预测型稳健回归模型及其实证分析

The econometrics model which is established by traditional ordinary least square mainly reveals the long-term and average relations among economical variables. In the forecasting application, it couldn’t distinguish near future and far future influence. As a result, its forecasting application can’t reveal the short-term waved changes of variables. By using the method that is applied in M-estimation of robust regression to deal with outliers, we set up forecasting robust regression model. Our purpose is to add factors that economical variables are influenced by time sequence into regression model in its forecasting application. By empirical analysis, we also test and verify that this method indeed heighten the model’s forecasting precision.

中位数稳健线性回归模型在数学教学评价中的应用

利用"中位数"建立一种较为稳健的线性回归模型,可以很好地解决用最小二乘法求回归直线可能存在的某些"离群值"对回归的显著性(拟合度)的影响.该模型对数学教学评价有一定的应用价值.

基于非凸惩罚回归的稳健Logistic回归模型及其实证

Logistic回归模型已广泛应用于处理因变量为二分类或二项式分布变量的回归问题。尽管经典的Logistic模型具有简单性和广泛的适用性,但当数据中存在严重的离群值时Logistic模型会崩溃。文章在传统的Logistic模型中引入均值漂移参数,从而提出了一种基于非凸惩罚回归的稳健Logistic回归方法。此外,设计了基于迭代的阈值嵌入式Θ-IPOD算法1和迭代算法2,保证了该方法可同时进行离群值检测和稳健的参数估计。通过分析网红经济对消费者购买行为影响因素的数据,证明了方法的稳健性和有效性。

非线性稳健回归在天气预报中的应用

统计预报中常用的多元回归模型,由于预报因子的非线性及模型数据的非正态性等情况,影响预报效果,针对这些问题,本文提出非线性稳健回归模型,使预报的准确率得到提高。

京津冀城市群电子信息制造业时空演化与影响因素

基于4318家京津冀电子信息企业微观数据,采用核密度、稳健回归模型等方法,探讨京津冀电子信息制造业企业的时空演变特征及影响因素。

稳健时序分析方法及其在边坡监测中的应用

本文将稳健估计方法引入时间序列建模,提出了基于稳健估计的自回归建模方法。采用某实测边坡两个监测点连续30期数据对该方法进行了验证计算与分析,结果表明当监测序列没有异常值时,稳健与常规自回归模型的预报精度相当;而当监测序列含有少量异常值时,稳健比常规自回归模型的预报精度有较明显的提高。

基于实测数据的停车设施出入口区域拥堵演变分析与关键节点识别

准确分析停车设施出入口区域拥堵演变机理是解决拥堵问题的先决条件。为准确分析中微观尺度下停车设施出入口区域的拥堵演变机理,本文在主成分分析和偏最小二乘法的基础上,建立了适用于中微观交通流分析的空间稳健自回归模型,结合复杂网络理论,提出了拥堵传播分析方法与关键拥堵节点的识别方法。最后以扬州市西区附属医院停车设施出入口区域接入主路为例进行验证分析。结果表明,空间单元发生拥堵时,对其紧邻的空间单元传递影响最大,而随着邻接数的增大,这种传递效应也急剧衰减,其中4阶以内的相邻单元影响可占总影响效应的90%以上;出入口接入点处是拥堵产生的先发位置,拥堵效应自出入口处向上游和内车道逐次传播并逐渐衰减,其中横向传播效应更快衰减,使得拥堵的影响区域主要分布于最外侧车道。随着路段流量和驶入率的提高,关键拥堵节点数均有不同程度的增加,且关键节点的分布遵循从停车场出入口接入点向上游路段,由外侧车道向内侧车道扩散的趋势。本文的分析结果能够为缓解停车设施出入口区域交通拥堵提供理论指导,为管理部门找到最行之有效的管理措施,具有重要的理论研究意义和实际应用价值。