中国能源需求影响因素的研究

基于中国1990—2007年的经济数据，通过分析影响能源需求的经济因素，利用通径分析法测算出各相关经济因素与能源需求的直接、间接关系及总影响程度，分析各因素对能源需求的影响路径，并根据测算结果提出相应的对策。     

质量管理体系绩效影响因素的通径分析

文章将持续改进项目的效果、过程控制的效果、管理体系运行效果三方面综合为的质量管理体系绩效,通过人员管理、质量战略、质量管理方法、机器、材料、测量系统等六方面的质量管理要素对质量管理体系绩效的影响进行通径分析。     

基于正交迭代的有监督的稀疏主成分分析

主成分分析是经典的无监督的数据处理工具,近年来关于稀疏主成分和有监督的主成分研究受到较多关注。基于正交迭代和距离相关系数,提出一种有监督的稀疏主成分分析方法 SSPCA,该方法考虑了自变量与因变量之间的相关性,并在迭代求解的过程中将一些与因变量Y相关性很弱的自变量对应的系数变为0,使所求的特征向量只保留预测能力较强的自变量信息;在数值模拟与实例分析中,相比其他四种方法,SSPCA方法均能取得较好效果。     

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     

基于双重筛选的多因变量偏最小二乘逐步回归方法

偏最小二乘回归分析中的一个重要问题是变量选择,文章的主要目的是给出一种改进的多元数据分析方法-基于双重筛选的多因变量偏最小二乘逐步回归方法。双重筛选方法既能按自变量对因变量的关系进行分组,又能使每个自变量对各组因变量的作用反映出来。因此基于双重筛选的多因变量偏最小二乘回归方法能很好地处理这类问题,并得到好的结果。     

相关系数与本质联系

相关系数和复相关系数是我们用来判断一个变量同另一个变量或几个变量线性相关程度的重要指标。一般来说,相关系数或复相关系数的绝对值接近于1,就说明因变量与自变量之间的联系紧密,而愈接近于零则说明因变量与自变量之间的联系松散。在进行简单相关分析时,人们通常把通过相关系数检验,而且相关系数较接近于1的一对变量判断为具有本质联系的变量,即一个变量的变动必然导致另一个变量发生近似于线性状态的变动。比如,某种商品的销售量与价格之间就存在这种联系。进行简单相关分析,不仅能初步了解一对变量间的联系程度及方向,而且还可以建立相应的回归线性方程,进行预测或推算。     

中国交通运输业碳排放的通径分析模型

为分析各因素对交通运输业碳排放量的直接与间接影响,文章构建了交通运输业碳排放的通径分析模型.模型引入了交通运输业增加值占比、能源结构、交通发展水平等影响因子,运用多元线性回归求得通径系数,并对影响因子间的相互影响作用进行分析.实例应用结果显示:中国交通运输业碳排放量增长的主要原因是交通发展水平的提高.交通发展水平对碳排放产生正向影响达到0.9883.结果表明模型能描述影响碳排放量的各因素间相互影响.     

浅议路径分析

路径分析是一种研究变量间相互关系、自变量对因变量作用方式、程度的多元统计分析方法。本文通过对其基本思想、基本步骤地阐述,简单分析了该方法的应用条件、作用及优缺点,以便更好更多的应用于实践中。     

序次Logistic回归模型中因变量分类数的确定

当因变量为定性数据时,Logistic回归模型经常被使用,其中又以二分类因变量(取值为0或1)的Logistic模型最为常见。其实,Logistic回归模型也可以应用于多分类因变量,即因变量的分类数大于等于3的情况。而且,多分类因变量既可以是序次的(Ordinal),也可以是名义的(Nominal)。当多分类因变量类别之间有序次关系时,一般采用序次(或累积)Logistic回归模型。人们在进行此类回归分析时,往往只注重通过一定的手段选择合适的自变量,以达到预期的拟合效果,却忽视了对因变量取值的研究。由于序次Logistic回归模型其实隐含了对因变量分类的一种假设条件…     

相关系数统计量的功能及其应用探讨——以SPSS为分析工具

相关系数分为简单相关系数、复相关系数和偏相关系数,他们的含义、功能、应用和计算机的实现操作各不相同。尽管相关系数统计量的计算可由多种软件完成,但从操作的简单性、结果的解释性方面看,SPSS、马克威等傻瓜软件应作为首选。选择因变量的影响因素时,我们主张使用偏相关系数,反对使用简单相关系数。     

基于GM(1,1)—逐步回归模型的用水量预测

为了对城市的用水量有个更精确的预测,文章将逐步回归模型与灰色预测模型相结合,提出了一种基于灰色预测——逐步回归的总用水量预测模型.该模型以逐步回归方法为基础,利用灰色相关性分析方法对观测数据进行处理,进而对预测模型的因变量进行筛选,并将灰色理论引入到回归模型分析中,对预测模型进行改进.通过实例分析可知:所提出的耦合模型与单一预测模型相比,在一定程度上改善了预测效果,达到了简化模型、提高拟合精度和增强模型预测能力的目的.     

