模型，人们通常采用Y=1/Y代换，然后用最小二乘法求出近似回归模型，该近似回归模型对原始数据的测量误差较敏感，严重时会使模型无实用价值，通过对该现象的分析，找出了导致模型失败的原因，给出了一个解决问题的简单实用的方法。     

回归函数的核估计法及其在经济分析中的应用

简介了非参数估计中的一种核估计方法，通过一个财政收支的实例，与最小二乘法进行了比较。     

一次范数最小稳健估计在高程混合网中的应用

目的探讨如何获得高程混合网高精度的平差结果。方法结合高程混合网的模拟计算,分别采用下面4种方法平差,即:第1种,不考虑三角高程测量中折光系数影响的最小二乘法;第2种,考虑三角高程测量中折光系数影响的最小二乘法;第3种,不考虑三角高程测量中折光系数影响的一次范数最小稳健估计;第4种,考虑三角高程测量中折光系数影响的一次范数最小稳健估计。结果上述第2种方法比第1种方法精度高,第3种方法与第4种方法精度相当,且均高于第1种方法和第2种方法。对于一次范数最小稳健估计,权函数中常数c越小,平差结果的精度越高。结论在高程混合网中,上述4种方法中,第3种方法是最佳的,因为它精度最高,同时野外工作量最小。在按一次范数最小稳健估计计算时,应根据需要和实际,选择尽量小的c值。     

刘焯二次内插算法及其在唐代的历史演变

遵循“古证复原”的原则，利用算理分析的方法阐明刘焯等间距二次内插算法的构建原理，提示刘焯算法结构的程序性表现出中国古典数学机械化与构造特征；探讨刘焯二次内插算法从等间距到不等间距的演变历程。     

回归模型中变量变换的图示方法及其应用

将增加变量的思想引入到变量变换中，获得了变量值的简便方法．     

最小二乘法在直线矢量化技术中的应用

由于在计算机中图象的存储和显示常常都是以离散的点阵方式进行的，因而给直线的识别速来了很大的困难。本文采用最小二乘法进行参数估计，以提取模式的特征，得到了比较简单的直线矢量化算法，该算法较好的克服了矢量化算法中存在的短线和畸变的缺陷。     

最小二乘法在测配色中的应用

尝试用最小二乘法求解测配色过程中的K／S—℃曲线拟合问题和测配色中的初始理论浓度配方问题，并通过实验证明此算法求解出的理论值与真宾值之间的色差值是很小的。     

有色噪声下系统阶次辨识的一种近似方法

本文分析了有色噪声下损失函数与噪声模型之间的关系。引入一广义损失函数J′,在噪声模型能估计的条件下,应用损失函数最小法能确定模型的阶次。     

回归模型中异性方差问题的克服

提出了回归分析中异性方差的检验和对估计结果带来的影响以及消除其异方差性的两种方法：对原模型进行变换和加权最小二乘法。     

基于岭回归对新疆农业经济的分析

基于使用最小二乘回归对数做统计回归时,常出现自变量之间因为多重共线性,导致模型预测失去效果的现象,其中和岭回归法是常见的用以处理多重共线性问题的方法。现以新疆农业经济数据为例,运用统计软件对数据进行实证分析,证实了这种方法消除农业经济中多重共线性的可行性,与偏最小二乘回归方法作比较,说明其实现过程和优缺点,有利于提高回归预测模型的精确性和在现实问题中更广泛的应用。     

最小二乘法原理在桥梁检测中的应用

随着公路大规模建设的开展,桥梁数量迅猛增长,由于使用荷载、环境因素以及结构本身缺陷等的作用,致使桥梁出现了使用性能衰退、结构安全等一系列问题。这就引出了如何对桥梁后期检测、维护的问题。处理的方法有多种,在此介绍一种简单实用的方法——最小二乘法及它在EXCEL程序中的应用。     

承压水漏斗中心最低水位的岭回归

针对最小二乘回归方法，回归系教的显著性F检验，如果F〉临界值，则线性回归显著，但当多元回归模型的设计矩阵存在近似线性相关（称为复共线），即｜X^TX｜≈0，这时这一判别标准不具备普遍意义。本文结合实例对设计矩阵出现复共线关系进行岭回归。     

最小一乘回归的新算法

利用加权最小二乘法，提出最小一乘的一种迭代算法，这种方法使最小一乘法在计算上变得简单、直观     

线性回归模型中的H阵及求法

通过引入H阵，对二元线性回归模型的最小二乘法（OLS）估计结果进行了修正，寻找出一种新的参数估计求法，其核心部分是给出H阵的算法，便于计算机编程。