偏最小二乘回归在选矿效益建模中的应用

选矿效益对矿管理有着重要意义。影响选矿效益的因素之间存在严重的多重共线性,采用PLS方法建立了选矿效益的偏最小二乘回归模型,避免了普通多元回归模型的不合理性和岭回归模型选择岭参数的主观性。     

偏最小二乘回归的应用效果分析

本文介绍了偏最小二乘回归 (PLS)的建模方法 ,比较了PLS与普通最小二乘回归 (OLS)及主成分回归的应用效果 ,并总结了PLS回归的基本特点 .     

偏最小二乘回归分析在研究进出口总额问题中的应用

在经济研究中,自变量之间以及因变量存在着较严重的多重共线性,本文采用偏最小二乘回归来建立多元线性回归模型,以消除多重共线性的影响,从而得到较满意的结果.     

剔除相关性的最小二乘研究

本文提出了一种新的回归模型,剔除相关性的最小二乘,它有效的克服了变量间的相关性,兼顾到变量的筛选。并与最小二乘、向后删除变量法、偏最小二乘比较分析。发现剔除相关性的最小二乘能很好的处理自变量间多重相关性,对变量进行有效的筛选,克服了回归系数反常的现象。     

惩罚的偏最小二乘

本文研究了二个推广的惩罚的偏小二乘模型,将惩罚估计的算法作用于偏最小二乘估计上,得到了参数的最终估计.将此模型运用到一个实际数据,在预测方面获得了较好的结果.     

偏最小二乘回归方法的局限性及改进算法

提出了偏最小二乘回归中的一类不适用情况,并从理论上分析,实例上验证,给出了针对这种情况的一种改进算法,从而拓宽了偏最小二乘回归的使用范围.     

助推偏最小二乘法（BPLS）及其应用

在生物统计以及数据挖掘中,分类预测是最基本的任务之一。本文将探讨一种新的方法-助推偏最小二乘法（BPLS）。它结合了一系列收缩的偏最小二乘模型,每个模型只有一个主成分。这种新方法和传统的偏最小二乘方法不同,它不需要选择一系列的偏最小二乘成分。只需要确定两个参数即可。通过对真实数据的训练,得以证明这种新方法比传统的偏最小二乘法在防止过度拟合方面有更好的表现,同时能够保证精确度。     

偏最小二乘回归分析在均匀设计试验建模分析中的应用

本文分析了目前应用一般的最小二乘法建立均匀试验数据的二次多项式回归模型时存在的局限性,提出了应用偏最小二乘法(Partial least-square,PLS)建立二次多项式回归模型的技术,并且进一步介绍了偏最小二乘回归(PLS回归)在均匀设计中的应用。作者认为,PLS回归分析建模技术将为均匀设计的更广泛应用提供有力的技术支持。     

偏最小二乘logistic回归在鄱阳湖洪涝灾害预测中的应用

偏最小二乘logistic回归模型是一种新型的多元分析方法,它在自变量之间存在强多重共线性、或者当样本量偏小以及样本中有缺失值的情况下,可以较好地解决普通logistic回归模型的计算结果不稳定的问题.本文利用偏最小二乘logistic回归算法,根据鄱阳湖地区1953～1998年观测的水文数据,分析各月连续最大五天降水量和长江各月最大流量对鄱阳湖洪涝灾害的影响,建立了预测洪涝灾害程度的发生概率的判别模型.研究结果表明,偏最小二乘logistic回归模型在相关领域的研究中具有很好的适用性.     

基于偏最小二乘回归的装备备件消耗预测

考虑了装备使用时间、行驶里程和配备时间等影响备件消耗的多种因素,依据装备备件的消耗特点,在分析偏最小二乘回归方法原理的基础上,运用方法对小样本数据条件下装备备件的消耗数量进行预测.应用示例表明,偏最小二乘回归方法比传统多元回归分析法、逐步多元回归分析法和删除多元回归分析法具有更高的预测精度.     

Classification Using Generalized Partial Least Squares

Advances in computational biology have made simultaneous monitoring of thousands of features possible. The high throughput technologies not only bring about a much richer information context in which to study various aspects of gene function, but they also present the challenge of analyzing data with a large number of covariates and few samples. As an integral part of machine learning, classification of samples into two or more categories is almost always of interest to scientists. We address the question of classification in this setting by extending partial least squares (PLS), a popular dimension reduction tool in chemometrics, in the context of generalized linear regression, based on a previous approach, iteratively reweighted partial least squares, that is, IRWPLS. We compare our results with two-stage PLS and with other classifiers. We show that by phrasing the problem in a generalized linear model setting and by applying Firth's procedure to avoid (quasi)separation, we often get lower classification error rates.     

