正交回归和一般最小二乘回归的几何误差分析

线性回归分析中,一般最小二乘回归的目标函数只考虑一个方向的扰动,采用基于几何距离的正交回归能克服固定单方向最优带来的拟合稳定性差的弊端。本文分析和比较了正交回归和一般最小二乘回归的误差,并定量地给出了两者的几何误差与原始数据的方差、相关系数之间的关系,指出正交回归的几何误差小于一般最小二乘回归,并且正交回归具有旋转不变性。最后,以平面直线拟合为例验证了这个结论。     

不同基底的正交多项式回归

提出了把Legendre多项式转换为定义在{1,2,…,n}上的正交多项式的Gram-Schmidt正交化方法.模拟比较了不同基底的正交多项式回归效果的差异.实证发现在AIC准则下,正交多项式回归在保证拟合效果的同时可最大限度地降低多项式次数.开发了正交多项式回归全过程和模型评价的MATLAB软件工程.     

小麦产量结构的回归分析与正交优化

本文对鲁麦２号小麦的产量结构进行了回归分析。并在回归分析的基础上用正交优化的方法，探讨了鲁麦２号小麦产量结构的优化组合。     

回归正交试验设计在水飞蓟素提取工艺中的应用

本文针对水飞蓟素提取工艺利用二次回归正交设计 ,进行了五个变量的正交回归设计 ,获得了最佳的试验工艺参数值以及相应的数学模型     

多元测量误差模型的稳健GM-估计量

由于EV（Errores-in-Variables)模型（也称测量误差模型）的最大似然估计由正交回归给出，而正交回归对污染数据是敏感的，所以，需要采用稳健的统计方法来估计模型参数。本文在多元EV模型中引入稳健GM-估计量，把一元正态EV模型的若干结果推广到多元情形，所得的稳健性结果不仅更具一般性，而且还修正了文献中对一元情形给出的一个错误结果。     

非等距二元正交多项式回归

本文给出一种非街距二元正交多项式回归，从而将文「１」的结果推广到了二元情形。     

正交设计的最新发展和应用-回归分析在正交设计的应用

正交设计有许多新发展,本系列讲座介绍其中的一些便于应用的结果,共有四部份：回归分析在正交设计中的应用,均匀正交设计,正交设计的Ｄ－最优性,以及正交设计的投影性质。本讲强调回归分析用于正交设计的建模、估计、减少参数数目方面的应用     

利用回归正交试验法进行热处理最优工艺参数选择

一、什么是回归正交试验法 回归分析法与正交试验法是两种比较行之有效的数理统计方法,现都非常广泛地使用在各种科学领域之中。 古典的“回归分析”本身存在一定的缺点,为了获得充分的信息,不得不盲目增加试验次数以致于在多因素问题上有时达不到试验目的,对所求的回归方程的精度也较差,近20年来,由于实践的需要,将两者有机结合起来,而发展成“回归正交试验法”。 回归正交试验法就是利用“正交试验法”的“正交性”这一特点,利用“均衡分散性”与“整有可比性”这两条基本原理,合理的、科学的、有目的在正交表上按排试验,以较少的试验次数…     

加权非线性回归的Score检验及其局部影响分析

在回归分析中，随机误差是否存在方差齐性是理论与应用工作者都十分关心的问题，对线性回归，已有许多讨论。本文则讨论加权非线性回归方差齐性的假设检验问题，本文把关于线性回归方差齐性Ｓｃｏｒｅ检验的结果推广到非线性回归；并利用Ｃｏｘ＆Ｒｅｉｄ的参数正交化方法得到修正的Ｓｃｏｒｅ检验统计量，同时，本文还讨论了微小扰动对于Ｓｃｏｒｅ统计量的局部影响，得到了度量最大局部影响的诊断统计量。     

利用数理统计方法研究冷芯盒法型芯强度与工艺因素的关系

本文介绍利用正交试验、方差分析及回归分析综合研究混砂时间、粘结剂量及通催化气时间对冷芯盒法型芯强度的影响，确定了这三个工艺因素对强度影响的显著程度及与强度关系的回归方程式，并对回归方程进行了实验验证。     

Regularized fuzzy clusterwise ridge regression

Fuzzy clusterwise regression has been a useful method for investigating cluster-level heterogeneity of observations based on linear regression. This method integrates fuzzy clustering and ordinary least-squares regression, thereby enabling to estimate regression coefficients for each cluster and fuzzy cluster memberships of observations simultaneously. In practice, however, fuzzy clusterwise regression may suffer from multicollinearity as it builds on ordinary least-squares regression. To deal with this problem in fuzzy clusterwise regression, a new method, called regularized fuzzy clusterwise ridge regression, is proposed that combines ridge regression with regularized fuzzy clustering in a unified framework. In the proposed method, ridge regression is adopted to estimate clusterwise regression coefficients while handling potential multicollinearity among predictor variables. In addition, regularized fuzzy clustering based on maximizing entropy is utilized to systematically determine an optimal degree of fuzziness in memberships. A simulation study is conducted to evaluate parameter recovery of the proposed method as compared to the extant non-regularized counterpart. The usefulness of the proposed method is illustrated by an application concerning the relationship among the characteristics of used cars.     

