Logistic回归模型在判别分析中的应用

介绍Logistic回归模型用于判别的方法,利用给出的某期间华北地区和长江中下游降水年变化为判别对象,以这种判别方法确定界于两个地区中间地带的一些观测站属于何种年变化型,并且与传统用的最大概率法做了比较,发现Logistic的效果要比最大概率法好。     

AID法在回归分析中的应用

一、问题的提出回归预测的一个基本前题,是样本期数据比较均匀地分布在一条曲线周围,如果有些偏离回归曲线的“特异值”,并不是由随机因素的影响造成的,此时,很可能产生较大的误差,而多元统计的聚类分析中有许多适用于此情况的预测方法,其中AID法就是一种较为简便易行的方法。二、AJD预测法AID方法的基本思想是依据最优分割的原则,对有序样本进行合理分类,使划分后的各类离差平方和达到极小。然后再根据预测值所属的类进行预测。AID方法的关键是如何分类,为方便起见设样本期有n牟观察值为lx,y;,i－1,2…,n卜x,v;均为…     

正交多项式在回归分析中的应用

一、问题的提出: 无论是在质量管理,还是在经济预测决策中,我们总希望建立起决策变量与影响其变化的参数因素之间的函数关系。从微积分学的知识知道,任一函数都可分段用多项式来逼近,因此,在一般的实际问题中,不论决策变量与影响其变化的参数因素变量的关系如何,总可用多项式回归来处理。 一般地,多项式回归可以化为多元线性回归问题。然而,多元线性回归有两个基本缺点:其一,当元     

回归分析在水资源短缺预测中的应用

文章以北京市30多年来的水资源短缺情况为研究对象,运用回归分析法,在众多影响因子中找出了影响北京市水资源短缺的主要因子,建立了北京市水资源短缺预测模型,并对北京市未来水资源的短缺情况进行了预测,得出了北京市未来水资源仍处于短缺状态的结论,并提出了应对措施。     

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     

论回归分析方法在企业中的应用

一、回归分析法在企业中的应用作用随着国家经济体制改革的不断深入,企业逐步从政府部门的直接管辖中解脱出来,成为独立的经济实体,自觉地面向市场,参与竞争,这就必须紧紧依靠科学的方法,研究经济活动规律,区别对待有利因素与不利因素,把握未来经济运行速度,提高经济管理水平.应用回归分析法,分析企业经济活动中的相关现象,可以解决的问题     

回归分析在饮料销售量预测中的应用

利用回归分析建立饮料销售量与气温的回归方程,从而根据气温的变化对饮料的销售量做出合理预测,为饮料公司的生产决策提供参考。     

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.     

跳回归在房价走势分析中的应用

不同于传统的回归分析方法,文章探讨了一维跳回归模型在房价走势分析中的应用,介绍了基于多项式估计的跳点检测方法,将跳点检测问题转化为假设检验问题,并对近3年的杭州市房价走势进行了实证分析,通过实际应用取得了良好的效果。     

基于Knockoff的分位数回归变量选择方法及其投资组合决策应用

在数据驱动时代,变量选择广泛应用于投资组合,如何从众多资产中挑选恰当的资产并进行配比,对稳定收益、控制风险非常关键。现有选择资产的方法未考虑到控制错误发现率（FDR）,不利于作出稳健的投资决策。为此,本文在Lasso分位数回归下基于Knockoff方法控制FDR,并用于求解条件风险价值（CVaR）投资组合决策模型。其中,用Lasso惩罚实现变量选择,用Knockoff方法通过模仿解释变量的相关结构构造Knockoff变量,将变量选择的FDR控制在给定水平。模型在两步迭代算法下采用线性规划求解,模拟分析从不同的误差分布、变量分布和维度下多角度展开。结果显示,与已有模型相比,基于Knockoff的Lasso分位数回归模型能良好地控制FDR且呈现出最好的预测效果。最后基于上证50指数成分股进行实证分析,利用滚动建模技术进行投资组合决策分析,发现新模型在收益指标和风险指标上均具有一定优势。     

