回歸模型
- 紅松人工林葉面積分布規(guī)律及回歸模型研究
建立基礎(chǔ)線性回歸模型，后引入隨機(jī)效應(yīng)參數(shù)構(gòu)建混合效應(yīng)回歸模型以提高擬合效果和預(yù)估精度。在加入樹(shù)木層次的隨機(jī)效應(yīng)時(shí)，最終得到的最優(yōu)混合效應(yīng)模型含有3個(gè)隨機(jī)效應(yīng)參數(shù)，分別為枝條基徑的對(duì)數(shù)（lnBD）、枝條長(zhǎng)度的對(duì)數(shù)（lnSL）、樹(shù)高的對(duì)數(shù)（lnHT）。該模型的R=0.86，平均絕對(duì)偏差M=0.342 8，均方根誤差R=0.484 1，統(tǒng)計(jì)指標(biāo)較僅包含固定效應(yīng)的基礎(chǔ)線性模型均有較好的提高。綜合分析得出該模型可以較好地對(duì)紅松枝條葉面積大小進(jìn)行描述?；谠撃Ｐ陀?jì)算紅
森林工程 2023年6期2023-11-28
- 半?yún)?shù)空間變系數(shù)回歸模型的兩步估計(jì)方法
先介紹了部分回歸模型、空間變系數(shù)模型及估計(jì)方法等相關(guān)理論知識(shí)。通過(guò)對(duì)以前所研究的半?yún)?shù)模型，將單個(gè)自變量非線性函數(shù)與空間變系數(shù)模型進(jìn)行有效組合，提出了半?yún)?shù)空間變系數(shù)回歸模型兩步估計(jì)方法，并從試驗(yàn)設(shè)計(jì)、模擬試驗(yàn)結(jié)果分析兩個(gè)方面入手，對(duì)該估計(jì)方法運(yùn)用效果進(jìn)行模擬，結(jié)果具有較高的可靠性和穩(wěn)定性，實(shí)現(xiàn)了對(duì)常值系數(shù)的有效計(jì)算和估計(jì)，為相關(guān)人員提供有效的借鑒和參考。關(guān)鍵詞：半?yún)?shù)空間 變系數(shù) 回歸模型 兩步估計(jì)法中圖分類號(hào)：F224文獻(xiàn)標(biāo)識(shí)碼：A文章編號(hào)：1004-
經(jīng)濟(jì)師 2023年9期2023-09-25
- 中國(guó)碳減排政策對(duì)企業(yè)競(jìng)爭(zhēng)力的影響研究
論文通過(guò)構(gòu)建回歸模型實(shí)證檢驗(yàn)中國(guó)碳減排政策對(duì)企業(yè)競(jìng)爭(zhēng)力的影響效應(yīng)。結(jié)果表明，大強(qiáng)度的碳減排政策對(duì)企業(yè)競(jìng)爭(zhēng)力具有抑制作用。因此，通過(guò)碳減排政策促進(jìn)企業(yè)技術(shù)創(chuàng)新并提升企業(yè)競(jìng)爭(zhēng)力還有一段艱難的發(fā)展歷程?！娟P(guān)鍵詞】碳減排政策；企業(yè)競(jìng)爭(zhēng)力；經(jīng)濟(jì)影響；回歸模型【中圖分類號(hào)】X22；F270? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?【文獻(xiàn)標(biāo)志碼】A? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?
中小企業(yè)管理與科技·上旬刊 2023年5期2023-05-22
- 政府補(bǔ)貼、融資約束與新能源汽車企業(yè)創(chuàng)新投入
利用多元線性回歸模型，基于2017—2020年滬深兩市21家新能源汽車上市公司的面板數(shù)據(jù)，探討政府補(bǔ)貼、融資約束對(duì)企業(yè)創(chuàng)新投入的影響。結(jié)果表明：新能源汽車企業(yè)普遍面臨較高的融資約束，制約了其創(chuàng)新投入;政府補(bǔ)貼能緩解企業(yè)的融資約束，且間接促進(jìn)新能源汽車企業(yè)研發(fā)投入強(qiáng)度;政府補(bǔ)貼在新能源汽車企業(yè)融資約束與創(chuàng)新投入之間存在明顯的調(diào)節(jié)作用。關(guān)鍵詞：新能源汽車;創(chuàng)新投入;回歸模型;政府補(bǔ)貼;融資約束中圖法分類號(hào)：F275;F812.4? ? ? ? ? ? ? ?
長(zhǎng)江技術(shù)經(jīng)濟(jì) 2022年3期2022-07-13
- 高素質(zhì)技能人才需求規(guī)律對(duì)經(jīng)濟(jì)發(fā)展支撐影響及對(duì)策探析
文章通過(guò)建立回歸模型，深入研究江蘇經(jīng)濟(jì)發(fā)展對(duì)高技能人才需求的規(guī)律與趨勢(shì)。結(jié)果表明，隨著江蘇經(jīng)濟(jì)的快速增長(zhǎng)，對(duì)高素質(zhì)技能人才需求也呈增長(zhǎng)趨勢(shì)，高素質(zhì)技能人才短缺對(duì)經(jīng)濟(jì)發(fā)展支撐作用的影響需通過(guò)有效方法解決。【關(guān)鍵詞】經(jīng)濟(jì)發(fā)展;高技能人才;回歸模型;人才需求【中圖分類號(hào)】G712.3 【文獻(xiàn)標(biāo)識(shí)碼】A 【文章編號(hào)】1674-0688（2022）03-0137-03 江蘇是全國(guó)經(jīng)濟(jì)大省，2020年江蘇地區(qū)生產(chǎn)總值邁上10萬(wàn)億元臺(tái)階，連續(xù)12年人均GDP位居全國(guó)首
企業(yè)科技與發(fā)展 2022年3期2022-06-01
- 基于logistic回歸模型對(duì)中小微企業(yè)信貸風(fēng)險(xiǎn)研究
gistic回歸模型的中小微企業(yè)信貸風(fēng)險(xiǎn)研究”（S202113320130）摘 要：文章主要是針對(duì)中小微企業(yè)信貸風(fēng)險(xiǎn)方面進(jìn)行研究，建立金融信用風(fēng)險(xiǎn)評(píng)價(jià)指標(biāo)體系，構(gòu)建 logistic 回歸模型對(duì)企業(yè)風(fēng)險(xiǎn)進(jìn)行預(yù)測(cè)，以違約概率 P=0.5 為臨界值，模型的預(yù)測(cè)準(zhǔn)確率為 81.25%，針對(duì)剩余可貸款企業(yè)進(jìn)行定性和定量分析，建立非線性規(guī)劃函數(shù)。求解該函數(shù)得到銀行對(duì)六大類供應(yīng)鏈金融體系中各個(gè)企業(yè)的信貸策略，如貸款額度高的企業(yè)，銀行會(huì)適當(dāng)降低貸款的年利率。關(guān)鍵詞：信貸
