基于灰色多元线性回归的粮食产量预测

针对粮食产量预测精度差和波动大的问题,结合灰色系统和多元线性回归模型,提出了一种灰色多元线性回归模型。利用该模型对南宁市的粮食产量进行了预测。结果表明,灰色多元线性回归模型的预测精度要高于单一的灰色系统或多元线性回归模型。     

西气东输改扩建工程经济输量界限的影响因素

为满足西气东输下游用户对天然气用气的需求,需对近20座原有站场、干线阀室进行改扩建。鉴于投资计划资金有限,而下游用户需求较大,有必要对各改扩建项目的经济输量进行研究。根据改扩建工程的实际情况,选取影响因变量(经济输量)最大的3个自变量因素(管输费、工程费用及站场定员),借助统计分析软件SPSS,进行多元线性回归分析。结果表明:自变量和因变量之间存在高度线性相关关系,并得到了两者之间的多元线性回归模型。该模型可用于判定改扩建项目的项目建议书和可行性研究阶段的经济评价工作,能够快速预测各种改扩建项目的经济输量,并对其进行排序,为筛选项目、快速决策提供数据支撑和理论依据。     

线性回归模型系数有偏估计研究

针对引起线性回归模型LS估计性能变坏的根本原因,提出了回归系数的广义c-K估计,将众多经典的有偏估计结合在一起,对有偏估计的改进进行了研究,分别证明了最小化均方误差和数量化矩阵K均可对Stein估计进行改进,给出了参数的最优值,为病态线性回归模型系数有偏估计的改进提供了有效途径。     

气象因素与杨干象虫口密度的多元线性回归和判别分析

[目的]研究气象因素对杨干象发生的影响。[方法]利用多元线性回归和判别分析的方法分析了1～12月份月极低温度、月极高温度、月平均温度、月降水量等对杨干象发生的影响。[结果]多元线性回归后,建立了回归模型：y=0.781＋0.021x16＋0.004x26＋0.058x20＋0.015x23＋0.055x34,模型的预测精度达到了利用模型进行预测的基本要求。通过对进入多元线性回归模型中的自变量和因变量的关系进行判别分析,进一步确定了影响杨干象虫口密度的重要气象因子,分别为4月极低温度（x34）、2月极高温度（x23）、1月平均温度（x16）、3月平均温度（x26）和1月降水量（x20）。[结论]4月极低温度（x34）、2月极高温度（x23）、1月平均温度（x16）、3月平均温度（x26）和1月降水量（x20）是影响杨干象发生的重要气象因子。     

土壤养分因子对蒙古栎林优势木生长的影响

为研究土壤因子对优势木生长的影响,以60块蒙古栎林样地为研究对象,运用6种曲线模型和多元线性回归的方法建立了以表层土壤养分因子为自变量,以样地内优势木树高、胸径、材积为因变量的优势木生长模型。结果表明,优势木平均胸径和树高间相关关系不显著,而与土壤因子中的p H值、有效磷、全钾质量分数显著相关,并得到优势木平均胸径与土壤因子的3个曲线方程。运用多元逐步回归方法,仅土壤有效磷质量分数进入模型。综合曲线模型和线性回归模型发现,胸径生长与土壤养分质量分数相关关系呈现分段趋势;当胸径大于27cm时,土壤有效磷对胸径的影响明显减小。     

小白杏杏核开口压力的线性回归建模及验证

[目的]建立关于小白杏杏核开口压力合理、有效的线性回归模型,确定开口的应力范围,为杏核开口的自动化机械加工提供优化参数、方法和途径.[方法]应用万能材料测试仪测定小白杏开口应力,利用SPSS软件的多元线性回归分析方法,建立初步的线性回归模型并验证分析模型的输出结果.通过计算参考值范围并进行基本参数估计,确定开口的应力范围.[结果]初步回归方程为Y＝412.917-9.185 X1+25.486 X2+17.591 X3+9.211 X4.经计算,开口压力预测值的双侧95;界限为397.106 1～511.013 9,平均数95;的置信区间为440.460 4～467.659 6.这与实测值的双侧95;界限:394.370 6～513.749 4,平均数95;的置信区间:439.807 2～468.312 8基本一致.[结论]理论上可以通过应用建立线性回归模型的方法为自动化机械加工提供优化参数,实现杏核开口的自动化机械加工,并且可以为其它品种的杏核开口应用自动化机械加工提供解决方法和途径.     

