二值probit回归模型的坍缩变分贝叶斯推断算法

给出了二值probit回归模型的坍缩变分贝叶斯推断算法.此算法比变分贝叶斯推断算法能更逼近对数边缘似然,得到更精确的模型参数后验期望值.如果两个算法得到的分类错误一致,则该算法的迭代次数较变分法明显减少.仿真实验结果验证了所提出算法的有效性.

一阶混合整数值负二项自回归模型

考虑复杂整数值时间序列数据的建模问题.首先,提出一类一阶混合整数值负二项自回归模型,并证明该模型的严平稳遍历性,讨论该模型的转移概率、期望、方差等概率统计性质;其次,研究该模型的最大似然估计问题,得到了估计量的渐近正态性,并在数值模拟的基础上进行实证分析.实证分析结果表明,该模型在拟合毒品犯罪次数数据时性能良好.

关于二值回归模型的两点注记

本文对二值回归模型中自变量误差的处理作了两种推广。相合Ｍ－估计的渐近正态性，最优Ｍ－方程及求解并得到最优解的计算方法，都得到相应的推广。

基于Probit回归模型的煤矿底板突水预测

针对矿井底板突水预测精确度要求高的特点,提出了二值Probit回归矿井突水预测模型。依据概率论的相关知识构建模型参数的极大似然估计法,并通过遗传算法求模型参数的最优解。利用所建模型对建模样本的突水性进行反向识别,对测试样本的突水性进行预测识别,正确率分别为90%和100%,表明该模型具有很高的精确度。另外,所建模型结构简单、便于操作和使用,有一定的参考价值。

基于二值Logistic回归模型的砂土液化指标敏感性分析

将二值Logistic回归模型应用到砂土液化预测中,以国内外173组样本数据作为研究对象,通过相关性分析选择震级M、有效应力σ′0、平均粒径D50、修正的CPT锥尖阻力qc1和地震剪应力比SSR5个指标作为敏感性分析指标,对砂土液化指标的敏感性进行了分析。结果表明:二值Logistic回归模型预测准确率达到了90.8%,其概率表达式可用于砂土液化预测;各指标的敏感性排序为M>qc1>σ′0>D50≈SRR;σ′0和qc1指标与砂土液化的相对危险性呈负相关趋势,以qc1指标敏感性较大,M、D50、SRR指标与砂土液化的相对危险性呈正相关趋势,以M敏感性最大。

一阶混合整数值二项自回归模型

首先,针对复杂整数值时间序列数据的建模问题,提出一类一阶混合整数值二项自回归模型;其次,证明该模型的严平稳遍历性,给出模型的转移概率、期望、方差等概率统计性质,并用最大似然估计方法估计模型参数;最后,将模型应用于消费者价格协调指数(HICP)数据的拟合中.实例分析结果表明,该模型比现有模型的拟合效果更好.

偏最小二乘与人工神经网络耦合模型在酸雨pH值预测中的应用

将偏最小二乘与人工神经网络耦合,建立了一种新型耦合预测模型———偏最小二乘与人工神经网络耦合模型。该模型利用了偏最小二乘方法有效处理自变量之间多重相关性问题和人工神经网络可以较好地解决非线性问题的能力,在城市酸雨pH值预测中的应用表明,该模型预测精度高,明显优于偏最小二乘回归模型和人工神经网络模型。

如何进行因变量为二值变量的多重logistic回归分析——怎样在药物应用与监测研究中正确运用统计学(十二)

通常的多重线性回归模型中，因变量常为一个连续性变量，而在临床医学、药学实验中因变量有时为分类变量，此时需要采用logistic回归模型进行分析。Logistic回归属于概率型回归，即因变量是某事件（代表自变量取某特定值所对应的事件，如患者被治愈）发生的概率。因变量的性质通常可以有以下3种情形：1）二值变量，如成功或失败、生存或死亡；

回归预测模型的稳健性分析(异常值处理)

经典的LS估计法(least squares estimation,LS estimation)是对每个观测数据都给予相同的权重,由此带来对于异常值的处理不当,从而影响了回归模型的有效性。本文采用迭代加权最小二乘法来进行稳健回归分析(Robust Estimation),并基于MATLAB软件结合润扬大桥工程实例说明了此法的有效性。

总体最小二乘求解线性回归模型的迭代算法

根据线性回归模型的特点,推导了一种解线性回归参数的总体最小二乘算法。并对其单位权中误差的评定进行了探讨,通过理论推导表明按常规的总体最小二乘解法求得的线性回归单位权中误差与实际不符,并对其进行了纠正。通过算例分析且与常规的总体最小二乘解法进行比较,结果表明了算法的正确性和可靠性。