商場(chǎng)現(xiàn)代化 2022年22期2022-05-30
- 人民幣匯率波動(dòng)對(duì)湖南省農(nóng)產(chǎn)品出口貿(mào)易的影響分析
據(jù)，通過(guò)建立回歸模型來(lái)實(shí)證分析人民幣匯率波動(dòng)對(duì)湖南省農(nóng)產(chǎn)品出口貿(mào)易的影響。結(jié)果表明，人民幣匯率上漲能促進(jìn)湖南省農(nóng)產(chǎn)品的出口，人民幣匯率和出口貿(mào)易比率呈現(xiàn)出同方向變動(dòng)的趨勢(shì)。結(jié)合我國(guó)農(nóng)業(yè)領(lǐng)域現(xiàn)行匯率制度和湖南省農(nóng)產(chǎn)品出口貿(mào)易的實(shí)際狀況，提出“發(fā)揮地域和資源優(yōu)勢(shì)，開(kāi)拓國(guó)際多元化市場(chǎng)體系;提高國(guó)際物流速度，促進(jìn)農(nóng)產(chǎn)品流通發(fā)展;完善農(nóng)業(yè)監(jiān)管和保險(xiǎn)制度，加大對(duì)農(nóng)產(chǎn)品企業(yè)的金融支持;加強(qiáng)企業(yè)風(fēng)險(xiǎn)管理，提高抵御外匯風(fēng)險(xiǎn)的能力”等對(duì)策建議，以期削弱人民幣匯率波動(dòng)對(duì)湖南省農(nóng)
南方農(nóng)業(yè)·上旬 2022年8期2022-05-30
- 2016—2020年四川省 森林火災(zāi)與氣象因子的關(guān)系
因子;相關(guān);回歸模型;四川森林火災(zāi)是對(duì)森林的影響和破壞最為嚴(yán)重的自然災(zāi)害[1]，其突發(fā)性強(qiáng)、破壞性大，給人類和生態(tài)系統(tǒng)帶來(lái)嚴(yán)重危害和損失。森林火災(zāi)的發(fā)生與一定的氣候背景有關(guān)[2]，氣象條件是林火發(fā)生的決定作用因子之一[3]。目前，國(guó)內(nèi)外學(xué)者在森林火災(zāi)發(fā)生及其與氣象因素之間的關(guān)系方面進(jìn)行了大量研究。杜建華[4]等通過(guò)對(duì)我國(guó)森林火災(zāi)時(shí)空分布及其氣候驅(qū)動(dòng)因子的研究，表明森林火災(zāi)具有顯著的區(qū)域性特征，可燃物含水率是決定林火發(fā)生的關(guān)鍵因子。劉刈[5]等對(duì)重慶市春季和
消防界 2022年8期2022-05-20
- 校園人群應(yīng)急疏散行為及其影響因素研究
gistic回歸模型，建立了人群特征、安全意識(shí)評(píng)價(jià)指標(biāo)對(duì)校園人群疏散行為及心理影響的評(píng)價(jià)模型，識(shí)別疏散行為影響因素，以及各因素的影響程度大小。結(jié)果表明：年齡、性別以及參加過(guò)疏散演練的次數(shù)是影響人群安全意識(shí)及疏散行為的顯著相關(guān)因素，學(xué)歷是相關(guān)因素;地震災(zāi)害下受訪人群對(duì)避難場(chǎng)所的選擇偏好為：場(chǎng)地型避難場(chǎng)所>建筑型避難場(chǎng)所>地下空間;參加疏散演練的次數(shù)，安全意識(shí)、風(fēng)險(xiǎn)認(rèn)知對(duì)災(zāi)害發(fā)生時(shí)的人群疏散行為有顯著影響。關(guān)鍵詞：校園安全意識(shí);疏散行為; 問(wèn)卷調(diào)查; 相關(guān)性分
地震研究 2022年1期2022-04-01
- 太子山幾種闊葉樹(shù)種測(cè)樹(shù)因子相關(guān)性分析
;測(cè)樹(shù)因子;回歸模型中圖分類號(hào)：S758.5 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1004-3020（2022）01-0009-05Correlation Analysis of Tree Measurement Factors of Several Broad-Leaved Tree Species in Taizi MountainZhou Huan Le Xiangming Guo Guozhi Zhou Yaqin Ren Baoyi（Hubei Provi
湖北林業(yè)科技 2022年1期2022-03-12
- 智慧校園供水系統(tǒng)的可視化及其關(guān)系模型的構(gòu)建
可視化技術(shù)和回歸模型對(duì)校園供水情況進(jìn)行深入挖掘和分析，為智慧校園供水系統(tǒng)的智能化管理提供更多的信息和幫助。關(guān)鍵詞： 智慧校園供水系統(tǒng); 數(shù)據(jù)分析; 可視化; 回歸模型中圖分類號(hào)：TP399? ? ? ? ? 文獻(xiàn)標(biāo)識(shí)碼：A? ? ?文章編號(hào)：1006-8228（2022）02-42-05The visualization of the intelligent campus water supply system andthe construction of
計(jì)算機(jī)時(shí)代 2022年2期2022-02-24
- 高等教育對(duì)區(qū)域經(jīng)濟(jì)發(fā)展的貢獻(xiàn)研究
杰因果檢驗(yàn);回歸模型中圖分類號(hào)：G647 ?文獻(xiàn)標(biāo)識(shí)碼：A ?文章編號(hào)：1673-260X（2022）01-0114-051 引言4月20日習(xí)近平總書記在清華大學(xué)考察時(shí)指出，黨和國(guó)家事業(yè)發(fā)展對(duì)高等教育的需要，對(duì)科學(xué)知識(shí)和優(yōu)秀人才的需要，比以往任何時(shí)候都更為迫切。我國(guó)開(kāi)啟了全面建設(shè)社會(huì)主義現(xiàn)代化國(guó)家新征程，對(duì)人才質(zhì)量的需求、對(duì)原創(chuàng)能力的需求比以往任何時(shí)期都更強(qiáng)烈。在全球化發(fā)展的過(guò)程中，綜合國(guó)力的競(jìng)爭(zhēng)就是人才的競(jìng)爭(zhēng)。而科技人才的規(guī)模和國(guó)民創(chuàng)新能力的提升，均依賴
