相依回归系统参数的一种新的有偏压缩估计

对于一类相依回归系统,结合广义岭型协方差改进估计与Ste in估计,提出了一种新的有偏压缩估计,,并讨论了该估计在均方误差下的优良性质.     

约束线性回归模型的一种可容许估计

对于带约束的线性回归模型,Y=Xβ+e,E(e)=0,Cov(e)=σ2V,V0,Rβ=0,给出了回归系数的有偏估计βR*(k)=(kM+I)-1βR*(k≥0),求出了在均方误差意义下βR*(k)优于βR*的条件,并讨论了其可容许性.     

一类相依回归模型参数的组合主成分改进估计

针对两个相依方程组成的一类回归模型,提出回归系数的一种组合主成分改进估计方法,在均方误差意义下讨论了这种估计量的优良性质,研究了此估计与主成份改进估计的关系.     

混合回归模型的估计

探讨了对混合回归模型的混合估计进行简单替代的问题,并给出了由此产生的对估计精度的影响的表达式。     

偏最小二乘回归模型在水文相关分析中的应用

介绍了偏最小二乘回归的基本原理、建模基本思路和交又有效性判别方法，将偏最小二乘回归模型应用于水文相关分析，并与最小二乘回归模型进行比较分析。通过算例分析表明，该模型具有符合水文现象特性的合理结构及较高的相关分析精度，能很好的应用于水文相关分析中。     

线性模型中一些有偏估计在MSE准则下的优良性

对于线性回归模型Y=Xβ+,εE(ε)=0,cov(ε)=σ2V,V≥0,针对设计阵多重共线性问题,给出了回归系数的几个有偏估计,并讨论在MSE准则下优于广义最小二乘估计的条件,解决了复共线性的回归问题.     

一类半参数回归模型中非线性最小二乘估计的渐近正态性

讨论了当g(·)的估计取一般非参数估计(包括常见的核估计和近邻估计)时,的最小二乘估计及的估计的渐近正态性     

基于偏最小二乘回归的挖掘机液压系统故障诊断

为了提高挖掘机液压系统的可靠性水平，提出了一种针对挖掘机液压系统的偏最小二乘回归（PLSR）故障诊断方法，其原理是：首先使用非线性迭代偏最小二乘（NIPALS）算法分析系统正常状态下的样本，选择累积方差最大的PLS成分数目，建立输出变量关于输入变量间的PLSR辨识模型；然后，将系统故障状态下的样本代入PLSR辨识模型，运用广义似然比（GLR）检验对模型残差进行假设检验，判断系统的故障状态。实验结果表明，采用基于PLSR的故障诊断方法能准确地诊断出所有系统故障，能有效地应用于挖掘机液压系统的故障诊断。     

线性回归模型的一种新估计

为了解决最小二乘估计的设计矩阵之列向量间存在近似线性关系时而出现的性质不稳定,结合广义岭估计,用均方误差矩阵的方法,给出了一种新的有偏估计K-d型估计,并讨论了它的性质,得出两个主要结论.     

基于偏最小二乘回归的黄金价格预测

黄金作为一种特殊的贵金属,具有货币和商品的双重功能。黄金价格的变化受美元指数、石油价格、欧元兑美元汇率、DOW指数等因素的影响较大。通过对各因素与黄金价格的关系进行分析,建立黄金价格与各个影响因素的数量模型,将各因素对黄金价格的影响程度进行量化分析,为研究黄金价格的变化提供了依据,在量化分析过程中,由于美元指数、石油价格、欧元兑美元汇率等自变量会产生自相关性,对于这个问题本文采用的不是以往剔除变量的普通多元回归分析方法,而是采用了偏最小二乘回归法建立模型,使得最终的模型综合地反应了各个变量对黄金价格的影响。     

主成分回归与偏最小二乘回归方法比较

借助一个具体实例,用主成分回归和偏最小二乘回归方法分别建模,从他们的具体作法、方法特点、建模效果等方面进行比较,进一步揭示了两种回归方法的思想差异,从而得出偏最小二乘回归在解决具有多重相关性的回归问题上较比主成分回归更先进、更有效的结论。     

单因变量的偏最小二乘回归模型及其应用

采用偏最小二乘回归对大坝位移监测资料进行建模 ,并应用于某土石坝的沉降资料分析中 ,结果表明 ,该方法有较高的预报精度 .     

回归系统广义岭型主成分两步估计的优良性质

针对两步估计问题,在设计阵成病态的情形下,探讨了残差变量相关的多个方程回归系统如何转化为一般线性模型;与有偏估计相结合,得到该方程系统未知参数的估计模型———m 个相关方程回归系统的广义岭型主成分有偏两步估计;证明了该估计在相对效率的意义上比一般的两步估计、主成分两步估计、岭型主成分两步估计的效率高.     

ρ相依截尾数据非参数回归函数加权核估计

在ρ相依下讨论截尾数据非参数回归函数加权核估计的强相合性，对强相合性给出一些较弱的充分条件．     

偏最小二乘回归在岩体力学参数取值中的应用

为了解决工程实践中复杂岩体的岩体力学参数的取值问题,利用偏最小二乘回归方法,在自变量间存在强相关性的情况下建立计算模型,有效解决了变量间的多重共线性问题,尤其当样本点少、变量个数多时,该方法更有效.以岩体变形模量的取值为例进行了分析研究,结果表明,PLS拟合值与实测值相差很小,拟合值与实测值的趋势基本一致,说明该方法实用有效.计算量小,预测精度高.     

带约束非线性回归的最小二乘估计的极限分布

非线性回归的ＬＳ 估计问题是一类重要的统计问题。关于带约束条件的非线性回归问题也有不少人进行了研究, 但大部分文章局限于线性约束。最近运用随机最优化的工具对非线性约束进行了探讨。并在线性独立条件下得到ＬＳ 估计的极限分布。本文将条件放宽到Ｍ－ Ｆ 条件, 得到同样的结论。     

相依样本回归函数和密度函数的强一致相合估计

设有非参数回归模型：ｙｉ＝ｇ（ｘｉ）＋εＩ,ｉ＝１,２,…,ｎ这里固定设计点：０＝ｘ０〈ｘ１〈…〈ｘｎ＝１,｛εｉ,ｉ＝１,２,…,ｎ｝为随机误差序列,有相同密度函数ｆ（ｘ）,ｇ（ｘ）为［０,１］上可各的未知函数。