二值选择模型内生性检验方法、步骤及Stata应用

模型内生性问题受到学术界热切关注。越来越多学者热衷于使用二值选择模型（如Probit模型和Logit模型）展开相关研究。文章针对二值选择模型内生性检验研究成果现状,以Probit模型为例,首先提出其完整的内生性检验步骤;然后阐述处于不同情况下Probit模型内生性检验的具体方法、操作步骤以及Stata应用。

基于PSO算法的probit模型参数估计

针对二值probit回归模型中的参数估计问题,提出一种基于粒子群优化(PSO)的参数估计算法。该算法采用以最大似然准则作为PSO的适应度函数,建立二值probit回归模型中的参数估计计算模型。数值仿真分析表明,该算法性能较好,回归结果具有较高的拟合优度。

金属拉扭强度关于材料声速及加载速率最小二乘法的回归模型

为了研究不同加载速率下金属的拉扭强度及其预测方法,利用声发射检测仪及电子拉扭试验机分别对铸铁和中碳钢标准试件进行了声速测定及不同加载速率、加载路径下的拉伸-扭转组合变形试验,得到了各试件材料的声速值及相应加载方案下的载荷-变形曲线;根据平面应力状态及强度理论,推导出了材料拉扭破坏的最大正应力、最大剪应力;利用试验中采集的最大轴力、最大扭矩计算得到了材料的拉扭破坏应力、破坏面方向;基于最小二乘法拟合得到了材料拉扭强度关于材料声速值、拉伸与扭转加载速率的多元回归模型。研究表明:随着拉伸与扭转加载速率的增加,铸铁、碳钢的破坏应力分别呈现总体上升、总体下降的趋势;相同加载速率、不同加载路径下材料的破坏强度各不相同;建立的回归模型能较好地预测给定材料在不同加载速率下的破坏应力,并以此建立塑性及脆性材料的拉扭强度条件。

基于小波去噪半参数回归模型的卫星轨道测量数据预处理方法

由于卫星轨道测量数据中含有非线性误差,使用传统的最小二乘多项式拟合方法对其进行预处理必然会降低定轨精度。在半参数回归模型的基础上,应用小波阈值去噪算法估计并消除观测数据中存在的非线性误差,提出了基于小波去噪半参数回归模型的卫星轨道测量数据预处理方法,以提高数据预处理的精度。对某卫星USB跟踪数据应用该方法进行了仿真,仿真结果表明:该方法可以分离出观测数据中的白噪声和非线性误差,从而可以在观测数据中消除非线性误差的影响,提高数据预处理的精度。

Logistic回归模型及其在昆虫学中的应用

介绍了应用Logistic回归分析对二值反应的试验数据进行分析的方法 ,以及Logistic回归分析模型参数估计及其统计检验的方法 ,并结合 1个实际例子说明了Logistic回归模型的应用。

基于偏二次回归理论的上证50股指收益率的实证研究

在William Sharpe提出的资本资产定价模型(CAPM)中,引入多个影响资产回报率的因素,根据偏最小二乘的二次多项式理论对中国股票市场的多影响因子问题进行分析与优化。找出并克服各因子间的多重共线性问题,从而提取出影响股票收益回报率的重要因素变量,为股市的技术分析提供一个可信的工具。

基于二值逻辑的复合绝缘子状态判别策略研究

复合绝缘子是架空输电线路上广泛使用的设备,它的老化会给电力系统的正常运行带来威胁。电力相关工作人员需要一种能够对复合绝缘子的运行状态进行判别的方法,帮助他们确定复合绝缘子是否满足运行要求,而对复合绝缘子的定性表征就成为一种优选的表征策略。将运行后的复合绝缘子分成"满足运行要求"和"不满足运行要求",使用二值逻辑回归模型,选取合适的特征量,建立了复合绝缘子状态表征体系。

作物栽培数学模型的应用(上)

本文只讨论运用二次正交旋转组合回归设计所组建的作物栽培数学模型。一、模型的结构及性质正交回归设计可以同时考察多个试验指标。

最小一乘法在建立预测模型中的应用

最小一乘法在建立预测模型中的应用□文／安徽财贸学院杨桂元一、引言在社会经济现象中，某个经济变量（预测变量）ｙ受其他一些因素ｘ１，ｘ２，…ｘｍ的影响，ｙ与ｘ１，ｘ２，…，ｘｍ之间存在着线性相关关系。即ｙ＝ａ＋ｂ１ｘ１＋ｂ２ｘ２＋…＋ｂｍｘｍ＋ε（１）…...