广义输出误差模型的两阶段最小二乘递推辨识

在有色噪声干扰系统中有一类系统,它具有广义输出误差模型（OEARMA）,本文提出一类广义输出误差模型的两阶段递推最小二乘参数估计算法.该算法基本思想是结合辅助模型辨识思想和分解技术,将系统分解成两个子系统,每个子系统包含一个参数向量.借助基于辅助模型和递推最小二乘理论,用辅助模型的输出代替辨识模型信息向量中未知中间变量,用估计残差代替信息向量中不可测噪声项,从而可以运用递推辨识思想来估计系统所有参数.该算法具有较高的计算效率,仿真例子说明提出算法的有效性.

改进的两阶段最小二乘法在异方差模型中的应用

在实际的回归分析过程中,常常会出现异方差性而使传统的OLS等回归估计失效,因此必须通过其他途径对异方差模型进行修正。文章设计了一种基于正交表方法的改进两阶段最小二乘法,应用于异方差模型。通过与传统两阶段最小二乘法比较发现,改进的两阶段最小二乘法无论是在模型拟合效果还是变量系数上都普遍具有较高精度,同时也在一定程度避免了传统方法在估计截面数据模型时因分组不同带来的估计偏差。由此可见,这种改进的新方法在异方差模型应用上具有较强的适用性。

变系数联立模型的变窗宽局部线性两阶段最小二乘估计

研究了变系数联立模型的参数的估计问题,利用变窗宽局部线性两阶段最小二乘法对变系数联立模型的系数进行了估计,进而得到了估计量的大样本性质。

ARMA模型参数估计的两段最小二乘法

提出了自回归滑动平均(ARMA)模型参数估计的两段最小二乘法。首先用递推最小二乘法对真实ARMA模型拟合高阶自回归(AR)模型,然后基于所拟合的AR模型参数,用最小二乘法解一个不相容代数方程组得到ARMA模型参数。一个仿真的例子说明了其有效性。

两阶段金融衍生品清算问题的半定规划松弛方法

在不限制暂时性及永久性价格影响参数大小关系下,研究两阶段金融衍生品清算问题的半定规划(Semi-definite programming,SDP)松弛方法,其优化模型为一个带有线性和单个非凸二次约束的非凸二次规划(Quadratically constrained quadratic program,QCQP)问题。针对该非凸QCQP问题,给出了一个带有Secant割的SDP松弛,并估计了它与原问题之间的间隙。随机例子的数值结果表明该SDP松弛可以得到原问题更紧的上界,从而为寻求原问题的一个好的近似解提供方法。

SUR 回归模型中最小二乘估计与 Gauss-Markof 估计及两步估计重合的条件

讨论了（１）如何确定ＳＵＲ回归模型的协方差参数矩阵的列展空间；（２）在什么条件之下，ＳＵＲ回归模型的最小二乘估计，Ｇａｕｓｓ－Ｍａｒｋｏｆ估计，及Ｚｅｌｎｅｒ的两步估计可以相等。此外，也得到了关于最小二乘估计在线性无偏估计类中的容许性的某些结果。

MA模型参数估计的两段最小二乘法及其在自校正跟踪滤波器中的应用

提出了滑动平均(MA)模型参数估计的两段最小二乘法。首先用递推最小二乘法对MA模型拟合一个高阶自回归(AR)模型,然后再用最小二乘法解一个不相容的超定线性方程组得到MA模型参数估值。一个应用于自校正跟踪滤波器的仿真例子说明了其有效性。

多变量滑动平均模型参数估计两段最小二乘法

提出了多变量滑动平均(MA)模型参数估计的两段最小二乘法。第一段将多变量MA模型用高阶多变量自回归(AR)模型近似代替,用多变量递推最小二乘法(MRLS)估计高阶AR模型参数。第二段用最小二乘法解不相容矩阵代数方程组得MA参数估值。同多变量递推增广最小二乘法相比,可提高精度,仿真例子说明了其有效性。

天津市教育投资回报率的两阶段最小二乘分析

近20年的统计数据显示的是天津市整体教育水平的发展,最后以天津市某外资企业的数据为例,用SPSS统计软件做了两阶段最小二乘的回归讨论,并进行检验,最终得出估计的回归方程和结论。教育投资的回报率是显著的。受教育年限对员工工资的正向影响是最大的,工龄对员工工资也有正向影响并且在0.05的显著性水平下也通过了检验,但系数不像受教育年限明显。教育投资的回报率的影响因素是多方面的,本案例选取的是天津经济技术开发区的某生产型企业,对国有企业和事业单位的研究还需要进一步深化。

半参数模型中两步估计与最小二乘估计的比较

文章在MSE准则下对半参数模型中的参数的两步估计和最小二乘估计进行了比较,给出了参数的两步估计优于最小二乘估计的充分条件。

动态调节模型的三阶段最小二乘辨识方法

针对动态调节模型提出一种三阶段最小二乘辨识方法.先将模型变换为CARMA模型,估计出变换后的CARMA模型参数,再利用已得到的参数估计依次辨识原模型中的系统模型参数和噪声模型参数.该方法原理简单,有效可行.

