煤灰熔融温度多项式模型的偏回归函数分析

为了考察煤灰中的化学组分对熔融特性温度的贡献,借助我国69种重要的商业用煤的灰熔融特性温度和灰中SiO2和Al2O3等6种主要化学组分的测试数据,利用多项式模型的偏回归函数分析方法,对煤灰的熔融特性温度进行一至四阶多项式模型回归分析,获得了各化学组分的偏回归函数。研究结果表明:各化学组分的偏回归函数能够表现熔融温度对应于该组分变化的趋势;同一组分偏回归函数不同,该组分对变形温度、软化温度和熔融温度的影响存在较大的差异;CaO和TiO2的偏回归函数反映熔融温度变化趋势的可信度最高。实验为进一步研究煤灰熔融特性温度的数学模型和参数选择提供参考。

误差为AR(1)过程的半函数型偏线性回归模型参数估计的强收敛性

文章研究了基于半函数型偏线性回归模型Y=XTβ+m(T)+ε,(X,T)与误差ε相互独立,在一定假设条件下,当误差满足AR(1)过程时,建立了这种半函数型偏线性回归模型中未知参数β的估计量β^的强收敛性,推广了现有文献中的结果。