期刊文献+
共找到9篇文章
< 1 >
每页显示 20 50 100
高相关性辅助变量择优回归插补法 被引量:6
1
作者 杨贵军 蔡娟 赵晓云 《统计与信息论坛》 CSSCI 2012年第6期8-13,共6页
调查数据无回答在抽样调查中经常出现。无回答项目插补法是处理无回答的最主要方法之一,而辅助变量对提高插补值准确度非常重要。因此,研究调查数据无回答项目的高相关性辅助变量择优回归插补法,先筛选与目标变量间相关系数高的辅助变量... 调查数据无回答在抽样调查中经常出现。无回答项目插补法是处理无回答的最主要方法之一,而辅助变量对提高插补值准确度非常重要。因此,研究调查数据无回答项目的高相关性辅助变量择优回归插补法,先筛选与目标变量间相关系数高的辅助变量,再建立回归插补模型。该方法的辅助变量选择过程简单,插补值准确性高。模拟例子演示了该方法的优良性。 展开更多
关键词 无回答项目 变量择优 回归插补 相关系数
在线阅读 下载PDF
使用回答概率的回归插补 被引量:1
2
作者 杨军 赵宇 《工程数学学报》 CSCD 北大核心 2008年第4期616-622,共7页
对于缺失数据,本文根据目标变量和辅助变量的无回答者总体总量的无偏估计,利用再抽样(复制)技术,构造了使用回答概率的回归插补;进而,利用再抽样(复制)技术,得到了该插补估计的方差估计;并进行了大量模拟,模拟结果表明使用回答概率的回... 对于缺失数据,本文根据目标变量和辅助变量的无回答者总体总量的无偏估计,利用再抽样(复制)技术,构造了使用回答概率的回归插补;进而,利用再抽样(复制)技术,得到了该插补估计的方差估计;并进行了大量模拟,模拟结果表明使用回答概率的回归插补估计及其方差估计具有良好的性质。 展开更多
关键词 无回答 抽样调 方差估计 回归插补 回答概率 再抽样技术
在线阅读 下载PDF
缺失偏态数据下线性回归模型的统计推断 被引量:10
3
作者 吴刘仓 张家茂 邱贻涛 《统计与信息论坛》 CSSCI 2013年第9期22-26,共5页
研究缺失偏态数据下线性回归模型的参数估计问题,针对缺失偏态数据,为克服样本分布扭曲缺点和提高模型的回归系数、尺度参数和偏度参数的估计效果,提出了一种适合偏态数据下线性回归模型中缺失数据的修正回归插补方法。通过随机模拟和... 研究缺失偏态数据下线性回归模型的参数估计问题,针对缺失偏态数据,为克服样本分布扭曲缺点和提高模型的回归系数、尺度参数和偏度参数的估计效果,提出了一种适合偏态数据下线性回归模型中缺失数据的修正回归插补方法。通过随机模拟和实例研究,并与均值插补、回归插补、随机回归插补方法比较,结果表明所提出的修正回归插补方法是有效可行的。 展开更多
关键词 缺失偏态数据 线性回归模型 修正回归插补 极大似然估计
在线阅读 下载PDF
缺失偏t正态数据下线性回归模型的统计推断 被引量:2
4
作者 吴刘仓 张家茂 李玲雪 《应用数学》 CSCD 北大核心 2015年第1期16-25,共10页
本文研究缺失偏t正态数据下线性回归模型的参数估计问题,针对缺失偏t正态数据,为使样本分布更加接近真实分布,改善模型的回归系数、尺度参数、偏度参数和自由度参数的估计效果,提高参数估计的稳定性,提出一种适合缺失偏t正态数据下线性... 本文研究缺失偏t正态数据下线性回归模型的参数估计问题,针对缺失偏t正态数据,为使样本分布更加接近真实分布,改善模型的回归系数、尺度参数、偏度参数和自由度参数的估计效果,提高参数估计的稳定性,提出一种适合缺失偏t正态数据下线性回归模型的修正随机回归插补方法.通过随机模拟和实例研究,同随机回归插补,多重随机回归插补方法比较,结果表明所提出的修正随机回归插补方法是有效可行的. 展开更多
关键词 缺失偏t正态数据 线性回归模型 修正随机回归插补 极大似然估计
在线阅读 下载PDF
缺损评分矩阵的论文排名 被引量:9
5
作者 易昆南 梁霞 易芳 《铁道科学与工程学报》 CAS CSCD 北大核心 2008年第3期93-96,共4页
传统的竞赛评判由于受各种已知或者未知因素的影响,经常会导致数据缺损的情况出现。本文从分析评委的判分与选手的真实排名存在一个高度的线性相关入手,采用了线性回归的方法填补了缺损的数据,使之成为一个完整的数据集,再采用群组特征... 传统的竞赛评判由于受各种已知或者未知因素的影响,经常会导致数据缺损的情况出现。本文从分析评委的判分与选手的真实排名存在一个高度的线性相关入手,采用了线性回归的方法填补了缺损的数据,使之成为一个完整的数据集,再采用群组特征根法对数学建模竞赛的论文进行排序,最后用计算机模拟验证这种算法较缺损数据简单求和的算法优秀。 展开更多
关键词 缺损数据 回归插补 群组特征根法
在线阅读 下载PDF
比例Bootstrap及其方差估计的相合性 被引量:2
6
作者 杨军 邹国华 《中国科学院研究生院学报》 CAS CSCD 2007年第3期273-279,共7页
研究了比例Bootstrap,介绍其与通常的Bootstrap方法的差异;对简单随机抽样,在均匀回答的假定下,就缺失数据采取回归插补和比率插补的情形,证明了由比例Bootstrap方法得到的方差估计具有相合性;最后,通过模拟验证了理论结果.
