非线性自回归模型的几何非常返性

本文研究了非线性自回归模型的随机稳定性.通过建立恰当的Foster-Lyapunov条件,得到了非线性自回归模型几何非常返的充分条件.     

非线性结构向量自回归因果图的广义似然比辨识方法

利用图模型方法研究非线性结构向量自回归模型的因果性问题.构建了非线性结构向量自回归因果图模型,提出图模型因果性的广义似然比辨识方法.构造同期因果关系和滞后因果关系的广义似然比统计量,使用bootstrap方法来确定检验统计量的原分布,模拟研究论述了方法的有效性.     

数字时间序列分析(Ⅵ)

第三讲动态数据的时域分析模型(2) §3非线性模型 最一般的非线性模型呈如下形式其中f(·)是满足某些解析条件的非线性函数,｛at｝是噪声列。 显然,对于这样一般的非线性模型形式是无从下手研究的.由于非线性领域太宽广,面临的问题又非常复杂多样,因此非线性模型的研究必须更具有应用的针对性,必须与具体的应用学科结合,选择合理的模型形式.下面介绍的几种特殊的非线性模型,都是近几年来基于不同的应用背景提出的,并在实践中得到了肯定. Ⅰ.几种特殊的非线性模型 1.非线性自回归模型即为非线性自回归模型的一般形式.式中f(·)称为模型的p阶…     

基于函数系数自回归模型的风速时间序列预测

准确预测风电场风速是解决风能对电力系统所造成的安全、稳定运行和电能质量等问题的有效途径之一.风速的难以预测是由于它的高度随机和非线性.基于一种非参数的非线性自回归随机模型来预测风速,模型的自回归系数随模型依赖变量的变化而变化,因而它有灵活的非线性结构.数值实验和比较结果表明了这种函数系数自回归模型在风电场风速预测中的有效性.     

基于异方差的自回归预测模型的参数估计及其应用

从齐性方差的线性回归模型参数估计的最小二乘法出发,通过对统计资料的适当变换,利用加权最小二乘法,获得了异方差的线性自回归模型和四种异方差的非线性自回归模型的参数估计公式,并举例阐述了估计公式的应用.     

基于SVR的RAR区域经济预测模型

由于区域经济系统中许多经济变量呈现出强非线性与大波动性的特征,使得传统的时间序列线性建模和预测技术难以适应区域经济预测的要求.为此,提出基于支持向量机改进的残差自回归区域经济预测模型.首先采用时间序列分析中的残差自回归模型对时间序列趋势进行线性拟合,然后对残差自回归模型估计后的残差序列采用支持向量回归方法再次提取其非线性特征,从而提高区域经济时间序列模型的预测精度.最后以广东省GDP的预测实例说明模型的有效性.     

非线性时间序列的投影寻踪学习网络逼近

本文研究非线性自回归模型投影寻踪学习网络逼近的收敛性,证明了在L^k(k为正整数）空间上,投影寻踪学习网络可以以任意精度逼近非线性自回归模型,给出基于投影寻踪学习网络的非线性时间序列模型建模和预报的计算方法和应用实例,对太阳黑子数据,山猫数据及西安数据进行了拟合和预报,将其结果与改进BP网和门限自回归模型相应的结果进行比较,结果表明基于投影寻踪学习网络的非线性时间序列的建模预报方法是一类行之有效的方法。     

一类三参数混沌动力学系统模型及其在经济增长研究中的应用

从非线性自回归模型Xt+1=-αXtλ+1+βXt+γ出发,通过变量替换Xt=aYt,推出三参数混沌动力学系统模型Yt+1=kYt(1-Ytλ)+c;采用线性回归与非线性回归相结合的改进的混合法,对模型参数作了估计;实际研究表明,该模型可以用于对国内生产总值GDP增长的研究.     

多维非线性自回归模型的投影寻踪学习网络逼近

本文研究基于投影寻踪学习网络的多维非线性自回归模型逼近的收敛性，证明了在L^k(k为正整数）空间上，投影寻踪学习网络可以任意精度逼近多维非线性自回归模型，并给出应用实例。     

Switching Control of Nonlinear Systems Based on the Quasi-ARX Model and the SVR Algorithm北大核心CSCD

该文基于改进的含有外部输入项的准线性自回归(准ARX)径向基函数(RBF)网络模型和支持向量回归(SVR)算法,提出了一种非线性切换控制方法.改进的准ARX模型非线性部分采用RBF网络.控制系统设计过程分为三个部分:首先,利用聚类方法确定模型的非线性参数;然后,采用线性SVR算法来解决控制系统的鲁棒性问题;接下来,基于控制误差给出切换判定函数,确定切换律给出控制序列.最后通过数值仿真验证了该方法的有效性.     

