半参数回归

摘要： 本文采用半参数分位数回归方法,研究跨境电商进口贸易对居民消费规模和消费结构的影响。结果显示:整体上看,跨境电商进口会对居民消费规模起到促进作用,尤其对于高消费(收入)家庭,跨境电商进口促进效应更加明显;跨境电商进口可以调整居民消费结构,生存型消费占比较高的居民对跨境电商的进口需求不是很强烈,跨境电商进口会起到抑制作用;而对于非生存型消费占比较高的居民,对跨境电商的进口需求比较旺盛,跨境电商进口会起到促进作用。

摘要： 目的探讨当连续型自变量和logitπ不满足线性关系时,不同数据离散化方法的优劣,为logistic回归分析中连续型自变量离散化处理提供参考。方法运用R软件,采用病例对照研究从效应量、自变量个数、样本量3个角度产生模拟数据,进一步对连续型自变量采用不同离散化处理后拟合logistic回归模型,比较不同方法拟合效果。结果不同模拟数据集研究结果均显示,4种连续型变量处理方法拟合logistic回归模型时,“OR值最大化分类法”能更好地筛选出对结局变量有影响的自变量,并且其模型拟合效果亦最好,表现为其AIC最小,Nagelkerke R 2最大,正确合计率也较高。结论当连续型自变量与logitπ之间呈非单调变化关系时,在拟合logistic回归模型时建议使用双界点OR值最大法对数据进行离散化。

摘要： 离心机标定能够持续提供大于1g的向心加速度,可以充分激励加速度计的高阶非线性项,已经成为标定高精度加速度计最常用的方法。但受试验设备误差的影响,传统的离心机标定模型精度较低,从而导致传统标定方法的标定精度较差,为此,本文提出了一种高精度加速度计标定方法。通过引入数理统计学中半参数回归的思想,将试验设备误差引起的系统误差视为非参数向量,建立了一种包含试验设备误差的高精度半参数标定模型,进而采用自然样条半参数估计法对待标定参数和非参数向量进行估计,消除试验设备误差对待标定参数标定精度的影响。仿真验证表明,所提方法可以有效估计由试验设备误差引起的系统误差,具有比传统标定方法更高的标定精度。

摘要： 结合比例优势模型和半参数回归模型建立了一般形式的半参数顺序回归模型.对于模型的参数与非参数部分,构造了基于随机过程有限维分布的贝叶斯估计量,并在正态情形下给出了估计量的解析表达式.数值模拟结果表明,即使在小样本情况下,模型参数的估计值也接近真实值,非参数部分的估计值能描绘出真实函数的形状.对根据家庭消费结构预测收入等级的实证分析表明,相同收入等级的城镇居民与农村居民家庭的消费结构存在差异,外推情形下也有较理想的表现.

摘要： 运用动态半参数分位数回归模型构建金融网络结构,厘清金融机构间的极端风险传染效应,并将市场情绪指标作为条件变量引入网络模型中.研究发现,金融机构的系统性风险贡献和暴露以及尾部风险传染度的统计特征(如排名)存在显著差异.金融机构的网络传染度排名,尾部风险接收源排名和尾部风险发射源排名存在显著差异.在经济金融动荡时期,三大金融行业(银行业、证券业和保险业)的内部网络传染效应均显著增强,且证券业内的传染效应明显高于银行业内的传染效应.基于滚动窗宽选择标准的金融网络模型优化了金融机构间的风险传染关系的时变性识别过程.对高传染性的金融机构实施监管已成为一个至关重要的政策问题,因此探究极端风险的网络关联性有助于提升对金融系统的监督和监管效率,本文的研究框架为此提供了相应依据.

摘要： 结合比例优势模型和半参数回归模型建立了一般形式的半参数顺序回归模型.对于模型的参数与非参数部分,构造了基于随机过程有限维分布的贝叶斯估计量,并在正态情形下给出了估计量的解析表达式.数值模拟结果表明,即使在小样本情况下,模型参数的估计值也接近真实值,非参数部分的估计值能描绘出真实函数的形状.对根据家庭消费结构预测收入等级的实证分析表明,相同收入等级的城镇居民与农村居民家庭的消费结构存在差异,外推情形下也有较理想的表现.

摘要： 随着经济的快速发展,河南省城镇居民的人均可支配收入也在不断增加,探究影响河南省城镇居民人均可支配收入的影响因素,对于优化消费结构、提高居民可支配收入具有重要意义.选取1990-2019年河南省地区生产总值、全社会固定资产投资总额、社会消费品零售总额、进出口总额、保险公司保费收入、产业结构、普通高等学校数、规模以上工业企业利润总额、发电量和城镇居民人均可支配收入等相关指标和数据,首先利用LASSO方法提取主成分,接着对几个主成分分别用最小二乘法建立一般线性回归和半参数回归模型,通过比较发现,半参数模型的拟合效果更好.结果表明:河南省产业结构和普通高等学校数为影响河南省城镇居民人均可支配收入的显著因素,这为河南省区域经济发展及政府部门相关决策提供了一定的科学依据.