赤峰學(xué)院學(xué)報(bào)·自然科學(xué)版 2022年1期2022-02-19
- 基于集成融合算法的客流預(yù)測(cè)模型
絡(luò)，將數(shù)個(gè)弱回歸模型集成融合成強(qiáng)回歸模型。同時(shí)，利用參數(shù)修正算法對(duì)該模型進(jìn)行進(jìn)一步地增強(qiáng)。最終，通過(guò)鄭州地鐵真實(shí)數(shù)據(jù)對(duì)該模型進(jìn)行了評(píng)估，得到了滿意的效果。關(guān)鍵詞：集成融合;深度學(xué)習(xí);回歸模型1背景地鐵是市民常用的交通工具之一，地鐵的進(jìn)站和出站人數(shù)會(huì)隨著季節(jié)、節(jié)假日、工作日、周末、每天不同的時(shí)段等不同而發(fā)生變化，特別是在節(jié)假日、工作日的早晚高峰期，這對(duì)地鐵工作人員進(jìn)行實(shí)時(shí)管控提出了很大的要求。如果沒(méi)有實(shí)時(shí)的掌握住每個(gè)時(shí)段的客流信息，那么將會(huì)對(duì)整個(gè)列車的調(diào)度造
科技信息·學(xué)術(shù)版 2021年33期2021-12-09
- 局部形態(tài)驅(qū)動(dòng)的個(gè)體化青年女褲襠彎線生成
;相關(guān)分析;回歸模型中圖分類號(hào)： TS941.17文獻(xiàn)標(biāo)志碼：A文章編號(hào)：1009-265X（2021）06-0091-07收稿日期：2020-10-23 網(wǎng)絡(luò)首發(fā)日期：2021-04-20基金項(xiàng)目：國(guó)家自然科學(xué)基金項(xiàng)目（61702461，61702460）;浙江理工大學(xué)科研業(yè)務(wù)費(fèi)專項(xiàng)資金資助項(xiàng)目（2020Q051）;中國(guó)紡織工業(yè)聯(lián)合會(huì)科技指導(dǎo)性項(xiàng)目（2018079）;2020年“紡織之光”應(yīng)用基礎(chǔ)研究項(xiàng)目（J202007）;浙江理工大學(xué)2020年碩士研究
現(xiàn)代紡織技術(shù) 2021年6期2021-11-26
- 基于高光譜成像技術(shù)的辣椒葉片葉綠素含量估算
模型分別構(gòu)建回歸模型。結(jié)果表明：（1）利用隨機(jī)森林特征選擇算法篩選后波段建立的模型決定系數(shù)（r2）均大于0.8，說(shuō)明該方法具有較高的穩(wěn)定性和預(yù)測(cè)精度;（2）利用隨機(jī)森林特征選擇算法篩選的波段結(jié)合隨機(jī)森林回歸，其驗(yàn)證集的r2為0.9、均方根誤差（RMSE）為1.87、平均絕對(duì)誤差（MAE）為1.43?？梢暂^為準(zhǔn)確地預(yù)測(cè)辣椒葉片葉綠素含量，為后期利用高光譜成像技術(shù)大面積檢測(cè)辣椒的生長(zhǎng)狀況提供了理論依據(jù)。關(guān)鍵詞：高光譜成像;辣椒葉片;葉綠素含量;隨機(jī)森林特征選擇
江蘇農(nóng)業(yè)科學(xué) 2021年16期2021-09-11
- 基于大數(shù)據(jù)的ERP升級(jí)及應(yīng)用
;機(jī)器學(xué)習(xí);回歸模型1.傳統(tǒng)ERP系統(tǒng)的定義及其在半導(dǎo)體制造行業(yè)的應(yīng)用ERP（Enterprise Resource Planning）企業(yè)資源規(guī)劃，是由美國(guó)Gartner Group公司于1990年提出的一種供應(yīng)鏈管理思想，發(fā)展到現(xiàn)在，它既是應(yīng)用軟件又是基于信息技術(shù)的一種管理工具。半導(dǎo)體行業(yè)作為制造業(yè)的重要組成部分，它具有分工細(xì)、高智能、技術(shù)集成度高等特點(diǎn)，所以完備的ERP系統(tǒng)對(duì)于半導(dǎo)體制造企業(yè)更好的完成訂單、統(tǒng)籌資源至關(guān)重要。半導(dǎo)體芯片已經(jīng)逐漸滲透到生
科技研究 2021年20期2021-09-10
- 基于熵權(quán)法的中小微企業(yè)信貸決策的相關(guān)研究
Logit 回歸模型、做了中小微企業(yè)風(fēng)險(xiǎn)評(píng)估和不同情況下的信貸策略。首先對(duì) 123 家有信貸記錄的企業(yè)的數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理，利用熵權(quán)法和變異系數(shù)法對(duì)信貸風(fēng)險(xiǎn)指數(shù)的一、二級(jí)指標(biāo)賦予權(quán)重，然后引入Logit回歸模型判定企業(yè)是否為高風(fēng)險(xiǎn)企業(yè)，建立以銀行潛在收益為目標(biāo)的方程，擬合出年利率與客戶流失率的關(guān)系后代入方程，其次對(duì)302家沒(méi)有信貸記錄的企業(yè)進(jìn)行風(fēng)險(xiǎn)分析，然后剔除是否違約與信譽(yù)等級(jí)這兩個(gè)二級(jí)指標(biāo)后進(jìn)行風(fēng)險(xiǎn)量化。最后利用 Logit 回歸模型排除高風(fēng)險(xiǎn)企業(yè)，通
商業(yè)2.0-市場(chǎng)與監(jiān)管 2021年5期2021-09-10
- LPR改革對(duì)商業(yè)銀行個(gè)人住房貸款業(yè)務(wù)的影響
因變量的向量回歸模型進(jìn)行實(shí)證分析。針對(duì)房貸利率轉(zhuǎn)換的影響，為商業(yè)銀行提出具體的策略建議，以期銀行能更好地面對(duì)變革發(fā)展新常態(tài)。關(guān)鍵詞：房貸利率;LPR改革;商業(yè)銀行;回歸模型一、緒論中國(guó)正全面深化社會(huì)主義市場(chǎng)經(jīng)濟(jì)改革，而政府長(zhǎng)期實(shí)行的利率管制卻與市場(chǎng)經(jīng)濟(jì)原則相違背。在改革開(kāi)放初期，因利率管制造成的“金融抑制”，一定程度上為中國(guó)經(jīng)濟(jì)發(fā)展起到促進(jìn)作用。但隨著改革的深入，以及金融與互聯(lián)網(wǎng)的結(jié)合，此時(shí)的“金融抑制”已經(jīng)變成限制經(jīng)濟(jì)增長(zhǎng)和影響金融穩(wěn)定的重要因素，利率市