基于门限自回归模型下物价指数时间序列分析

对于非线性、非稳定的时间序列, 门限自回归模型具有较好的预测效果. 本文根据四川省1952--2005年商品零售物价指数的资料, 运用门限自回归分析方法对四川省近五十年来的商品零售物价指数进行了时间序列分析, 得到的模型拟合效果较好, 并适合于短期预测, 从而为政府管理物价提供了较精确的数量依据.     

半参数平滑转换分位数自回归模型及应用

已有针对平滑转换自回归模型(STAR)的研究多是将转换函数设定为Logistic函数或指数函数形式,并在均值回归框架下获得模型的估计、检验及预测结果.文章基于重心权有理插值和分位数回归方法,构建一类新的半参数平滑转换分位数自回归模型,其主要特点表现在:第一,基于重心权有理插值方法构造的平滑转换函数,形式更加灵活自由,有效减少了模型误设的风险.第二,在分位数回归框架下,利用遗传算法获得新模型在不同分位点处的平滑转换自回归系数估计,比单纯的均值回归得到的信息更为丰富.数值模拟结果显示,新模型的平滑转换自回归系数估计在无偏性、有效性和一致性方面均具有较好表现.最后,将新模型应用于上证综指日收益率的动态趋势及预测研究,细致揭示了收益率序列在不同阶段、不同分位点处的非线性和异质性变化特征.     

可线性化的含T—Fuzzy数据的非线性回归预测模型

本文探讨了一类可化为线性回归问题的含T—Fuzzy数据的非线性回归预测模型。首先,用两种途经将这类模型化为确定型,并论证了这两种化法的等价性。其次,采取fuzzy加权处理,避免了因线性化而产生的误差。最后由确立经变换得到的经典模型,从而确立原含T—Fuzzy数据的非线性预测模型。用相同的方法,先确定含T—Fuzzy数据的非线性回归预测模型,再确定非线性自回归问题。     

误差非线性回归模型基于几何方法的若干二阶渐近性质

该文用微分几何方法对AR(q)误差非线性回归模型若干二 阶渐近性质进行了研究. 作者基于Fisher信息阵在欧氏空间定义了内积，并在期望参数空间建立了几何结构. 基于上述几何结构，给出了AR(q)误差非线性回归模型若干二阶渐近性质的曲率表示. 将前人的一些结果推广到AR(q)误差非线性回归模型.      

应用SAS解非线性回归问题

.应用SAS/STAT估计非线性回归模型中的参数.首先,通过变量代换,把可以线性化的非线性回归模型化为线性回归模型,并用普通最小二乘法、主成分分析法和偏最小二乘法求模型中的参数和回归模型.其次,通过改良的高斯—牛顿迭代法来估计Logistic模型和Compertz模型中的参数.     

回归模型中异方差或变离差检验问题综述

回归模型的异方差或变离差检验是统计诊断的重要课题。本文系统介绍了普通回归模型、广义回归模型和基于纵向数据的随机效应或自相关回归模型的异方差检验或变离差检验的研究概况和最新进展；同时介绍了作者关于非线性回归模型的相应工作，最后指出了若干有有待进一步研究的问题。     

基于连续可分的广义非线性纵向数据模型偏离名义离差的score检验及其功效

指数族非线性模型或广义非线性模型是广义线性模型和正态回归模型的自然推广.本文针对可分的连续型指数族回归模型(如正态模型,Γ模型,逆高斯模型),讨论广义非线性纵向数据模型中偏离名义离差的检验问题,得到了检验的score统计量,并推导了它们的渐近分布和局部近似功效.然后利用Monte Carlo方法研究了检验统计量的性质.最后利用百慕大草地数据说明了检验方法的应用.     

非线性自回归序列的矩的存在性

本文研究平稳非线性自回归序列的高阶矩的存在性问题,此序列满足带条件异方差的非线性自回归模型。其主要结果是：在某些平稳条件下,只要新息序列具有有穷的r(r≥1)阶矩,该模型的平稳解也有有穷的r阶矩。     

基于PCA与NSSVR的人口老龄化研究

基于非线性光滑支持向量回归机研究了人口老龄化问题.首先介绍了非线性光滑支持向量回归机(NSSVR);其次,提出了人口老龄化影响体系,利用主成分分析(PCA),在体系基础上提取出对老龄化影响明显的9个指标;再次,通过非线性光滑支持向量回归机模型建立了老龄化率与9个影响指标间的相互关系;最后,用非线性光滑支持向量回归机模型对未来人口老龄率进行预测.实证表明,方法具有很好的预测效果.     

人口增长率的非参数自回归预测模型

针对传统的人口增长预测模型不能理想地捕获我国人口增长率数据的非线性性特征,本文基于局部线性非参数估计理论,对我国建国以来的年人口增长率建立了非参数自回归NAR(1)模型,并对2000-2003年的年人口增长率进行了预测,计算结果表明,相对于参数自回归模型而言,非参数自回归模型能够很好地解决人口增长预测这一非线性问题,预测精度较高。