大坝监测数据多重共线性问题处理方法的比较研究

多重共线性是大坝安全监测中一种常见的病态数据问题,为了削弱其对参数估计的影响,本文综合应用了主成分回归法、偏最小二乘回归法、岭回归法和Lasso法等四种有偏估计方法对大坝实测数据进行建模分析,并与多元线性回归模型结果进行比较。结果表明,多重共线性对模型的拟合及预报效果影响不大,但在模型的可解释性以及模型系数的稳定性方面,有偏估计方法更具优越性,且四种有偏估计方法针对多重共线性数据建模各有其特点。     

主成分分析法在国内旅游收入影响因素评估中的应用

我国国内旅游收入的变化是由众多因素共同作用的,为了消除各因素间的多重共线性,采用主成分分析法提取几个主成分,构建线性回归模型。分析发现经济发展水平、城乡居民收入,以及消费物价是影响旅游收入的主要原因,在此基础上建立的回归模型也具有较好的预测结果。研究建议根据当前旅游业新动向,着力建设与交通相关的基础设施,同时促进旅游需求和旅游资源供应在价格上的双向平衡。     

多重共线性的有偏回归方法的实例比较

本文阐述了处理多元线性回归模型中多重共线性问题的三种有偏回归方法:主成分回归、岭回归、偏最小二乘回归,简要地介绍了这三种方法的处理思想,并通过两个实例来比较三种方法在模型的预测精度和拟合效果方面的优劣性。     

建筑工程造价预测的多元结构整体线性回归模型

针对当前建筑工程造价预测方法的不足,根据建筑工程造价组成的特点,建立一种基于多元结构整体线性回归的预测模型;为解决众多变量之间的多重共线性问题,又引入了主成分因子方法,结合SPSS对样本的分析,通过检验该线性回归模型,通过实例验证发现偏差较理想,证明该模型具有实用价值。     

多重共线性问题的偏最小二乘估计

多重共线性问题是多元线性回归分析中经常遇到的问题,怎么解决这一问题,没有绝对有效的方法,需要针对具体问题具体对待。针对使用时间序列数据建立回归模型的问题,遵循科学性原则,对数据进行可比性转化,之后检验各变量的平稳性及变量间的协整关系。由于建立的协整回归存在多重共线性问题,而采用偏最小二乘法估计模型的参数,得到了较合理的结果。     

基于季节性温度变化的波动型边坡锚索预应力定量预测研究

实际工程中,进入运营期后锚索荷载的周期性波动与温度等季节性变化因素密切相关。基于三峡永久船闸高边坡锚固工程监测资料,以温度为主要解释变量,分析温度变化影响预应力的原因,确定温度引起预应力变化的滞后期数,采用主成分分析(PCA)消除各滞后变量间的多重共线性,建立温度和锚索预应力的自回归分布滞后(ARDL)模型,模拟锚索预应力波动变化的过程。回归结果证实,温度对锚索预应力存在显著影响。最后通过预测值与实测值的对比验证模型的有效性,并分析讨论预应力随温度变化的长期过程。     

Logistic回归模型多重共线性诊断及在医学中的应用

介绍医学研究中适用的几种诊断Logistic回归模型共线性的方法,并进行拟合分析,结果表明,诊断方法确能有效发现自变量观察矩阵之间的多重共线性,便于医学研究者正确合理地建立Logistic回归模型,提高结果的可靠性。     

桂林市商品住宅价格微观影响因素分析

城市商品住宅价格不仅受宏观因素的影响,而且受微观因素的影响。分析微观因素对住宅价格的影响,有利于消费者做出合理的购房决策。通过对影响商品住宅价格的主要微观因素进行归纳,分析影响城市商品住宅价格微观因素的构成,以桂林市为例,运用主成分分析和多元线性回归分析的方法进行实例分析:采用主成分分析法筛选出影响商品住宅价格的主要因子,并对入选因子进行全回归分析,以确定影响城市商品住宅价格的主要微观因素。     

基于粒子群优化的PLS-LCF岩爆灾害预测模型研究

岩爆灾害的预测是一个复杂的系统性问题,有必要全面综合考虑影响岩爆发生的各种因素,但当考虑变量较多时,变量间存在的多重共线性会影响分析的客观性。为了消除这种不利影响,更好地预测岩爆灾害,利用偏最小二乘法对影响岩爆的因素进行分析,提取一个对因变量解释性最强的新综合变量,较好地克服了变量间的多重共线性,并采用逻辑曲线函数表达新成分与岩爆等级之间的非线性关系,通过具有全局寻优性能的粒子群算法对函数参数优化求解,进而建立岩爆灾害预测的粒子群优化PLS-LCF模型。对模型所进行的测试显示其良好的精度,将其应用到实际工程的岩爆预测当中,分析结果与实际情况吻合较好,表明该模型在岩爆灾害预测中具有可行性与有效性。     

房地产价格影响因素与波动研究——以合肥市为例

2015-2016年合肥市房价一路攀升,波动较为明显。为了研究合肥市房价的影响因素和波动情冴,首先建立多元线性回归模型研究房地产价栺与经济因素、供给因素和需求因素乊间的关系。然后对各个因素做相关性检验,发现各个因素乊间相关性较大,存在多重共线性。因此,为了剔除自变量乊间的相互影响,建立一元回归模型分别研究房价与各个因素乊间的关系。然后,建立GARCH(1,1),TARCH模型研究合肥市房价的波动情冴。最后得到相关的结论。     

