一种多变量线性回归模型的异方差检验方法

文章在G-Q检验的基础上,给出了一种针对多变量的推广的G-Q异方差检验方法,并通过实例分析说明了推广的G-Q异方差检验方法的可行性和有效性。     

单因素方差分析与多元线性回归分析检验方法的比较

单因素方差分析与多元线性回归分析是应用统计学中两种重要的统计方法,文章通过严格的分析,找出了两者检验方法的异同点,并提出了应用时应注意的问题.     

多重共线性下的线性回归方法综述

多重共线性（简称共线性）是回归分析中一个非常棘手的问题。多重共线性由R．Frisch在1934年引入的,主要研究是在上世纪六、七十年代进行的,但直到现在仍然没有完全解决。     

线性回归分析的几何学方法

回归分析方法是计量经济学的重要分析方法。传统上的回归分析是用代数等式和矩阵形式表述的。然而从欧氏几何的角度分析回归分析的主要概念、结论,如OLS估计量、被解释变量Y的总平方和分解定理等都有很好的几何直观,可以将许多冗长繁杂的代数公式和推导归结为简单的几何性质。文中给出Frisch-Waugh-Lovell定理的几何解释。     

EXCEL在多元线性回归分析中的应用

在一元线性回归分析中,重点放在了用模型中的一个自变量X来估计因变量Y。实际上,由于客观事物的联系错综复杂,一个因变量的变化往往受到两个或多个自变量的影响。为了全面揭示这种复杂的依存关系,准确地测定它们的数量变动,提高预测和控制的精确度,就要考虑更多的自变量,建立多     

回归分析中t检验与F检验关系的进一步探讨

文章较深入地研究了多元回归分析中t检验与F检验之间的关系,得到了如下结论:在一般情形下,t检验与F检验的结果没有必然联系;但当解释变量之阃两两不相关时,若所有解释变量的系数均通过t检验,那么回归方程也能通过F检验.     

线性回归方法在数据挖掘中的应用和改进

文章对线性回归以及其扩展方法进行分析,并从多个方面对这些方法性能进行评估,同时还对回归技术在数据挖掘中的几个典型应用进行了阐述。并且,在传统线性回归算法上提出了更为健壮的改进方法。     

基于模糊线性回归分析的我国人口估计

由于人口的瞒报、漏报和错报等问题,每一年度的数据并不是一个确切数,而是一个基于一定把握程度(隶属度)基础上的数,是一个典型的模糊数。文章运用模糊线性回归分析对我国的人口变化进行估计,得到了一簇为以传统的计量回归分析数据为中心值的模糊回归模型曲线。其结果对于预测问题和我国的人口预测与估计具有较好的借鉴意义和应用价值。     

浅谈简单线性回归模型与对数线性回归模型的选择

在我们进行经济建模分析时,经常会遇到这样的问题：对于样本数据,我们是选用简单线性回归模型,还是选用对数线性回归模型,,对于这种选择,我们不能主观臆定,只能从客观上对这两种模型进行对比分析,找出最优的回归模型形式。本文拟对这两种模型的选择问题作初步探讨。     

单位根的秩检验及其应用研究

 本文系统研究了单位根检验的三种非参数秩检验统计量：RDF检验、得分秩( )检验与逆得分秩( )检验,推导了逆得分秩的分布。然后运用Monte Carlo模拟给出了各种秩检验的临界值,将秩检验与传统检验的优劣进行了比较,并将这些方法应用于我国货币需求函数各变量月度序列的实证检验。Monte Carlo模拟和实证应用的结果表明,秩检验与传统单位根检验方法相结合可以发现序列中的非线性特征,这将有助于对时间序列特征的深入分析。     

