我国城镇居民消费的非参数回归模型

基于传统的计量经济模型无法解释我国城镇居民消费在不同时期存在着显著差异这一特点,利用非参数估计理论中的多项式样条估计方法对我国城镇居民可支配消费和支出之间的关系进行研究,建立了我国城镇居民消费的非参数回归模型。模拟结果表明,非参数回归模型优于线性回归模型。     

基于多元线性回归模型的现代农业远程教育影响因素分析

近年来,国家对农业的投入力度有增无减,而农业类远程教育却面临着规模逐年缩小的困境。新型职业农民概念的提出对现代农业远程教育发展有怎样的影响,现代农业远程教育发展的影响因素有哪些,是目前农业教育相关部门需要研究的问题。本文通过对现代农业远程教育背景变化的定性分析和基于多元线性回归模型的现代农业远程教育影响因素定量分析,最终得出现代农业远程教育应与农村实用人才发展紧密结合这一结论。     

基于灰色理论和回归分析的需水量组合预测研究

【目的】建立精度更高的需水量预测模型,为水资源规划提供理论依据。【方法】建立基于灰色预测和线性回归预测的需水量组合预测模型,以深圳大鹏半岛需水量为例,对组合预测模型的预测结果与单独采用灰色预测、线性回归模型预测的结果进行了比较。【结果】单独采用灰色预测模型和线性回归模型进行预测的平均误差分别为6.5%和2.5%,而基于灰色预测和线性回归的组合预测模型的平均误差仅为1%。【结论】组合模型的预测精度较单一模型的预测精度明显提高,并且该模型可以更全面地反映需水量的变化规律。     

线性回归分析中重复与非重复性问题研究

本文就一元线性回归，分相同水平及不同水平两种情形，讨论了重复与非重复试验对回归方程精度的影响，得到如下结论：相同水平序列下，重复试验的回归精度高于非重复试验；不同水平序列下非重复试验的回归方程的精度在一定条件下可能高于重复试验，并给出了此时应满足的水平设置条件。     

玉米主要性状与产量的回归模型及相关分析

本研究以年150份玉米杂交组合试验数据为材料,采用逐步回归建立单穗粒重与各性状的线性回归方程,方程可靠程度为95.90%;各性状对穗粒重存在极显著正相关,相关程度依次为:百粒重>行粒数>穗长>穗位高>穗粗>穗行数>株高;通径分析结果:百粒重>行粒数>穗行数>穗长,均达极显著,表明影响玉米穗粒重主要性状是百粒重和行粒数,其次是穗行数和穗长。因此,选育高产玉米组合中应将百粒重、行粒数性状放在首位,并在此基础上对穗长、穗位高、株高进行合理选择,是玉米高产育种的有效方法之一。     

基于线性回归模型的菜花重量预测研究

针对传统测量重量的方法不适于产前作物产量预测的问题,提出1种通过线性回归模型利用菜花三维模型特征属性得到菜花重量的方法。本研究利用Kinect获得菜花三维模型,再通过获取的菜花三维模型的长、宽、高、最大横截面积和体积等属性建立重量预测模型。引用相对误差、决策系数R2作为模型预测精度的评价指标,对线性回归模型正则化得到的岭回归、LASSO模型进行比较分析。结果表明,正则化后模型的泛化能力更强,LASSO模型对菜花重量的预测精度更高。     

基于空间自回归和地理加权回归模型的不同尺度下土地利用程度研究

以谷城县2009年土地利用现状为研究对象,在分析不同尺度土地利用程度及其驱动因子空间自相关的基础上,分别从全局和局部的角度考虑,建立空间自回归模型和地理加权回归模型。结果表明:该区土地利用程度及其驱动因子都存在一定的空间自相关性,并且具有尺度效应;空间自回归模型可以对各因子进行全局的参数估计,而地理加权回归模型可以给出局部模型的拟合度及驱动因子的参数估计,同时不同尺度地理加权回归模型对地理信息反映详略有一定的影响。     

基于传递函数的建筑物沉降监测线性回归分析

高精度的建筑物沉降监测不仅能够监测工程质量状态、指导建筑施工,还能够有效避免建筑工程质量事故.为此,提出一种基于传递函数的建筑物沉降监测线性回归分析方法,构建基于群桩沉降的荷载传递法计算模型,并预测建筑物群桩沉降量,将建筑物群桩沉降数据代入灰色线性回归组合模型中,实现传递函数下的建筑物沉降监测线性回归分析.以广州市某建...     

