存在自相关时自回归模型的估计和检验

讨论存在自相关情况下自回归模型中随机解释变量的内生性,指出目前的计量经济理论所存在的问题,证明了随机误差存在自相关情况下一阶自回归模型和高阶自回归模型的随机解释变量与随机误差都不相关,同时改进了自回归模型的估计和检验方法。     

成分数据偏最小二乘 Logistic回归模型及其应用

成分数据由于存在定和约束和多重共线性,在进行传统的logistic回归建模时遇到了困难。本文在对称logratio变换和偏最小二乘logistic回归技术的基础上,提出了成分数据偏最小二乘logistic回归模型,较好地解决了成分数据的logistic回归建模问题。应用此方法,本文研究了中国三次产业就业结构与人民生活水平之间的关系。结果表明,该模型在有关结构问题的logistic回归建模中具有很好的适用性。     

飞机机体研制费用的偏最小二乘回归分析

本文分析了普通最小二乘回归方法在飞机研制费用建模中所面临的困难和偏最小二乘回归方法在此问题上的优势;简述了偏最小乘法回归方法的原理和建模步骤;结合实例对飞机机体研制费用进行了回归分析,结果表明,偏最小二乘回归模型有效克服了自变量的多重相关性问题,解释性好,精度高,对国产军用飞机的研制费用建模是一种十分有效的方法。     

基于偏最小二乘的泰国菠萝出口影响因素实证研究

本文采用偏最小二乘回归模型(PLS),以泰国菠萝贸易为例,通过变量投影重要性准则筛选自变量,由交叉有效性提取主成分,进而建立偏最小二乘回归模型。深入分析了各指标对泰国菠萝出口贸易的影响。研究表明泰国菠萝出口与原料价格及工厂生产加工速度密切相关,并且偏最小二乘回归的拟合效果优于普通最小二乘回归。     

基于最小二乘支持向量机的短期负荷预测

支持向量机是一种基于统计学理论的新颖的机器学习方法,该方法被广泛用于解决分类和回归问题。文章将最小二乘支持向量机(LS-SVM)算法应用于电力系统短期负荷预测中,并将其预测结果和BP神经网络的预测结果进行比较分析。仿真实验表明,该方法在短期负荷预测中具有很好的预测速度和精度。     

基于最小二乘支持向量机的短期负荷预测

支持向量机是一种基于统计学理论的新颖的机器学习方法,该方法被广泛用于解决分类和回归问题。文章将最小二乘支持向量机（LS—SVM）算法应用于电力系统短期负荷预测中,并将其预测结果和BP神经网络的预测结果进行比较分析。仿真实验表明,该方法在短期负荷预测中具有很好的预测速度和精度。     

具有AR(p)误差的半参数回归模型的参数估计

近年来,半参数模型是处理回归问题的有力工具,进年来,已经成为当今回归分析的热点,引起了众多学者的关注。文章研究了具有AR(p)误差的半参数回归模型,首先对其误差的相关性进行了消除,然后将模型转变成为经典的半参数回归模型,运用惩罚最小二乘估计方法对模型参数进行了估计。     

面板数据分析中含两阶段自回归残差的单因素误差分量模型研究

在面板数据分析中残差自相关使得参数估计更加复杂。本文提出了含两阶段自回归残差的单因素误差分量模型,并推导了在这一模型中如何计算广义最小二乘估计量及其相关性质。     

GPS卫星钟差二次多项式预报模型的总体最小二乘算法

GPS精密单点定位技术是今后GPS测量技术的发展趋势,其中,卫星轨道预报与钟差预报是该技术的关键。如今,IGS组织已能够提供短时高精度的卫星轨道预报,但在钟差预报方面尚无法达到实时定位的要求,所以建立足够精度的卫星钟差预报模型尤为重要。文章根据常用的二次多项式短期预报模型,提出新的参数估计方法——总体最小二乘估计,并得出该方法能进一步提高二次多项式模型预报精度的结论。     

