基于非线性逻辑回归的M-Score模型优化研究

文章以我国沪深A股市场2010—2020年因财务报表舞弊被中国证监会、上海证券交易所和深圳证券交易所处罚的441家上市公司为样本,研究了M-Score模型在我国A股上市公司财务舞弊识别中的有效性,利用统计学方法分析了模型失效的原因,并提出了一种基于非线性逻辑回归的M-Score模型优化方法。

基于一元线性回归模型的供水网络中水表读数虚高问题研究

为了定量研究供水网络中总表漏水程度和分表读数虚高程度,根据水量平衡分析法的原理,结合大数据分析技术,建立了一元线性回归方程,回归常数代表总表漏水量程度,回归系数代表分表读数虚高程度。通过针对2021年某高校供水管网的实证研究表明,总表日均漏水量为15.5958吨,分表读数虚高率为1.07%。该方法对供水管网漏损率的精准评估等问题的解决提供了新的思路和方法。

基于Excel软件利用矩阵运算模拟多元线性回归模型的应用分析

文章基于多元线性回归分析的基本原理,模拟多元线性回归方程的矩阵,研究专业基础课程与专业核心课程的相关性.利用Excel软件中的矩阵函数的运算,对兰州城市学院财务管理专业110名学生的线性代数、概率论与数理统计和财务管理学课程卷面成绩为样本数据进行正态性分析.结果表明,课程成绩服从正态分布,据此建立卷面成绩的多元线性回归预测模型,通过对数据样本的方差分析和对统计量进行检验和统计推断,表明方程拟合度较好,以此帮助师生预测财务管理学课程成绩,针对三门课程预测的线性关系,对教师提出了一些教学建议.

基于可见/近红外光谱和函数型线性回归模型的成熟期苹果可溶性固形物含量预测

可溶性固形物含量(SSC)是反映苹果品质和成熟度的重要指标,能够用于苹果品质分析和成熟度预测。以新疆阿克苏冰糖心红富士苹果为研究对象,从果实膨大定形期至完熟期,以3d等间隔周期采摘样本,采集其380~1110nm的可见/近红外光谱,测定其SSC,共552个样品。然后,利用基函数平滑方法将采集的可见/近红外光谱离散数据转化为光谱曲线,即函数型数据,并以可见/近红外光谱曲线、一阶导曲线、二阶导曲线为函数型解释变量,SSC为标量响应变量,分别建立函数型线性回归模型。为了验证和分析模型的性能,根据原始光谱离散数据,经过移动平滑、一阶导和二阶导预处理后,分别建立偏最小二乘回归(PLSR)、核支持向量机(KSVM)、随机森林(RF)、梯度提升树(GBM)和深度神经网络(DeepNN)。结果表明,在建立的18个模型中,针对训练集,PLSR-dNIR模型、KSVM-dNIR模型、RF-dNIR模型、GBM-dNIR模型和Deep NN-d2NIR模型都优于FunLR-NIR模型、FunLR-dNIR模型、FunLR-d2NIR模型,且Deep NN-dNIR模型最优(r_(c)=0.9996,R_(c)^(2)=0.9986,RMSEC=0.0740,RPDC=27.4366);针对测试集,FunLR-NIR模型、FunLR-dNIR模型、FunLR-d2NIR模型均优于其他所有模型,且FunLR-NIR模型最优(r_(v)=0.9534,R_(v)^(2)=0.9077,RMSEV=0.5856,RPDV=3.3017)。综合训练集和测试集的结果来看,核支持向量机模型、随机森林模型、梯度提升树模型和深度神经网络模型容易过拟合,而函数型线性回归模型具有更好的普适性。此外,从三个函数型线性回归模型(FunLR-NIR模型、FunLR-dNIR模型、FunLR-d2NIR模型)的预测效果看,模型均具有良好的鲁棒性和较高的预测精度。试验结果表明,结合可见/近红外光谱技术与函数型数据分析构建的函数型线性回归模型,可成功、有效地实现成熟期苹果的可溶性固形物含量预测。

部分线性变系数空间自回归模型的惩罚轮廓拟最大似然方法

主要研究了部分线性变系数空间自回归模型的变量选择问题。结合拟最大似然方法、局部线性光滑方法以及一类非凸罚函数,提出了一个变量选择方法用于同时选择该模型的参数部分中重要解释变量和估计相应的非零参数。大量模拟研究表明,所提出的变量选择方法具有满意的有限样本性质,并且关于空间权矩阵的稀疏度、空间相关强度、系数函数的复杂度以及误差分布的非正态性非常稳健。特别地,当样本容量较大且罚函数选择合适时,即使解释变量的相关性较强或者模型中含有较多不重要解释变量,所提出的变量选择方法仍然具有比较满意的有限样本性质。通过分析波士顿房屋价格数据考察了所提出的变量选择方法的实际应用效果。

