基于混合回归模型的电炉生产企业经济产业结构影响因素多变量分析

分析经济产业结构影响因素对扩大电炉企业生产规模、重构电炉生产经济产业结构有着十分重要的现实意义,因此基于混合回归模型,分析了电炉生产企业经济产业结构影响因素。分析电炉生产规模现状,根据现阶段电炉国际贸易格局,选择四项指标构建混合回归模型。将我国电炉进口规模、电炉交通运输能力、电炉生产技术创新和环境规制作为自变量,电炉生产规模作为因变量带入混合回归模型中,实现电炉生产企业经济产业结构影响因素的深入分析。分析结果表明,我国电炉进口规模与电炉生产存在负相关联系,电炉交通运输能力、电炉生产技术创新和环境规制强度与电炉生产存在正相关联系。根据分析结果,可以优化经济产业结构,扩大生产规模,推动电炉生产发展。

异方差混合地理加权回归模型的正交投影估计

文章针对误差项存在空间异方差的混合地理加权回归模型,提出了一种新的估计方法。该方法将正交投影、局部线性估计和广义最小二乘估计的思想相结合,能够单独对模型中的常数系数、系数函数和方差函数进行估计。通过数值模拟对所提方法的性能进行验证。模拟结果表明,所提方法比现有的再加权估计方法更具优势。最后,基于城镇居民文化消费水平及其影响因素的实证分析验证了所提方法的实用性。

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.

基于自回归与长短期记忆网络混合模型的热电偶动态补偿方法研究

热电偶在动态温度测量时由于热惯性存在动态误差。为补偿热电偶的动态误差,提出一种基于自回归与长短期记忆网络混合模型的补偿算法。该算法通过自回归模型对热电偶动态响应进行辨识,再由长短期记忆网络作为非线性补偿器校正动态误差。采用不同强度的高斯白噪声模拟噪声环境,仿真构建热电偶模拟测量数据集。在模拟测量数据集上对算法做验证。计算结果表明,该算法在不同噪声环境下均能有效地减少动态误差。搭建热电偶动态温度测量实验平台,以K型镍铬/镍硅热电偶为实验对象,取得实验测量数据集。实验和计算结果表明,经算法补偿后的热电偶动态响应得到改善,平均动态误差为0.0028,标准差为0.0102。

应用联合分析和混合回归模型进行市场细分

联合分析是一种有效地反映消费者需求差异的方法,所以被广泛地应用到市场细分的研究中。但是,传统的方法存在着一定的不足。本研究提出了一个残差分布假设不同的混合回归模型,模型估计的效率比较高,而且模型系数也必较可靠。所以不失为一个比较理想的市场细分分析工具。本文应用该模型方法对一个笔记本电脑联合分析案例进行了实证分析。

大坝安全监测的混合回归模型研究

针对传统回归模型在测值分析时存在片面性的问题,提出采用串联和并联两类回归法的混合回归模型进行大坝监测资料分析,利用串联与并联两种回归模型对岩滩大坝的测值进行了分析和预报,并与逐步回归算法的结果进行了比较。结果表明,混合回归模型拟合与预测效果明显优于传统的回归模型。

基于混合回归模型的客运专线旅客市场细分研究

结合武广客运专线旅客问卷调查数据,以安全、舒适、速度、频率、准点、价格、便捷等产品属性权重为细分标准,采用混合回归模型,将客运专线旅客市场细分为效率型、经济型、休闲型、体验型4种类型,同时利用关联分析对每种类型旅客的经济社会特征和出行需求特征进行分析,为我国客运专线收益管理的理论研究和实践应用提供参考。

混合回归模型及其在高层建筑风响应时域分析中的应用

针对多维AR模型同时求解回归系数矩阵所有元素的一些不足之处 ,本文提出了混合回归模型 ,实例分析表明 ,混合回归模型对脉动风的仿真是有效的 ,用于高层建筑风响应时域分析 。

运用混合回归模型预报赤潮

通过先行建立每个影响因子的非线性回归模型 ,然后作总体线性回归 ,首次给出了用混合回归模型预报赤潮的方法。这样就改进了现有的用多元线性回归模型进行赤潮预报的方法 。

自回归滑动平均混合模型在红细胞供应量预测中的应用

目的探讨建立月悬浮红细胞供应量预测模型,为采供血提供参考。方法分别以浦东血站2007年1月-2014年6月的月红细胞供应总量、A+、B+、O+和AB+4种血型红细胞月供应量作为标本建立自回归滑动平均混合模型(ARIMA),用2014年7月-12月的实际值作为检验标本,用建立的最优模型预测2015年1-6月本站红细胞月供血量。结果经过序列平稳化、模型识别、建模和模型检验等步骤,月红细胞供应总量建立ARIMA(1,1,1)(1,1,1)12模型,调整决定系数(R2)=0.82,平均绝对百分比误差(MAPE)=5.98;A+型红细胞月供应量建立ARIMA(1,1,2)(1,1,1)12模型,调整R2=0.81,MAPE=8.42;B+型红细胞月供应量建立ARIMA(4,1,0)(1,1,1)12模型,调整R2=0.84,MAPE=7.23;O+型红细胞月供应量建立ARIMA(1,1,1)(0,1,1)12模型,调整R2=0.83,MAPE=6.63;AB+型红细胞月供应量建立ARIMA(1,1,0)(1,1,1)12模型,调整R2=0.80,MAPE=8.41。结论 ARIMA是一种短期预测精度较高模型,可用于红细胞供应量的预测。