Box-Cox变换用于分位数回归曲线相交问题的研究

将Box-Cox变换与分位数回归模型相结合(两阶段法),是分位数回归研究领域的一大进步。该法虽然两步都与分位数回归的检验函数紧密结合,但是由于没有利用分位数回归的优良性质,而是引入了中间参变量,因此增加了模型的累进误差,降低了模型精度。更重要的是,两阶段法没有对于分位数回归领域中普遍出现的分位数回归曲线的相交问题给出解决方法。针对这些问题,经研究应该首先确定Box-Cox变换的参数,避免模型中不确定因素的引入,然后对数据进行整体变换并结合分位数检验函数,直接利用分位数回归的优良性质,最终确定分位数回归模型的参数。实例证明,该方法提高了模型的精度,可以有效地解决分位数回归曲线的相交问题。     

基于反馈回归法的用电量预测模型研究

多元线性回归法是用电量预测中常用的一种方法,带反馈的多元线性回归法是一种改进的回归方法,具有更高的精度.本文在此基础上进行了多次反馈,即利用带多次反馈的多元线性回归法,结合SPSS软件进行统计分析,并以陕西省用电量为例探究分析多次反馈的多元线性回归法在用电量预测中的应用,从而得到更精准的用电量预测模型.最后以四川省的用电量数据对模型进行了验证,体现出了该模型的优越之处.     

基于灰色理论的线性回归模型的参数理论及应用

线性回归分析是数理统计学的基本内容之一,但传统数理统计学中的线性回归分析,是建立在非模糊的随机数据上的线性回归估计和回归系数检验。而现实经济社会中大量存在含有模糊或灰色等不分明性的数据,面对这类不分明性数据,简单地使用传统的统计分析方法显然是不足取的。要想较为科学合理地分析与决策,需要利用灰色系统的相关理论,应用于随机系统信息,从而建立灰色线性回归估计、预测和灰色回归系数检验的基本理论方法,并把该方法应用于金融分析实例中,与经典线性回归分析方法进行对比,足见灰色线性回归方法能够提供比经典线性回归较多的有效信息,从而提出处理不分明数据新的方法。     

关于非等距序列建模过程的讨论

目的:怎样建立非等距序列的最佳数学模型.方法:讨论用灰色系统GM(1.1)模型和非线性回归方法建立非等距序列的数学模型的过程,找出产生问题的原因,寻求解决问题的方法.结果:接近于指数规律变化的非等距序列,用非线性回归方法建立的数学模型比用灰色系统GM(1.1)模型方法建立的数学模型的精度高;对于其他的非等距序列,用灰色系统GM(1.1)模型方法建立的数学模型比用非线性回归方法建立的数学模型的精度高.结论:在建立非等距序列的数学模型时,采用灰色系统GM(1.1)模型方法与非线性回归方法结合的策略,可以得到较佳的数学模型.     

ɾʧ�ع�ģ����һ��LASSO�ͱ���ѡ��͹��Ʒ���

删失回归模型是一种很重要的模型,它在计量经济学中有着广泛的应用. 然而,它的变量选择问题在现今的参考文献中研究的比较少.本文提出了一个LASSO型变量选择和估计方法,称之为多样化惩罚$L_1$限制方法, 简称为DPLC. 另外,我们给出了非0回归系数估计的大样本渐近性质. 最后,大量的模拟研究表明了DPLC方法和一般的最优子集选择方法在变量选择和估计方面有着相同的能力.     

医学研究中标准曲线修正的初探

目的:在医学研究和临床检验中经常使用定量检测法,在该方法中标准曲线被广泛应用,且其准确性直接影响检测结果.从统计学角度对其进行修正,使结果更为可靠.方法:应用直线回归法对直线型标准曲线进行处理,求出直线回归方程;对曲线型标准曲线,先将指数方程取对数后变成直线方程,然后求直线回归方程后再回代,求出曲线回归方程.结果:以蛋白量与其对应的OD值间关系求得直线回归方程y=0 .0 0 6x;以TNFα浓度与对应的OD值间关系求得指数回归方程y=0 .0 1 5 x0 .732 ,对两者进行F检验,回归效果均极显著.结论:应用回归法可获得定量检测法中常用的直线型及曲线型标准曲线的方程,据此可直接计算出待测样本所需数据,使其更为简便、准确、可靠.     

岭回归分析的SAS程序设计

田俊．岭回归分析的ＳＡＳ程序设计．岭回归分析方法是传统的多元回归分析方法的一个补充,在实际工作中经常使用。但是在标准统计软件ＳＡＳ中没有专门的岭回归分析过程,本文介绍如何通过设置伪样品后使用ＳＡＳ进行岭回归分析     

Empirical likelihood for single-index models

The empirical likelihood method is especially useful for constructing confidence intervals or regions of the parameter of interest. This method has been extensively applied to linear regression and generalized linear regression models. In this paper, the empirical likelihood method for single-index regression models is studied. An estimated empirical log-likelihood approach to construct the confidence region of the regression parameter is developed. An adjusted empirical log-likelihood ratio is proved to be asymptotically standard chi-square. A simulation study indicates that compared with a normal approximation-based approach, the proposed method described herein works better in terms of coverage probabilities and areas (lengths) of confidence regions (intervals).     

预报因子选择的条件数方法及其在台风强度预报中的应用

选择合适的变量是建立多元线性回归方程的重要问题.以减弱诸多变量之间的复共线性为目标,采用条件数分析方法选择多元回归模型的自变量.最后以西北太平洋海域2001-2011年5-7月的台风强度为研究对象,利用条件数方法建立预报方程进行预报试验,并进一步将该预报方法与逐步回归方法进行对比分析.