简介：运用地理加权回归方法，就2006年外商直接投资及其他生产要素对区域经济增长的影响进行了实证研究。研究结果发现：地理加权回归模型的统计性质优于经典线性回归模型，外商直接投资与其他生产要素对经济增长的作用存在明显的空间变异。在此基础上提出了相关政策启示。

简介：空间自回归模型是空间计量经济学中处理空间相关性时常用的一类回归模型,本文主要考虑到自变量存在多重共线性时,空间自回归模型的参数应该如何估计。在主成分分析以及极大似然估计方法的基础之上,建立了一类针对模型未知参数的有偏估计,从而减少多重共线性对于模型求解的影响。本文引入数值模拟部分,说明了主成分估计方法对于处理多重共线性问题的有效性,同时引入波士顿房价数据实例,进一步验证了当多重共线性出现时,有偏估计结果较之极大似然估计更为合理。

简介：在AI领域中,备受关注的一个问题是如何获得更好的分类,尤其是对于多分类的情形。目前,针对多分类算法已取得了大量的研究成果,很多较为高效的多分类算法也已应用到实践中,而对于多分类算法的研究仍然备受关注。以BT-SVM为基分类器,提出一种带阈值的新型动态加权多分类器集成的方法,并通过模拟和实证分析验证该算法的有效性,研究表明该算法对于平衡和非平衡数据的分类效果表现得都比较优良。

简介：针对自变量和因变量皆模糊的数据系统中的回归分析问题,为避免自变量退化成数值变量时可能引致的估计误差增大而带来的问题,提出系统中引入模糊调整项的回归模型的一般结构,并运用基于模糊数间完备距离的最小二乘法研究模型解析表达式;利用水平截集概念将模糊多元回归模型转化成两个传统回归模型,根据模糊数间距离采用最小二乘法得到参数估计,给出员工工作绩效评估的算例说明方法的有效性,并结合Bootstrap方法的应用,研究回归参数所具有的随机不确定性动态变化。

简介：随着科学技术的不断进步，预测方法也得到了很大的发展，常见的预测方法就有数十种之多。而组合预测是将不同的预测方法组合起来，综合利用各个方法所提供的信息，其效果往往优于单一的预测方法，故得到了广泛的应用。而基于变系数模型的思想研究了组合预测模型，将变权重的求取转化为变系数模型中系数函数的估计问题，从而可以基于局部加权最小二乘方法求解，利用交叉证实法选取光滑参数。其结果表明所提方法预测精度很高，效果优于其他方法。

简介：农民增收是近几年来国家农村农业工作的重点，是农民经济发展的重要表征，而如何拓展农民增收的渠道可以有很多种办法，比如：改善经营结构，提高劳动技术含量，深入产业结构调整等。考虑到家庭经营收入作为农民纯收入的重要组成部分，

简介：对于存在测量误差的面板数据自回归模型，首先讨论了POLS（PoolingOLS）和LSDV（leastsquareofdummyvariable）估计存在向零的衰减偏差及其非一致性，其次对于混合自回归模型和个体固定效应自回归模型给出了工具变量应满足的条件。研究发现这时工具变量的选择是十分困难的。

简介：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。

简介：空气质量指数是与人们的日常活动密切相关的指标。基于中国18个城市2014年共52个周的空气污染计数数据进行负二项回归分析,通过运用广义线性混合效应模型和广义估计方程的方法进行比较分析,从理论和实际应用上得到了一定结论。研究结果表明：广义线性混合效应模型和广义估计方程两种方法在分析空气污染问题中差别不大;人口因素、城市园林绿化状况、气象因素、城市群效应以及季节效应对所研究城市的空气污染状况发生与否及其严重程度有显著的影响。

简介：探讨了部分线性回归模型当非参数分量受到单调条件限制时的估计问题,利用惩罚局部线性核估计方法给出参数分量与非参数分量αRLS、gRLS的估计,并进一步研究了^αRLS及^gRLS的渐进性质,结果表明：新得到的非参数约束条件下的估计是a.s.收敛的,并且保证了单调性和边界点适应性。将问题推广到一般情况,探讨了部分线性回归模型当非参数分量受到高阶导数约束时,参数分量的估计^αRLS。

