基于Adaptive-Lasso的本科成绩统计分析

本文主要研究了合肥工业大学数学学院数学专业学生的本科成绩状况,应用多元线性统计方法,探讨了前期所有课程成绩对后期成绩的影响.首先对前期课程进行主成分分析,并采用逐步回归方法建立了后期成绩与主成分之间的回归模型.其次,采用Adaptive-Lasso方法建立后期成绩与前期课程成绩间的Adaptive-Lasso回归模型.最后,对以上模型进行对比分析.研究表明,基于Adaptive-Lasso方法的主成分回归模型能很好地拟合后期成绩,并对后期成绩情况给出合理的解释.     

个人信用评分的Adaptive Lasso-Logistic回归分析

以个人信用风险为研究对象,分析影响个人信用评分的因素.利用某商业银行个人信用数据,并采用.Adaptive Lasso-Logistic回归模型对影响顾客的个人信用风险的因素进行分析,并与传统Logistic回归模型以及Lasso-Logistic回归模型进行比较.以对顾客"好"与"坏"的二分类结果的正确比例为主要衡量标准,实证发现以.Adaptive Lassi-Logistic回归方法建立的个人信用评分模型,在变量选择和解释上,以及预测的准确性上,均优于传统的Logistic和Lasso-Logistic方法.     

最佳灰色回归组合模型及其在中国火灾预测中的应用

火灾每年给国家和人民生命财产造成巨大损失.火灾现象具有随机性、模糊性,是个复杂的灰色系统行为.研究火灾发生规律及发展趋势,具有实用价值.为此,首先给出最小二乘估计(LSE)意义下的最佳组合预测模型的定义,并求得组合模型的权的公式和证明权的唯一性.其次,用回归分析方法建立多个回归模型,并按以下三条标准:①回归指数(或相关系数)r大、②系统误差s小、③模型精度p高,选定最佳非线性回归模型;用灰色理论建立多个灰色模型,并按以下三条标准:①后验差比值c小、②小误差概率P大、③预测关联度ξ大,选定最佳灰色模型;再用最小二乘法将最佳回归模型与最佳灰色模型有机地结合起来建立的中国火灾最佳灰色回归组合预测模型.最佳灰色回归组合预测模型综合利用前两者提供的不同的有用信息,改善了单一模型的局限性,提高了模型的预测精度,减少了预测误差,使预测效果更佳.组合模型预测中国年火灾起数处于动态增长过程.     

基于多元线性回归模型的东北地区需水量分析

多元线性回归模型在社会、经济、技术以及众多自然科学研究领域中已被广泛使用,某个地区需水量应与该地区多种因素有关,故选取东北地区的GDP、水库蓄水总量、人均可支配收入、城市绿地面积和工业用水量等5个因素,借助MATLAB软件阐明了多元线性回归模型在东北地区需水量分析中的应用.并通过皮尔森相关性检验、拟合优度检验、F检验、t检验和残差分析的方法对模型进行优化,得到了准确可靠的多元线性回归模型,此模型具有拟合程度高、简易、直观等优势,为多元线性回归模型在需水量分析中的应用提供了有力参考.     

幂变换在多元线性回归中的应用

幂变换是多元线性回归分析中数据预处理的有效办法之一.以胰岛素注射治疗糖尿病为例,探讨幂变换实用的条件、研究方法及研究结论,并将幂变换处理后的变量,用于线性回归分析,研究医学问题.具体就是通过对变量数据描述性分析了解数据的特点,相关分析及聚类分析确定胰岛素初始剂量的重要影响因素,幂变换对数据进行预处理,继而进行回归分析,并对比变换前初步回归分析的结果,确定最终以尿蛋白分类标准,RI用量与血糖的对数之间的线性回归模型.     

河南省粮食产量预测方法研究

文章对河南省粮食产量预测方法进行研究.针对河南省粮食产量时间序列表现出的时间趋势性、气象变化敏感性、事件影响敏感性的特点,建立了一套综合考虑趋势、气象、事件等因素的河南省粮食产量预测方法.该方法从多个角度建立了不同的预测模型,最终预测结果通过模型平均得到.从2011-2017年的实际预测效果来看,该预测方法的预测精度较高.     

