黑米黑色素提取的多元回归统计模型

为了研究微波功率、作用时间、料液比、乙醇体积分数4个主要因素对黑米黑色素提取率的影响,对4个影响因素选取3个不同水平,进行L9(34)正交试验,相同条件下试验进行3次,吸光度取平均值,建立多元回归统计模型。结果表明,微波功率与黑米黑色素提取率正相关,料液比、乙醇体积分数与黑米黑色素提取率负相关,作用时间对色素提取率影响不显著,被剔除出统计模型。微波功率、料液比、乙醇体积分数是影响黑米黑色素提取率的重要因素。

边坡变形统计回归分析模型及应用

考虑时效、温度和降雨等对边坡变形的影响,并将其作为边坡变形的影响因子,建立边坡变形统计回归分析模型,应用Microsoft Visual C++网络编程技术和逐步回归分析算法在自行开发的岩土边坡监测信息管理与监测数据分析网络系统中实现可视化的边坡变形回归与预测。通过对龙滩水电站高边坡变形监测资料的统计回归分析表明:边坡变形统计回归值与实测值吻合良好,统计复相关系数较大,剩余标准差较小。统计回归分析模型能够较好地反映边坡的变形规律与变化趋势,为快捷、高效地评价边坡运行安全性态和预测其变形发展趋势提供有效的分析方法和手段。

一种新的统计回归模型及其建模方案

根据经典门限自回归模型的基本思想，引人半截多项式变换，导出了一种新的统计回归模型，并提出了相应的一整套建模方案。这种模型和建模方案的特点是：（１）解决了统计回归分析中逐段线性化模型的检验问题；（２）在确定统计回归模型中各待估参数和变量──包括门限变量、门限值、阶数、时滞和回归系数时显得十分方便、快捷。试验结果表明，根据此方案建立的统计回归模型具有较高的拟合和预报精度，同时具有良好的稳定性。

CPI指数预测的统计回归模型

对CPI值进行预测,对我国相应部门做出正确的宏观决策有积极意义.本文采用应用非常广泛的一类随机模型——统计回归模型,首先找到关于CPI指数变化的影响因素,搜集相关的大量数据;然后通过应用主成分分析法找出影响CPI的3个主要因素;最后基于3因素的数据,通过统计分析,建立回归模型,对短期内的情况进行预测.

基于统计回归模型的硫化矿石自燃倾向性鉴定指标研究

合理的提出硫化矿石自燃倾向性的鉴定指标,准确鉴别其自燃倾向性,对于矿山防火工作有着重要的意义。本文采用应用非常广泛的一类随机模型—统计回归模型,首先通过分析硫化矿石自燃氧化机理,找到影响硫化矿石自燃倾向性的3个主要影响因素,实验获得相关数据;其次基于3个因素的数据,通过统计分析,建立回归模型,对硫化矿石自燃倾向性进行预测。

基于统计回归模型的红外人脸温度归一化

为了减小环境温度对红外人脸图像的影响,本文提出了一种基于统计回归模型的红外人脸温度归一化方法.为了得到环境温度与红外人脸温谱图在对应像素点灰度之间的关系,将环境温度改变值和对应人脸上的温度变化值作为研究对象,利用统计回归方法对这两个对象进行二次多项式拟合即可得到环境温度变化和对应的人脸上温度变化的函数关系.通过得到的函数关系,建立归一化模型对红外图像进行温度归一化处理,减小环境温度对红外人脸识别的影响.实验结果表明:相对于归一化前的图像,温度归一化后的红外人脸图像与参考图像之间的信噪比有了明显改善,本文提出的归一化方法提高了红外人脸识别识别率.

基于统计回归模型的黑龙江大小兴安岭林业经济增长动力分析

为发展黑龙江大小兴安岭地区林业经济,发展区域林业经济优势产业,构建出有利于整合大小兴安岭地区森林资源的森林生态城市带。利用统计回归模型对黑龙江大小兴安岭地区林业经济增长动力进行分析,运用SPSS19.0软件得出现阶段该地区林业经济增长的主动力为林业第一产业,同时测算出林业三次产业内部增长动力。根据黑龙江大小兴安岭地区林业经济发展的实际情况,给出提升区域林业经济增长动力和促进林业经济发展的建议。

基于统计回归模型的突发事件网络舆情研究

突发事件网络舆情传播速度快,在较短的时间内能够引起社会大众的广泛关注,产生较大的影响。通过利用突发事件网络舆情传播规律和酶促反应相似的机理,构建统计回归模型来研究分析突发事件网络舆情的规律,并通过实例进行论证,以期为政府应对突发事件网络舆情提供参考。

