系数为LR-型模糊数的模糊线性最小二乘回归

针对输入、输出以及系数为LR-型模糊数的情况,建立模糊线性回归模型,提出该模型的最小二乘估计以及模型性能评价方法。当输入、输出以及系数都退化为精确值时,该估计退化为经典的最小二乘估计。该方法不仅适用于三角模糊数,也适用于其它LR-型模糊数(如指数型模糊数)。数值模拟表明,该方法的拟合效果较好。     

系数为梯形模糊数的模糊回归分析的最小二乘法

由于模糊数往往可以用梯形模糊数来逼近,因此对梯形模糊数的模糊回归模型的研究就有一定的实用价值.采用最小二乘的方法,针对输入为精确数、输出和回归系数都是梯形模糊数的模糊线性回归模型,讨论了该模型回归系数的最小二乘估计及误差项的估计,实例说明了提出的参数估计的拟合度比较好.     

基于结构元最小二乘序的模糊线性回归

在具有模糊观测数据的线性回归问题中,通过定义模糊序指标实现模糊数的排序,借助经典最小二乘法原理,给出了使平方误差和在此排序方法下达到最小的模糊回归系数最小二乘序估计方法。三个例子的结果表明,文中的最小二乘方法能很好的对输入和输出为模糊数,回归系数为精确值的回归模型进行估计,更重要的是,此方法不仅对三角模糊数适用,对其他类型的模糊观测数据也适用。     

基于多目标规划法的模糊线性回归分析

讨论输入、输出均为模糊数,回归系数为实数时的模糊线性回归分析。由于模糊最小二乘线性回归容易受异常值的影响,而最小一乘法能有效地降低回归模型的误差。为此,基于最小一乘法,建立多目标规划模型并将其转化为非线性规划问题进行求解,从而实现模糊线性回归模型的参数估计。最后,结合一个数值实例,验证和比较该方法的合理性和优越性。     

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。     

基于模糊Cook距离的模糊线性回归模型的统计诊断

针对确定输入、模糊输出的模糊线性回归分析模型,采用最小二乘法,讨论了模糊线性回归模型的数据删除模型的参数估计,将建立在确定性数据基础上的线性回归模型统计诊断量Cook距离推广到模糊线性回归分析模型中,构造了统计诊断量—模糊Cook距离,通过数值模拟和对实际例子的研究,识别出其中的强影响点,得出与其它方法相同的结论,表明本文构造的统计诊断量是有效的,且应用比其它方法更方便.     

基于具有LR型模糊输出回归模型的保费预测

在保费预测研究中,提出了一种基于模糊回归模型的预测方法.采用模糊最小二乘法,针对清晰输入和LR型模糊输出,在考虑输出量隶属函数类型存在差异问题基础之上,得到模型回归系数的迭代解.通过最小二乘估计的定性分析,给出检验模型拟合度的指标.结合保费数据的预测结果表明模型可行且具有较强的解释能力.     

利用数据分组优化度量误差模型的参数估计

在一般的线性回归模型中,自变量都被认为是没有误差的准确值。然而当所有观测变量都可能存在误差时,通常的统计方法就会产生偏差。本文利用数据分组的思想,提出分组最小二乘估计法进行参数估计,减少了参数估计的偏差。并且在只知道误差界的情况下,利用分组最小二乘能给出几种度量误差模型的相合估计。     

基于形心法的模糊线性回归模型的统计分析

使用形心法将模糊数转化清晰数,从而将模糊线性回归模型转化为传统的线性回归模型来研究,此模型输入、输出都为模糊数,回归系数为清晰数,讨论了该模型的参数估计及基于数据删除的影响分析,并通过对实例的研究及与其它模型比较,说明了该模型应用方便,具有更优的拟合性.     