居住建筑工程造价的聚类分析及预测模型研究

为了解决建筑工程造价预测模型建模复杂、未考虑地区差异等问题,利用聚类分析和主成分回归分析建立了一种居住建筑工程造价预测模型。首先利用单位面积建筑工程造价对30个地区的居住建筑工程进行聚类分析,将30个地区划分为四类。然后将地区类别作为影响因素加入到线性回归模型,通过主成分回归分析得到居住建筑工程造价的预测模型。该模型预测误差在10%以内,且明确了地区类别对居住建筑工程造价存在显著影响。     

基于PCA和BP神经网络的住宅特征价格模型研究

针对传统住宅特征价格模型特征变量多、变量间存在多重共线性等问题,提出采用主成分分析(PCA)和BP神经网络相集成的方法对传统模型加以改进,即先利用PCA对特征变量进行降维并消除变量之间的相关性,然后运用BP神经网络的非线性适应性信息处理能力对样本数据进行仿真.最后用青岛市西海岸新区70套商品住宅样本数据对改进模型进行了检验,检验结果表明,改进模型的平均预测误差为0.75%,明显优于传统的特征价格模型.     

基于价格预测研究宏观调控对住宅价格的影响

为了说明政府宏观调控对商品住宅价格的影响,在文献研究的基础上,从宏观经济因素、房地产开发统计因素、人口因素、金融因素四个方面分析选取商品住宅价格的主要影响因素,结合济南市2000~2009 年的相关数据,运用主成分分析法,消除变量间多重共线性影响,建立了多元线性回归预测模型。对济南市2010 年、2011 年商品住宅价格进行预测。比较预测价格与市场价格差异,分析差异产生的原因,认为宏观调控政策显著地影响着住宅的价格。     

基于PCA-BP原理预测公路最终沉降量

路基的最终沉降量是公路耐久性评估的重要参数,影响路基最终沉降量的主要因素有空气中软土层厚度、软土压缩模量、硬层厚度、硬层压缩模量、路堤宽高比、路基施工工期、竣工时沉降量。基于以上7个参数,结合BP神经网络较好的预测性,以及主成分分析(PCA)能消除自变量间的多重共线性和降低输入数据维度的特点,建立了基于PCA-BP神经网络的路基最终沉降量预测模型。以30组实测数据为例,对7个影响因素进行主成分分析,最终降为4个主成分,进而将其作为BP神经网络的输入因子,对路基的最终沉降量进行了预测。结果表明:PCA-BP神经网络预测误差低,实现了对路基的最终沉降量的较准确预测,PCA-BP神经网络模型为路基的最终沉降量预测提供了一种科学、可靠的方法。     

基于偏二次回归理论的上证50股指收益率的实证研究

在William Sharpe提出的资本资产定价模型(CAPM)中,引入多个影响资产回报率的因素,根据偏最小二乘的二次多项式理论对中国股票市场的多影响因子问题进行分析与优化。找出并克服各因子间的多重共线性问题,从而提取出影响股票收益回报率的重要因素变量,为股市的技术分析提供一个可信的工具。     

基于支持向量机的燃气短期负荷预测

介绍支持向量机的原理和支持向量回归模型,提出支持向量回归(SVR)模型的城市燃气短期负荷预测方法。探讨输入样本数据的选择和预处理方法、核函数和支持向量机参数的选择,结合某城市燃气日负荷数据进行燃气短期负荷预测。与BP神经网络预测方法相比,支持向量回归模型预测方法用于小样本情况下的燃气短期负荷预测精度略高。     

SPSS在工程造价估算中的应用

工程造价估算是项目可行性研究阶段的重要工作之一.本文运用SPSS统计分析软件对影响工程造价的相关变量进行主成分分析,建立工程造价多元回归估算模型.主成分回归分析模型检验效果良好,可以避免由于自变量间关联度大而造成回归模型稳定性差的问题,是实际应用价值高、可操作性强的造价估算模型.     

基于某房地产公司的建筑能耗分析

以某大型房地产公司所建的酒店和住宅作为研究对象,研究了建筑能耗的影响因素及各影响因素之间的多重共线性问题。采用偏最小二乘回归法拟合了各能耗影响因素与能耗密度EUI之间的线性关系,并给出建筑累积概率相对于能耗比率的分布情况,作为评价建筑能耗的有力参考依据,对以后建筑固有特性参数设计、固有耗能参数设计、能耗管理系统设计提供量化依据。     

燃气比例阀的数学建模和动态特性研究

为了提高燃气比例阀的性能以便于更好地对其进行推广应用,使用AMESIM软件对燃气比例阀进行仿真建模,并结合动态特性试验对影响比例阀性能的因素进行研究,结果表明操作阀下方至针阀阀口流动通道(18)直径、腔室q1体积、燃气入口调节器的弹簧刚度和主切断阀阀口面积对燃气比例阀动态性能的影响较为明显,但是其他的因素也不可以忽略。在模型正确的基础上,针对这些影响因素进行仿真分析,并对原燃气比例阀模型进行改进。仿真结果表明,改进后的模型在性能优于原模型。     

各省消费对经济发展水平影响的实证分析

近年来,随着中国社会经济的快速发展,中国居民的消费水平也发生了很大变化。消费是社会总需求中最重要的组成部分,是刺激经济增长的主要途径,因此研究消费对发展水平的影响具有重要的经济意义。根据2015年中国31个省的相关截面数据,本文通过国内消费支出和人均可支配收入的比例反映出的经济发展水平作为因变量,以食品支出、衣着、医疗保健、住房支出作为研究影响经济发展水平的实证因素,运用最小二乘法进行实证研究,同时通过多重共线性检验、自相关性检验等计量经济学检验方法对模型进行检验,得到各因素对于消费的影响方向及大小,得到相关结论。