基于偏最小二乘方法的信用评分模型

为了克服信用评分模型中自变量存在多重共线性的问题,文章引入了偏最小二乘思想,即采用限制预测值的偏最小二乘回归和偏最小二乘Logistic回归来创建信用评分模型。偏最小二乘法可以同时解释因变量和自变量的变异,在实际运用中更加符合信用评分模型的特点。实证研究的结果表明,利用这两种偏最小二乘模型创建的信用评分模型具有很好的准确性和稳定性。     

我国电信收入的统计分析

根据1991-2003年中国统计年鉴的统计数据,以电信收入为研究对象,以国民生产总值等8个变量为影响因素,借助SPSS和SAS软件,建立电信收入的最佳回归模型,揭示了相关因素之间的相互影响的数量变动关系,就如何提高电信收入,促进经济的发展提出若干建议.     

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。     

上市公司业绩评价模型与实证分析、

近年来,业绩评价受到越来越多的关注。在目前理论界上市公司业绩评价指标体系的基础上,本文引偏最小二乘回归方法进行实证分析,发现可以得到较好的预测上市公司未来中长期的业绩的模型。     

小波包与贝叶斯LS-SVM在石油价格预测中的应用

掌握国际石油价格变化趋势,可以为决策者提供决策依据.文章提出了基于小渡包和贝叶斯推断的最小二乘支持向量机石油价格预测方案.对石油价格时间序列进行小渡包分解与重构,采用贝叶斯推断对得到的各近似序列和各细节序列进行最小二乘支持向量机模型参数优化,再分别利用优化了的模型进行预测,合成得到最终预测结果.对美国纽约商品交易所原油价格进行仿真实验,结果表明该方法很好地改善了石油价格预测模型的运行速度与预测精度.     

基于PLS分析的中国互联网扩散影响因素研究

基于2000—2011年的时间序列数据,利用偏最小二乘法进行回归建模,对影响中国互联网扩散的因素进行了实证分析,研究结果表明:信息基础设施、经济水平、收入水平、上网设备、科技水平、教育水平、城市化水平、上网费用是影响中国互联网扩散的主要因素。基于2011年的31个省市的截面数据,利用变量投影重要性指标进一步分析了互联网发达地区和欠发达地区网络扩散的主要影响因素,结果表明移动电话普及率、人均可支配收入、电脑普及率是影响发达地区互联网扩散的前三位因素,移动电话普及率、人均GDP、城市化水平是影响欠发达地区互联网扩散的前三位因素。     

南京城市居民人均可支配收入影响因素实证分析

居民收入的提高日渐成为满足民生需要、构建和谐社会、扩大国内需求、助推经济发展的核心问题.本文从总结归纳影响城镇居民人均可支配收入的影响因素入手,通过建立偏最小二乘回归模型,分析各因素对可支配收入的影响程度,提出促进收入增长的相关政策建议.     

偏最小二乘回归在SPSS软件中的实现

偏最小二乘回归是第二代回归分析方法,目前已在各种领域得到广泛应用.文章通过详细介绍不同版本的SPSS软件中PLS模块的安装来说明偏最小二乘回归方法在SPSS软件中的实现,并结合实例进一步说明该方法的参数设置和结果的解释.实例分析表明:偏最小二乘回归能够解决变量间多重共线性问题,适合在样本数小于变量个数情形下对系统进行回归建模.     

异方差条件下两种回归方法的比较

最小二乘回归作为一种优良的统计方法应用非常广泛,但是在使用时要求满足同方差等假设条件.文章归纳总结了最小二乘回归和分位数回归的理论特点及异方差产生的原因,论证了异方差对最小二乘回归造成的负面影响,并通过模拟研究和实例研究比较了两种回归方法的功能.结果显示,在异方差情况下,分位数回归可以在因变量条件分布的不同水平上刻画回归关系,分离出回归系数的变异,其结果较最小二乘回归更加全面和细致.     