基于极端积算子的LL型模糊数的最小一乘回归

针对模糊输入和模糊输出数据系统中的回归分析问题,考虑到系统中依赖关系不确定性特点以及模型稳健性和求解准确性等需求,建立一个模糊最小一乘优化模型。首先利用能诱导出LL型模糊数乘法保形运算的唯一T-模,即极端积算子,结合扩张原理,给出LL型模糊数间加法和乘法的运算规则。其次,基于LL型模糊数间的完备距离,得到模糊线性回归模型的参数估计,由此给出考虑清晰参数或清晰输入的两个简约模型及相应参数估计。通过计算Kim & Bishu测度、贴近测度和输出展形差异测度,比较与其他7种回归方法的优劣,并由模型的敏感性分析,充分说明本文算法的有效性和稳健性。     

模糊线性回归模型的约束最小二乘估计

自Tanaka等1982年提出模糊回归概念以来,该问题已得到广泛的研究。作为主要估计方法之一的模糊最小二乘估计以其与统计最小二乘估计的密切联系更受到人们的重视。本文依据适当定义的两个模糊数之间的距离,提出了模糊线性回归模型的一个约束最小二乘估计方法,该方法不仅能使估计的模糊参数的宽度具有非负性而且估计的模糊参数的中心线与传统的最小二乘估计相一致。最后,通过数值例子说明了所提方法的具体应用。     

线性模型中广义最小二乘参数估计误差分布的稳健性研究

研究了线性模型中广义最小二乘参数估计的误差分布稳健性问题.首先讨论了在线性统计模型里,设计矩阵为列降秩矩阵时,模型中给出了误差最大分布类,当误差向量的分布在此范围内变动时,LS估计和GLS估计在均方误差矩阵准则下是最优估计.然后进一步探讨广义最小二乘估计GLSE关于误差分布的稳健性,求出误差项所对应的最大分布族,进而证明了在该区间波动情况下,误差向量对应的始终为一致最优解.     

齐次线性约束回归模型参数的主成分压缩估计

当设计矩阵X复共线时,对齐次线性约束回归模型参数的约束最小二乘估计进行改进,提出参数的主成分压缩估计,并对新参数估计的性质进行了讨论,最后进行了数值模拟,验证了算法的参数估计优于约束最小二乘估计.     

不等式约束条件下部分线性回归模型的参数估计

本文研究了不等式约束条件下部分线性回归模型的参数估计问题，利用最优化方法和贝叶斯方法，给出了不等式约束条件下部分线性回归模型的最小二乘核估计和最佳贝叶斯估计，并且证明了在一定条件下，带约束条件的最小二乘核估计在均方误差意义下要优于无约束条件的最小二乘核估计。     

残差自回归半参数模型的参数估计

研究了残差自回归半参数模型的参数估计,运用广义最小二乘法估计了参数部分．用随机模拟说明了运用广义最小二乘（GLSE）估计出的参数部分优于运用普通最小二乘法（OKSE）得到的估计．     

推广的线性模型的参数估计

本文导出区间数变量和三角模糊变量的线性模型的参数公式．公式简单，形式一致，可作为经典线性回归模型参数估计最小二乘法推广。     

聚集数据下回归系数混合估计的相对效率

讨论在聚集数据情形下,具有附加信息的线性回归模型的参数估计,提出了回归系数的聚集混合估计,研究了该估计相对于Peter—Karsten估计和相对于最小二乘估计的相对效率,得到了相对效率的上、下界.     

基于非对称指数型模糊数的模糊回归在害虫预报上的应用(Ⅱ)

讨论了输入为精确数、输出为模糊数的模糊回归模型,给出了模型的α-截集估计和最小绝对值偏差估计,并用实例说明了方法的可行性.     

混合系数线性模型参数的广义Liu估计

本文研究连续测量数据情况下的混合系数线性模型的参数估计问题.利用压缩估计方法给出了该模型的一类新的有偏估计-广义Liu估计,并在均方误差意义下,证明此类估计分别优于最小二乘估计、Liu估计.最后讨论参数的选取问题.     

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.