摘要： 本文基于对广东省佛山市居民的数据调查,通过构建非参数和半参数回归模型,实证分析了佛山市居民个人主观幸福感与经济因素、社会资本和程序效用之间的关系.结果表明:收入仅在满足基本需要之前对个人主观幸福感会产生显著影响,但当高于临界水平时,收入与个人主观幸福感的关系并不明显,即幸福感不会随着收入的不断增加而不断提高.当物质生活达到一定水平的情况下,社会资本和程序效用等这些精神层面的因素对个人幸福感水平的影响更为显著.

摘要： 数字水深模型(DDM)是水深数据处理及应用的核心和基础。rn 提出了一种基于半参数回归的DDM内插方法。rn 将原始水深数据误差和内捅函数的逼近误差分别视作数字水深模型的偶然误差和系统误差部分，构建DDM内插的半参数回归模型;基于距离法与L曲线法，分别确定正规化矩阵R与平滑因子α;采用按方位取点的加权平均法，估计内插函数在任意节点处的逼近误差。实验结果表明：(1)所提方法提高了DDM的构建质量;(2)海底地形复杂程度越大，所提方法对DDM构建质量的提高程度越大。

摘要： 本文提出建立中国人口预测的具有外生变量的半参数回归模型,基于线性回归理论选取的滞后显著性变量为线性部分,外生变量做为非参数部分,利用多项式样条估计得到了半参数回归方程,对中国1972-2000年人口进行拟合比较,并且对中国2001-2009年人口分三种情况进行了预测对比,结果表明基于中国1952-2005年人口建立的半参数模型拟合和预测的精度均较高,最后对中国2010-2015年的人口进行了预测。

摘要： 本发明提供一种多阶段定期抽检型产品贮存寿命评估的离散参数回归法，其步骤如下：步骤一：出厂数据失效概率分布拟合和均值估计；步骤二：融合数据的异常值筛选和保序处理；步骤三：基于离散参数的Weibull参数估计；步骤四：寿命参数选择和误差优化迭代。本发明基于出厂数据失效概率和离散参数回归匹配的思想，对数据进行了误差点筛选和保序处理，充分利用了多阶段数据的特征，保证了寿命分布参数估计的准确性和实际意义；本方法较之极大似然估计方法计算量小，迭代快速简单，可操作性强；本方法对异常数据具有较强的区分能力以及可调整能力；方法科学，工艺性好，具有广阔推广应用价值。

摘要： 本发明公开了一种基于数据驱动的k邻近非参数回归的交通流预测方法，基于两步数据搜索算法开发，首先在非预测时间段内，从历史数据库中寻找和识别候选输入数据去与当前状态近似，然后在预测点处从候选输入数据中识别用于预测的最佳决策输入数据，最后利用最佳决策输入数据通过预测算法生成预测。本算法可以有效地减少用于搜索历史数据的时间，从而降低系统预测过程中的执行时间，提高了预测系统的预测效率，同时也保准了系统预测的准确率。

摘要： 基于非参数回归分析的电力负荷异常数据识别与修正方法，1、对电力负荷数据进行用电模式分类，分为普通用电模式数据集和特殊用电模式数据集两大类；2、采用非参数回归分析法对获得的普通用电模式数据集提取各时刻的负荷特征值；3、利用提取的负荷特征值，根据选取的置信水平，形成异常数据域；4、对普通用电模式数据集和特殊用电模式数据集中的负荷数据利用步骤3形成的异常数据域进行负荷异常数据识别；5、利用改进的引入负荷水平映射关系和考虑特征值影响的加权均值法对识别出来的负荷异常值进行修正；本发明能够实现包含大工业电力负荷数据在内的电力负荷异常数据识别与修正，同时可以完善负荷异常数据识别和修正理论在电力负荷数据处理方面理论的不足。

摘要： 本发明公开了一种基于函数型非参数回归的中长期典型日负荷曲线预测方法，根据已有的历史典型日负荷曲线，基于函数型数据分析理论和非参数核密度估计方法，建立函数型非参数回归预测模型；考虑待预测典型日的日负荷率和最小负荷率，建立二次规划模型对函数型非参数回归预测模型的预测曲线进行修正，最终得到满足待预测典型日负荷特性指标要求的预测曲线。以中国某省级电网和美国PJM电力公司的典型日负荷数据为基础的仿真算例验证了所提方法简单实用，预测结果准确。本专利具有良好的推广价值和应用前景。