基于多元线性回归模型估测蒙古黄芪药效成分含量

以蒙古黄芪种苗为试材,采用高光谱和多元线性回归的方法,研究了栽培和仿野生对蒙古黄芪黄芪甲苷、毛蕊异黄酮葡萄糖苷含量估测方法的影响,以期为实践中利用高光谱快速、准确估测栽培和仿野生蒙古黄芪的药效成分含量提供参考依据。结果表明:栽培和仿野生蒙古黄芪药效成分含量的原始高光谱数据所建立模型的稳定性和拟合度均是最好。估测黄芪甲苷含量模型的RMSE分别是0.0045、0.0085;R^(2)分别是0.761、0.879;所建模型分别是y=0.0054+0.0016x_(1)+0.0002x_(2)+0.0007x_(3)(R^(2)=0.903)、y=-0.1223+0.0040x_(1)+0.0001x_(2)-0.0009x_(3)(R^(2)=0.904)。估测毛蕊异黄酮葡萄糖苷含量模型的RMSE分别是0.0017、0.0040;R^(2)分别是0.860、0.868;所建模型分别为y=0.0731-0.0080x_(1)-0.0004x_(2)+4×10-6x_(3)(R^(2)=0.891)、y=0.0842-0.0007x_(1)-0.0001x_(2)+0.0002x_(3)(R^(2)=0.883)。

猪胴体重在线分级预测线性回归模型研究

[目的]针对国内大多数屠宰企业仍通过人工测量猪胴体背膘厚度,再结合胴体重对其进行分级,存在劳动强度大、作业效率低、人畜交叉污染风险高等问题,本文旨在建立猪胴体重预测模型,以便利用图像处理等技术获取模型中的相关参数,进而获得胴体重。[方法]在14:00—15:00、15:20—16:20、16:30—17:30三个时段内,随机选取按照标准化工艺屠宰后15 min左右、胴体重50~90 kg的猪胴体60头,在完成各试样前腿处横长(L_(f))、1/2处横长(L_( 1/2))、后腿处横长(L_(r))、1/2处背膘厚度(t_(1/2))、胴体直长(L_(t))及胴体重(w)等参数测定的基础上,建立不同的胴体重预测模型并进行优化及准确率验证。[结果]采用横长加权均值(L_(e))代替背膘厚度,与直长建立的胴体重预测模型为w=4.05L_(e)+0.45 L_(t)-116.32,其决定系数由0.48提高到0.96(P=0.01),预测准确率最高达94.16%。[结论]采用横长加权均值减小了误差,建立的猪胴体重预测模型准确性较其他模型高。

ANN模型与分段线性插值及回归模型的比较及应用

对ANN模型、分段线性插值模型和非线性回归模型从原理上进行了比较,ANN模型易于构建各影响因素与因变量间复杂关系,非线性回归模型和分段线性插值模型可以将自变量与因变量间的关系通过表达式直观表达。以荆江三口分流量与枝城流量的关系为应用算例,采用相关系数、纳什效率系数、均方根误差和平均绝对误差等4个评价指标对3个模型的拟合精度和误差大小进行了比较。结果表明:3个模型均可应用于模拟枝城流量与荆江三口分流量的关系,但3个模型的计算值与实际值间的误差大小存在差异,从4个评价指标综合来看,ANN模型计算值与实测值的误差最小,分段线性插值模型次之,回归模型计算精度相对较低。

基于逐步多元线性回归和随机森林模型预测黄河流域极端气温事件

全球变暖背景下,极端气候事件频发,且对黄河流域等地区的经济发展及人民生活造成严重危害。基于1961—2020年黄河流域80个站点的日气温数据提取了6个逐月极端气温指数(ETI)。利用多重共线性分析去除有相依性的环流指数,并考虑滞后性进行Pearson相关分析,筛选出各ETI的关键环流指数及最佳滞后时间;之后基于最佳滞后时间下的关键环流指数建立逐步多元线性回归(SMLR)和随机森林(RF)模型。对模型进行精度评价,探究环流指数在单站点及整个流域的重要性,并预测了2022年11月的6个ETI值。结果表明:黄河流域ETI中最高气温(TXx)、暖昼天数(TX90p)、酷热天数(TD30)和最低气温(TNn)呈波动上升趋势,而霜冻天数(FD0)和冷夜天数(TN10p)呈下降趋势;极端高温事件的强度和发生频率的空间分布特征与极端低温事件基本相反。以靖远站TXx为例,各关键环流指数对TXx具有不同程度的影响(0.10<r_(max)<0.89),r_(max)对应的最佳滞后时间主要为5、6、11、12个月。SMLR和RF模型对黄河流域各ETI的预测能力都较好,验证期的决定系数(R 2)范围分别为0.53~0.95和0.64~0.95;除对TXx的模拟效果稍弱外,其他5个ETI的RF模型模拟效果均优于SMLR模型。太平洋区极涡强度指数(PPVI)是影响黄河流域TXx、TNn、TX90p和FD0的最重要环流因子,北非—北大西洋—北美副高脊线位置指数(NANRP)对TN10p和TD30的影响最大。预测的2022年11月ETI的空间分布特征与多年平均情况基本相似。研究结果为黄河流域极端气温事件预报提供了参考。

