非线性数据拟合的递推法及程序实现

文章对非线性回归模型的参数估计递推方法进行了介绍,给出了它们在非线性模型参数估计中的MATLAB实现.通过计算机仿真说明参数估计递推方法与传统数据拟合的方法相比,具有更好的拟合效果.     

分形市场理论及其在资本资产定价中的应用

本文将非线性系统理论中的分形理论引入金融市场有效性研究中,针对分形市场中单个资产收益与市场收益之间的线性关系很难成立,因此提出运用非线性协整理论进行分形市场中的资本资产定价,对分形市场中的资本资产定价运用小波神经网络进行非线性协整建模的方法进行了讨论.     

基于协方差函数的非线性主成分分析

一、引言 主成分分析(Principal Component Analysis,PCA)是最为常用的特征提取方法,被广泛应用到各领域,如模式识别、图像处理、综合评价、故障诊断等.它通过对原始数据的加工处理,简化问题处理的难度并提高数据信息的信噪比,以改善抗干扰能力.然而,从本质上讲主成分分析方法是一种线性映射方法,在处理非线性问题时,往往不能取得好的效果.     

基于ANN的时序预测模型及其在统计中的应用

建立时序预测模型是数据挖掘的任务之一,而统计分析也是数据挖掘的内容之一.本文作者利用ANN可逼近任意非线性映射关系的特点,提出了基于ANN的时序预测模型.以南宁市人口自然增长率时序数据为例构建了预测模型,并对模型进行了测试和检验.测试结果表明基于ANN的时序预测模型对时间序列具有较好的预测性能,在统计预测方面有着广泛的应用前景.     

分数维非线性协整及误差校正模型

本文在分数维和非线性的框架下讨论了经济系统中的长期均衡关系,提出了分数维非线性协整的概念及对应的误差校正模型,基于小波神经网络给出了分数维非线性协整的检验及其误差校正模型的建模方法。实证研究发现中国股市存在分数维非线性协整关系,据此建立了相应的分数维非线性误差校正模型.该模型的预测效果优于带有外生变量的非线性自回归移动平均模型。     

非线性经济预测中的神经网络方法评述

文章对非线性预测中的神经网络方法的研究与应用现状进行评述,尤其讨论了我国近年来的发展情况,为我国该方面的研究者提供参考.     

非线性模型连续调节变量检验的实现方法

针对非线性模型中调节作用检验不能只依赖交叉项系数的问题,目前存在两个解决办法:构造更好的统计量和通过图形直观表现.但是已有研究对于非线性模型中的离散型和连续型调节变量没有作进一步区分,尤其是非线性模型中连续型调节变量的检验一直缺乏简便有效的方法.文章从模型和数据两个维度划分了四种调节变量的类型,梳理了不同类型调节变量的检验方法和存在的问题,针对连续型调节变量检验的问题,提出了对连续变量进行多点分割的处理方式,并采用三维作图的方法,直观展现了调节作用的连续变化.     

线性化最小二乘法的理论分析

在处理非线性回归中的可线性化回归问题时,最小二乘法给了我们很大的方便.但是人们在享有其优点的同时,忽视了其结果准确性问题.文章从理论上给出了线性最小二乘法结果准确性的证明并提出了解决方法.     

非线性回归模型的线性变换和正交多项式回归

在非线性回归模型中,部分模型可以通过数据变换转化为线性模型进行研究,但这种转换有时会引起随机扰动项的变换,改变其假设条件,从而影响模型的准确性.文章引入非线性回归模型的线性变换方法和正交多项式回归方法,重点介绍了正交多项式回归方法;基于R语言软件,通过例子说明了非线性模型线性变换的局限性,并给出了正交多项式回归方法拟合非线性模型的具体应用.     

基于两种方法的汇率波动的研究

上世纪80年代以来,越来越多的经济学家、数学家都在探索寻找一些非线性的方法,来解释复杂的汇率波动现象,对汇率的调整给予有效的建议.近年来,非线性科学所取得的重大成果为经济学家提供了新的理论和方法.最新的金融经济学发展认为汇率非线性变化是一个混沌过程.混沌、分形理论的出现开拓了用非线性方法来研究经济的新领域,它是汇率研究方法的一种突破.     