人工神经网络模型在研究生招生数量预测中的应用

研究生招生数量的确定涉国家政策、社会就业、人才需求、专业分布与需求等诸多因素,这些影响因素往往无法量化,而且各个影响因素之间关系错综复杂,简单的线性模型预测未来招生数量往往难以实现.尝试采用人工神经网络(BP-ANN)模型,针对历年招生数量原始数据信息零散、隐含影响因素过多、诸多影响因素难以确定性描述等问题,通过对黑龙江省历年(1981—2004)研究生招生数量进行系统分析,建立了人工神经网络预测模型,并对未来3年的招生数量进行了预测,预测结果较好,为该方面研究提供了新的研究思路与研究方法.     

部分线性模型在贵州省公路货运量预测中的应用

运用部分线性模型对贵州省公路货运量进行预测研究.首先运用灰色关联度分析法确定影响贵州省公路货运量的主要影响因子;然后运用主成分分析法将选取的影响因子指标数据进行降维处理,通过分析处理后的数据得到部分线性模型;最后,以2010-2012年的公路货运量作为验证值,将部分线性模型、多元线性回归模型及灰色预测模型的预测结果进行比较.研究结果表明:部分线性模型能较好地拟合贵州省1990-2009年公路货运量;三种模型的预测结果显示,部分线性模型预测结果优于多元线性回归模型和灰色预测模型的预测结果.     

基于不确定理论的铁路货运需求预测

合理预测铁路货运需求是铁路管理部门建设、运营等决策基础。为应对铁路货运需求的复杂变化,基于Pearson相关性分析方法筛选出铁路货运需求的七个具有关键影响的因素,并结合不确定理论建立不确定多元线性回归模型,相应的铁路货运预测结果由传统单一值变成可能的需求区间范围,更加符合处于不确定环境下的铁路货运需求实际情况。选取国家统计局2004~2016年相关数据进实证研究,并与回归模型以及BP模型的预测结果对比分析,实验表明不确定多元线性回归的预测结果更加精确。     

基于组合方法的机场航油销售量预测研究——以新疆为例

为了使预测更为准确,采用了三种模型加权组合的方法对机场航油销售量预测进行了组合预测.探讨了影响新疆机场航油销售量的三大因素,并对"十三五"期间各年航油销售量进行预测与研究分析.通过研究新疆机场航油销售量与旅客吞吐量、货邮吞吐量和起降架次之间的关联关系,通过建立相关系数模型、新陈代谢灰色GM(1,1)模型和弹性系数模型对新疆"十三五"期间新疆机场航油销售量进行预测.研究结果表明,此组合模型能够较为准确的预测新疆"十三五"期间的机场航油销售量,为航油设施、设备的规划提供了理论依据.     

基于回归BP神经网络误差分级迭代法的逐时气温预测方法研究

气温预测是天气预测中的一项主要内容,由于气温的影响因素多而复杂,要想达到精细化预测目的,仍是十分复杂的科学难题.当前学术界的一般方法是假设数学模型对温度物理过程进行研究,建立了BP神经网络模型、温度与相对湿度之间的回归模型,最终在回归模型的基础上通过改进的BP神经网络建模,即利用BP神经网络误差分级迭代法建模,通过历史温度进行逐时气温预测,全样本误差达到0.617℃.     

带税基的个人所得税分位回归预测模型

为了突破税收预测常用分析思路及方法的局限,更全面的反映数据全貌和回归信息,提出带税基的个人所得税分位回归预测模型.即以分位回归为基础模型,兼顾时间和税基因素,完成预测模型的构建,为预测领域提供一种新工具.利用1994-2014年的个人所得税和城镇居民人均可支配收入数据,以不带税基和带税基的模型为参照,比较所提出模型对2014年的预测效果,并给出2015年个人所得税的预测情况.研究发现,分位回归预测模型与线性回归模型揭示的变量间关系规律吻合,仍然保持较高的预测精度,对数据的展示更为详实,尤其在中段分位处,城镇居民人均可支配收入对个人所得税的影响表现的较为突出.     