线性回归模型Bootstrap LM-Lag检验有效性研究

基于OLS估计残差,将Bootstrap方法用于空间滞后相关LM-Lag检验。在不同的误差结构和空间权重矩阵条件下,比较Bootstrap LM-Lag检验和渐近检验的水平扭曲和功效。通过Monte Carlo实验表明,当误差项不服从经典正态分布假设时,LM-Lag渐近检验存在严重的水平扭曲,Bootstrap检验能够有效地校正水平扭曲,并且Bootstrap LM-Lag检验的功效与渐近检验近似;无论误差项是否服从正态分布,从水平扭曲和功效角度看,线性回归模型Bootstrap LM-Lag检验有效。     

回归检验在Copula函数选择中的应用

基于均匀分布的回归检验,文章从定量的角度出发给出Copula函数的一种检验方法,从而可以根据此方法在给定的copula函数中确定最优Copula函数.最后将此方法应用于国内的深证综指和上证A股指数进行了实证分析,结果证明此方法是有效的.     

基于粗集理论的线性回归方法及实证分析

通过分析实际问题中经济变量间往往出现多重共线性的现象,将粗集理论的约简思想引入线性回归分析,提出了基于粗集理论的线性回归模型来解决多重共线性问题,并通过实证分析来验证模型的可行性,为人们进行科学的预测和决策提供了一种新的思想和方法。     

基于多元线性回归的概率排序型预测方法

文章针对运用多元线性回归进行预测时,对自变量的预测一般只考虑单一的可能性,忽略了由于未来的不确定性导致自变量存在多种可能的取值,提出了概率排序型的预测方法,将不同的自变量取值对预测值的影响考虑了进来,并用期望值的最大最小值和方差的最大值作为预测的指标,描述预测的结果并衡量预测结果的波动性,最后通过示例验证模型应用的可行性和有效性。     

异方差G-Q检验方法的改进

围绕戈德菲尔德—匡特异方差检验方法(G-Q检验)展开相关问题的研究讨论,并对该检验方法进行改进。在对线性回归模型异方差检验的两个基本问题进行分析阐述的基础上,对G-Q检验中使用的F检验方法进行辨析讨论,并在应用中针对不同形式的数据条件进行拓展;以此研究为基础,设计基于线性回归模型拟合值排序的多元线性回归模型的G-Q检验方法,并对这一方法进行统计模拟和应用检验,以证实该方法良好的检验效果和简便的使用过程。     

Logistic回归模型中自变量的秩优势比图

文章提出一种可视化图示法,评价logistic回归模型中自变量相对重要性。方法是对变量值排序后进行[0,1]区间的秩比例尺度变换,并作关于相对于中位数的优势比的函数关系图——秩优势比图。秩优势比图有很多实际应用,可作为评价logistic回归模型中自变量相对重要性的可视化工具。     

多元线性回归统计预测模型的应用

文章将多元统计分析作为基础与前提,结合相关数据进行了一系列的方法验证,验证了有关结果变动对于多元线性回归方程的整体的影响.通过实例对有关模型概念进行证明;并且通过模型结合其他的方法,让检测结果更加真实,提高准确度以及效率,使原本的回归结果能够得到最大程度上的优化.     

模糊线性回归模型的最小二乘方法

针对自变量和因变量皆模糊的数据系统中的回归分析问题,为避免自变量退化成数值变量时可能引致的估计误差增大而带来的问题,提出系统中引入模糊调整项的回归模型的一般结构,并运用基于模糊数间完备距离的最小二乘法研究模型解析表达式;利用水平截集概念将模糊多元回归模型转化成两个传统回归模型,根据模糊数间距离采用最小二乘法得到参数估计,给出员工工作绩效评估的算例说明方法的有效性,并结合Bootstrap方法的应用,研究回归参数所具有的随机不确定性动态变化。     

影响我国财政收入的多元线性回归模型

本文通过一个实例详细介绍了建立经济计量模型的过程和步骤,旨在引入用多元线性回归分析的方法来分析实际问题的思想.首先由定性分析选取与我国财政收入有较强的相关性的几个影响因素,以其作为解释变量,建立与财政收入的线性模型