采用变系数回归模型提取GPS坐标序列季节性信号

提出采用变系数回归模型提取连续GPS坐标序列中包含的振幅时变季节性信号。对模拟数据及实际GPS坐标序列两组数据的分析结果表明,变系数回归模型在提取GPS坐标序列季节信号方面比传统模型更有效。经处理,GPS坐标序列能获得更合理的速度及噪声估计。

半参数空间变系数回归模型的两步估计方法及其数值模拟

文章提出了关于半参数空间变系数回归模型的两步估计方法,该方法可得到模型中常值系数估计量的精确解析表达式,广泛的数值模拟表明所提出的估计方法对估计常值系数具有满意的精度和稳定性。

重庆市房价变系数回归模型的建模与分析

根据重庆市2012年统计年鉴数据,运用变系数模型进行拟合,并与线性回归模型进行比较。结果表明:变系数模型对住宅销售价格指数有更好的拟合效果。

半参数变系数回归模型的空间相关性检验

本文对半参数变系数回归模型,构造了新的空间相关性检验统计量,利用三阶矩χ2逼近方法导出了其检验p-值的近似计算公式,蒙特卡罗模拟结果表明,该统计量在检测空间相关性方面具有较高的准确性和可靠性。同时考察了误差项服从不同分布时的检验功效,体现出该检验方法的稳健性。进一步,我们还给出了检验统计量的Bootstrap方法以及检验水平的模拟效果。

基于变系数回归模型的石油价格预测

石油作为不可或缺的能源和化工原料,在国民经济生产运行中占据重要地位.石油也是一种战略物资,在国防和国家安全领域发挥着不可替代的作用.因此,对国际市场上的石油价格波动进行预测,具有十分重要的意义。本文采用变系数回归模型,以WTI原油现货价格为例,进行了未来4个季度的季度平均价格预测.

变系数回归模型的参数估计

讨论了变系数回归模型中变系数的加权最小二乘估计和变系数的加权可估函数的线性估计的最优性;推广了Gauss-Markov定理;并且构造出参数σ2的估计量.

变系数回归模型在计量经济学中的应用

文章主要讨论了变系数回归模型在计量经济学中的应用,变系数回归模型不但有很好的拟合效果,而且可以探讨变量之间的经济结构的非平稳性,这是经典的线性回归模型所不能比拟的.

吉林省居民消费水平的变系数回归分析

运用变系数回归模型,根据1980-2014年数据,分析吉林省居民消费水平,并与普通线性回归结果进行比较。根据残差平方和与居民消费水平预测值,相比于线性模型,变系数回归模型在拟合精度和预测精度上都有所改善。

变系数回归模型的局部M-估计

讨论了变系数回归模型的系数函数的估计问题。在通常的局部M-回归方法基础上嵌入一个变窗宽对模型的系数函数进行了估计,并在样本独立同分布的情况下,讨论了系数函数估计的弱相合性和渐近正态性,最后,给出了估计的渐近性质的证明。

改进变系数回归在系统谐波阻抗估计中的应用

系统谐波阻抗的准确估计对于电力谐波的分析和治理具有重要意义。采用变系数回归法估计系统谐波阻抗,不仅可在背景谐波波动较大的场景下得到准确的估计值,还可自适应跟踪系统谐波阻抗的时变趋势。但经典变系数回归法计算效率较低,且核函数的窗宽选择对估计结果影响巨大。为了弥补该方法的缺陷,提高其工程适用性,文中提出了一种基于改进变系数回归的系统谐波阻抗估计方法。所提方法通过避免高维矩阵运算,极大地提高了计算效率。更进一步,采用广义交叉验证法选取最优窗宽,从而使得估计结果更精确。仿真分析验证了所提方法的有效性。

基于变系数回归的高校大学生艾滋病新增病例的预测研究

利用2007—2016年湖南省高校大学生艾滋病新报告病例的数据,将2011—2016年艾滋病发病数据作为检验样本,以平均相对误差作为评价指标,建立变系数回归模型,并对2017年新报告病例数进行预测。经计算得到变系数回归模型的平均相对误差为0.6801%,灰色预测方法的平均相对误差达到20.9792%,以及2017年湖南省高校大学生艾滋病新报告病例数的预测区间为[209, 231]。结果表明变系数回归模型预测效果好于灰色预测,更适用于湖南省高校大学生艾滋病疫情预测。

部分线性变系数空间自回归模型的惩罚轮廓拟最大似然方法

主要研究了部分线性变系数空间自回归模型的变量选择问题。结合拟最大似然方法、局部线性光滑方法以及一类非凸罚函数,提出了一个变量选择方法用于同时选择该模型的参数部分中重要解释变量和估计相应的非零参数。大量模拟研究表明,所提出的变量选择方法具有满意的有限样本性质,并且关于空间权矩阵的稀疏度、空间相关强度、系数函数的复杂度以及误差分布的非正态性非常稳健。特别地,当样本容量较大且罚函数选择合适时,即使解释变量的相关性较强或者模型中含有较多不重要解释变量,所提出的变量选择方法仍然具有比较满意的有限样本性质。通过分析波士顿房屋价格数据考察了所提出的变量选择方法的实际应用效果。

