一类基于偏最小二乘回归分析的成分数据预测模型

针对“因变量和自变量都是成分数据的前提下，如何建立它们之间的线性回归”的基本问题，以经典线性回归分析法为基础，结合对称Logratio变换，建立了一种基于偏最小二乘回归分析的成分数据预测模型，并对该模型进行了理论实证分析，论证了该模型的可行性与优良性，从而为解决具有成分数据信息的多重相关变量回归问题提供新的途径．     

成分数据的偏最小二乘回归分析法

本文针对具有成分数据信息的多因变量对多自变量线性回归问题，在传统的线性回归基础上提出了一种成分数据的偏最小二乘回归分析法，并对其进行了理论性分析，论证了该方法的可行性与合理性。     

多项式回归理论在机床热误差建模中的应用

通过理论分析,利用多项式回归理论中的增广样本相关系数,结合复相关系数的方法剔除与因变量和其他自变量相关系数均很低的自变量,建立机床热误差补偿模型.该方法与逐步线性回归热误差建模法相比,可避免出现温度变量耦合现象,缩短建模时间.通过残差及拟合图验证该模型具有较高的回归精度.     

多元线性回归分析实例分析

多元线性回归是简单线性回归的推广,研究的是一个变量与多个变量之间的依赖关系。作为质量统计软件领域的领导者,MINITAB是一个精确的、强大的、使用方便的统计软件。多元回归分析预测法,是指通过对两个或两个以上的自变量与一个因变量的相关分析,建立预测模型进行预测的方法。当自变量与因变量之间存在线性关系时,称为多元线性回归分析。该文通过一个具体实例介绍如何运用MINITAB软件,建立儿子身高与父母身高、年锻炼次数的多元线性回归模型,并对MINITAB的输出结果进行分析,得出方程效果良好的结论。     

四维空间中的复函数图形及其在二维平面上的投影

复变函数的自变量是两维的，因变量也是两维的，因此复变函的图形是四维的，文中讨论了利用四维空间在二维产面上投影的图示理论绘制复函数图形，并讨论了该图形的一些应用。     

成分数据的偏最小二乘回归分析法

本文针对具有成分数据信息的多因变量对多自变量线性回归问题,在传统的线性回归基础上提出了一种成分数据的偏最小二乘回归分析法,并对其进行了理论性分析,论证了该方法的可行性与合理性。     

回弹法测强曲线的逆向回归模型

研究发现采用传统回弹法测强曲线的自变量与因变量的选取存在问题，造成误差较大，且有时不符合工程要求，为此提出了一种测强曲线的逆向回归模型，将原模型中自变量与因变量对换，使试验数据处理更符合回归分析理论，并对220组试验数据分析得出其平均相对误差和相对标准差比传统回归模型明显偏小，从而使回弹法检测混凝土强度的结果更加准确、可靠。     

基于偏最小二乘回归的粮食产量模型分析

利用偏最小二乘回归方法对我国的粮食产量建立模型.在此基础上通过构造符合F分布的统计量,绘制T2椭圆图检测样本点中是否存在的异常点;通过构造变量投影指标反映每个自变量对因变量的影响程度,以此来提出提高因变量产量.     

一元整体线性回归模型解算

主要讨论了最常用的一元线性回归问题,分析了同时顾及自变量和因变量误差回归解算的相关问题,对采用同时考虑自变量和因变量误差的条件平差解算法,通过分析得出其解算出回归参数的估值与不考虑自变量误差情况下回归参数的估值一致,同时给出了同时考虑自变量和因变量误差的整体最小二乘解法,通过算例分析得出了整体最小二乘法解算的有效性.     

顾及自变量与因变量误差及相关性的线性回归

提出一种顾及自变量和因变量观测误差及误差相关性的线性回归新方法,并导出了求解线性回归系数的迭代公式.以一元线性回归为例,导出了与最小二乘回归系数表达形式类似的解析解,并揭示了新方法与最小二乘方法的本质区别.此外,对于含有多个自变量的多元线性回归,给出了相应的同时考虑自变量和因变量观测误差及误差相关性的回归系数求解方法.试验表明,当自变量是非随机变量时,新方法与最小二乘方法的回归效果相同;当因变量和自变量都是随机变量(自变量与因变量的观测误差相关或不相关)时,新方法的回归系数比最小二乘方法的回归系数更加接近实际值.     

