首页 | 本学科首页   官方微博 | 高级检索  
     

样本加权的多模型回归
引用本文:朱岩,于剑.样本加权的多模型回归[J].计算机研究与发展,2007,44(Z2):403-407.
作者姓名:朱岩  于剑
作者单位:北京交通大学计算机研究所,北京,100044
基金项目:霍英东教育基金 , 高等学校博士学科点专项科研项目 , 教育部跨世纪优秀人才培养计划
摘    要:回归分析是一种建立变量之间函数关系的简便方法.原始的回归分析算法并未考虑样本点的权重,即认为每个样本点的重要性都相等.但是,这样的算法在遇到包含野值点的实际问题时经常会失效,因为野值点会对回归模型产生很大的干扰.而对于多模型回归估计,每个样本点隶属于各模型的程度不同.针对多模型回归的这一特点,研究一种自适应的样本加权方法,在每一次计算样本点隶属度时,也对样本点的权重进行逼近,尽可能使野值点的权重减小为0,数值实验表明了该方法的有效性.

关 键 词:回归  最小二乘法  隶属度  权重  野值点  异方差  自适应  样本加权  多模型  回归估计  Regression  Model  Switching  Weighted  有效性  加权方法  数值实验  逼近  隶属度  计算  自适应  研究  程度  干扰  回归模型  失效  问题  野值点
修稿时间:2007年3月5日

A Sample Weighted Switching Regression Model
Zhu Yan,Yu Jian.A Sample Weighted Switching Regression Model[J].Journal of Computer Research and Development,2007,44(Z2):403-407.
Authors:Zhu Yan  Yu Jian
Abstract:
Keywords:
本文献已被 万方数据 等数据库收录!
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号