中國(guó)集體經(jīng)濟(jì) 2021年27期2021-09-09
- 大霧情形下能見(jiàn)度的估計(jì)及預(yù)測(cè)
多分類的多元回歸模型，研究能見(jiàn)度與地面氣象影響因素之間的關(guān)系，并對(duì)大霧的能見(jiàn)度進(jìn)行預(yù)測(cè)。利用2020年研究生數(shù)學(xué)建模競(jìng)賽E題所提供的數(shù)據(jù)，用主成分分析進(jìn)行降維，分析每個(gè)變量對(duì)能見(jiàn)度的影響規(guī)律，建立多分類多元回歸模型。模型結(jié)果表明，風(fēng)速對(duì)能見(jiàn)度的影響程度最大，呈正相關(guān)關(guān)系;氣壓越高，能見(jiàn)度越低;溫度越高，能見(jiàn)度越大;濕度對(duì)能見(jiàn)度的影響程度最小，呈負(fù)相關(guān)關(guān)系。預(yù)測(cè)結(jié)果表明，八點(diǎn)過(guò)后能見(jiàn)度逐漸增大。關(guān)鍵詞：能見(jiàn)度;氣象因素;主成分分析;回歸模型;預(yù)測(cè)中圖分類號(hào)：
赤峰學(xué)院學(xué)報(bào)·自然科學(xué)版 2021年1期2021-07-06
- 陜西省旅游業(yè)競(jìng)爭(zhēng)力綜合評(píng)價(jià)及影響因素研究
及旅游人次的回歸模型。研究發(fā)現(xiàn)，陜西省旅游業(yè)競(jìng)爭(zhēng)力逐年增強(qiáng)，經(jīng)濟(jì)環(huán)境與環(huán)境保護(hù)等是影響陜西省旅游業(yè)競(jìng)爭(zhēng)力的重要因素。關(guān)鍵詞：旅游業(yè)競(jìng)爭(zhēng)力綜合評(píng)價(jià);影響因素;因子分析;回歸模型中圖分類號(hào)：F592 ? ? ? ?文獻(xiàn)標(biāo)志碼：A ? ? ?文章編號(hào)：1673-291X（2021）15-0125-03引言旅游業(yè)作為國(guó)民經(jīng)濟(jì)的戰(zhàn)略支柱性產(chǎn)業(yè)[1]，已經(jīng)全面融入國(guó)家戰(zhàn)略體系，并已成為國(guó)民日常生活的重要組成部分。各個(gè)地區(qū)都在積極計(jì)劃并采取行動(dòng)，使當(dāng)?shù)芈糜螛I(yè)更具競(jìng)爭(zhēng)力。
經(jīng)濟(jì)研究導(dǎo)刊 2021年15期2021-06-22
- 人力資源素質(zhì)提升對(duì)經(jīng)濟(jì)發(fā)展貢獻(xiàn)的實(shí)證檢驗(yàn)
量工具，運(yùn)用回歸模型來(lái)估計(jì)此項(xiàng)影響，發(fā)現(xiàn)科學(xué)研究和開(kāi)發(fā)機(jī)構(gòu)、高等學(xué)校科技活動(dòng)等對(duì)國(guó)家生產(chǎn)總值的提升都有重要推動(dòng)作用。關(guān)鍵詞：人力資源;GDP;回歸模型中圖分類號(hào)：F249? ? ? 文獻(xiàn)標(biāo)志碼：A? ? ? ?文章編號(hào)：1673-291X（2021）11-0088-03引言人才資源是動(dòng)態(tài)的、最具活力的組織競(jìng)爭(zhēng)力核心，一個(gè)單位、企業(yè)、國(guó)家的知識(shí)儲(chǔ)備力量以及人才素質(zhì)水平將會(huì)決定其最高發(fā)展水平。同時(shí)，人力資源的投入是經(jīng)濟(jì)發(fā)展投資的重要組成部分，人力資源的開(kāi)發(fā)是國(guó)
經(jīng)濟(jì)研究導(dǎo)刊 2021年11期2021-05-14
- 火災(zāi)中受傷人數(shù)多元線性回歸模型建立與研究
建立多元線性回歸模型，結(jié)果表明，生活用火不慎火災(zāi)占比、其他火災(zāi)占比對(duì)受傷人數(shù)產(chǎn)生顯著性。關(guān)鍵詞：受傷人數(shù);多元線性回歸;回歸模型;顯著性隨著社會(huì)的快速發(fā)展，我國(guó)火災(zāi)頻頻出現(xiàn)，每年都有許多人在火災(zāi)中受傷。文章截取2009～2018年火災(zāi)受傷人數(shù)、電器火災(zāi)占比、生活用火不慎火災(zāi)占比、其他火災(zāi)占比統(tǒng)計(jì)數(shù)據(jù)建立多元線性回歸模型，并對(duì)模型進(jìn)行回歸分析。一、收集數(shù)據(jù)文章從中國(guó)消防救援年鑒中截取了2009～2018 年火災(zāi)中受傷人數(shù)、電器火災(zāi)占比、生活用火不慎火災(zāi)占比、
消防界 2021年2期2021-03-24
- 基于多元回歸模型的內(nèi)蒙古地區(qū)年平均工資的影響因素分析
格指數(shù)的多元回歸模型，并且對(duì)回歸模型進(jìn)行了統(tǒng)計(jì)學(xué)檢驗(yàn)以及多重共線性、異方差性、自相關(guān)性等一系列計(jì)量經(jīng)濟(jì)學(xué)檢驗(yàn)和修正。在對(duì)檢驗(yàn)分析的基礎(chǔ)上，做出估計(jì)和預(yù)測(cè)，使我們明確影響職工工資的主次因素，對(duì)于了解地區(qū)經(jīng)濟(jì)發(fā)展程度，預(yù)測(cè)未來(lái)工資水平等具有積極的現(xiàn)實(shí)意義。關(guān)鍵詞：回歸模型;年平均工資;計(jì)量經(jīng)濟(jì)學(xué)檢驗(yàn)一、變量與樣本1.選題背景改革開(kāi)放以來(lái)，我國(guó)經(jīng)濟(jì)進(jìn)入快速發(fā)展的時(shí)期，居民收入快速增加，人民生活水平顯著提升。從內(nèi)蒙古地區(qū)來(lái)看，隨著市場(chǎng)經(jīng)濟(jì)體制的逐步完善，內(nèi)蒙古地區(qū)
商場(chǎng)現(xiàn)代化 2021年23期2021-01-10
- 基于需求時(shí)間滿意度自提點(diǎn)覆蓋選址應(yīng)用研究