对谷贱伤农的经济学分析

谷贱伤农是我国流传已久的一句成语，它描述的是这么一种经济现象：在丰收的年份，农民的收入却反而减少了。这似乎很难为人们所理解，本文将利用经济学中的弹性理论对之进行分析。弹性理论简介弹性概念在西方经济学中得到广泛的应用、当经济变量之间存在函数关系时，弹性被用来表示作为因变量的经济变量的相对变化对于作为自变量的经济变量的相对变化的反应程度，实践中常通过可计算弹性系数e来反应弹性的大小。凸Y，凸X＿＿凸Y＿＝＝＿＿＿＊。＿－Ale一二万／尸产具中，宁6表示国变量的变动“－Y”X——’lY伙”。’—————。〕—…     

双回归（AR—R）预测模型之新探——及其在中国人口中短期预测上的应用

构造一种称为双回归的时间序列预测新方法。本文作者利用与因变量自身相关性紧密的因变量前几期取值,综合前一次的自变量构建了双回归(时间序列自回归-多元线性回归)预测组合模型。这种方法克服了以往时间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。并用这种新方法对中国的人口总量进行预测,预测效果比较理想。     

分位数回归技术综述

普通最小二乘回归建立了在自变量X=x下因变量Y的条件均值与X的关系的线性模型。而分位数回归（Quantile Regression）则利用自变量X和因变量y的条件分位数进行建模。与普通的均值回归相比,它能充分反映自变量X对于因变量y的分布的位置、刻度和形状的影响,有着十分广泛的应用,尤其是对于一些非常关注尾部特征的情况。文章介绍了分位数回归的概念以及分位数回归的估计、检验和拟合优度,回顾了分位数回归的发展过程以及其在一些经济研究领域中的应用,最后做了总结。     

我国消费者信心指数与消费函数之间的关系研究

文章主要通过相关系数、单位根检验、回归分析等计量方法对我国消费者信心指数与居民消费需求关系进行研究,得出人均消费支出与前期消费和收入有关,消费者信心指数对消费需求具有很好的指示作用,最后根据计量分析的结果提出增强消费者信心刺激消费的建议.     

关于R2等价定义的探讨

在计量经济学中,通常用回归平方和与总的平方和的比例来定义R2,反映回归方程的拟合度,而往往忽视用因变量和因变量预测值的相关系数的平方得到R2的一种等价定义.等价R2克服了通常R2的缺点,同时可以推广到非线性回归模型和限值因变量模型的拟合度度量.文章从一元线性回归模型出发,构思如何得到多元线性回归模型等价R2,并以Tobit模型为例说明等价R2在非经典计量模型中刻画拟合度时的优势.从而强调重视在教学中对等价R2的认识.     

对现行教科书中若干统计方法应用的再认识

一、回归分析方法的应用问题 回归分析是通过建立回归模型来反映自变量和因变量之间的变动关系,进而根据自变量对因变量作出预测.然而,现行教科书在介绍该方法的用途时出现了三方面的误解,现予以说明并加以矫正.     

PLS通径模型应用中应注意的几个问题

根据PLS通径模型的基本原理，探讨了测量模型的选择、bootstrap方法在模型参数估计与显著性检验中的应用、测量模型和结构模型的结果评价标准等PLS通径模型在应用过程中须注意的问题。以期帮助使用者提高PLS通径模型的应用水平、提升实证研究的质量：     

安徽旅游业发展的影响因素分析

文章以安徽为例,在经济学的理论基础上建立了1995～2009年间的安徽省旅游收入因素的计量模型。通过对旅游收入的多因素分析,建立以旅游总收入为因变量,以接待旅游总人数、旅行社总数、星级宾馆数量以及旅游业从业人数等为自变量的多元线性回归模型,并利用SPSS软件对旅游总收入影响因素进行了分析。     

基于主成分回归的分布滞后模型及实证

对含滞后变量问题的建模,有效地消除变量间的高度相关是保证模型优良性的一个重要手段.文章利用主成分析把原始变量正交变换并作为新的自变量,消除多重共线性.然后利用逐步回归筛选出对因变量有影响的变量进行回归拟合.最后针对国内生产总值对我国固定资产投资带动作用进行实证分析.