江西省粮食产量影响因素分析 ——基于多元线性回归模型

利用江西省1952-2018年的数据,基于多元线性回归模型,对江西省粮食产量的影响因素进行分析,得出结论并提出相关政策建议。     

基于多元线性回归模型的河南省农村居民收入增长分析

河南省农村居民的收入主要受工资收入、财产性和转移性收入、人均农林牧渔产值以及家庭人均消费的影响,依据2000~2015年河南省的经济统计数据,建立多元线性回归模型进行验证并分析出各因素对收入影响程度的大小,发现工资性收入对农民的收入影响最为显著,因此根据此模型可以对提高河南省农村居民收入提出相应的建议,为地区的政策措施提供参考。     

农用地分等中等指数与标准粮产量回归分析模型研究——以辽宁省为例

以辽宁省为例进行实证研究,将线性与非线性回归分析模型进行对比分析。结果表明,非线性回归分析模型的分析计算结果更为科学、合理。     

旱作春小麦产量的回归分析

应用残差分析、回归诊断和回归方程选择等方法对新疆木垒县的旱作春小麦单位产量与各时期降水量及该地区的生产潜力进行分析,寻求不同时期降水量与产量的相关与贡献的程度,进而建立了一个产量的预报模型。     

凡纳对虾形态性状对体质量的逐步回归分析

选择5月龄凡纳对虾900只,测定全长、体长、第一腹节背高、第三腹节背高、第一腹节背宽、头胸甲长、头胸甲宽、头胸甲高和体质量共9个性状,采用相关分析和通径分析方法,计算各形态性状与体质量之间的相关系数、各形态性状为自变量对体质量作依变量的通径系数及决定系数,定量分析形态性状对体质量的影响效果。结果表明,凡纳对虾8个形态形状与体质量两两之间的相关系数均达到极显著水平(P<0.01);通径分析揭示多元分析中多个自变量与依变量的真实关系,全长、体长、第一腹节背高、第一腹节背宽、头胸甲宽和头胸甲高对体质量通径系数达到极显著或显著水平,所以它们是直接影响体质量的重要指标,其中全长对体质量的直接影响(0.328 4**)最大,是影响体质量的最主要因素,其次为头胸甲宽(0.242 5**)、体长(0.151 0**)、头胸甲高(0.120 4**)和第一腹节背宽(0.109 8**),第一腹节背高对体质量的直接影响(0.049 2*)最小;第三腹节背高与体质量的相关系数很大(0.735 7**),但它与头胸甲长对体质量的直接影响都非常小,所以它们主要通过与其他性状的相关来间接影响体质量,是影响体质量的次要因素,均被剔除;决定系数和通径分析结果有一致的变化趋势,所选形态性状与体质量的复相关系数为R2=0.944 9,说明影响体质量的主要自变量已经找到;逐步回归分析建立全长(x1)、体长(x2)、第一腹节背高(x3)、第一腹节背宽(x5)、头胸甲宽(x7)和头胸甲高(x8)对体质量(y)的多元回归方程,回归截距和相应的回归系数分别为-22.599、1.043、0.547、0.969、2.279、6.118和2.797。     

基于多元线性回归分析的安徽省金寨县域经济发展研究

以安徽省金寨县为研究对象,运用多元线性回归分析方法,分析了金寨县县域经济的发展情况。结果表明,2001～2010年金寨县GDP等指标呈现逐年增长,但低于全省平均水平。第三产业是金寨县县域经济发展的重要动力,投资率是另一重要因素。提出根据其资源优势和自身特色发展旅游经济,继续加大投资率,利用其对GDP的贡献,促进县域经济加速发展。此外,在发展第三产业的同时,促进第一、二产业的发展。     

