简介：考虑一般的分块半相依线性回归（SUR）模型及其相应的简约模型，给出简约模型下未知回归系数及其可估函数的协方差改进估计仍是分块SUR模型下相应参数的协方差改进估计的一个充要条件．

简介：2008年以来,随着我国居民收入的增加以及互联网购物平台的完善,国内互联网购物出现井喷式增长,线上交易在整个社会消费品零售份额中所占的比例不断提高,网购购物对我国经济发展做出了重要贡献。依据中国互联网络信息中心发布的中国网民人数和网络零售交易规模数据,利用生物学上的Logistic增长曲线建立回归模型,研究我国网络购物的发展阶段,分析发展规模,并预测网购市场的增速以及到达拐点的时间。

简介：根据大坝运行监测资料,通过逐步回归法建立的大坝安全监控模型普遍存在欠拟合问题.本文在回归监控模型的基础上引入改进的遗传算法,对其回归系数进行寻优重估,建立遗传回归模型.工程实例计算结果表明,遗传回归模型的拟合效果较原模型有明显改善.

简介：摘要；内容摘要:乙醇可以被催化剂催化生成C4烯烃。本文针对催化剂组合与反应温度影响生成C4烯烃的问题，基于多元线性回归分析建立线性回归模型，分析催化剂、温度与C4烯烃之间的关系，利用三者的关系预判消耗量与生成量，调整化学反应策略，最后给出反应方案。

简介：摘要队列研究的特点之一是暴露因素会随时间而改变，如何充分利用暴露因素及其协变量的变化及其相互关系，从而获得更真实的暴露因素与结局关系是目前的研究热点。本研究以开滦队列为例，探讨基于基线暴露状态、随时间变化的暴露信息以及同时控制依时混杂因素时，如何利用Cox比例风险回归及其拓展模型，包括依时Cox回归及边际结构模型，探讨FPG与肝癌的关系，概述并比较了上述拓展模型的基本原理、应用条件、估计结果及结果解释。

简介：摘要肺癌是人类因肿瘤致死的主要疾病之一。近年来，大家的注意力都集中于环氧化酶（cyclooxygenase，COX)及其在肿瘤起源中的重要作用。越来越多的证据表明COX-2在肺癌发生过程中起关键作用，并有可能作为判断肺癌预后的指标。而COX-2抑制剂无论与其他药物联合治疗或单独作为化学预防使用，均因其对肺癌的血管生成的抑制而具有治疗作用。因此，COX-2成为肺癌未来诊断与治疗研究的新热点。

简介：摘要为提高电力市场化交易量，实现降本增效，需要精准预测月度负荷，本文基于回归分析法，对历史统计数据进行回归分析，建立变量（生产电量、非生产电量、生产天数、卷烟产量）与总用电量的相关关系，回归拟合成负荷预测公式，通过对数据的差异处理验证，形成符合性较高的负荷预测模型。

简介：利用历史资料，预测2007年-2010年住院分娩人数，并根据预测结果，提出建议、目的，服务于医院管理。

简介：目前国内外还没有对不同火险条件下草原火险时空发生概率的研究，而这方面研究对草原火灾管理对策和防火救助应急预案的制定具有重要意义。根据呼伦贝尔草原火灾统计月报表和相关气象、社会经济资料，利用Logistic回归模型建立草原火险预测模型，对草原火险进行了空间上的预测。结果表明，日平均风速、日降水量对草原火险影响较大；以2005年所有火灾案例对草原火险预测模型进行检验，研究表明，该预测方法具有较高的可靠性，可为火灾管理和减灾决策的制定提供指导。

简介：根据2017年全国大学生数学建模竞赛C题的数据,通过多元非线性回归模型分别讨论了组胺、溴酸钾、工业碱、硫酸铝钾、奶中尿素和二氧化硫六种物质的颜色度数与物质浓度之间的关系,并利用物质浓度的平均绝对误差、R~2值、F值与P值进行了模型检验。

简介：在非线性回归模型中,拟得分函数是一类线性无偏估计函数中的最优者(GodambeandHeyde(1987),朱仲义(1996)),而由拟得分函数得到的拟似然估计在由线性无偏估计函数得到的估计类中具有渐近最优性(林路(1999)).本文则研究非线性回归模型中的有偏估计函数理论,构造了参数的约束拟似然估计,得到了约束拟似然的局部最优性,局部改进了拟似然估计,从而扩充了线性模型中的有偏估计理论.