基于主成分BP神经网络的油田产量预测研究

文章提出采用基于主成分的BP神经网络来对油田产量进行预测。主成分分析法用于将输入变量维度降低且互不相关;BP神经网络因其自组织、自学习的动力机制实现输入输出空间的非线性映射。以江汉油区为例的研究表明,该方法具备较高的预测精度,在复杂经济时间序列的预测中有一定的应用前景。     

数据分组处理算法和遗传算法的比较

一、数据分组处理算法数据分组处理算法(Group Methodof Data Handling,简称GMDH)是由乌克兰科学院A.G. Ivakhnenko院士在1967年提出的。它采用多层迭代,借助自组织原理,利用数据和计算机相对客观地选择变量之间的关系,通过启发式学习实现输入输出间的非线性映射,用外准则选取最优模型,实现对所研究系统内部结构的模拟。其基本运算步骤如     

关于分段非线性型变结构协整的研究

纵现金融时间序列的发展变化研究,变结构非线性协整是协整理论发展的必然的趋势,也是经济系统复杂多变的必然需求,文章补充了变结构非线性协整的定义,并提出了分段非线性型变结构的误差校正模型以及变结构点的搜寻的基本方法,最后给出基于Chow统计量的分段非线性型变结构非线性协整的检验方法.     

非线性和润模型的动态敏感性分析方法

文章对敏感性分析方法进行了简要评价.依据非线性成本函数、利用Excel工具在单元格中对函数嵌套的调用方法、考虑资金时间价值,提出了非线性利润模型的动态敏感性分析定量研究模式.     

基于BP神经网络与修正GM(1,1)模型的能源消费组合预测

随着我国经济社会的进一步发展,能源需求逐步增大,且消费量的增长与多种因素相关.能源消费预测存在与多因素的关联.文章在基础GM(1,1)模型框架下,以重新累积生成累加后序列预测值的方式进行GM(1,1)的无偏化修正,并按照加权平均背景值重设进行pGM(1,1)模型修正;并以各种非线性参变量间的映射纳入组合BP神经网络的能源消费预测.结果证实,无偏GM(1,1)、pGM(1,1)模型有效降低了GM(1,1)的预测平均相对误差,再与BP神经网络组合预测,形成了较好的能源消费预测精度.     

基于大项集组的互联网用户兴趣建模

为解决互联网用户兴趣模型在实际应用中存在的数据稀疏度和用户多兴趣问题,文章提出了基于大项集组的用户兴趣建模方法,将项目和用户评价之间的映射关系转化为项目属性和用户评价之间的映射关系来解决稀疏度问题,并采用高阶大项集组来描述用户的多兴趣问题.最后通过网络爬虫在豆瓣网上采集用户对电影的评分数据对建模方法进行了初步实验验证.结果显示,这种基于项目属性大项集组的用户兴趣推荐方法,和现有的推荐方法相比,能够有效地降低目标用户和推荐知识之间的差异度.     

交互效应动态面板模型的非线性工具变量估计

文章针对交互效应动态面板数据模型的参数估计难题,提出了一种非线性工具变量估计方法.通过Monte Carlo仿真发现:这种非线性工具变量估计法具有较好的有限样本性质,特别是针对非平稳的数据,该方法表现出了非常好的有限样本估计特征.     

基于生产函数的我国经济增长预测模型

生产函数一直是经济学研究与应用中一个活跃的领域.文章就三种生产函数给出了我国经济增长预测模型.由于所给生产函数是非线性的,参数估计一般采用线性化的方法近似估计,在预测上多数情况存在较大的误差.所以文章利用非线性回归方法,较好地给出最佳估计值.     

交通货运量的智能预测模型

文章针对交通货运发展呈现出的高度的非线性、耦合性和时变性,提出了基于支持向量机的货运量智能预测方法.介绍了核方法在处理非线性、不确定性和不精确性数据上存在的优势,并在此基础上,建立了基于支持向量回归货运量智能预测模型.以我国近年来的交通货运量作为应用对象,验证了基于该模型的有效性.     

基于组合混沌映射的无穷维伪随机数发生方法

文章介绍了组合混沌映射的概念,并阐述了无穷维思想,在此基础上提出了基于组合混沌映射的无穷维伪随机数发生方法。仿真实验证实该方法产生的均匀分布伪随机数具有良好的统计特性和安全性能。