基于反馈回归法的用电量预测模型研究

多元线性回归法是用电量预测中常用的一种方法,带反馈的多元线性回归法是一种改进的回归方法,具有更高的精度.本文在此基础上进行了多次反馈,即利用带多次反馈的多元线性回归法,结合SPSS软件进行统计分析,并以陕西省用电量为例探究分析多次反馈的多元线性回归法在用电量预测中的应用,从而得到更精准的用电量预测模型.最后以四川省的用电量数据对模型进行了验证,体现出了该模型的优越之处.     

人工哺育猎豹幼仔体重和体尺相关性

采用多元统计分析方法对人工饲养的44头幼猎豹（Acinonyx jubatus）长发育规律展开研究。研究结果显示,体重和体尺等相关指标,雄性猎豹都比雌性猎豹发育较快,提示在饲养过程中需要注意公、母猎豹生长速度差异所造成的营养需要量的不同：相关分析显示雌雄幼猎豹体重和体尺资料都戍显著的正相关;通过体重和6个主要体尺指标的回归分析,得到雄、雌幼猎豹体重和体尺指标的最优回归方程分别为：W=-3019．648-4．888L-62．973C＋77．181T＋127．625A-153．310F＋194．038H,W=-4147．921＋56．533L＋29．301C-68．212T＋87．033A＋76．012F＋29．517H,该方程明确了幼猎豹体重与体尺指标的关系,为猎豹的选育工作提供了参考。     

烟支重量、圆周与硬度关系的二元回归分析

卷烟的单支重量、圆周和硬度是构成卷烟质量的几个重要指标,通过统计学原理初步建立了烟支硬度与单支重量和圆周之间的二元回归方程,并对它们之间的相关关系进行了分析,结果表明：单支重量、圆周（circle）与烟支硬度间具有极显著的线性相关关系,且单支重量与烟支硬度呈正相关,相关程度较强;烟支圆周与烟支硬度呈负相关,相关程度较弱。在给定重量指标和圆周指标的基础上,对烟支硬度指标取值范围进行预测,预测的置信区间为（70.5,72.6）,与一元回归方程置信区间（69.1,73.3）相比,得到的结果更准确。     

基于多元岭回归估计小麦种植密度

种植密度对小麦产量影响较大,合理的种植密度对提高小麦产量具有重要意义。因此,快速、准确的估计小麦种植密度显得尤为关键。提出一种基于多元岭回归估计小麦种植密度的方法。首先,将获取的彩色麦苗图像从RGB颜色空间转到 Lab颜色空间,利用改进的K-means聚类算法对麦苗进行分割。然后,选取已知种植密度的50幅麦苗图像作为训练样本进行标准化,获得标准化麦苗图像的面积特征、轮廓特征和LBP纹理特征,将这3个特征参数和已知的麦苗密度作为训练输入,利用多元岭回归得到麦苗密度与特征参数间的函数映射关系。最后,对要测试的麦苗图像,按照上述步骤进行处理,求出测试麦苗图像的3个特征参数作为输入,代入映射函数得到测试麦苗图像的密度值。结果表明,该方法在估计4个不同品种小麦种植密度时,田间麦苗单幅图像中小麦种植密度的估计平均精度达到93.99%,平均相对误差为6.01%,对比已有估计小麦种植密度的方法,该方法估计精度显著提高。     

关于农民收入经济增量的回归分析

在四个基本假设前提下,对农民收入的有关历史数据进行系统化和条理化的整理,运用Eviews软件,建立回归模型,分析找出增加农民收入的主要因素,构建提高农民收入分析框架.     

基于回归分析的农用地分等应用研究

选取A县部分分等单元验证农用地自然质量等指数、利用等指数与实际标准粮产量之间的相关关系,通过数学模型研究实际标准粮产量随自然质量等指数、利用等指数的变化情况.