多气体传感器信号样条回归分析

回归分析研究某一变量和其他有关变量的依赖关系 ,它利用观测数据建立变量之间的回归模型 ,并做出预报和控制 .目前 ,回归分析已广泛应用于工程、经济、金融、生物和医学等领域 .将样条回归分析方法用于电子鼻系统中多气体传感器信号的信息处理 ,针对牛肉样本建立了牛肉新鲜度样条回归模型 ,并对该模型进行了回归分析 ,给出了牛肉新鲜度预报值和估计区间 .研究结果表明 ,样条回归分析适用于电子鼻系统在牛肉新鲜度检测中的信息处理     

广义样条带权回归及其应用

在样条回归的基础上，提出了适用于非单调数据的广义样条带权回归方法，经我校区用电量实例计算验证，比广义线性、多项式逐步和传统样条回归方法的效果显著     

多气体传感器信号样条回归信息处理

用样条回归分析方法于电子鼻系统中多气体传感器信号信息处理。针对牛肉样本建立了牛肉新鲜度样条回归模型，并对该模型进行了回归分析。研究结果表明，所提出的方法适用于电子鼻系统对牛肉新鲜度检测中的信息处理。     

基于多项式样条函数的利率期限结构模型实证比较

推导出三次分段多项式样条贴现函数一般式的简化式，建立零息票债券利率期限结构样条回归模型，推导出即期零息票债券利率期限结构，并与文献[12]中的模型进行实证比较，结果表明本文模型能较好地降低国债定价误差。     

非参数回归在 R 中的实现

介绍非参数回归模型的两种估计方法,即局部多项式回归和光滑样条回归,并详细阐述了两种方法在R中的实现过程,对理解非参数回归模型有很大帮助,并给出了局部多项式回归和光滑样条回归的程序代码,使非参数回归的应用变得简单,结果解释也较为容易,有利于在实际中应用.     

非参数Bayes样条回归

对于非参数回归模型y= f(x)+ε,其中f (x)为光滑的连续函数.用样条函数来逼近f (x),不具体选择结点的个数,考虑到结点个数的不确定性,给定结点个数一个均匀的无信息先验,用Bayes模型平均的方法来估计f (x).得到了f (x)的Bayes估计和Bayes后验区间估计.