共查询到20条相似文献,搜索用时 15 毫秒
1.
考虑非线性回归模型yi=f(xi,θ)+ei,i=1,2,…,n,这里ei为未知的随机误差,当{ei}为PQD序列时,运用PQD序列的极限性质,研究了未知参数θ的最小二乘估计问题,在一定条件下证明了估计量的强相合性,推广了已有文献中的结论。 相似文献
2.
在用最小二乘法原理处理数据的非线性回归时,经常采用对非线性回归模型进行变量代换的方法,化为线性回归问题来解决。然而,经变量代换后所求得的LS估计,将使原模型失去“残差平方和最小”的意义,从而不能得到原模型的最佳回归系数。本文提出了一种两步逼近法可求得这类非线性回归模型的最佳回归系数,并通过两个实例证实这一方法十分有效。一、两步逼近方法的基本原理假设变量y与变量x=(x_1,x_2,…,x_(?))呈非线性关系,不妨表示为y=h(x,θ),θ为待估 相似文献
3.
基于神经网络的回归分析 总被引:1,自引:0,他引:1
引言回归分析是确定变量与变量之间相互关系的一种定量分析方法,依据因变量与自变量之间的函数关系是线性的还是非线性的,一般被分为线性回归和非线性回归。在线性回归和可转化为线性的非线性回归中,传统的参数估计方法是基于高斯—马尔可夫定理的最小二乘法(Least Squares,简记LS法);在非线性回归分析中 相似文献
4.
5.
朱仲邃 《内蒙古科技与经济》2014,(2):99+101-99,101
在对传统求解非线性模型参数的思想进行分析和研究的基础上,提出利用微分和积分法结合非线性回归进行非线性模型参数估计。通过动力学数据实例说明该方法得到的拟合效果明显比线性最小二乘回归模型合理。 相似文献
6.
最小二乘支持向量机(least squares support vector machine,LS—SVM)具有很好的非线形逼近能力和泛化能力,通过研究逆模型存在的条件,提出了基于LS—SVM的逆模型辨识方法。仿真结果表明基于LS—SVM的逆模型辨识方法在处理非线性对象时,辨识精度、辨识速度、泛化能力都要强于BP算法。 相似文献
7.
8.
回归模型可分为两大类:线性模型和非线模型。由于许多具体问题比较复杂,用线性模型常常难以妥善处理,必须应用非线性模型来解决,然而,非线性模型的形式是很多的,针对具体问题,如何在多种模型形式中进行选择呢?要解决这个问题,必须首先了解各种模型的特性,模型的特性决定了其应用的范围. 相似文献
9.
针对GM(1,1)模型的不足,引入非线性增长模型——Richards模型预测物流需求量,通过分析指出Richards模型不仅具有S形态特征,也具有非线性增长形态,根据模型性质,给出了Richards模型具体建模方法以及参数求解办法,基于不同实例应用结果显示,Richards模型预测精度明显高于GM(1,1)模型,更能准确的描述物流需求量的非线性增长趋势. 相似文献
10.
回归分析预测法近年来在各个研究领域获得了广泛的应用,“预测方法和技术的应用”研究课题组对我国近年来各种预测方法应用情况进行了初步统计,结果表明,回归分析预测法被应用的频率是最高的。然而,不少使用回归分析预测法的人也常被回归模型中含有“不合理”的参数这个问题所困扰,尤其是在多元回归预测的场合。那么,“不合理”回归参数的确切涵义是什么?产生“不合理”参数的可能原因有哪些?应怎样认识含有“不合理”参数的回归预测模型?这些问 相似文献
11.
以往确定Wang-Li模型参数使用线性回归方法,所求得的模型参数不是精确值。以拟合误差平方和为目标函数,建立了模型参数拟合模型,使用非线性最小二乘法求解约束优化问题,所得到的模型参数是精确值。 相似文献
12.
13.
14.
回归模型中的变量变换及其应用 总被引:4,自引:0,他引:4
按回归模型的数学形式,可以把回归模型划分为线性模型和非线性模型。而对于非线性模型,函数形式的确定是一大难题。以往的方法是假定某一初等函数去拟合样本数据,然后用线性化代换或Newton迭代法去估计模型参数。这种全凭经验和视力来判断属于何种函数类型的方法,本身就存在一定的误差;当然采用带有很大近似性的设定函数所建的模型也就必然存 相似文献
15.
16.
17.
磁流变阻尼器虽具有良好的阻尼力特性,但是其强非线性的特点却使得力学模型相当复杂,如何有效地识别磁流变阻尼器力学模型中的参数是急需解决的问题。本文选取Bouc-Wen模型用以描述磁流变阻尼器的非线性滞回特性,为了准确的识别出Bouc-Wen模型中的未知参数,通过采用无迹卡尔曼滤波算法(UKF)对Bouc-Wen模型参数进行在线识别。识别结果表明:由UKF算法识别出的参数的精度较高,且识别出的阻尼力与时间、速度以及位移的关系曲线与原曲线吻合度高;可以说明UKF算法在磁流变阻尼器Bouc-Wen模型参数识别中的有效性。 相似文献
18.
本文是文献[1]的基础,我们将在给定非参数回归统计性质的基础上,讨论一个较详细的非参数回归统计模型的置信区间估计,并给出对收入分布区间估计的实际应用结果。 相似文献
19.
1 引言模型的结构是指模型所设置的变量、模型的函数形式、模型中的参数以及随机误差的概率分布。模型的变结构是指上述构成模型结构的四个要素分别或同时在空间或时间域上发生的变化。对于变参数的时间序列,其模型的一般形式为: y_t=f[Y_(t-1)X_t,θ(t),t] (1)(1)式中,Y_(t-1)为因变量矩阵;X_t为自变量矩阵;θ(t)为时变参数;t为时间。 Shiskin等人在60年代研制的季节调整程序X—11中提出了对时间序列分解的方法。而1984年,Makridakis在上述分解基础上,提出了更详细的 相似文献