主成分回归对脑卒中发病与环境因素间关系的解析

脑卒中的诱发已经被证实与环境因素包括气温和湿度之间存在密切关系.对脑卒中的发病环境因素进行分析可以对脑卒中高危人群进行风险评估并及时采取干预措施,而平均气压、最高气压、最低气压、平均温度、最高温度、最低温度、平均相对湿度、最低相对湿度8个自变量之间的共线性使得用多元线性回归方法得到的回归方程的精度降低.运用主成分回归分析,对脑卒中发病人数与环境因素进行了深入解析,结合统计软件SPSS的分析结果,给出了计算主成分的正确表达式,并将主成分与发病人数进行多元线性回归,最终确定了脑卒中发病人数与8个环境因素间的数学模型.     

用回归分析预测法预测伤亡事故

利用回归分析预测法对伤亡事故进行了预测,并采用VB6.0了相应的计算机软件。实践证明回归分析预测法是一种有效的事故发生趋势预测法。     

软件产品的可靠性分析与简易预测模型

根据当前软件可靠性中存在的问题，对影响软件产品的可靠性因素及软件失效的原因进行了分析，利用matlab线性参数回归函数，提出了可靠性预测简易模型．对比表明，模型是有效的．     

三种金线莲叶面积回归方程的建立

以三种金线莲的成熟叶片为材料,分别测量叶面积,叶长和叶宽。运用Excel软件对测量值进行统计处理,运用SPSS19.0统计软件对测量数据进行回归分析,建立了估算金线莲叶面积的一元、二元和三元回归方程。该研究结果为金线莲叶面积的快速、准确的测定提供了一个科学有效的方法,在金线莲科学研究和生产实践中有较好的应用价值。     

射孔工程应用软件WPSYS-A的开发

考虑了全部射孔参数、地质因素和工程因素的影响,开发出射孔工程应用软件包WPSYS-A.在有限元数值模型的基础上,运用非线性回归方法精确地描述了射孔参数之间的相互影响。得出了七种格式和相位下的三种不同情况的21个回归公式.在非线性回归方法中,首次引入极限产率比的概念,获得了某些精确解.将有限元模型、工程软件与精确解对比.得出了可靠计算结果.证明该软件能满足工程要求.     

面向对象软件回归测试选择策略

回归测试在软件维护阶段是一个重要且必须的一个工作,它为修改后的软件的正确性提供保证,回归测试选择技术是选择已存在的原有程序的测试用例集构成新的测试用例来测试修改后软件,通过对已存在测试用例集,选择有限测试用例对修改后软件测试可以减少测试周期和测试成本.提供了一个面向对象软件选择策略测试方法,对修改前软件和修改后软件创建类关系图,利用该模型进行测试,这种选择策略确保软件质量是有效,经济,安全的.     

空管自动化系统Eurocat-X软件可靠性建模分析

本文针对空管自动化系统Eurocat-X,收集其使用过程中的失效数据,根据软件可靠性模型的建模过程对数据进行分析,通过非线性回归得到一个基于此软件的可靠性模型,并检验其拟合程度。     

数据分析与试验数据处理软件的开发

应用回归分析等数学方法．建立最优回归方程的数学模型．编制了数据处理软件。结合屏幕绘图．能够方便、迅速地优选出适合工程需要的回归表达式。实用性较强。     

股票价格影响因素研究

以上证(A股)指数作为因变量，通过选取影响股市整体水平的指标，运用回归分析方法并结合SPSS软件建立了线性回归模型和非线性回归模型，分析得出了影响我国股票价格趋势变动整体水平的主要因素。     

基于XP的一种改进的测试模型

软件测试是软件质量保证的一个重要元素,在测试过程中使用合理的软件测试模型可以降低测试在开发活动中的花费和开发时间。通过对XP中测试和传统测试模型W模型的分析,找出W模型的不足,提出一种适用于XP的新的测试模型。该模型将测试驱动的思想贯穿于软件开发周期的各个阶段,并且加入了回归测试的范围,可以尽早发现软件中的错误,降低成本。