空间混合自回归模型在碘缺乏病防治中的应用

目的 分析儿童尿碘与盐碘的关系 ,评价四川省碘缺乏病防治效果。方法 利用直线回归与空间混合自回归 2种统计模型建立尿碘与盐碘之间的关系。结果 2种回归模型的系数都有统计学意义 ,盐碘的系数为3.6 80 2和 2 .716 3,空间自相关系数为 0 .4395 ,空间自回归模型解释尿碘的空间变异 12 .3%。结论 回归模型表明 8～ 10学生尿碘水平与盐碘含量有关 ,尿碘水平除了存在个体随机性差异 ,还存在空间自相关性引起的差异。

混合地理加权回归模型算法研究

以迭代算法为基础,推导出混合地理加权回归模型的常系数(全局参数)和变系数(局域参数)的计算方法,并以上海市住宅小区楼盘销售平均价格为例进行验证。结果表明,混合地理加权回归模型的计算量略大于地理加权回归模型,但对样本数据的拟合更好,局域参数估计更稳健。

一种基于加权混合回归模型的ARDS中医疗效评价方法探讨

急性呼吸窘迫综合征(ARDS)是一种临床常见危重症,中医辨证治疗在参与该病的救治中显示了肯定的疗效,但因缺少合理的评价方法,其效果被部分掩盖和质疑,严重影响了中医药在该类难治性疾病救治中的应用。以患者个体化诊治信息的获取和利用为切入点,采用多个脏腑证候信息加权组合的方法提取辨证信息,结合对应的治疗及评价信息,架构符合中医个体化诊疗特征的从辨证论治到治疗效果的函数映射模型,提出一种以加权混合回归模型为数据基础的矩阵分析方法,用以判断中医辨治与临床疗效之间的因果关联,探讨建立一种中医辨证治疗ARDS的疗效评价方法。

混合高斯自回归模型参数估计方法之LS-EM

混合高斯自回归模型对有色非高斯数据的概率密度和功率谱密度进行有效的拟合,而LS-EM算法则可解决这一模型的参数估计问题.描述了混合高斯自回归模型及其参数估计问题之后,导出了具体的LS-EM算法,并给出了一组仿真实例.这是一种参数耦合估计算法,首先基于传统的最小二乘技术得到功率谱密度参数粗估计,进行预白,然后应用EM迭代得到白激励的概率密度估计,并基于此构建一加权函数,以此权函数改进最小二乘算法,进而得到模型参数的精估计.

基于偏正态数据下联合位置与尺度混合专家回归模型的参数估计

混合专家回归模型广泛应用于异质总体数据的分类,聚类及回归分析中.研究基于偏正态数据,提出了联合位置与尺度混合专家回归模型,该模型同时对位置,尺度和混合比例参数建模,应用MM算法和EM算法研究了该模型参数的极大似然估计.通过随机模拟和实例分析说明了该模型和方法的有效性与实用性.

基于混合地理加权回归模型的我国人均GDP分析

混合地理加权回归模型是在解释变量中同时包含了全局变量和局域变量,应用混合地理加权回归模型分析了我国2006年人均GDP空间特征,揭示了空间的非平稳关系.结果表明,(1)人口密度、就业率和人均国内生产总值呈正相关;(2)工业化程度、人均固定资产投资额、人均第一产业生产额、城市化水平和人均电力消耗量具有空间非平稳性.

非线性时间序列建模的混合自回归滑动平均模型

提出了一类用于非线性时间序列建模的混合自回归滑动平均模型(MARMA).该模型是由K个平稳或非平稳的ARMA分量经过混合得到的.讨论了MARMA模型的平稳性条件和自相关函数.给出了MARMA模型参数估计的期望极大化(expectation maximization)算法.运用贝叶斯信息准则(Bayes information criterion)来选择该模型.MARMA模型分布形式富于变化的特征使得它能够对具有多峰分布以及条件异方差的序列进行建模.通过两个实例验证了该模型,并和其他模型进行比较,结果表明MARMA模型能够更好地描述这些数据的特征.

混合空间自回归模型的异常值检验

文章研究了混合空间自回归模型的单个异常值的检验问题。分别在均值滑动模型和方差加权模型下导出了得分统计量的具体形式及检验过程。应用于一阶空间自回归模型中,给出了的异常值得分检验统计量的具体形式及近似分布。最后利用哥伦布市社区犯罪数据证实了方法的有效性。

一类混合回归模型中估计的收敛速度

考虑回归模型y_i=x_iβ+g(t_i)+e_4,i=1,2,…,n,其中 g(·)是未知光滑函数,β是未知待估参数,e_4是随机误差.设{(x_4,t_4,y_4),1≤i≤n}是 i.i.d.子样.本文首先给出了 g(·)的一类近邻估计n(·),然后基于模型 y_4=x_4β+(t_4)+e_4得到了β的最小二乘估计.在适当条件下,证得了及 g(·)的最终估计(·)的强弱收敛速度.

混合回归模型及其在高耸结构风响应时域分析中的应用

针对多维AR模型同时求解回归系数矩阵所有元素的一些不足之处 ,本文提出了混合回归模型。通过对某一高耸结构的分析 ,表明混合回归模型对脉动风的模拟是有效的 ,并从数值模拟角度验证了 ,对于线性结构 。