高维线性回归模型稳健变量选择方法综述

随着大数据时代的到来,在经济学、金融学和生物医学等众多研究领域中频繁收集到高维数据.高维数据的特征之一是变量维数p随着样本量n的增加而变大且通常会超过样本量,同时,异常值也容易出现在高维数据中.因此,如何克服异常值给高维统计推断带来的影响,从而得到更精确的模型,是目前统计学研究的热点问题之一.本文是对高维线性模型下的稳健变量选择方法进行综述.具体地,首先介绍评估稳健性的三个指标:影响函数、崩溃点和最大偏差.其次着重介绍了稳健变量选择方法,包括响应变量含有异常值,响应变量和协变量都含有异常值,高崩溃点且高效的变量选择方法.紧接着介绍相关算法,通过模拟和实例比较不同变量选择方法.最后,简要探讨了高维稳健有效变量选择方法存在的问题及未来的可能发展方向.

基于多元线性回归的转炉石灰加入量计算模型

根据铁水条件和钢水要求准确计算石灰加入量,避免熔剂浪费是转炉炼钢的重要要求之一。然而,由于转炉生产节奏快,影响因素多,很难精准地确定石灰加入量。为了准确计算转炉石灰加入量,避免石灰浪费,建立了机理模型、分类模型和多元线性回归模型,用于计算转炉石灰加入量。三种模型相比,纯粹的机理模型计算精度很低,难以直接应用到现场生产中。基于机理模型优化的分类模型,仅有60%的炉次差值在500 kg/炉以内。利用SPSS建立了多元线性回归模型,得到了石灰加入量和其他参数之间的关系W_(Lime)=4 147.24×w_(TSi)+529.67×w_(TC)+60.20×W_(qf)+0.405×V_O-1 833.95,验证结果表明,93%的炉次计算差值在400 kg/炉以内,77%的炉次计算差值在300 kg/炉以内,基本能够满足现场使用的要求,模型应用在现场后,石灰加入量得到有效的降低。

部分线性空间自回归模型的惩罚最小二乘方法

部分线性空间自回归模型因具有参数空间自回归模型的解释能力和非参数空间自回归模型的灵活性而成为一类备受关注的半参数空间自回归模型。主要研究部分线性空间自回归模型的变量选择问题,基于轮廓拟最大似然方法和一类非凸罚函数,提出了一类惩罚最小二乘方法同时选择该模型的参数部分中重要解释变量和估计相应的非零回归系数。在适当的正则条件下,推导了回归系数的惩罚估计的收敛速度,并证明了所提出的变量选择方法具有Oracle性质。模拟研究和实际数据分析均表明所提出的变量选择方法具有满意的有限样本性质。

多元线性回归模型与多层感知器神经网络在铀矿测井泥质含量预测中的应用

在铀矿资源勘探工作中,泥质含量的测定对于确定地下岩层的性质和砂岩型铀矿床的分布具有重要意义。文章旨在避免常规测井解释计算方法受到希尔奇系数选取准确性的限制,提出了利用多元线性回归模型和多层感知器(MLP,Multilayer Perceptron)神经网络对测井数据进行分析与预测的方法。通过选取某地区的测井数据,采用多元线性回归模型和MLP神经网络进行了泥质含量关系模型的构建和验证。结果显示,多元线性回归模型在泥质含量低层位出现过拟合现象,而MLP神经网络则表现出更高的预测准确性,MLP神经网络在泥质含量预测中优于传统多元线性回归模型,为铀矿勘探中泥质含量的准确预测提供了有效工具,并有望改进现有的泥质含量评价方法。这些研究成果可显著提升测井解释的效率和准确性,对后续铀矿勘探开发工作的开展具有积极影响。