Logistic回归模型在高校教师教学质量评估中的应用

常见的教师教学质量评估方式有以下几种:教师互评,上级领导(或专家)对教师评价,学生对教师的评价等等。本文结合这三方面应用Logistic回归分析的方法来进行研究,提出一个对教师教学质量的总体评估模型,并用SAS软件进行编程实现。这种评估模型能比较科学客观的评价教师的教学情况,可以广泛应用于其他领域的评估工作。     

样本选择参数分位回归模型及其在工资分布分解中的应用

在工资差距分解问题中,研究者经常会遇到样本选择偏差问题,直接忽略会导致最终估计结果产生严重偏差,同时在众多工资差距分解方法中,相比于均值分解,分布分解方法更受研究者青睐。针对参数分位回归,本文首次提出可加形式与非可加形式的样本选择参数分位回归（SSPQR）模型,并基于这两类样本选择参数分位回归模型给出修正样本选择偏差后的参数分位回归工资差距分布分解方法。运用上述方法及已有的工资分布分解方法,借助CHNS2015年度城镇数据,本文研究了我国城镇男女工资差距及差距分解问题,得出以下结论：①男女工资差距主要来源是性别歧视问题;②经过样本选择偏差修正后,实际的工资差距更大,歧视问题更严重;③男女工资差距程度在不同分位点上结果不同,换句话说,我们不能简单地仅从平均水平来判断工资差距程度;④与其他已有方法计算结果比较发现,SSPQR计算的工资差距程度更大。     

岭回归在经济增长影响因素分析中的应用

岭回归分析是一种改进的最小二乘法,在实际工作中有很大的应用价值.本文以河北省为例,借助标准SAS统计软件,运用岭回归技术,对改革开放以来河北省经济增长的影响因素作了详细而深入的实证研究,并提出了实现河北经济快速、稳定增长的建议和措施,对保证河北省经济的持续发展有重要的借鉴和参考意义.     

我国中小企业对外直接投资区位选择分析

对外直接投资是企业参与国际竞争的重要方式。随着我国企业国际市场竞争力的逐步增强和进一步融入国际分工的需要．许多企业开始尝试以对外直接投资的方式开拓世界市场．“走出去”的企业数量越来越多．其中不乏对我国经济和贸易的发展做出突出贡献的中小企业．截止2003年底．经我国政府批准在境外设立的中国企业有6000多家．按企业数量计算．其中约90％海外投资项目是由国内中小企业投资的.     

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。     

前移回归分析法在广西省经济预测中的应用

经济指标是多项相关因素的函数,一个时间段内各项指标(自变量)值会影响下一时间段待预测指标(因变量)的取值.本文以广西省12项主要经济指标为实例,采用前移回归方法预测了人均GDP,进而预测了其余指标2008～2009年的取值.这种方法克服了以往时问序列预测只是自身拓展而不考虑多项因素(变量)的不足,也弥补了回归分析预测法必须已知同时期各个自变量值才能预测的缺陷,取得较好的效果.     

累积Logistic回归在企业竞争力评价中的应用

文章运用聚类分析和累计logistic回归分析对企业组织学习水平和其促进性因素之间的相关关系进行了实证分析,揭示了促进性因素对企业竞争优势的影响程度;指导企业在实践中重视组织文化和领导分权化水平的提高,以保持企业的竞争优势和开发企业的竞争潜力。     

拓展的均值——方差理论及其在投资组合中的应用

由于股票市场的交易是在一种随机环境下进行的,投资者不可能准确知道每只股票预期收益的概率分布,只能大概地知道它的一个区间估计(即区间数)。本文针对这种情况,基于数据集成技术,拓展了Markowitz的均值—方差理论,并用实例说明了其在选择投资组合中的应用.。