多元表型与基因型的全基因组关联研究中的统计方法

复杂疾病往往需要多元表型变量共同刻画,然而,常规的全基因组关联研究仅是检验单个表型,该策略往往由于忽略某些表型的信息而降低检验复杂疾病与基因关联性的效能。多元表型与基因型的全基因关联研究可以更有效揭示复杂疾病与基因的关联,同时对现有的统计方法提出挑战。本文综述了现有的处理多元表型与基因型的全基因组关联的统计方法,讨论了多元因变量多重回归模型框架下的回归系数与方差逆矩阵同时选择的组合稀疏方法的前景。该组合稀疏方法既能充分利用多元表型变量的相关性信息,增强变量选择的准确性,又能提供基因变异和表型关联程度的度量指标。同时基于多元因变量的稀疏方法可以推广到基因组学数据的整合分析中。     

我国城镇居民消费的非参数回归模型

基于传统的计量经济模型无法解释我国城镇居民消费在不同时期存在着显著差异这一特点,利用非参数估计理论中的多项式样条估计方法对我国城镇居民可支配消费和支出之间的关系进行研究,建立了我国城镇居民消费的非参数回归模型。模拟结果表明,非参数回归模型优于线性回归模型。     

多变量混沌时序正则化局部线性预测

为了克服多变量混沌时序局部线性预测模型中利用最小二乘法确定参数时会产生多重共线性的缺陷,提出了基于正则化回归的多变量混沌时序局部线性预测模型。该预测模型是在一般的多变量混沌时序局部线性预测模型中对最小二乘法进行改进,引入正则化估计,利用正则化回归法对模型参数进行估计。实证研究结果显示,模型比改进前有更好的预测精度和抗噪能力。     

2007年中国农村居民家庭纯收入和消费支出的多元回归分析

利用多元统计分析中的回归分析方法,建立了2007年我国农村居民家庭纯收入和消费支出的多元线性回归模型。根据回归结果,分析了2007年我国农村居民家庭纯收入和消费支出的内在关系,并对如何提高农村居民家庭收入水平和刺激消费提出了合理的建议。     

基于模糊PD控制的四轮驱动全向移动机器人速度补偿控制器研究

在一般多元线性模型中就基于岭估计的预测量与最优线性无偏预测量的最优性判别问题进行了讨论，得到了基于岭估计的预测量在矩阵迹意义下优于最优线性无偏预测量的充要条件.     

广义线性回归模型的Moore-Penrose逆阵岭估计

考虑广义线性回归模型y=Xβ+e,E(e)=0,Cov(e)=σ2Σ,当设计矩阵Xn×p呈现病态时,定义广义线性回归模型的Moore-Penrose逆阵岭估计为(k)=(X′Σ-1X+kI)+X′Σ-1y,k>0,讨论了广义线性回归模型的Moore-Penrose逆阵岭估计具有的性质.     

江苏省农业机械化影响因子的实证分析

基于2000～2010年江苏省统计数据,运用R型聚类方法将选取的23个指标进行分类,并从不同类中选出典型指标作为因变量,建立多元线性回归模型,用于研究江苏农业机械化程度与影响因子之间的相互依赖关系。通过查看回归方程的显著性以及残差分析对模型进行检验并利用逐步回归方法选择并确认最优回归模型。整个建模和计算检验过程通过SPSS软件实现。结果表明,农业产值与农业机械总动力存在明显的线性关系,乡村从业人员对于农业机械化程度的影响越来越大,江苏省农业机械化的影响因子在此模型中可归纳为林业产值、农作物总播种面积等5个因子。     