公共自提點(diǎn);回歸模型;逐漸覆蓋一、引言伴隨著當(dāng)代電子商務(wù)行業(yè)如火如荼的發(fā)展，在其強(qiáng)勁勢(shì)頭的帶動(dòng)下，物流行業(yè)也快速迅猛地發(fā)展起來(lái)。根據(jù)已有數(shù)據(jù)驗(yàn)證，我國(guó)物流市場(chǎng)需求也在持續(xù)增加，物流行業(yè)增加值穩(wěn)步上升，固定資產(chǎn)投資占全國(guó)投資的比重穩(wěn)中有升。然而，物流行業(yè)的快速發(fā)展也帶來(lái)一些負(fù)面問(wèn)題?！白詈笠还铩眴?wèn)題使企業(yè)配送成本增加，客戶滿意度降低，快遞員一次投遞成功率低，進(jìn)而形成社會(huì)資源浪費(fèi)。為了響應(yīng)黨的十八屆五中全會(huì)強(qiáng)調(diào)的“創(chuàng)新、協(xié)調(diào)、綠色、開(kāi)放、共享”的發(fā)展理念，因
商場(chǎng)現(xiàn)代化 2021年23期2021-01-10
- 房地產(chǎn)市場(chǎng)供求與房?jī)r(jià)關(guān)系的實(shí)證研究
;供求關(guān)系;回歸模型;定性分析;定量分析中圖分類號(hào)：F293.3?? 文獻(xiàn)標(biāo)識(shí)碼：A?? 文章編號(hào)：1672-9129（2020）16-0146-021 房地產(chǎn)市場(chǎng)的供求均衡供給曲線和需求曲線的交點(diǎn)就是均衡點(diǎn)，其形成過(guò)程如圖1所示。房地產(chǎn)的需求曲線以D表示，供給曲線以S表示，橫軸表示房屋的數(shù)量Q，縱軸表示房屋的價(jià)格P。只有在E點(diǎn)供給量和需求量相等，不存在帕累托改進(jìn)，此時(shí)市場(chǎng)出清，實(shí)現(xiàn)了房地產(chǎn)市場(chǎng)的均衡。2 定性分析——供給與需求對(duì)房?jī)r(jià)的影響2.1供給對(duì)房?jī)r(jià)
數(shù)碼設(shè)計(jì) 2020年16期2020-12-08
- 影響上海經(jīng)濟(jì)發(fā)展的因素探討
】數(shù)學(xué)建模;回歸模型;城市發(fā)展;影響因素【Keywords】mathematical modeling; regression model; urban development; influencing factors【中圖分類號(hào)】F127? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?【文獻(xiàn)標(biāo)志碼】A? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?【文章編號(hào)】1673-1069（2020）10-0021-021 研究背
中小企業(yè)管理與科技·下旬刊 2020年10期2020-11-30
- 大數(shù)據(jù)下遼寧省比較優(yōu)勢(shì)實(shí)證研究
明：對(duì)于基準(zhǔn)回歸模型，在沒(méi)有控制其他變量的條件下，大數(shù)據(jù)對(duì)遼寧省比較優(yōu)勢(shì)的回歸系數(shù)為1.879。在考慮其他控制變量的條件下，大數(shù)據(jù)對(duì)遼寧省比較優(yōu)勢(shì)的回歸系數(shù)為-1.174。對(duì)于穩(wěn)健回歸模型，當(dāng)用第一產(chǎn)業(yè)和第二產(chǎn)業(yè)生產(chǎn)率進(jìn)行穩(wěn)健性檢驗(yàn)時(shí)，大數(shù)據(jù)的回歸系數(shù)為負(fù)數(shù)。原因是大數(shù)據(jù)在遼寧省的初始期投入成本比較大，在一定程度上提升商品的價(jià)格。遼寧省應(yīng)加大大數(shù)據(jù)的基礎(chǔ)投入建設(shè)，降低企業(yè)的長(zhǎng)期平均成本。關(guān)鍵詞：遼寧;大數(shù)據(jù);比較優(yōu)勢(shì);老工業(yè)基地;回歸模型基金項(xiàng)目：遼寧省社
合作經(jīng)濟(jì)與科技 2020年21期2020-11-09
- 遼河口濕地自然植被碳儲(chǔ)量研究
影像的生物量回歸模型，經(jīng)過(guò)對(duì)比分析得出二項(xiàng)式函數(shù)為最優(yōu)模型。通過(guò)該模型反演出的生物量計(jì)算得到遼河口濕地自然植被的碳儲(chǔ)量為969 323.100 t，與實(shí)測(cè)值1 077 146.018 t相比，相對(duì)誤差為10.0%，表明利用遙感影像反演植被生物量，可以得到較精確的遼河口濕地自然植被的碳儲(chǔ)量。關(guān)鍵詞：生物量;遙感影像;NDVI;回歸模型;碳儲(chǔ)量;遼河口濕地中圖分類號(hào)：TM938.84;TV213.2?文獻(xiàn)標(biāo)志碼：Adoi：10.3969/j.issn.1000
人民黃河 2020年10期2020-11-06
- 基于學(xué)生成績(jī)回歸預(yù)測(cè)的多模型適用性對(duì)比研究*
于公共課程，回歸模型的成績(jī)預(yù)測(cè)受到離群數(shù)據(jù)影響較大，各模型對(duì)離群數(shù)據(jù)解釋能力較弱。關(guān)鍵詞：學(xué)生成績(jī)預(yù)測(cè);回歸模型;多模型對(duì)比;誤差分析中圖分類號(hào)：TP301.6 文獻(xiàn)標(biāo)志碼：A 文章編號(hào)：1673-8454（2020）17-0023-06一、引言在高校的教學(xué)過(guò)程中，學(xué)生課程成績(jī)是衡量學(xué)生知識(shí)掌握程度和教師教學(xué)質(zhì)量的主要依據(jù)。當(dāng)下，高校信息化建設(shè)逐步轉(zhuǎn)化為智慧校園建設(shè)，在此過(guò)程中積累了海量的數(shù)據(jù)，應(yīng)用教育數(shù)據(jù)挖掘方法與數(shù)據(jù)相結(jié)合能夠?qū)崿F(xiàn)學(xué)生未來(lái)的成績(jī)預(yù)測(cè)。周
中國(guó)教育信息化·高教職教 2020年9期2020-11-02
- 遼寧省老工業(yè)基地創(chuàng)新驅(qū)動(dòng)實(shí)證研究