我国高等教育发展统计特征的PLS通径模型分析

借鉴UNESCO教育指标体系框架,建构我国高等教育发展统计指标体系;采用PLS通径模型这一结构方程建模新技术对建构的指标体系进行验证,并对2006年我国高等教育发展状况进行分析,获得客观统计指标数据特征。     

Combined and Least Squares Empirical Likelihood

In conventional empirical likelihood, there is exactly one structural constraint for every parameter. In some circumstances, additional constraints are imposed to reflect additional and sought-after features of statistical analysis. Such an augmented scheme uses the implicit power of empirical likelihood to produce very natural adaptive statistical methods, free of arbitrary tuning parameter choices, and does have good asymptotic properties. The price to be paid for such good properties is in extra computational difficulty. To overcome the computational difficulty, we propose a least-squares version of the empirical likelihood. The method is illustrated by application to the case of combined empirical likelihood for the mean and the median in one sample location inference.     

构成型顾客满意模型的偏最小二乘路径建模及其应用

本文研究了偏最小二乘路径建模在顾客满意模型中的应用,特别是引入了构成型关系的模型。本文首先比较了构成型模型和反映型模型的区别,并详尽阐述了构成型模型的偏最小二乘建模原理,接着构建了电信企业顾客满意度指数模型,并考虑了如何在指数模型中引入构成型外部关系.利用该电信企业的数据,比较分析了构成型模型(顾客期望和质量感知潜变量调整为构成型关系)和反映型模型(所有潜变量均为反映型关系)的实证结果,研究表明在为企业提供改善顾客满意水平的信息上两种模型具有较好的相似性,但是构成型模型能够提供更加稳定的结果,从而验证了顾客满意模型中引入构成型模型的可行性.     

对部分线性模型用惩罚最小二乘估计时最优光滑化的注记

部分线性模型也就是响应变量关于一个或者多个协变量是线性的, 但对于其他的协变量是非线性的关系\bd 对于部分线性模型中的参数和非参数部分的估计方法, 惩罚最小二乘估计是重要的估计方法之一\bd 对于这种估计方法, 广义交叉验证法提供了一种确定光滑参数的方法\bd 但是, 在部分线性模型中, 用广义交叉验证法确定光滑参数的最优性还没有被证明\bd 本文证明了利用惩罚最小二乘估计对于部分线性模型估计时, 用广义交叉验证法选择光滑参数的最优性\bd 通过模拟验证了本文中所提出的用广义交叉验证法选择光滑参数具有很好的效果, 同时, 本文在模拟部分比较了广义交叉验证和最小二乘交叉验证的优劣.     

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。     

Indefinite Least Squares Problem with Quadratic Constraint and Its Condition Numbers

In this paper,we consider the indefinite least squares problem with quadratic constraint and its condition numbers.The conditions under which the problem has the unique solution are first presented.Then,the normwise,mixed,and componentwise condition numbers for solution and residual of this problem are derived.Numerical example is also provided to illustrate these results.     

偏最小二乘回归的贝叶斯正则化神经网络集成模型在证券分析预测中的应用

神经网络集成技术能有效地提高神经网络的预测精度和泛化能力,已经成为机器学习和神经计算领域的一个研究热点.利用Bagging技术和不同的神经网络算法生成集成个体,并用偏最小二乘回归方法从中提取集成因子,再利用贝叶斯正则化神经网络对其集成,以此建立上证指数预测模型.通过上证指数开、收盘价进行实例分析,计算结果表明该方法预测精度高、稳定性好.     

分工演进、金融发展与经济增长实证研究—基于浙湘1992-2006年数据和PLSR静动态通径模型

根据浙湘1992-2006年的数据,反复设定静态与动态偏最小二乘通径分析模型进行实证估计和检验。分析结果表明多潜变量静态通径模型通径系数估计值绝大多数是统计显著的;双潜变量动态通径模型的即期通径系数估计值和滞后通径系数估计值是统计显著的,显示了潜变量之间的静态与动态作用定量关系。这些分析结果为深入探索中国省区分工演进、金融发展与经济增长的机制提供了经验证据,也为深入探索中国多区域尺度金融发展与经济增长的关系提供了新的方法。