期刊文献+

引入拉格朗日算子的最佳线性回归模型选择 被引量:4

Optimum Linear Regression Model Selection Algorithm with Lagrange Multipliers
下载PDF
导出
摘要 基于同时考虑自变量和因变量测量误差的线性回归模型,首先将众多待选模型统一为附有约束条件的线性回归模型,然后采用含有多个备选假设的假设检验理论,并以拉格朗日算子构造假设检验统计量,提出最佳线性回归模型选择方法。实验结果表明,该算法可以获得符合观测数据实际的最佳线性回归模型,而且较改进后的线性假设法更简便。 On the basis of linear regression model, considering the measurement errors of independent variables and dependent variables at the same time, this paper first unifies many models to be selected into the linear regression model with constraints, adopts the hypothesis testing theory with multiple alternative hypotheses, and then constructs the hypothesis testing statistics with Lagrange multipliers. We propose the optimum selection algorithm of the linear regression model. The experimental results show that the proposed algorithm can obtain the optimum linear regression model, which is in accordance with actual observations and simpler than the improved linear hypothesis method.
作者 闫广峰 岑敏仪 YAN Guangfeng;CEN Minyi(School of Geography and Resource Science,Neijiang Normal University,Neijiang 641100,China;Faculty of Geosciences and Environmental Engineering,Southwest Jiaotong University,Chengdu 611756,China)
出处 《大地测量与地球动力学》 CSCD 北大核心 2021年第11期1111-1117,共7页 Journal of Geodesy and Geodynamics
关键词 线性回归模型 最佳平差模型 拉格朗日算子 假设检验 linear regression model optimum adjustment model Lagrange multiplier hypothesis testing
  • 相关文献

参考文献8

二级参考文献87

共引文献339

同被引文献42

引证文献4

二级引证文献2

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部