考虑异方差性的城市电网电动汽车充电负荷预测

随着电动汽车渗透率的上升,充电设施和充电负荷将成为城市电网发展的关键增长点。然而,大量电动汽车集中充电导致负荷波动剧烈,并加剧了负荷序列的异方差性。为此,提出了一种考虑异方差性的电动汽车充电负荷预测模型。首先,通过图形检测法识别评估充电负荷序列的异方差性,综合负荷变化趋势分析可能导致异方差的原因;其次,通过时间序列分解剥离原始序列中的异方差,挖掘负荷分量与气候、温度的关联关系;最后,构建针对异方差性的中长期充电负荷预测框架,融合长序列预测模型,对负荷进行分解与重构。仿真结果表明,所提模型提高了负荷预测的准确性,为城市电网的合理规划与稳定运行提供了重要支持。

广义线性模型中一类推广的拟似然估计与异方差性诊断检验(英文)

本文考虑了随机设计情形下一类普通的异方差回归模型,在这个模型中,假定回归函数与方差函数之间的关系服从推广的广义非线性模型.该模型在实际中很常见,广义线性模型便是其特例.首先,我们导出了均值函数的局部加权拟似然估计;然后,用它来得到方差函数的估计,并且证明了这些估计有较好的性质;最后,建立了异方差检验统计量,文中的方法很吸引人.

雷达定量测量降水中的异方差性及加权判别函数处理

利用Z-I关系法,通过2006年两次积层混合云降水过程的回波和雨量资料分析A,b值的变化规律。针对Z-I关系的非线性和不稳定性,发现Z-I统计关系拟合中存在着异方差性,提出了对传统的最小二乘法和最优判别函数法进行加权处理的方法,并与其他方法的计算结果作了对比分析。研究结果表明:使用加权判别函数法,可以在符合Z-I关系实际变化规律的前提下抑制异方差性在计算过程中的不稳定,同时保持回波反演降水与实测降水之间的偏差最小化。

非线性回归模型相关性和异方差性的检验

本文讨论了误差是一阶自回归序列的非线性回归模型，首先导出了关于误差相关性和异方差性的似然比检验统计量和Ｓｃｏｒｅ检验统计量，随后利用参数正交变换，得到了修正的似然比检验统计量及修正的Ｓｃｏｒｅ检验统计量。此外，当误差项是一阶滑动平均序列时相应的检验问题也作了讨论。

蒙特卡罗方法下线性模型的异方差性检验方法

在已有的异方差性检验方法的基础上,运用蒙特卡罗方法,借助permutation检验思想,在不假定随机扰动项服从同一分布族的条件下,通过从大样本中提取大量的子样本,不断对线性模型进行拟合和检验,根据异方差为真的频率大小,给出了一种新的异方差检验方法。随机模拟表明本检验方法优于传统方法。

异方差性的检验方法及评述

本文针对用截面数据或单整阶数不同的时序数据进行回归分析时经常遇到异方差性问题,系统地给出了正式与非正式、参数与非参数的检验异方差性的统计方法,提出了各种检验的应用条件及注意事项,并评述了各自的优缺点。

时间序列分析中的异方差性

文章阐述异方差性在时间序列分析中的影响及识别方法 ,并比较各方法的应用特点。以双能 X线骨密度仪基线漂移数据为例 ,说明异方差性的一种检验手段。能够识别出序列中的方差变化区域及显著变化区域。对时间序列中的异方差性 。

多元线性回归模型中的异方差性问题

对计量经济学模型中应用最为普遍的线性回归模型进行了一些分析.指出模型的基本假设中"同方差性"不能满足,即出现了异方差性问题时,会出现哪些后果,应如何对模型作出调查,并介绍了目前使用较多的检验"异方差性"的方法.最后建立了我国消费函数模型.