基于变系数回归模型的三峡库区滑坡位移预测

降雨-库水联合作用影响着三峡库区滑坡,而降雨、库水分别对滑坡演化的贡献及作用规律迄今尚不明确.以库区树坪滑坡和八字门滑坡为例,通过分析降雨和库水位资料,采用变系数回归模型,对滑坡位移进行预测.实验结果表明:经过改进的变系数回归模型方法不仅比传统的线性回归模型、自回归积分滑动平均模型、支持向量机模型方法具有更高的预测精度,而且能定量地给出各影响因素对滑坡位移的贡献.

大坝变形变系数回归建模

在变形分析建模中常采用回归分析建模,但普通的回归模型是一种静态的模型,当变形体结构或物理性质发生变化时,普通线性回归所建立的静态模型将不再适用。变系数回归模型是一种动态模型,有着更强的灵活性和适应性,因此,将变系数回归引入大坝变形分析建模中,采用局部线性估计的方法进行系数拟合。仿真和大坝变形建模实验表明,变系数回归得到的大坝变形模型优于普通的线性回归模型,预测精度更高。

半参数空间变系数回归模型的Back-Fitting估计

针对半参数空间变系数回归模型给出了一种估计方法-后向拟合估计,该方法可得到模型中常值系数估计量的精确解析表达式,广泛的数值模拟表明所提出的估计方法对估计常值系数具有满意的精度和稳定性,最后,利用该方法分析了一个实际的例子.

空间数据变系数回归中的B-spline估计法

本文借助B-spline函数逼近开发了一种整体估计程序,用以估计变系数回归中的未知系数函数.在较弱假设条件下,建立了未知函数B-spline估计量的整体收敛速度,渐近性结果显示B-spline估计量达到了最优收敛速度,并推导了未知函数B-spline估计量的渐近分布.本文还给出了一种光滑参数选择方法,通过MonteCarlo模拟研究了估计量的有限样本性质,并用文中提出的方法分析了1980年美国总统选举投票数据.

在函数逼近论观点下半参数变系数非线性回归函数的估计

在函数逼近论的观点下研究了半参数变系数非线性回归函数的估计问题.采用总体之下L2多项式最佳逼近的方法与样本之下矩估计的方法,独立地分别作出非参数部分与变系数参数部分的解析函数形式的估计,最终得到回归函数的L2与强相合之联合收敛意义下的估计.

变系数回归的GNSS时间序列异常值探测方法

针对传统的基于谐波模型的异常值探测算法效率较低的问题,该文引入变系数回归模型替代谐波模型分离GNSS坐标时间序列的信号与噪声(残差),并提出了一种基于变系数回归(VCR)模型与四分位距(IQR)统计量的组合异常值探测算法VCR_IQR。该算法首先采用VCR分离时间序列中的信号与噪声,接着采用IQR准则探测噪声中的异常值。将VCR_IQR与传统基于谐波模型的异常值探测算法—最小二乘探测法(LS_IQR)和最小一乘探测法(L1_ModIQR)进行模拟实验对比分析,结果表明,VCR_IQR能够探测到92%的异常值,而LS_IQR和L1_ModIQR仅能探测到81%和85%的异常值,表明VCR_IQR的探测效率优于LS_IQR和L1_ModIQR。

时空团状系数回归模型及其在海洋时空断面数据中的应用

为揭示变量间的回归关系在时空域上的变化结构,本文提出了一种新的变系数回归模型——时空团状系数(Spatio-temporally clustered coefficient, STCC)回归模型。STCC模型通过对时空上相邻点的回归系数之差施加惩罚,从而估计出存在时空变化的回归关系。该模型可在没有先验信息的情况下探索回归关系的时空结构。数值模拟实验表明:STCC模型不仅能有效捕捉回归关系在时空域上的团状结构,对随时空连续变化的回归系数也表现出了较好的估计性能。本文运用STCC模型探索了大西洋25°W断面上的海水温度和盐度之间的回归关系,并据此初步分析了南极中层水的季节性演变特征。

变系数部分函数型二元选择模型的统计推断

基于B样条sieve方法,该文研究变系数部分函数型二元选择模型的估计及其渐近性质.在一定的条件下,证明了变系数函数的估计与斜率函数的估计的强相合性和渐近正态性.在一定的条件下,变系数函数的估计与斜率函数的估计达到最优收敛速度.数值模拟和Tecator data的实证分析表明文中提出的估计方法是可行有效的.