零膨胀泊松混合回归中的变量选择

来源于不同总体的数据异质性较大,数据“零取值”较多且离散度大,可利用零膨胀泊松(ZIP)混合回归模型建模分析,然而混合模型中自变量较多.为了筛选出重要变量,本文利用自适应LASSO对ZIP混合回归模型进行变量选择,即在似然函数中加入惩罚项,再利用EM算法估计参数.通过模拟,验证了该方法在变量选择和参数估计中的有效性.同时,将ZIP混合回归模型应用于预测借贷失败次数的实际数据分析,筛选出对借贷失败有重要影响的因素.最后,通过比较各模型的预测效果,得到ZIP混合回归模型优于泊松(Poisson),负二项(NB)和ZIP回归模型.     

基于偏正态数据下联合位置与尺度混合专家回归模型的参数估计北大核心CSCD

混合专家回归模型广泛应用于异质总体数据的分类,聚类及回归分析中.研究基于偏正态数据,提出了联合位置与尺度混合专家回归模型,该模型同时对位置,尺度和混合比例参数建模,应用MM算法和EM算法研究了该模型参数的极大似然估计.通过随机模拟和实例分析说明了该模型和方法的有效性与实用性.     

联合均值与方差混合专家回归模型的参数估计

在社会、经济领域中存在大量来自异质总体的异方差数据.本文针对异质总体的异方差数据,研究提出联合均值与方差混合专家回归模型,该模型同时对感兴趣的均值、方差和混合比例参数建模,可以概括和描述众多的实际问题.然后,利用EM算法和MM算法给出该模型的最大似然估计,进而通过Monte Carlo随机模拟来验证所提出的方法的有效性.最后,本文结合实际数据AQI(空气质量指数)说明模型的实用性和可行性.     

成分数据的logistic回归模型研究

由于成分数据的定和约束,使得不能直接用经典的统计方法对其进行回归建模。本文基于log-ratio等一系列变换,建立了带有等式约束的成分数据的logistic回归模型,并将其应用于肠道菌群和2型糖尿病的关系的研究中。数值模拟与实证结果表明,本文所提出的模型有良好的表现。     

两部分混合回归模型的贝叶斯推断

两部分回归模型在刻画半连续型数据的概率发生机制具有重要作用.本文将经典的两部分回归模型推广到两部分有限混合模型,通过假定多条回归直线的混合来解释分布的不齐一性.在贝叶斯框架内,运用马尔可夫链蒙特卡洛(MCMC)方法来进行后验分析.Polya-Gamma先验被用来对logistic模型进行拟合,同时,Stick-breaking先验用于随机权.这些有助于加速后验抽样.本文对可卡因数据展开实证分析.     

PLSR模型的回归效果分析

本文简单地介绍了多元线性回归、主元回归、部分最小二乘回归模型 ,用实例对三种方法的回归性能进行比较 ,并指出在消除多重共线性、回归系数估计精度及预测精度等方面 ,部分最小二乘回归模型优于其它两种模型     

零调整分位数回归模型在车辆保险索赔额中的研究与应用

车辆保险产品的定价一般会考虑保单持有人的索赔概率和期望索赔额等两个因素,零调整逆高斯回归模型作为解决这类问题的一个有力工具,由于变量分布的限定,从而具有一定的局限性.针对该问题,本文基于零调整逆高斯回归模型和分位数回归模型的思想,提出零调整分位数回归模型,并结合实际数据进行了拟合分析.与零调整逆高斯回归模型拟合的结果比较表明,零调整分位数回归模型可以作为研究车辆保险中索赔额的一个有力工具.     

基于回归分析的机场拥挤预测问题研究

及时有效的预测机场拥挤状态并辅助机场管理部门采取相应缓解拥挤的措施,将有助于提高机场的服务质量和运行效率.提出了利用回归分析的方法对机场拥挤问题进行研究.利用已有的历史航班数据挖掘出与机场拥挤最为相关的因素,并将其作为预测变量来预测响应变量.使用到两种回归分析方法即:普通最小二乘回归(OLS)和支持向量回归(SVR).使用历史数据来训练模型,并将这两种训练模型用于真实数据集上做测试,且取得较好的预测效果.实验结果证明该方法在机场拥挤预测问题上的可用性和有效性.     