一元加权最小二乘估计处理异方差性及SAS实现

分析线性回归分析中异方差性的产生原因和影响,介绍加权最小二乘估计法处理一元回归分析中异方差性的原理,并用SAS软件加以实现。通过比较SAS软件输出结果,得出当存在异方差性时,加权最小二乘估计法比普通最小二乘估计法估计效果更好的结论。

使用怀特检验判断生物量模型的异方差性

为了在生物量建模过程中得到回归模型的最优估计,针对回归模型存在的异方差性,提出用怀特检验方法来定量分析模型,再结合残差分布图来辅助判断,并应用怀特检验方法和残差分布图实例分析了普通最小二乘法拟合栎类生物量模型结果存在异方差性,建议采用加权最小二乘法拟合栎类生物量模型。

回归模型异方差性的检验与消除研究——以SPSS为分析工具

在经济研究中,异方差性的存在给回归模型带来了严重的后果,而传统的检验和消除方法非常复杂。文中用SPSS为分析工具,使回归模型异方差性检验和消除的方法更加简单化。

关于我国居民储蓄行为异方差性的探讨

储蓄行为的计量经济模型容易发生异方差性。本文建立和分析了1952年—2001年的我国居民储蓄函数模型及其异方差性,表明随着社会经济的发展我国居民储蓄行为的无规律性会越来越明显。

时间汇集间隔对交通流异方差性的影响(英文)

依托从英国快速路系统中采集到的实际交通流数据，研究了时间汇集间隔对交通流异方差性的影响．使用1-30min共30种时间汇集间隔，生成了30个实际交通流数据序列，确定并估计了相应的ARIMA模型，计算后得到30个交通流量残差序列．针对不同汇集间隔下的ARIMA模型残差序列，应用portmanteau Q检验和LM（Lagrange multiplier）检验，分析了交通流量序列的异方差性．实证结果表明：交通流量序列在选定的30个汇集间隔都具有显著的异方差性；较长的时间汇集间隔可以消减交通流量序列中的噪声，从而减弱交通流异方差性的程度．研究结果有助于开发具有较高可靠性和鲁棒性的交通管理和控制系统．

一类线性回归模型异方差性的LM检验

考虑了具有异方差结构的线性回归模型的假设检验问题.导出了当模型中异方差为指数函数时,异方差性检验的LM检验统计量,并举例说明该方法的功效.

回归模型中的异方差性检验及分析

本文首先导出非线性回归模型中，当权函数具有较一般形式时异方差性检验的Ｓｃｏｒｅ检验统计量，然后讨论了线性模型中自变量或因变量的扰动对Ｓｃｏｒｅ检验统计量的影响，最后给出了两个应用实例。

特殊情形下线性模型异方差性的LM检验

考虑了特殊情形下具有异方差性的线性模型。首先导出了在模型中当异方差为线性函数时异方差检验的LM检验统计量及其性质,然后举例说明其有效性。

计量经济模型中扰动项异方差性的一种检验方法

困扰计量经济建模的一个重要问题是模型中随机扰动项性质的设定.传统计量模型中均假定随机扰动项为高斯白噪声,而实际经济背景和数据经常不支持这一假定.应用极值理论,通过极值指数估计量,提出了一种可行的对异方差的检验方法.

一类线性回归模型异方差性的LM检验

笔者考虑了特殊情形下一类异方差性线性回归模型,首先导出了在模型中当异方差为线性函数时异方差检验的LM检验统计量,然后举例说明该方法的功效。

一种回归模型异方差性的检验方法

针对现有回归模型异方差性检验的局限性,借鉴尺度参数检验与重抽样方法的思想,通过对残差序列进行随机抽样,提出了一种可行的非参数检验方法;该方法具有更强的适用性,Monte Carlo模拟结果表明,其检验效果良好,尤其针对样本量较小的情形。

靶场光学测量数据异方差性检验及修正

为了避免靶场光学测量数据异方差性导致的普通最小二乘估计非有效、显著性检验失去意义和模型的预测失效问题,采用了图形分析、Goldfeld-Quandt和Breusch Pagan Godfrey方法检验光学测量数据异方差性,并针对光学测量数据的异方差性提出分段加权最小二乘修正的方法。通过理论分析,对某设备方位角测量数据进行实验验证,取得了残差平方数据、G-Q检验统计数据、BPG检验统计数据和分段加权最小二乘BPG统计数据。结果表明应用图形分析法对光学测量数据进行异方差性检验最直观和简捷,适合存在明显异方差性的检验,G-Q检验法不适用光学测量数据的异方差性检验,BPG检验理论完整且适合光学测量数据的异方差性检验,分段加权最小二乘方法有效合理,消除了异方差性对回归模型的影响。