優(yōu)路徑。通過(guò)回歸模型實(shí)證，認(rèn)為技術(shù)市場(chǎng)成交額、專利申請(qǐng)授權(quán)數(shù)、基礎(chǔ)研究投入額、應(yīng)用研究投入額和試驗(yàn)發(fā)展投入對(duì)遼寧省創(chuàng)新和轉(zhuǎn)型發(fā)展具有巨大推動(dòng)作用。遼寧省基礎(chǔ)研究投入額低于應(yīng)用研究投入額，更是遠(yuǎn)遠(yuǎn)低于試驗(yàn)發(fā)展投入額，應(yīng)該加大對(duì)基礎(chǔ)研究投入。關(guān)鍵詞：遼寧;要素稟賦轉(zhuǎn)移;創(chuàng)新驅(qū)動(dòng);老工業(yè)基地;轉(zhuǎn)型發(fā)展;回歸模型基金項(xiàng)目：遼寧省社會(huì)科學(xué)規(guī)劃基金課題：“基于大數(shù)據(jù)要素稟賦轉(zhuǎn)移的遼寧省比較優(yōu)勢(shì)路徑升級(jí)研究”（編號(hào)：L18BJL008）階段性成果;遼寧省社科聯(lián)2018年
合作經(jīng)濟(jì)與科技 2020年19期2020-10-20
- 某土工膜堆石壩帷幕后水位偏高成因初步分析
觀測(cè)資料建立回歸模型進(jìn)行初步分析，運(yùn)用正交試驗(yàn)設(shè)計(jì)和滲流有限元計(jì)算生成訓(xùn)練樣本，對(duì)各影響因素進(jìn)行敏感性分析。借助支持向量機(jī)在小樣本中的高度非線性映射能力，建立滲流參數(shù)與滲壓水位的對(duì)應(yīng)關(guān)系。采用遺傳算法對(duì)支持向量機(jī)模型進(jìn)行參數(shù)優(yōu)化，以支持向量機(jī)預(yù)測(cè)值與實(shí)測(cè)值誤差作為適應(yīng)度值，對(duì)壩基地層和防滲體各區(qū)域滲流參數(shù)進(jìn)行優(yōu)化搜索，并將反演結(jié)果進(jìn)行反饋計(jì)算驗(yàn)證。結(jié)果表明，基于支持向量機(jī)-遺傳算法反演滲流參數(shù)是可行的，帷幕后滲壓水位偏高由趾板與帷幕間的裂縫及壩基滲流各向異
人民黃河 2020年7期2020-10-12
- 社會(huì)融資規(guī)模對(duì)一定規(guī)模以上工業(yè)企業(yè)經(jīng)營(yíng)影響研究
現(xiàn)狀以及建立回歸模型，驗(yàn)證社會(huì)融資規(guī)模的增速對(duì)工業(yè)企業(yè)經(jīng)營(yíng)有著正向的影響，二者之間呈現(xiàn)出一種正相關(guān)的關(guān)系，并給出相應(yīng)的政策建議。關(guān)鍵詞：社融規(guī)模;工業(yè)企業(yè);回歸模型中圖分類號(hào)：F426 ? ? ? ?文獻(xiàn)標(biāo)志碼：A ? ? ?文章編號(hào)：1673-291X（2020）22-0005-02引言在現(xiàn)代化的經(jīng)濟(jì)體系中，社會(huì)健康發(fā)展賴以生存和發(fā)展的基礎(chǔ)還是實(shí)體經(jīng)濟(jì)，而實(shí)體經(jīng)濟(jì)的發(fā)展又離不開(kāi)金融所提供的貸款等金融服務(wù)。在經(jīng)濟(jì)學(xué)的定義中，把實(shí)體經(jīng)濟(jì)定義為是物質(zhì)的以及精神
經(jīng)濟(jì)研究導(dǎo)刊 2020年22期2020-09-26
- 遼寧省動(dòng)態(tài)比較優(yōu)勢(shì)研究
較優(yōu)勢(shì)之謎;回歸模型基金項(xiàng)目：遼寧省社會(huì)科學(xué)規(guī)劃基金課題：“基于大數(shù)據(jù)要素稟賦轉(zhuǎn)移的遼寧省比較優(yōu)勢(shì)路徑升級(jí)研究”（編號(hào)：L18BJL008）階段性成果;遼寧省社科聯(lián)2018年度遼寧省經(jīng)濟(jì)社會(huì)發(fā)展研究課題：“遼寧深入實(shí)施創(chuàng)新驅(qū)動(dòng)發(fā)展戰(zhàn)略、加快老工業(yè)基地轉(zhuǎn)型發(fā)展研究”（編號(hào)：2018lslktyb-093）階段性成果;遼寧省教育廳遼寧省高等學(xué)校基本科研項(xiàng)目：“大數(shù)據(jù)背景下遼寧省社區(qū)網(wǎng)格化管理優(yōu)化設(shè)計(jì)研究”（編號(hào)：WQGD2017018）階段成果中圖分類號(hào)：F1
合作經(jīng)濟(jì)與科技 2020年18期2020-09-15
- 激光同軸送粉增材制造工藝 調(diào)控研究
藝參數(shù)之間的回歸模型，并優(yōu)化工藝制備出成形較好的單壁和實(shí)體增材構(gòu)件。關(guān)鍵詞：激光同軸送粉;增材制造;工藝調(diào)控;回歸模型;構(gòu)件成形中圖分類號(hào)：TG665? ? ? ? ? ? 文獻(xiàn)標(biāo)志碼：A? ? ? ? ? ?文章編號(hào)：1001-2003（2020）09-0256-06DOI：10.7512/j.issn.1001-2303.2020.09.290? ? 前言激光增材制造技術(shù)（3D打?。┦且环N兼顧精準(zhǔn)成形和高性能成性一體化需求的先進(jìn)制造技術(shù)。聚焦激光束高的
電焊機(jī) 2020年9期2020-09-10
- 金融科技對(duì)券商盈利能力增長(zhǎng)的影響
;證券公司;回歸模型一、研究背景及意義20世紀(jì)90年代，金融科技（Fintech）的概念由歸屬于花旗銀行的研究項(xiàng)目“金融服務(wù)技術(shù)聯(lián)盟”首次提出，而根據(jù)央行2019年8月出臺(tái)的《金融科技（FinTech）發(fā)展規(guī)劃（2019-2021年）》對(duì)金融科技的定義可知，金融科技是指運(yùn)用人工智能、大數(shù)據(jù)、區(qū)塊鏈、物聯(lián)網(wǎng)等信息技術(shù)實(shí)現(xiàn)金融產(chǎn)品、業(yè)務(wù)流程以及經(jīng)營(yíng)模式等的改造與創(chuàng)新。隨著金融行業(yè)的蓬勃發(fā)展，國(guó)內(nèi)傳統(tǒng)券商行業(yè)如今面臨其他傳統(tǒng)金融企業(yè)、互聯(lián)網(wǎng)金融公司以及外資金融機(jī)
