西安地区湿陷性土湿陷系数的回归分析

通过Excel回归分析系统和逐步回归分析方法，利用显著性检验，建立了西安地区不同地貌单元湿陷性土湿陷系数与物理指标(w，e0，γ)之间的相关关系，并进行了指标间的多重共线性检验。     

基于数据统计特性的GS-SVM电池峰值功率预测模型

以锰酸锂动力电池为研究对象,对电池处于不同温度和荷电状态下的情况进行10 s峰值功率测试,同时测量电池内阻。对实验测试得到的温度、荷电状态、内阻及峰值功率数据进行统计分析,包括测试变量间的相关程度评估和共线性检测,挖掘电池外特性参数与峰值功率数据间的统计关系。在此基础上,提出采用基于网格搜索的支持向量机(GS-SVM)建立电池的峰值功率预测模型。验证结果表明所提模型预测精度高,平均误差仅为3.65%;该模型训练时间短、响应速度快、操作性强,可以实现对动力电池峰值功率的快速估计,为电动汽车安全可靠运行提供有力保障。     

利用主成分回归分析法建立微量成分与菜籽油烟点间的预测方程

随着食用植物油适度精炼理念的提出和被广泛认可，植物油国标中对酸值、色泽等指标开始放宽，而这种放宽会导致植物油中其他的非甘油三酯组分的含量，尤其是对烟点有影响的磷脂、溶剂、过氧化物、水分及挥发物等组分发生变化，进而影响植物油的烟点。尽管针对游离脂肪酸这一将放宽的质量指标，其与烟点间数学关系已有研究，但酸值的放宽引起的其他组分的变化对烟点的影响并未能综合考量。因此，本文通过实验室模拟的方法，通过采集不同游离脂肪酸、磷脂、过氧化物、溶剂残留、水分及挥发物的菜籽油，进行复配，获得组分不同的植物油样品，测定烟点及各指标含量后，利用主成分回归的方法得到各因素与烟点间的回归方程：Ln烟点= 5.006-0.029×Ln酸值-0.041×Ln过氧化值-0.003×Ln溶残-0.039×Ln含磷量-0.044×Ln水分及挥发物，R2=0.926，并发现各因素的影响程度大小由大到小分别为水分及挥发物、过氧化值、含磷量、酸值、溶残。     

非充填复垦土壤饱和导水率预报的岭回归模型

运用统计软件SAS9.0,运用岭回归技术,对非充填复垦土壤的饱和导水率与土壤紧实度、土壤有机质含量、非毛管孔隙度、毛管孔隙度、容重、水德性团聚体含量间的关系作了详细研究,并建立了饱和导水率的岭回归预测模型.结果表明,土壤饱和导水率与容重、紧实度、毛管孔隙度、非毛管孔隙度、有机质含量、水稳性团聚体含量之间存在着严重的多重共线性问题,各因子对饱和导水率的作用依次为非毛管孔陈度>紧实度>容重＞有机质含量>毛管孔陈度>水稳性团聚体含量.该模型对研究充填复垦土壤的饱和导水率具有重要意义.     

主成分回归分析在大坝安全监测中的应用

介绍主成分回归的原理,对某大坝的位移预测进行分析研究.利用SPSS软件进行多重共线性诊断后进行主成分分析,确定主成分的个数,将原自变量的主成分代替原自变量进行回归分析,建立主成分回归模型,并对该大坝位移进行预报.对影响大坝位移的各因子进行有效分离,既保留了原指标的绝大部分信息,又有主成分之间不相关的特点,弥补了最小二乘法回归无法有效识别和消除因子间多重相关性影响的不足.     

基于递阶偏最小二乘回归的数据分析

针对最小二乘法难以克服因子多重共线性对回归模型精度影响的不足和大坝观测数据分析中因变量较多的特征，引进递阶偏最小二乘法，对大坝安全监测变量及其影响因子进行递阶偏最小二乘回归分析，将建模预测分析方法通过递阶分层处理，可同时实现回归建模和数据结构简化，所建立的大坝安全监控模型精度可通过交叉有效性检验来控制．工程应用实例和模型对比分析研究表明，递阶偏最小二乘回归模型能有效克服由于各类因子变量间的多重共线性和因子变量数目较多而对模型拟合精度及其预测能力的影响，相对于传统回归模型有更好的解释能力，因而具有一定的实用价值．     

基于部分压缩的主成份回归估计

在制导工具的系统误差的分离中,主成份估计得到了大量的应用.针对主成份估计进行改进,提出把主成份估计的后p-r个主成份不是取消,而是进行一个非均匀的压缩估计.可以证明,改进之后得到的估计在MSE和SSE的意义下均优于主成份估计,从而在预报性能和参数估计的准确度上都得到优良的结果.     

我国寿险需求的结构分析

在既有研究成果的基础上,结合我国实际情况,综合考虑了影响我国寿险需求的经济因素、政策因素、人口因素、科技因素,并引入虚拟变量来反映1995年我国《保险法》和一系列配套行政法规及部门规章制度制定以后对保险业的影响。以1990~2008年的相关数据为基础,运用多元线性回归、岭回归等统计方法,借助SPSS13.0统计软件,通过建立岭回归模型对上述因素进行定量分析,对寿险需求进行结构分析。结果表明：居民收入是寿险需求的决定性影响因素,而GDP、社会保障支出、科技投入、人口因素对寿险需求都有正的效应,而通货膨胀对寿险需求有抑制作用。     

一种改进的RFM模型在网店客户细分中的应用

目的:提升电商网店客户细分的准确度。方法:建立基于RFM模型改进的RVMF模型。该模型在引入权重的同时将平均交易间隔、平均消费金额和平均商品浏览量作为重要属性,并应用层次分析法优化对老客户的划分,以及基于平均商品浏览量优化对潜在客户的划分。最后,通过聚类算法实现客户细分。结果:在亚马逊网站提供的数据集上进行实验和验证,结果显示相较于RFM模型,RVMF模型解决了消费者购买频度和购买值度之间的共线性问题,提升了客户细分时高价值客户和潜在客户划分的准确度。结论:RVMF模型能够提升电商网店客户细分的准确度。     

北京市城镇居民消费函数模型

运用数理统计的Rp^2准则,简单、直观地确定了北京市城镇居民消费函数模型,并从计量经济学角度,结合消费函数的经济理论,通过对模型经济意义检验、统计检验,计量经济学检验以及模型预测检验等过程,对模型反复修正与改进,最终得到了与绝对收入假说下的消费模型相一致的北京市城镇居民消费模型,对所得模型进行预测检验,结果显示,计量经济模型较Rp^2所得模型更为合理、精确,对制定相关经济政策更具指导意义。