偏最小二乘通径模型在贸易发展指数中的应用

设计了一套3层综合指数所构成的中国对外贸易发展指数体系,利用偏最小二乘路径模型对中国1999—2009年的相关数据进行了计算和分析,对中国10余年来的贸易发展情况进行总体的把握和描述。经贸易发展指数运算表明,中国自加入WTO以来,对外贸易的贸易流量、贸易结构等各方面水平均有大幅度提高,但是从2009年开始,由于受到国际金融危机的影响,各方面的贸易指数出现下滑并快速反弹的趋势。     

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。     

偏最小二乘回归的基本性质扩展与改进策略

偏最小二乘回归(PLS)应用价值广泛,在战略管理研究中,尤其是以企业样本为主要分析单位时,偏最小二乘回归良好的数学性质,如交叉有效性原则、对样本量需求小和对多重共线性诊断的优势等发挥得非常明显;同时偏最小二乘回归在组织与管理研究中也存在较明显的不足。文章针对这些不足,运用一个战略管理领域企业实地调研的实例对偏最小二乘回归的劣势进行了否证式的说明与论证。     

解决多重共线性问题的线性回归方法

本文针对当出现多重共线性时用普通最小二乘法估计的参数值与实际值相去甚远甚至无法被估计的现象 ,介绍了三种解决办法 :主成份回归、岭回归和偏最小二乘法。这三种方法在解决问题的思路上各有异同 ,本文着重介绍了它们的基本思想和主要算法步骤     

解决多重共线性问题的线性回归方法

本文针对当出现多重共线性时用普通最小二乘法估计的参数值与实际值相去甚远 ,甚至无法被估计的现象 ,介绍了三种解决办法 :主成分回归、岭回归和偏最小二乘法。这三种方法在解决问题的思路上各有异同 ,本文着重介绍了它们的基本思想和主要处理步骤     

基于BP神经网络的江苏用电量预测模型研究

本文应用贝叶斯正则化算法优化BP神经网络,通过多维经济数据(国内生产总值、固定资产投资总额、人均收入)与用电量的相关分析,来确定网络的拓扑结构,建立用电量的人工神经网络模型.用从江苏统计年鉴和江苏省电力局取得的17年数据为输入、用电量为输出来训练建立好的BP神经网络,经仿真表明该神经网络能很好地解决用电量多影响因素之间的不确定性和非线性,模型的预测精度较高,对合理的制定用电计划不仅有一定的理论意义,更具有巨大的实用价值.     

短非平稳时间序列TVAR模型参数PLS估计方法

文章针对短非平稳时间序列TVAR模型的参数估计问题,探讨了一种TVAR模型参数偏最小二乘回归分析方法;通过某飞行器时变机电系统的电压输出序列对本文方法进行了建模实验。实验结果表明:与传统的TVAR模型参数估计方法相比,PLS方法克服了短时间序列所带来的参数估计精度降低的问题,参数辨识精度更高。     

神经网络方法在农业经济预测中的应用

一、引言科学的预测是正确地作出决策的前提。预测的方法有多种 ,但基本上分定性和定量两大类。一般来说 ,又可把定量预测方法大致分为时间序列分析和因果关系研究两大类。预测的准确性是人们所关心的问题。虽然在目前的情况下要求预测结果准确无误是做不到的 ,但是为了提高预测精度 ,将各种预测方法进行比较研究 ,探讨各种方法的适用范围和能力 ,是一件有理论价值和现实意义的事情。神经网络方法有许多引人注目的特点 :对不完全信息、带躁音的信息具有良好的适应性 ;对非线性输入输出关系的学习更显优越性。它为复杂农业系统建模与预测提供…     

基于STIRPAT和偏最小二乘回归的碳排放预测模型

文章借鉴STIRPAT模型,选取人口、城市化率、人均GDP、工业化水平、第三产业增加值占GDP比例、能源消耗强度、煤炭消费比例、石油消费比例等8项因素作为自变量,以1980年到2009年的指标数据为样本,运用偏最小二乘回归方法构建了我国碳排放预测的STIRPAT模型,并结合拟合模型分析了各因素对碳排放的解释作用,指明了碳减排应重点关注的因素。     

基于SSA-MGF的偏最小二乘回归预测模型

本文利用奇异谱分析和均生函数方法,对原始序列重构延拓作为自变量,原始序列作为因变量,建立偏最小二乘回归预测模型,并与主成分最小二乘回归预测模型比较分析.实例结果表明,该方法具有预测精度高、稳定好的特点.     

从“三化”同步看江苏农村居民收入倍增计划可行性

本文立足江苏工业化、现代化、城镇化“三化”同步实践进程,在测算农村居民收入与宏观指标之间的关联性和匹配性的基础上,运用偏最小二乘法建立模型估算影响农村居民增收各项因素的贡献程度,再通过灰色模型与偏最小二乘模型的耦合预测2017年江苏农村居民纯收入,探求在现行经济环境和分配机制条件下实现农民收入倍增的可能性,提出实现倍增的主要着力方向.