現(xiàn)代經(jīng)濟(jì)信息 2020年19期2020-09-08
- 美國(guó)開(kāi)征鋼鐵關(guān)稅對(duì)中國(guó)鋼鐵行業(yè)影響的研究
法：采用多元回歸模型對(duì)我國(guó)鋼材出口量與三大影響因素的關(guān)系進(jìn)行探究。結(jié)果：通過(guò)對(duì)我國(guó)鋼鐵行業(yè)縱橫兩方面影響的剖析得出：美國(guó)征收鋼鐵關(guān)稅從短期來(lái)看對(duì)我國(guó)鋼鐵出口造成的直接影響尚不明顯，長(zhǎng)期來(lái)看對(duì)我國(guó)鋼鐵出口造成的間接影響與鋼鐵反傾銷的“蝴蝶效應(yīng)”依舊不可忽視。針對(duì)相應(yīng)結(jié)果并提出了緩解我國(guó)鋼鐵出口壓力的相關(guān)建議。關(guān)鍵詞：鋼鐵關(guān)稅;中美貿(mào)易摩擦;鋼鐵行業(yè);回歸模型關(guān)稅是調(diào)整進(jìn)出口貿(mào)易的最好媒介。一方面，合理的關(guān)稅不僅可以增加國(guó)家的財(cái)政收入;另一方面，它也可以穩(wěn)定國(guó)
現(xiàn)代經(jīng)濟(jì)信息 2020年16期2020-09-02
- 安徽省信息化發(fā)展現(xiàn)狀研究
和經(jīng)濟(jì)增長(zhǎng)的回歸模型。結(jié)果表明：安徽省近十一年來(lái)信息化發(fā)展水平顯著提升，促進(jìn)經(jīng)濟(jì)增長(zhǎng)需要在信息化建設(shè)上加大力度。關(guān)鍵詞：信息化水平;指標(biāo)體系;因子分析;回歸模型;綜合評(píng)價(jià)黨的十八大報(bào)告中明確將“信息化水平大幅提升”納入全面建成小康社會(huì)的目標(biāo)之一，這表明信息化不僅是衡量一個(gè)國(guó)家現(xiàn)代化程度的工具，而且成為一個(gè)具有社會(huì)發(fā)展趨勢(shì)的建設(shè)目標(biāo)。伴隨著大數(shù)據(jù)、云計(jì)算等信息技術(shù)向各行業(yè)全面融合滲透，信息產(chǎn)業(yè)逐步發(fā)展，并且成為現(xiàn)代產(chǎn)業(yè)體系中的重要組成部分，將產(chǎn)生越來(lái)越重要的
現(xiàn)代經(jīng)濟(jì)信息 2020年11期2020-08-20
- 內(nèi)蒙古磚墻體日光溫室番茄低溫凍害指標(biāo)研究
內(nèi)外最低氣溫回歸模型，并確定了不同等級(jí)番茄凍害溫室外最低溫度指標(biāo)。結(jié)果表明，日光溫室番茄發(fā)生低溫凍害不僅與日最低氣溫有關(guān)，而且與低溫持續(xù)時(shí)間和相對(duì)濕度等有關(guān)。晴天、多云和陰天天氣條件下，日光溫室內(nèi)日最低氣溫與溫室外日最低氣溫的二次曲線擬合最優(yōu)，相關(guān)系數(shù)分別為0.733、0.820、0.423。晴天、多云和陰天時(shí)番茄輕度凍害指標(biāo)分別為 -18.5～-10.4 ℃、-10.6～-7.4 ℃、-8.4～-4.4 ℃，中度凍害指標(biāo)分別為-20.5～-18.5 ℃、
湖北農(nóng)業(yè)科學(xué) 2020年7期2020-07-23
- 基于機(jī)器視覺(jué)的六價(jià)鉻檢測(cè)系統(tǒng)的研究
液濃度之間的回歸模型，實(shí)現(xiàn)基于機(jī)器視覺(jué)的六價(jià)鉻檢測(cè)系統(tǒng)的研究。關(guān)鍵詞： 機(jī)器視覺(jué); 六價(jià)鉻檢測(cè); 回歸模型; 特征值提取; 中值濾波; 圖像處理中圖分類號(hào)： TN911.23?34? ? ? ? ? ? ? ? ? ? ? ? ? ?文獻(xiàn)標(biāo)識(shí)碼： A? ? ? ? ? ? ? ? ? ? 文章編號(hào)： 1004?373X（2020）10?0054?05Research on hexavalent chromium detection system based
現(xiàn)代電子技術(shù) 2020年10期2020-07-14
- 家蠶血液型膿病流行規(guī)律及其與氣象因子的相關(guān)性
;氣象因子;回歸模型;相關(guān)性分析;廣西中圖分類號(hào)： S884.5? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?文獻(xiàn)標(biāo)志碼： A 文章編號(hào)：2095-1191（2020）05-1217-07Abstract：【Objective】In order to provide scientific basis for the accurate prevention and control of silkworm disease，the epide
南方農(nóng)業(yè)學(xué)報(bào) 2020年5期2020-07-07
- 互聯(lián)網(wǎng)金融背景下對(duì)校園貸現(xiàn)狀調(diào)查分析
istic 回歸模型，進(jìn)行定量研究，分析了校園貸的原因，從而為正確引導(dǎo)大學(xué)生貸款提供一定的參考。關(guān)鍵詞：校園貸;定量分析;Logistic;回歸模型;借貸原因1 引言隨著互聯(lián)網(wǎng)金融的發(fā)展和貸款需求的快速增長(zhǎng)，校園貸是近年來(lái)互聯(lián)網(wǎng)金融發(fā)展最迅猛的產(chǎn)品，各大校園貸平臺(tái)也為資金短缺的大學(xué)生提供了方便快捷的金融服務(wù)。2014年，校園貸開(kāi)始廣泛出現(xiàn)在各大高校，一方面，我國(guó)在校大學(xué)生人數(shù)上千萬(wàn)，喜歡購(gòu)物、旅游、休閑娛樂(lè)，也有一些大學(xué)生迫于助學(xué)或創(chuàng)業(yè)的資金需要，沒(méi)有足夠
大眾科學(xué)·上旬 2020年7期2020-06-29
- 高鐵對(duì)云南省經(jīng)濟(jì)增長(zhǎng)影響的實(shí)證研究