基于偏差补偿递推最小二乘法的荧光补偿方法

针对荧光检测技术中荧光光谱重叠引起荧光值偏差的问题,提出了一种基于偏差递推最小二乘算法辨识补偿矩阵的方法。首先,在多输入多输出系统(MIMO)下,利用单染色荧光光谱和多染色荧光光谱实际测量的荧光值,通过递推最小二乘法进行迭代运算,推导出参数估计值。然后,在其中引入一个修正项,补偿在采集荧光中过程噪声引起的误差。最后,计算出偏差补偿递推最小二乘法迭代的估计值。理论分析与仿真表明,该算法在参数误差估计中误差率小于1%,相对于递推最小二乘算法性能提高了50%。所用算法能够有效提高估计值精度,同时也能减小噪声产生的影响。     

基于Excel最小二乘法分析经济数据

最小二乘法是经济数据分析中的一种重要方法,介绍了最小二乘法的基本原理,对Excel中使用最小二乘法的五种方法进行探讨,通过拟合直线方程建立预测模型,为管理决策提供依据。     

半参数变系数空间误差回归模型的估计

研究目标：克服半参数变系数回归模型中误差项可能存在的空间相关性问题。研究方法：提出一类新的半参数变系数空间误差回归模型,并构造其截面似然估计。研究发现：在小样本条件下,模型估计量具有良好的表现,其精度随着样本容量的增加而提高;应用该方法分析我国资源禀赋与地方公共品供给之间的相互关系,进一步证实了模型较强的适用性。研究创新：证明了估计量的一致性与渐近正态性,并通过蒙特卡洛模拟考察了估计方法的小样本表现。研究价值：新方法对于其他结构的半/非参数空间计量模型理论研究具有推广价值,其估计技术在经济、管理等学科中具有应用价值。     

自回归模型在实践中的问题分析

自回归模型是一种被广泛使用的计量经济模型，但在实践中通常会引起多重共线性，从而导致外生解释变量的系数发生较大变化，一些变量不再显著，模型失去经济意义。本文首先分析这些现象是如何发生的，然后通过一个典型的例子给予说明，最后提出了改进模型的建议。     

基于最小二乘法的应收账款信用成本回归分析

应收账款的信用成本是企业赊销管理中必须妥善解决的重要问题之一.本文以企业产品赊销过程中产生的应收账款信用成本为分析对象,运用最小二乘法及比率分析法对其构成及在企业赊销管理决策中的作用进行了分析.     

基于最小二乘法的应收账款信用成本回归分析

应收账款的信用成本是企业赊销管理中必须妥善解决的重要问题之一。本文以企业产品赊销过程中产生的应收账款信用成本为分析对象,运用最小二乘法及比率分析法对其构成及在企业赊销管理决策中的作用进行了分析。     

带约束的最小二乘求解算法在高光谱像元分解的应用

本文主要研究德行高光谱数据经降维降噪选择纯净像元,根据参照实际情况和实测光谱,最终根据所作工作确定了ANC约束下比ASC约束下、无约束最小约束算法的解混,并且ASC约束下算法比无约束最小约束算法效果好。     

带约束的最小二乘求解算法在高光谱像元分解的应用

本文主要研究德行高光谱数据经降维降噪选择纯净像元,根据参照实际情况和实测光谱,最终根据所作工作确定了ANC约束下比ASC约束下、无约束最小约束算法的解混,并且ASC约束下算法比无约束最小约束算法效果好。     

基于偏最小二乘的汽包水位影响因素相关性分析

汽包水位是锅炉正常运行中最主要的监视参数之一。受各个因素的影响和制约,导致水位经常发生变化。引起汽包水位发生变化的因素较多,本文应用偏最小二乘方法对其进行了多重相关性分析,并在马头电厂9#机组的水位变化因素分析中进行应用取得了良好的效果。     

数字摄影测量最小二乘影像匹配原理和精度分析

本文讲述了数字摄影测量中数字影像匹配的方法-最小二乘影像匹配方法,并进行了精度分析。