一元线性回归方程有关检验问题的研究

文章从数学角度给出T检验、F检验、相关系数的显著性检验三者一致性证明;明确了决定系数和残差分析在诊断回归效果中的作用。利用三spss软件实例分析,使得一元线性回归问题中的几种检验间的关系及作用进一步明确。     

恩施市“亲水走廊”的线性空间分析

城市的线性空间是具备线性关系,结合了自然要素,有着流通以及景观生产机制的城市综合系统。本文以一个沿河发展的带型城市的线性空间为例,对其三个维度上的线性空间进行了解析。     

线性回归分析法在新疆煤炭煤电煤化工人才需求预测中的应用

结合新疆煤炭煤电煤化工行业人力资源状况,分析"新型工业化"和"大企业大集团"生产技术条件下影响人才需求的因素,采用多元线性回归模型对新疆煤炭煤电煤化工行业未来人才需求进行了预测,提出了人才培养规划目标和人才培养措施,取得了较好效果。     

一致凸的L~p空间在不动点问题中的应用

本文运用一致凸的Banach空间理论,讨论了Lp空间有界区域的极小半径问题和正交变换群作用的不动点问题,获得L(pΩ)空间的非空有界集一定存在唯一点x0∈Lp(Ω),使得f(x0)=x∈Lp(Ω)inf f(x),利用此结论还得到正交变换群作用在L(pB)空间上存在不动点。     

线性回归在分析化学中的应用

本文论述了线性回归方程的建立方法,以及如何用相关系数对其进行显著性检验,归纳了线性回归在分析化学中的应用,并介绍了利用计算机技术进行分析化学中回归分析的优点及方法。     

经济定量研究中简单线性模型参数估计的高低平均值法

本文将在分析高低点法缺点基础上,提出一种简单线性模型参数估计的高低平均值法,并从统计理论和模拟实际两方面论证高低平均值法在保持简单易算优点的同时,具有与最小二乘估计相类似的统计精确性。以下考虑简单线性模型     

有限维线性空间直和分解问题的新探索

线性空间直和分解问题在数学、力学及许多应用领域有着广泛的应用.本文利用哈密尔顿-凯莱定理得到了n维向量空间的一个适用范围更为广泛的直和分解定理和一些重要推论,拓展了向量空间直和分解使用范围,通过范例说明直和分解的具体方法和实际过程.     

基于多元线性回归模型预测分析的实例研究

本文通过一家小型服装经营店一年的员工薪酬、宣传费用和流动资金与销售额的数据,通过多元回归预测模型预测在未来某一月份的销售额情况。结论也符合服装店的实际情况,说明该模型用于预测销售额是有效的,能较好的分析销售额的变化规律也可以为未来投资提供参考。     

土工试验中线性回归应用分析

土工试验数据处理通常是通过繁琐计算与作图来完成,且要求及时、准确。线性回归处理法通过一定的数理关系有效简化数据处理的计算与作图过程。通过大量的剪切、液塑限试验数据处理表明,其结果是准确的、值得信赖的,它通过线性回归简化繁琐计算,使作图也变得简单。本文主要针对土工试验中的线性回归应用进行分析,从大量的剪切、液塑限联合试验中论证其结果的准确性。     

基于线性回归模型的我国GDP影响因素分析

本文旨在从计量经济学的角度出发,建立合理的计量经济学模型,对影响我国GDP的因素作出分析。首先,我们得出GDP主要为哪些因素对其产生影响。其次,我们收集了各个因素的相关数据,通过Eviews软件对模型中参数作出估计,解释其经济意义。最后,我们根据得出的结论提出了合理化的政策性建议。     

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。     

基于回归方程的基尼系数分解

提出了基尼系数的一个等价算法：收入份额法,该算法不仅方便基尼系数按组群分解和来源分解,而且可以进行边际效应分析。收入份额法对变量进行基尼系数的回归方程分解,可以直接利用基尼系数按来源分解的结果;同时,截距项、误差项对因变量基尼系数具有重要的影响,本文给出了综合处理截距项、误差项和回归变量关于因变量基尼系数贡献的具体计算公式,最后还给了一个应用实例。     

