PLSR模型的回归效果分析

本文简单地介绍了多元线性回归、主元回归、部分最小二乘回归模型 ,用实例对三种方法的回归性能进行比较 ,并指出在消除多重共线性、回归系数估计精度及预测精度等方面 ,部分最小二乘回归模型优于其它两种模型     

PP回归方法在预测模型中的应用－用PP回归建立“积累”“消费”模型

本文利用ＰＰ回归方法,建立“积累”“消费”回归模型,并与最小二乘法拟合的线性回归模型相比较,说明用ＰＰ回归建立的模型预测精度较高．     

PP回归方法在预测模型中的应用－用PP回归建立“积累”“消费”模型

本文利用ＰＰ回归方法,建立“积累”“消费”回归模型,并与最小二乘法拟合的线性回归模型相比较,说明用ＰＰ回归建立的模型预测精度较高．     

小波分析在经济预测模型中的应用

经济信号也是一种时间序列 ,它和小波分析中的信号具有相同的特性 .因此 ,可将经济时间序列看成经济信号 ,应用小波进行实际经济分析和预测 .论文针对最小二乘法的不足 ,提出了多分辨回归分析处理经济数据分析的方法 .本文在建立宏观模型时 ,利用小波分析对经济数据进行预处理 ,获得能反映宏观变化趋势的低频信息 ,再用最小二乘法进行拟合和预测 ,通过对传统最小二乘法建立的模型的对比分析 ,结果表明 :本方法优于一般最小二乘法 .     

回归函数的有理逼近模型分析与研究

经济问题的研究中存在着大量的回归分析问题 ,但变量之间的关系往往是非线性的 .传统的建模原则往往对问题作了一系列的假设 ,因而模型不具有普遍适应性 .本文引进了一种特殊的非参数估计方法——回归函数的有理逼近 ,它与最小二乘法相比 ,提高了拟合与预测的精度 .     

最小二乘法的统计学原理及在农业试验分析中的应用

在现实世界中,普遍地存在着变量之间相互联系、相互制约的关系.那么,怎样用一个简单的解析式较为准确地描述和反映变量之间的关系呢?回归分析是最好的数学工具.在回归分析中,估计回归方程经常用到普通最小二乘法.然而,最小二乘法因其抽象常常被大家所忽视,它是从误差拟合角度对回归模型进行参数估计,并在参数估计以及预测、预报等众多农业领域中得到广泛的应用.就最小二乘法的引入,原理的证明,简单的应用进行归纳和总结.探讨了最小二乘法的线性拟合,对非线性拟合作了简要的叙述,使人们对最小二乘法有更为清晰、系统、全面地认识.农业科学研究影响因素多,能产生多种现象,似乎无规律可循,但是,在一定的条件、范围内,是有一定规律可循的,在这里,采用逆向思维的方法,应用普通最小二乘法就能很好地解决这一类问题,它为农业科研分析提供了一种强有力的手段.     

基于最小一乘准则的三次样条对利率期限结构的拟合

将基于最小一乘准则的三次样条函数法应用于拟合在上海证券交易所交易的国债的利率期限结构,并与传统的最小二乘法进行比较。样本外预测结果显示,稳健的最小一乘方法能有效的降低异常点的干扰,弥补最小二乘法的不足,提高预测的精度。     

纵向数据半参数回归模型的估计方法

本文考虑纵向数据半参数回归模型,通过考虑纵向数据的协方差结构,基于Profile最小二乘法和局部线性拟合的方法建立了模型中参数分量、回归函数和误差方差的估计量,来提高估计的有效性,在适当条件下给出了这些估计量的相合性.并通过模拟研究将该方法与最小二乘局部线性拟合估计方法进行了比较,表明了Profile最小二乘局部线性拟合方法在有限样本情况下具有良好的性质.     

基于LS-SVM的管道腐蚀速率灰色组合预测模型

为提高管道腐蚀速率预测精度,建立了一种基于最小二乘支持向量机的灰色组合预测模型.以各种灰色模型对管道腐蚀速率的预测结果作为支持向量机的输入,以管道腐蚀速率的实测值作为支持向量机的输出,采用最小二乘支持向量机回归算法和高斯核函数对支持向量机进行训练,利用训练好的支持向量机进行组合预测.预测模型兼具灰色模型所需原始数据少、建模简单、运算方便的优势和最小二乘支持向量机具有泛化能力强、非线性拟合性好、小样本等特性,弥补了单一预测模型的不足,避免了神经网络组合预测易于陷入局部最优的弱点.模型结构简单、实用,仿真结果验证了其有效性.     

稳健矩阵回归模型和方法研究

随着大数据时代的到来,我们面临的数据越来越复杂,其中待估系数为矩阵的模型亟待构造和求解.无论在统计还是优化领域,许多专家学者都致力于矩阵模型的统计性质分析及寻找其最优解的算法设计.当随机误差期望为0且同方差时,采用基于最小二乘的模型可以很好地解决问题.当随机误差异方差,分布为重尾分布(如双指数分布,t-分布等)或数据含有异常值时,需要考虑稳健的方法来求解问题.常用的稳健方法有最小一乘,分位数,Huber等.目前稳健方法的研究大多集中于线性回归问题,对于矩阵回归问题的研究比较缺乏.本文从最小二乘模型讲起,对矩阵回归问题进行了总结和评述,同时列出了一些文献和简要介绍了我们的近期的部分工作.最后对于稳健矩阵回归,我们提出了一些展望和设想.