度量误差对材积模型的影响及参数估计研究

为提高带度量误差的材积模型估计精度,该文以落叶松一元材积模型V=aDb为例,使用分析单一变量的度量误差对参数估计影响的方法,分别分析了因变量和自变量的度量误差对模型参数估计的影响;使用普通非线性回归方法和度量误差模型方法分别对模型进行估计,并对比分析了普通非线性回归方法和度量误差模型方法的估计结果。研究结果表明:因变量和自变量的度量误差对模型都有影响,度量误差模型估计方法优于普通非线性回归估计方法;对于带有度量误差的材积模型,使用度量误差模型方法进行估计效果更好。      

MATLAB稳健回归在作物水模型建模中的应用

本文讨论了作物水模型常规多元线性回归以及稳健回归的建立方法.基于内蒙古河套灌区曙光试验站玉米非充分灌溉试验资料,利用MATLAB中提供的稳健回归方法建立了Minhas型作物水模型,并与常规的多元线性回归方法进行了比较.结果表明采用稳健回归的方法比常规的多元线性回归可在一定程度上提高作物水模型的回归效果.     

基于反馈回归法的用电量预测模型研究

多元线性回归法是用电量预测中常用的一种方法,带反馈的多元线性回归法是一种改进的回归方法,具有更高的精度.本文在此基础上进行了多次反馈,即利用带多次反馈的多元线性回归法,结合SPSS软件进行统计分析,并以陕西省用电量为例探究分析多次反馈的多元线性回归法在用电量预测中的应用,从而得到更精准的用电量预测模型.最后以四川省的用电量数据对模型进行了验证,体现出了该模型的优越之处.     

岭回归分析程序的设计与实现及农业应用实例

介绍了多元线性回归模型参数估计的最小二乘法和岭估计,分析了使用VisualBasic编程工具设计及实现岭回归分析程序的过程,阐述了岭回归分析程序的农业应用实例。     

枣树茎流量与气象因子关系模型研究

利用热扩散式茎流仪监测枣树茎流量,同时利用HOBO小气候仪观测气象因子,通过曲线规律分析与相关分析分别得出枣树茎流量与各气象因子的关系曲线与相关程度,对枣树茎流量与气象因子的关系分别进行多元线性回归和逐步线性回归分析得出方程(1)和方程(2)。结果表明通过方程(2)得出的枣树茎流量模拟值与实测值差异较小。因此,通过逐步回归分析法得出的枣树茎流量与气象因子关系的多元线性回归模型可以用来模拟枣树茎流量。     

基于多元线性回归分析的剧烈运动身体易损伤部位预测

针对传统方法未能全面考虑剧烈运动与身体损伤之间关系,导致损伤预测模型误差率较大,结合多元线性回归分析构建剧烈运动身体易损伤部位预测模型。选择基本模型中的身体损伤影响因素作为自变量,身体损伤作为因变量,得出二者之间的样本回归函数,并进行拟合优度、方程总体线性显著性、变量显著性的检验,检验预测模型的合理性。实验结果表明,与基于模糊评判相比,所提预测模型的预测误差较小,平均值仅为0.4%,说明所提模型预测准确性更高,能够为锻炼者运动提供科学依据和指导。     

多元线性回归与神经网络模型在森林地上生物量遥感估测中的应用

利用遥感影像构建森林生物量估测模型,能够快速、实时估算区域森林生物量。采用吉水县TM影像以及森林资源调查固定样地数据,构建估算森林地上生物量的多元线性回归模型及BP神经网络模型,并对两种模型进行了比较。结果表明:两种模型对样地生物量的预测值大部分比实测值小,多元线性回归模型预测值与实测值的偏差幅度比BP神经网络模型更大,偏差幅度分别为-110.24~38.09 t·hm-2、-35.12~26.17 t·hm-2;多元线性回归模型与BP神经网络模型的决定系数(R2)分别为0.470和0.869,均方根误差(RMSE)分别为30.52和12.69 t·hm-2,预测精度分别为50.07%和71.65%。因此,运用BP神经网络模型估测森林地上生物量优于多元线性回归模型。