人民币汇率波动的宏观传导效应——基于两阶段最小二乘法

本文利用两阶段最小二乘法,基于1994-2013年一季度的数据实证分析了人民币汇率波动的宏观传导效应。结果表明,人民币汇率升值对我国进出口有显著的负面冲击,损害了对外贸易部门的利益,但由于受政府宏观调控政策的冲销,对总体经济产出的影响有限。最后,本文根据分析结果给出了简要的政策建议。

偏最小二乘与灰色模型组合预测城市生活需水量

为了克服普通多元回归方法用于中长期预测时自变量多重共线性对拟合模型的干扰,引入了更易于辩识系统信息与噪声的单因变量偏最小二乘回归(PLS1),同时将两次拟合等维灰数递补(DEMGM(1,1))模型用于自变量的中长期预测,建立了一套PLS1与DEMGM(1,1)组合预测方法.采用1986年—2000年某市生活用水量历史数据对该方法进行验证,预测结果表明,平均相对误差仅为1.03%.将该方法引入城市生活需水量研究,预测2005年和2010年某市生活需水量将分别达到0.92×109m3与1.1×109m3,为该市给水工程规划与决策提供了参考依据。

基于ASCE SHM Benchmark模型的两阶段结构损伤识别方法

近年来,一种激励未知和输出部分已知条件下结构局部损伤识别的新方法得以提出,这种方法能基于子结构思想进行复杂结构的局部损伤识别,基于此方法,提出两阶段的损伤识别策略,并将其应用于第1阶段ASCE SHMbench-mark模型的case 4的4种损伤识别,以检验此方法的有效性.在第1阶段,提出8-DOF的损伤模型以进行损伤层的定位;第2阶段,利用子结构的思想,提出12-DOF的损伤模型,在包含损伤层的子结构中对损伤进行准确识别和定位.采用扩展卡尔曼方法对增广状态向量进行估计并使用最小二乘对未知激励进行递推,识别未知激励下的结构物理参数.损伤识别的结果显示,此方法能高精度地识别benchmark模型的各种损伤情形.

半参数回归模型中二阶段估计的渐近性质

给定半参数回归模型 Y=X′β+g(T) +e,其中β∈ Rp 是未知参数向量 ,g(t)是定义在 [0 ,1]上的未知函数 ,e是随机误差 .本文研究了β,g(t)和σ2 的估计量βn,gn(t)和σ2n,在适当的条件下证明了它们的渐近正态性 ,并给出了 gn(t)的最优收敛速度 .

非线性输出误差模型的两阶段递推辨识算法

输入非线性系统的输出误差模型在实际工业生产中是一类常见模型,针对含有色噪声的输出误差模型提出基于辅助模型的两阶段递推增广最小二乘算法。根据辅助模型思想和分解技术,将复杂的非线性辨识系统分解为系统模型和噪声模型子系统,再根据最小二乘思想分别辨识,其中噪声信息向量中存在的不可测噪声项用其估计值代替。最后与递推增广最小二乘算法在参数估计精度和收敛速度的比较,验证算法在此类模型应用的有效性,仿真结果表明该算法精度高,收敛速度快,计算量小。

异方差模型两阶段估计的一种新方法

异方差是线性回归模型中经常出现的问题,解决异方差问题的一个常用的方法是两阶段最小二乘法.当样本容量较小时,通过分组产生重复数据,将会损失大量样本信息,使得两阶段最小二乘法得到的估计结果不具有精确性和有效性.利用正交表将样本容量扩大,并通过分组产生重复数据,进而对数据进行两阶段估计.结果表明,该方法大大降低了估计的误差,得到了更准确的拟合模型.

指数混合模型非线性最小二乘法的参数分辨率探讨

文章以两分量指数衰减模型为例,给出求解模型参数非线性最小二乘法分辨率的定义。为衡量此类相近信号能否分开提供一个标准,也为评价非线性最小二乘法在估计此模型准确度的度量提供一个新方法。实验表明:信噪比越大,参数分辨率精度越高;均匀取点比均匀对数取点得到更好的参数估计;固定信噪比时,在合适样本区间和样本数量下,局部分辨率与整体分辨率是一致的;参数分辨率与噪声的四分之一次方满足正线性关系。

基于RLS的自回归滑动平均模型的两阶段辨识方法

提出了基于递推最小二乘(RLS)的自回归滑动平均模型的两阶段辨识方法。仿真结果表明,方法给出的参数估计精度比递推增广最小二乘算法高。

电子商务客户流失三阶段预测模型

采用某网上商场的2525名客户样本,构建了基于SMC和最小二乘支持向量机(LSSVM)的电子商务客户流失三阶段预测模型。首先应用SMC模型计算出客户活跃度,以0.5为阈值判断出客户流失状态,识别出正判客户和错判客户;其次将训练样本送入LSSVM进行训练和学习,进而对测试样本的客户流失状态进行判别,然后将误判客户样本输入最近邻分类器进行再判断。结果表明,与SMC模型、BP神经网络模型、LSSVM模型相比,三阶段模型对测试样本预测精度更高,是一种更有效和实用的分类方法,可为电子商务企业客户关系管理提供一个新的方法。