PM2.5相关因素及分布演变的研究

以武汉市和西安市的PM2.5检测点数据及气象数据作为基础,建立了相关性分析模型,灰色关联度模型,混合回归模型,高斯烟羽模型,分期治理最优化模型等模型,通过定量与定性分析的方法,从PM2.5的相关因素、分布与演变、控制管理三个方面,对两个市的PM2.5进行了深入的研究与探讨.     

基于灰色系统理论的多元线性回归分析

运用灰色系统理论剔除了自变量观察数据中的噪声污染,对传统的多元线性回归分析方法进行了改进,建立了灰色多元线性回归分析模型.将模型应用于陕西省就业问题的研究,取得了满意的预测效果.     

组合预测方法在黑龙江垦区大豆产量预测中的应用

首先建立了黑龙江垦区九三地区的大豆单产的Logistic模型,通过梯度法得出模型的参数估计值,并对模型进行了分析.其次,再利用逐步回归方法建立了大豆产量与气象因子的逐步回归模型,确定了影响九三地区大豆产量的主要气象因子,最后运用组合预测和最优权数计算的方法,建立了九三地区大豆产量的组合预测模型,进一步提高了模型的精度,这对指导大豆生产具有重要意义.     

辽宁省私家车保有量增长及影响因素分析

近年来,辽宁省的经济稳步发展,私家车保有量在快速上升.私家车保有量的变化趋势与辽宁省的基础设施建设、城市发展、交通以及环保等政策的制定有着密切联系,因此,准确的预测未来辽宁省私家车保有量有重要意义.本文以辽宁省1996~2015年私家车发展情况为研究对象,运用统计学及计量经济学相关知识,建立多元线性回归模型来分析私家车保有量的影响因素,经过模型检验和修正,进而分析各因素与保有量的影响关系.最后,根据得到的研究结果,对未来几年辽宁省私家车保有量进行预测并针对辽宁特殊的社会经济状况,为改善建成环境中潜藏着的复杂问题提出相关政策和建议.     

非寿险业务未决赔款准备金的两阶段广义线性模型估计

本文以非寿险业务未决赔款准备金估计的确定性方法-PPCI法的思想为基础,分两阶段建立广义线性模型,分别对索赔次数和已发生每案赔付额进行估计,进而得到未决赔款准备金的估计值,并对模型的预测误差进行估计。文中通过一个实例对所述方法进行验证,并从预测误差的角度与其它模型进行比较。最后对该模型特点进行了总结。     

基于灰色线性回归组合预测模型的牡丹江旅游人数预测研究

针对牡丹江旅游人数预测问题,考虑到旅游人数变化是受多种因素影响的信息不完全灰色系统,利用单一模型预测处理,效果往往并不理想.因此,本文通过建立灰色线性回归组合预测模型来研究这一问题.研究结果表明,所建立的组合预测模型的拟合效果优于所选单一模型,具有较好的预测精度及稳定性.并利用此组合预测模型对牡丹江2019年-2021年的旅游人数作了短期预测,可为牡丹江市未来旅游规划提供较科学的数据资料依据.     

投影寻踪模型的改进及其在城市水资源承载能力预测中的应用

在城市水资源承载能力研究中,偏最小二乘回归方法能有效地处理自变量间多重线性相关性问题,但不能较好地处理因变量与自变量间复杂的非线性问题.投影寻踪神经网络耦合模型是处理非线性问题的有力工具,而且神经网络投影寻踪耦合模型稳健性高,但不能较好地处理自变量间多重线性相关性问题.本文把这两种方法结合在一起,建立了基于偏最小二乘回归的神经网络投影寻踪耦合模型,对城市水资源承载能力进行了预测,并取得了满意效果.     

西安市城市居民生活用水量的实证分析

基于多元回归分析方法,以西安市为例,探讨影响城市生活用水量的影响因素,建立了基于多元线性回归分析的城市生活用水模型,并且采用来自《西安统计年鉴》的统计数据作为样本,进行实证分析.通过回归拟合结果分析证明,城市居民人口和居住面积两项指标对城市生活用水量的影响最为显著,研究结果证实了所建立的模型回归效果显著,误差较小,结果令人满意.