带多个变点的逐段连续线性分位数回归模型及应用

研究目标：建立具有多个变点的逐段连续线性分位数回归模型（Continuous Piecewise Linear Quantile Regression with Multiple Change Points,CPLQR）。研究方法：先通过LASSO和广义贝叶斯信息准则确定变点个数,再通过线性化技巧来估计变点的位置与回归系数。研究发现：新方法能够同时确定变点个数、估计变点位置和回归系数,而且具有较强的稳健性;应用该方法于年龄和身体质量指数之间关系,进一步证实了模型的实用性。研究创新：新方法能够处理多个变点的问题,通过LASSO和广义贝叶斯信息准则确定变点数目,避免了主观判断的弊端;借助线性化技巧,解决了目标函数在变点处不可导问题。研究价值：本文结果将为分析经济、金融、医药和生物等学科中存在结构变化的数据提供强有力的研究工具。     

带未知异方差与半线性结构Tobit模型的半参数估计

本文将Tobit模型扩展至同时带未知条件异方差与半线性结构回归函数的场合,并提出一种计算简便的半参数二步估计法。该方法的关键之处在于连续两次施以成对相减变换,并先后消去第一步所得被解释变量非参数条件分位函数中的两类非线性冗余成分(非线性回归函数部分与未知异方差结构)。文章证明了估计量的n-一致性与渐近正态性,并通过Monte Carlo模拟研究了分位点对的选择、扰动项分布类型与样本删尾程度等因素对估计量小样本性质的影响。最后通过国内居民医疗服务利用不平等的实例验证了本文所提的方法。     

分整阶数半参数估计的有限样本性质研究

随着对经济和金融时间序列长记忆性的研究,分整阶数估计已成为当前理论研究的焦点问题。以对数周期图回归和局部Whittle方法为代表的半参数分整阶数估计方法在实践中得到广泛应用,但对这两类半参数估计方法的有限样本性质的比较则鲜有涉及,影响了在实践中对估计方法的选择。利用蒙特卡洛模拟方法,在不同数据产生的过程下,这两种半参数估计方法有限样本性质的研究结果表明：在ARFIMA(0, d, 0)过程下,LW类估计量具有较好的小样本性质;在平稳ARFIMA(1, d, 0)过程下,本文建议的QGPH估计量的有限样本性质要优于其他对数周期图估计量;在非平稳过程下,MGPH的偏差最小。     

混合地理加权回归模型中的空间相关性检验和参数估计研究

对混合地理加权回归模型,提出新的空间相关性检验统计量,利用三阶矩?2逼近方法导出了其检验p-值的近似计算公式,模拟结果显示该检验统计量在检测空间相关性方面具有满意的功效。为了处理数据中可能同时存在的空间相关性和空间异质性,引入一类新的混合地理加权空间滞后回归模型,模拟结果表明该估计方法具有较高的可靠性和稳健性,与全局空间滞后回归模型比较,混合地理加权空间滞后回归模型在处理空间异质性方面具有更优良的表现。     

Estimation Optimality of Corrected AIC and Modified Cp in Linear Regression

Model selection criteria often arise by constructing unbiased or approximately unbiased estimators of measures known as expected overall discrepancies (Linhart & Zucchini, 1986, p. 19). Such measures quantify the disparity between the true model (i.e., the model which generated the observed data) and a fitted candidate model. For linear regression with normally distributed error terms, the "corrected" Akaike information criterion and the "modified" conceptual predictive statistic have been proposed as exactly unbiased estimators of their respective target discrepancies. We expand on previous work to additionally show that these criteria achieve minimum variance within the class of unbiased estimators.     

Bayesian Estimation of Prediction Error and Variable Selection in Linear Regression

An important statistical application is the problem of determining an appropriate set of input variables for modelling a response variable. In such an application, candidate models are characterized by which input variables are included in the mean structure. A reasonable approach to gauging the propriety of a candidate model is to define a discrepancy function through the prediction error associated with this model. An optimal set of input variables is then determined by searching for the candidate model that minimizes the prediction error. In this paper, we focus on a Bayesian approach to estimating a discrepancy function based on prediction error in linear regression. It is shown how this approach provides an informative method for quantifying model selection uncertainty.     

科技基础设施建设投入与高科技产值的回归分析——以镇江市发展科技基础设施建设为视角

本文利用线性回归方法研究了R&D投入对高科技产业产值的影响,使用SPSS统计软件通过建立了回归方程,结合镇江市的实际进行了实证分析。研究表明R&D投入水平对高科技产业发展是正相关作用,且关系显著。在此基础上,提出了进一步加快发展科技基础设施建设的一系列建议。