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。

变权重组合预测模型的局部加权最小二乘解法

随着科学技术的不断进步,预测方法也得到了很大的发展,常见的预测方法就有数十种之多。而组合预测是将不同的预测方法组合起来,综合利用各个方法所提供的信息,其效果往往优于单一的预测方法,故得到了广泛的应用。而基于变系数模型的思想研究了组合预测模型,将变权重的求取转化为变系数模型中系数函数的估计问题,从而可以基于局部加权最小二乘方法求解,利用交叉证实法选取光滑参数。其结果表明所提方法预测精度很高,效果优于其他方法。

评价神经网络拟合精度的另一个指标

在基于神经网络的故障检测中 ,要求神经网络拟合某特定动态系统时均方预测误差的均值及其标准差均小 ,故在以均方预测误差的均值作为评价神经网络逼近特定动态系统性能的系统化交叉证实法的基础上进行改进 ,以均方预测误差的均值和标准差两个指标评价神经网络逼近特定动态系统性能 .仿真结果证明 ,同时用两个指标不仅是可行的 。

选择神经网络隐层单元数的另一个指标

透过两次应用准交叉证实法选择作为在线状态估计器的神经网络隐层单元数所得结果不一致的现象，分析了每一选择循环中各次训练结果预测误差平方和的分散情况，发现各次预测误差平方和的样本标准差与交叉证实法中用的选择指标有着类似的随隐层单元数增减而变化的趋势。提出了可用此样本标准差作为选择神经网络隐层单元数的另一个指标，并根据两个指标所得选择结果是否一致判断受随机因素影响的程度，从而提高选择结果的可靠性。

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.

不确定半参数模型的Bernstein多项式估计

假设样本观测值是不精确的,通过将不精确的观测值建模为不确定变量,这篇论文提出单调半参数模型的不确定统计推断.单调Bernstein多项式近似非参数函数,利用二次规划算法进行求解.并通过数值例子说明所提出的方法.

基于变系数模型的山东省人口自然增长率分析及预测

人口的合理建模是人口预测、控制与管理的基础工作,是当前人口研究的热点问题之一.准确地预测人口信息,是制定未来人口发展目标和生育政策等有关人口政策的基础,对研究制定地方经济和社会发展决策具有重要的参考价值.主要利用变系数模型研究山东省人口自然增长率及与之有关的因素,并且对2007年的人口自然增长率进行预测,预测值3.9367‰,实际值3.58‰.

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.