简介：股票投资是一种重要且先进的投资方式，与其相关的预测已经成为经济领域的研究热点，它不仅是评估投资价值的主要途径而且也对作出正确的股票投资决策具有重要意义。投资风险、收益的预测是股票投资预测的基础、起点。因此，投资风险、收益的准确预测对股票投资分析工作是非常重要的。本文结合相关理论，利用数学和财管的专业知识对股票投资的风险和收益进行了预测，通过线性回归分析方法估计β，进而对资本资产定价模型进行定性分析。根据搜集的变量数据，比较准确的预测了股票投资风险和收益，是对股票投资定量分析的一种尝试。利用模型实证分析，可对投资决策进行科学理性的选择。

简介：为了预测某导弹陀螺漂移趋势,以该陀螺漂移角速度时间序列为对象,建立了基于支持向量回归机的预测模型。针对该预测模型的特点,提出了支持向量预选取的模型优化方法。基于ε不敏感损失函数的支持向量回归机具有稀疏性,其结构由支持向量决定。因此从训练样本集中预选出有可能成为支持向量的样本,精简样本规模是提高该类支持向量回归机训练和预测效率的有效方法。针对该类支持向量回归机从分类和回归两个角度分析了支持向量的几何特征,提出了核函数空间免疫聚类的支持向量预选取方法并用于某导弹陀螺漂移预测模型的数据预处理。仿真结果表明优化后的预测模型运算量小、建模速度快,精度高。

简介：提出了一种基于模糊观测数据的RBF神经网络（FORBFNN），用于解决一类输出不可精确测量但可用模糊隶属度来表征的非线性系统建模问题．神经网络模型中各隐层神经单元的权重系数采用一种新的模糊EM算法辨识获得；隐层神经单元的数量及径向基函数的中心和宽度基于一种数据驱动的方法自适应确定，即首先初始生成一个隐层单元，然后根据一定的规则逐步加入新的单元，该过程不断迭代直到模型满足预设要求．该方法同时考虑了模型的复杂度及预测精度．数值模拟实验结果表明该建模方法是有效的，且建立的模型具有较高的预测精度．

简介：利用数学模型解决生产和生活实际中遇到的线性与非线性相关关系的问题是一种切实可行的方法.本文论述了建立回归数学模型的方法和应用,以及检验相关关系的显著性和回归模型可靠性的方法.

简介：　　一、教育对经济增长贡献需求的多元回归模型构建　　根据经济学总需求和总供给的分析方法,　　三部分的教育需求通过直接增加教育部门的需求和对非教育部门的引致需求从两方面影响经济体的总需求,分别私人教育需求、政府教育需求、交流对教育需求各自的贡献系数

简介：摘要：本文使用多元线性回归模型来分析影响我国三十一个省份的GDP主要因素。通过建立回归模型以及回归思想，来分析不同经济发展模式下的各个省份GDP发展状况，并给出相应的结论及政策建议。

简介：摘要：数据中心为当今时代不可缺少元件之一，其散热成为研究问题关键。

简介：摘要：在中国，脑卒中是居民第一位死亡原因，也是成年人残疾的首位病因。据《中国卒中中心报告2020》显示，2020年我国40岁及以上人群中患脑卒中人数约为1780万，给家庭和社会带来沉重负担。随着社会经济和疾病组成的改变，脑卒中已成为我国首要的致残、致死病因。目前建立数学模型研究脑卒中发病因素，对疾病的风险评估具有重要意义。

简介：