语言数据的自回归模型及其在上证综指预测中的应用

专家对金融证券市场的感知和判断是一相对重要的信息资源,应在系统建模中结合实际数据加以适当吸收和利用。本文给出基于随机模糊结合方法的一类移动平均自回归模型,并将其用于上证综指月度数据的趋势预测中。由于专家的感知或判断通常以语言形式表达,而语言通常具有模糊性特征。基于模糊随机变量对此类语言数据定义其均值、方差、协方差以及误差标准化过程,并得到模型在一种集间距离下的最小二乘估计及其渐近性质。给出了该模型在上证综指预测中的实证结果,其表明本文的自回归模型不仅较好地适用于语言数据环境并给出良好的模糊值预测结果,而且同时带来对原始股价序列的较准确预测结果,其精度对比基于实际数据的自回归模型的预测结果有显著提高。     

基于Logistic回归的水质预测研究

在环境系统评价中,水环境质量等级评价是其中十分重要的工作.鉴于对水环境研究中,水质级别为分类变量不能利用传统回归方法分析的特征,基于logistic回归方法建立了一种水质级别预测模型.利用长江流域的水质监测数据,将logistic回归应用于水质数据分析,进行水质建模,对水质级别做出预测.研究结果表明利用logistic回归进行水质分析,具有良好的拟合和预测效果.     

线性约束下异方差回归模型参数的极大似然估计

运用参数的极大似然估计法,给出在线性约束条件Hβ=C下异方差回归模型参数β和λ的极大似然估计,并讨论了估计参数的性质和模型的残差.利用得到的结论对线性约束下异方差回归模型的进一步研究和应用具有一定的理论和实际价值.     

超立方体上的多元线性回归模型的最优设计

对n维超立方体上的多元线性回归模型采用2n个顶点进行均匀测度设计,证明了该设计在Iλ最优准则及D、A最优准则下都是最优设计,并给出了n=2,3时的最小二乘估计.     

多维时序定阶方法对偏最小二乘回归模型预报精度的改进

运用时间序列多维自回归模型的定阶方法 ,解决了偏最小二乘回归模型中自变量的选择问题 .通过对我国财政收入的预报分析表明 ,这两种统计模型的结合使用 ,较大程度地提高了预报精度     

多项Probit模型中回归系数的逆回归估计

本文将多项Probit模型推广到更一般的形式, 研究了推广的多项Probit模型的逆回归性质,给出了回归系数的逆回归估计方法, 并证明了在满足一些条件时估计是渐近正态的. 模拟表明逆回归估计方法有良好的表现.     

Universal Consistency of Local Polynomial Kernel Regression Estimates

Regression function estimation from independent and identically distributed data is considered. The L ₂ error with integration with respect to the design measure is used as an error criterion. It is shown that suitably defined local polynomial kernel estimates are weakly and strongly universally consistent, i.e., it is shown that the L ₂ errors of these estimates converge to zero almost surely and in L ₁ for all distributions.     

单相关回归模型的效率及其模拟分析

本文研究一类单相关回归模型的效率及其应用,证明了对单相关回归模型的任一可估函数ｃ′β＝ｃ′（Ｘ′Ｘ）－Ｘ′Ｙ的最小二乘估计（ＬＳ）都是最佳线性一致无偏估计（ＢＬＵ）,给出了这类模型的均方误差比效率的下确界（ｉｎｆρＭＳＥＲ）．同时研究了用最小二乘估计代替最佳线性一致无偏估计时应注意的问题     

纵向数据半参数Beta回归模型的影响分析

本将随机效应当作是缺失数据,基于Q函数和EM算法并利用P-样条拟合非参数部分,得到了纵向数据半参数Beta回归模型估计方法.基于数据删除模型,我们得到了模型参数部分的广义Cook距离以及非参数部分的广义DFIT.此外,本文还研究了在四种不同扰动情形下模型的局部影响分析,得到了相应的影响矩阵.最后,我们通过两个数值实例验证了所得诊断统计量的有效性.     

关于企业经济效益综合评价模型的再讨论——利用费歇判别值进行排序的质疑

本文从理论上讨论了费歇判别与回归模型的等价，指出了利用费歇判别值对企业的综合经济效益进行排序是不合理的，并提出了改进的综合评价方法     

带模糊回归参数的线性回归模型

本文讨论了数值输入模糊数输出的观测数据的线性最小二乘拟合问题，建立了数值空间到模糊数空间的带模糊回归参数的线性回归模型，证明了模型解的存在性和唯一性，并得到了解的表达式。本模型应用简便，具有实用价值。     

基于伽玛与对数正态分布假设下的广义线性模型的比较和应用

本文在假设每次损失金额的变异系数相同,且它们服从伽玛分布或对数正态分布的条件下,讨论了加法模型和乘法模型的参数估计和拟合优度检验,并应用一组实际损失数据对上述模型进行了实证比较。结果表明,对于一组特定的损失数据,对数正态分布假设下的广义线性模型可能优于伽玛分布假设下的广义线性模型。