基于多元线性回归模型对北京市物流影响因素的实证分析

物流是保障和维系城市正常运转的基础功能。本文选取北京市2000~2022年的面板数据,以货物周转量作为被解释变量来衡量物流需求水平,并以固定资产投资额、三大产业产值、进出口总额、社会消费品零售总额、人均可支配收入以及常住人口作为解释变量,建立多元线性回归模型,分析得出影响北京市物流需求的主要因素,并依据北京市物流的具体情况提出相关建议。

部分线性变系数模型的贝叶斯分位数回归

针对部分线性变系数模型的参数估计问题,采用B样条方法逼近非参数部分的未知光滑函数,进而利用非对称拉普拉斯分布实现贝叶斯分位数回归,并基于Gibbs抽样推导出所有未知参数的后验分布,通过数值模拟比较分析了贝叶斯分位数回归与分位数回归参数估计的优劣,结果表明,在均方误差准则下,贝叶斯分位数回归的估计效果更优。最后,通过实例分析说明了所提方法的有效性。

基于多元线性回归与决策树模型的病种费用分析——以儿童支气管肺炎为例

目的对儿童支气管肺炎住院费用分组,旨在DIP付费下,为住院费用的控制提出更合理的建议。方法通过统计软件SPSS 22对某三甲医院2019—2022年10月3448名儿童支气管肺炎出院患者,进行单因素分析和多元线性回归分析,结果筛选出分节点变量,用决策树模型对费用进行组合,并制定各组标准住院费用与权重。结果该院儿童支气管肺炎住院费用逐年上升,但费用结构却在优化。通过多元线性回归分析,将平均住院日、入院病况与年龄三个显著性因素作为分类节点,使用决策树模型,共分为6个费用组,并提出各组费用控制标准与预警上线。结论通过住院费用的预测值与费用预警线能够为支气管肺炎费用管理提供更为精准的参考与建议,节约卫生资源。

变系数部分非线性模型的分位数回归估计

研究纵向数据缺失下变系数部分非线性分位数回归模型的估计问题.利用逆概率加权法结合分位数回归给出参数估计和非参估计;在一定条件下,证明了所给估计量的渐近正态性;通过数值模拟,验证了所提方法的有效性.

基于加权复合分位数回归的变系数部分线性模型的稳健经验似然估计

研究了变系数部分线性模型的稳健经验似然推断问题。利用加权复合分位数回归以及经验似然方法,并结合基于矩阵QR分解的正交投影技术,对模型的参数分量提出了一种基于加权复合分数回归的经验似然估计方法。理论证明了提出的经验对数似然比函数渐近服从卡方分布,得到参数分量的置信区间。该估计方法中引入了基于矩阵QR分解的正交投影技术,保证对模型的参数分量进行估计时不会受到非参数分量估计精度的影响,因此具有较好的稳健性和有效性。

约束条件下线性可加空间自回归模型方法研究

[目的]针对空间依赖性问题,提出约束条件下线性可加空间自回归模型的统计推断方法。[方法]先对线性可加空间自回归模型增加线性约束条件。通过B样条基函数近似求解未知的平滑函数,并代入回归模型,生成包含B样条基函数的空间自回归模型,对此模型的损失函数进行最小化,获取约束条件下模型的稀疏估计,通过SCAD惩罚函数无偏估计较大系数。在10种约束条件下,研究了线性可加空间自回归模型估计的渐近性质,得到在最优收敛速度下进行斜率系数的估计时,函数项部分不会改变参数估计的渐近分布特性。[结果]实验结果表明,该方法不仅在理论上具有可行性,而且在实践中易于操作。相比非约束估计,约束稀疏估计更为优秀。[结论]在交通数据统计分析中,该方法具有实用性和有效性。

Cu-Sn合金的高温修正非线性回归本构模型

采用Gleeble-3800热模拟机进行了Cu-Sn合金在变形温度823~973 K、应变速率0.001~10 s^(-1)、真应变0.3、0.6和0.9下的高温压缩实验。基于实验结果,构建了Cu-Sn合金的修正非线性回归本构模型,并利用平均绝对相对误差eAAER证实模型的准确性。结果表明,随变形温度的升高和应变速率的降低,Cu-Sn合金的流变应力降低;应变速率为0.01~10 s^(-1)时流变应力呈现出峰值特征,峰值应力随着变形温度的降低和应变速率的增大而增大;应变速率为10 s^(-1)的试样在变形后期由于开裂而导致流变应力急剧下降;建立的修正非线性回归本构模型的eAAER为9.98%,表明模型能够准确地预测Cu-Sn合金的流变应力,具备较好的适用性。