简介：增加农民收入是社会主义新农村建设的必然要求，本文以江苏省为例，收集1990—2007年数据，运用主成分回归分析方法建立统计模型，分析影响农民收入的主要因素，得出它们对农民收入增长的贡献率，并根据定量分析结果提出符合实际情况的政策建议。

简介：将Lasso算法和logistic回归模型相结合并且引入P2P个人网络信贷评估体系,通过模拟实验的结果发现,在全变量logistic模型、Lasso-logistic模型、Ridge-logistic模型中,Lasso-logistic模型对于变量的压缩效果要更好,有助于简化模型;虽然三个模型在进行预测的结果上并没有显著的差异,但是Lasso-logistic模型在计算效率上更胜一筹,在处理大量数据的情况下更有效率。

简介：异方差性的消除方法是采用加权最小平方法进行参数估计，用自变量的幂函数的倒数形式作为权数对原模型进行加权：SPSS提供了权数估计的功能，但我们研究发现．SPSS提供的权数有时并不能消除异方差；我们的观点是．能够消除异方差的权数形式才是最有的权数。

简介：本文研究部分变系数动态模型，一些参数的值可以成为协变量的函数，并提出了参数和非参数函数系数的估计。本文提出一个基于支持向量机分位数回归的部分变系数动态模型，及它的三步估计法和迭代加权最小二乘法估计模型的参数和非参数函数，提出的方法能被简单有效地应用到线性和非线性分位数回归光滑变量的高维情况。同时，本文也提出模型的惩罚参数、核参数的选择方法——交叉验证方法。

简介：综合Adaboost算法的自适应再加权和随机森林算法的未修剪随机变量划分树基模型，文章提出了用于自适应随机森林算法。通过实验数据发现，在训练集较大、贝叶斯误差较小时，模拟自适应再加权会起作用，从而，拟自适应随机森林算法会优于随机森林算法。

简介：以沿海11省市的风暴潮灾害风险为研究对象,采用遗传与粒子群混合算法对投影寻踪动态聚类（PPDC）模型进行优化,将粗糙集理论（RST）与修正的PPDC模型组合运用,对中国沿海地区风暴潮灾害的风险进行综合评估与区域等级划分。实证结果表明：广东和福建两省是中国风暴潮灾害的高风险区,风险评估值超过2.5,山东、浙江、海南和广西属于风暴潮灾害的中风险区,风险评估值处于[1.8,2.2]之间,江苏、天津、辽宁、河北和上海属于风暴潮灾害的低风险区,风险评估值低于1.5。研究结论为国家实施差异化的灾害风险管理战略提供了思路与参考。

简介：<正>由于工作关系,从乡统计站到县、地区统计局我接触过很多同志,耳闻目睹了许多平凡的统计人轶事。他们真的是太平凡了,他们大多不属于社会的新潮一族,他们待人接物的态度也平淡得很,象一股轻烟,即使没有风也将倾刻散尽,以致我时常想为他们塑一座群像,竟至于抓不着主题而只得作罢。

简介：倒数加权法解决多对一抽样框问题西南财经大学林学杰谢小燕在抽样调查中，最基本的问题是要有一个包括全部总体单位的框架，用这个框架来代表总体，从而进行随机抽样，这个框架称为抽样框。在统计调查中，当调查的目的一确定，所要调查研究的现象总体就随之而确定了，这个...

简介：文章对现行统计基础课程中回归分析的教学内容进行了讨论，提出了改革的设想，并介绍了瘭统计方法－－ＬＯＥＳＳ（局部架以回归法）方法。

简介：在成都众多的街道中，有一条街很著名的，这就是文殊院街。文殊院街在成都人心目中占有特殊的地位不仅是因为这里有全国佛教重点活动场所，中国佛教禅宗四大修持场所之一，省级文物保护单位——文殊院，也不仅是因为有与千年古寺文殊院一墙之隔的文殊坊，更重要的是这条街道上有最纯正的成都风味。