多元统计回归模型在医疗保障基金数额分配中的应用

文章根据实际情况和背景信息,对医疗保障基金数额的分配问题进行建模分析。建立了多元统计回归模型:yij=β0+β1xi+β2x2i+…+βnxni+εi;利用了多种检验方法,对模型进行改进,从而提高预测准确度;最后为了检验随机变量是否存在自相关性问题,使用了DW检验,准确的解决了实际问题。

计量经济学和统计学视角下的线性回归模型——再议线性回归模型的设定

从属性、构建方法及意义等方面,分析研究线性回归模型在计量经济学和统计学两学科视角下的差异,并根据这种差异进一步提出回归模型的基本设定思路。研究表明:识别这种差异是完成模型设定工作的基础性和必要性举措,有助于实现线性回归模型的正确设定。以经典例证对计量经济学和统计学回归模型在应用中的区别以及模型设定问题进行进一步展示和分析。

大坝变形监测逐步回归统计模型的建立与应用

文章介绍了逐步回归统计模型的建立步骤,对模型建立过程中的算法进行了优化,采用VB 6.0编程完成了大坝变形监测逐步回归统计模型建立的程序,并将该程序应用于丹江口大坝1975～1981年间变形监测资料的数据处理,建立了逐步回归统计模型,验证了程序的正确性,从而可以应用于大坝变形监测的预警系统。

统计回归模型及其优化算法综述

在大数据时代,正则化(惩罚)回归模型成为高维数据分析的一种有效分析工具.文中从统计模型理论和优化算法两个角度对正则化回归模型进行简要的概述,主要介绍线性回归模型、广义线性模型和分位数回归模型三种经典且重要的回归模型以及相应的正则项.对于线性回归模型,介绍最小二乘回归和l 1-正则最小二乘回归问题的优化算法;对广义线性模型和分位数回归模型,介绍逻辑回归模型和求解l 1-正则逻辑回归问题的优化算法,并展示分位数回归模型和求解相应的正则化分位数回归模型的优化算法.最后,对正则化回归模型未来的研究方向进行展望.

基于统计回归法的中国经济风险评估模型

通过研究我国经济指标历年的分布和其特征,选取3个与经济风险有一定关联的经济指标,分别是实际GDP的增长率,CPI的增长率以及人民币对美元汇率的波动,并以这些指标作为讨论开端,逐步建立改进风险模型并对中国经济现状进行分析与评估。

高心墙堆石坝蓄水期沉降统计预测模型及应用

研究了以土石坝蓄水期变形监测资料为基础,考虑库水位、水位上升速率、填筑高度和时效等影响因素建立初期蓄水期和正常蓄水运行期大坝变形统计模型。所建模型以逐步回归分析法为基础,包含了固结分量、水压分量、填筑高度分量及水位升降速率分量,并考虑了填筑高度与时间的耦合影响。运用所建立的模型,对上述测量值在初期蓄水期和正常运行期的变化规律进行了预测分析,经与原型监测值比较,验证了所建立模型的有效性。

统计回归模型中的主成分分析

回归分析是处理多个变量间相互依赖关系的一种数理统计方法,其与统计回归模型是密不可分的。本文基于统计回归模型,重点研究了一元线性回归中各变量之间的关系。当变量之间相关性较高,出现共线性时,引入了主成分分析方法,利用主成分回归建立模型,简化了所要分析的问题,提高了回归模型的估计精度。这也是本文的重点研究内容。最后本文提出待解决的问题,并对未来研究进行了展望。

基于改进统计回归方法的精准需求预测模型

随着生产力水平的不断提高,人们物质生活水平和消费商品种类数目都也随之提高,商品市场也发生了很大的变化。划算的价格、 漂亮的外观、良好的品质等因素成为零售商品的核心竞争力。如何能够最大程度的预测市场走向和零售商的销售量,使得商家的经营成本降到 最低以带来最大的盈利成为了我们研究的重点,针对此问题我们先对数据进行了基本处理和时间序列整合排列,使得处理后数据能够具有优秀 的信息反映功能。

石板水电站重力坝坝基渗流渗压观测资料的统计回归分析

渗流、渗压是影响坝基稳定的重要因素。通过对石板水电站重力坝坝基渗流、渗压多年观测数据的统计分析,考虑水位、温度和时效的影响,采用逐步回归分析法建立了坝基渗流、渗压的统计回归分析模型。回归计算结果表明,渗流、渗压统计值与观测值吻合较好,统计复相关系数较大,估计标准误差较小。统计回归分析模型有效地反映了坝基渗流、渗压的变化规律和发展趋势,为评价大坝运行安全性态提供了有效地分析手段和途径。