摘要： 本发明提供一种多阶段定期抽检型产品贮存寿命评估的离散参数回归法，其步骤如下：步骤一：出厂数据失效概率分布拟合和均值估计；步骤二：融合数据的异常值筛选和保序处理；步骤三：基于离散参数的Weibull参数估计；步骤四：寿命参数选择和误差优化迭代。本发明基于出厂数据失效概率和离散参数回归匹配的思想，对数据进行了误差点筛选和保序处理，充分利用了多阶段数据的特征，保证了寿命分布参数估计的准确性和实际意义；本方法较之极大似然估计方法计算量小，迭代快速简单，可操作性强；本方法对异常数据具有较强的区分能力以及可调整能力；方法科学，工艺性好，具有广阔推广应用价值。

摘要： 本发明公开了一种基于深度神经网络的空调机参数回归优化方法，涉及空调生产技术领域。本发明包括数据采集：通过采集铂电阻、温度传感器和主控板获得各种的样本数据；数据预处理：对采集的数据预处理获取训练样本数据；特征选择：引入专家知识和实践经验将监测数据抽取出来作为神经网络的输入；模型训练：选择ResNet‑152作为骨干网络，用二叉决策模型对骨干网络提取的特征进行回归预测；实时数据分析：输入建立好的模型，得到一组高维的抽象特征，并将这组抽象特征做为回归树的输入，回归树的输出数据分析结果。本发明通过加快了空调机的测试速度，采用自学习的神经网络针对空调数据进行实时调参，可以加快机器的研发速度。

摘要： 本发明公开了一种基于数据驱动的k邻近非参数回归的交通流预测方法，基于两步数据搜索算法开发，首先在非预测时间段内，从历史数据库中寻找和识别候选输入数据去与当前状态近似，然后在预测点处从候选输入数据中识别用于预测的最佳决策输入数据，最后利用最佳决策输入数据通过预测算法生成预测。本算法可以有效地减少用于搜索历史数据的时间，从而降低系统预测过程中的执行时间，提高了预测系统的预测效率，同时也保准了系统预测的准确率。

摘要： 本发明公开了一种基于参数回归的平面电机控制方法及终端设备，所述方法包括：根据平面电机的输入输出信号建立脉冲传递函数，并根据脉冲传递函数确定平面电机的参数回归模型；根据所述参数回归模型确定所述用于预测所述平面电机的第一预设数量时域的预测位置的预测模型；基于所述预测模型确定的预测位置建立代价函数，并根据所述代价函数计算平面电机的推力指令信号；将所述推力指令信号作用于平面电机驱动装置，以控制所述平面电机运动。本发明基于参数回归的方法确定以水平推力为输入信号、位置为输出信号的预测模型，根据所述预测模型预测的预测位置确定代价函数，并根据代价函数计算平面电机的推力指令信号，以将所述推力指令信号作用于电机，以提高了平面电机的动态跟踪精度。

摘要： 本发明公开了一种基于均匀试验和ACE非参数回归方法的高韧性水泥基工程复合材料的最优配合比设计方法。本方法包括以下步骤：首先确定高韧性水泥基工程复合材料配合比的优化目标，然后选取试验因素，并确定各因素的水平，选择均匀设计表和均匀设计表的使用表对各因素进行组合得到配合比表并进行试验，采用ACE非参数回归方法对试验数据进行分析处理，根据试验目标和约束条件进行筛分，得到最优的高韧性水泥基工程复合材料的配合比，最后根据最优配合比进行试验验证其合理性。本发明提出的优化设计方法与其他试验设计方法相比，在相同水平数的情况下，本试验方法的试验次数最少，其试验数据更具有均匀性、代表性，操作简单。

摘要： 基于非参数回归分析的电力负荷异常数据识别与修正方法，1、对电力负荷数据进行用电模式分类，分为普通用电模式数据集和特殊用电模式数据集两大类；2、采用非参数回归分析法对获得的普通用电模式数据集提取各时刻的负荷特征值；3、利用提取的负荷特征值，根据选取的置信水平，形成异常数据域；4、对普通用电模式数据集和特殊用电模式数据集中的负荷数据利用步骤3形成的异常数据域进行负荷异常数据识别；5、利用改进的引入负荷水平映射关系和考虑特征值影响的加权均值法对识别出来的负荷异常值进行修正；本发明能够实现包含大工业电力负荷数据在内的电力负荷异常数据识别与修正，同时可以完善负荷异常数据识别和修正理论在电力负荷数据处理方面理论的不足。