关键词 BOOTSTRAP 比例Bootstrap 回归插补 比率 方差估计 相合性
在线阅读 下载PDF
缺失偏态数据下联合位置与尺度模型的统计推断 被引量:9
7
作者 李玲雪 吴刘仓 詹金龙 《统计与信息论坛》 CSSCI 2014年第3期15-21,共7页
为了研究缺失偏态数据下的联合位置与尺度模型,基于分布自身的特点,提出了一种适合缺失偏态数据下联合建模的插补方法———修正随机回归插补方法,该方法对缺失数据下模型偏度参数的调整十分显著。通过随机模拟和实例研究,并与回归插补... 为了研究缺失偏态数据下的联合位置与尺度模型,基于分布自身的特点,提出了一种适合缺失偏态数据下联合建模的插补方法———修正随机回归插补方法,该方法对缺失数据下模型偏度参数的调整十分显著。通过随机模拟和实例研究,并与回归插补和随机回归插补方法进行比较,结果表明,所提出的修正随机回归插补方法是有用和有效的。 展开更多
关键词 缺失偏态数据 联合位置与尺度模型 修正随机回归插补 极大似然估计
在线阅读 下载PDF
基于循环神经网络和数据差分处理的油田产量预测方法 被引量:12
8
作者 高亚军 唐力辉 +2 位作者 王振鹏 谢晓庆 徐海涛 《中国海上油气》 CAS CSCD 北大核心 2023年第3期126-136,共11页
油田产量预测是油田开发生产过程中关键问题之一,机器学习的数据驱动技术在时间序列的石油产量预测应用中较为广泛。针对早期神经网络对油田时序信息不敏感、预测值容易出现持续偏差的问题,建立了基于长短期记忆(LSTM)和门控递归单元(G... 油田产量预测是油田开发生产过程中关键问题之一,机器学习的数据驱动技术在时间序列的石油产量预测应用中较为广泛。针对早期神经网络对油田时序信息不敏感、预测值容易出现持续偏差的问题,建立了基于长短期记忆(LSTM)和门控递归单元(GRU)两种循环神经网络的产量预测模型,克服了传统方法在产量预测方面的的局限性。引入了回归插补法降噪和差分的数据处理方式,较好地解决了油田生产数据存在异常点、阶段性波动特征的问题,大幅提高了LSTM和GRU神经网络在油田产量预测的精度。利用实际油田数据对建立的模型进行训练和评价,并与传统的支持向量机(SVM)、集成学习回归(AdaBoost)、反向传播(BP)神经网络、循环神经网络(RNN)预测结果进行了对比,发现LSTM和GRU循环神经网络模型具有较高的预测精度,能较好地应用于石油产量的时间序列预测。 展开更多
关键词 产量预测 循环神经网络 数据差分处理 回归插补法降噪
在线阅读 下载PDF
响应变量随机缺失下偏正态众数混合专家模型的参数估计 被引量:1
9
作者 鲁钰 吴刘仓 王格格 《应用数学》 北大核心 2023年第2期474-486,共13页
数据缺失是众多影响数据质量的因素中最常见的一种.若缺失数据处理不当,将直接影响分析结果的可靠性,进而达不到分析的目的.本文针对随机缺失偏正态数据,研究了偏正态众数混合专家模型的参数估计.将众数回归插补与聚类相结合,提出分层... 数据缺失是众多影响数据质量的因素中最常见的一种.若缺失数据处理不当,将直接影响分析结果的可靠性,进而达不到分析的目的.本文针对随机缺失偏正态数据,研究了偏正态众数混合专家模型的参数估计.将众数回归插补与聚类相结合,提出分层众数回归插补方法.利用机器学习插补和统计学插补的方法,进一步比较研究三种机器学习插补方法:支持向量机插补、随机森林插补和神经网络插补,三种统计学插补方法:分层均值插补、众数回归插补和分层众数回归插补的缺失数据处理效果.通过Monte Carlo模拟和实例分析结果表明,分层众数回归插补的优良性. 展开更多
关键词 缺失偏正态数据 众数混合专家模型 支持向量机 随机森林 BP神经网络 分层众数回归插补
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部