長(zhǎng);貢獻(xiàn)率;回歸模型;灰色預(yù)測(cè)模型[中圖分類號(hào)] F420[文獻(xiàn)標(biāo)識(shí)碼] A [文章編號(hào)] 1009-6043（2020）06-0026-03一、引言自2016年底起，云桂鐵路、昆玉高鐵、楚大高鐵相繼建成投入使用，云南省正式進(jìn)入高鐵時(shí)代，標(biāo)志著云南省從全國(guó)鐵路建設(shè)的末梢變成了交通樞紐。高鐵具有載客量大、速度快、耗時(shí)少、安全性能高等優(yōu)點(diǎn)，成為了一種新型的、受歡迎的出行方式，改善了云南省的交通可達(dá)性，提高了出行效率，提升了出行者的體驗(yàn)感。此外，高鐵連通加強(qiáng)了云
商業(yè)經(jīng)濟(jì) 2020年6期2020-06-22
- 對(duì)北京餐飲業(yè)企業(yè)營(yíng)業(yè)額影響因素的分析
因變量，建立回歸模型，運(yùn)用計(jì)量經(jīng)濟(jì)學(xué)知識(shí)對(duì)北京餐飲業(yè)營(yíng)業(yè)額的影響因素進(jìn)行分析。關(guān)鍵詞：北京餐飲業(yè);影響因素;回歸模型;計(jì)量經(jīng)濟(jì)學(xué)一、研究背景隨著我國(guó)經(jīng)濟(jì)的蓬勃發(fā)展，越來(lái)越多的目光和資本聚焦于服務(wù)業(yè)，作為第三產(chǎn)業(yè)的餐飲行業(yè)也越來(lái)越受人關(guān)注。其中，北京作為中國(guó)的一線城市，發(fā)揮著無(wú)可替代的作用，近幾年北京的餐飲企業(yè)如雨后春筍般不斷涌現(xiàn)。研究餐飲業(yè)如何發(fā)展及影響餐飲行業(yè)營(yíng)業(yè)額的因素，有助于幫助更多的企業(yè)和個(gè)人深入理解其發(fā)展背后的經(jīng)濟(jì)原理。二、變量分析（一）因變量餐
現(xiàn)代經(jīng)濟(jì)信息 2020年7期2020-06-11
- 基于回歸模型的塑料污染問(wèn)題研究
立多元非線性回歸模型。然后根據(jù)現(xiàn)有模型的結(jié)果設(shè)置約束條件，簡(jiǎn)化回歸模型，得到相應(yīng)因素的最大值。并代入原評(píng)價(jià)模型，得到我們需要求解的一次性塑料的最大減量，最后將其轉(zhuǎn)化為相同評(píng)價(jià)結(jié)果下的最大產(chǎn)量結(jié)果。關(guān)鍵詞：塑料污染;回歸模型;熵權(quán)法1. 引言自20世紀(jì)50年代以來(lái)，塑料的生產(chǎn)由于其用途的多樣性而呈指數(shù)增長(zhǎng)。這無(wú)疑給我們帶來(lái)了很多便利，但塑料的負(fù)面影響越來(lái)越受到關(guān)注[1]。據(jù)聯(lián)合國(guó)統(tǒng)計(jì)，世界每年將生產(chǎn)3億噸以上的塑料，其中一半是一次性丟棄的。每年有超過(guò)800萬(wàn)
- DT集團(tuán)經(jīng)營(yíng)難度系數(shù)模型構(gòu)建與分析
營(yíng)規(guī)模建立了回歸模型，通過(guò)對(duì)各子分公司經(jīng)營(yíng)難度系數(shù)進(jìn)行等級(jí)分類，為進(jìn)一步完善績(jī)效評(píng)價(jià)提供量化參考。關(guān)鍵詞：國(guó)有企業(yè);經(jīng)營(yíng)難度系數(shù);回歸模型;績(jī)效考核隨著企業(yè)多元化業(yè)務(wù)發(fā)展，企業(yè)內(nèi)部業(yè)務(wù)板塊、成員公司特點(diǎn)多樣性使得集團(tuán)管控越來(lái)越富有挑戰(zhàn)性，科學(xué)、合理的對(duì)不同業(yè)務(wù)板塊、不同規(guī)模的成員公司進(jìn)行年度及任期經(jīng)營(yíng)業(yè)績(jī)考核，準(zhǔn)確給予公司綜合績(jī)效評(píng)價(jià)是一個(gè)值得研究的課題。經(jīng)營(yíng)難度系數(shù)對(duì)績(jī)效考核最終得分具有放大效應(yīng)，選擇合適的經(jīng)營(yíng)難度系數(shù)測(cè)算模型對(duì)實(shí)施公平、科學(xué)的績(jī)效考核意
財(cái)會(huì)學(xué)習(xí) 2020年13期2020-05-19
- 基于長(zhǎng)短期記憶神經(jīng)網(wǎng)絡(luò)模型的空氣質(zhì)量預(yù)測(cè)
元線性回歸和回歸模型（SVR）的比較結(jié)果表明，LSTM神經(jīng)網(wǎng)絡(luò)適應(yīng)多個(gè)變量或多輸入的時(shí)間序列預(yù)測(cè)問(wèn)題，LSTM神經(jīng)網(wǎng)絡(luò)具有預(yù)測(cè)精度高、速度快和較強(qiáng)的魯棒性等優(yōu)點(diǎn)。關(guān)鍵詞：計(jì)算機(jī)神經(jīng)網(wǎng)絡(luò);空氣質(zhì)量;長(zhǎng)短期記憶單元;深度學(xué)習(xí);多元線性回歸;回歸模型中圖分類號(hào)：TP389;O175.8 ? 文獻(xiàn)標(biāo)識(shí)碼：A ? doi：10.7535/hbkd.2020yx01008Abstract：With the rapid development of urbanizati
河北科技大學(xué)學(xué)報(bào) 2020年1期2020-03-27
- 回歸模型
摘 要：回歸模型（regression model）是對(duì)統(tǒng)計(jì)關(guān)系進(jìn)行定量描述的一種數(shù)學(xué)模型。比如說(shuō)如多元線性回歸的數(shù)學(xué)模型可以表示為y=β0+β1*x+εi，式中，β0，β1，…，βp是p+1個(gè)待估計(jì)的參數(shù)，εi是相互獨(dú)立且服從同一正態(tài)分布N（0，σ2）的隨機(jī)變量，y是隨機(jī)變量;x可以是隨機(jī)變量，也可以是非隨機(jī)變量，βi稱為回歸系數(shù)，表征自變量對(duì)因變量影響的程度。基于此種情況，情況本文研究選取了79種車系237個(gè)車型的中型車數(shù)據(jù)，包括中國(guó)、美國(guó)、日本、德國(guó)
裝備維修技術(shù) 2020年20期2020-03-25
- 我國(guó)商業(yè)銀行不良貸款率結(jié)構(gòu)分析及實(shí)證檢驗(yàn)
標(biāo)，采用線性回歸模型分析影響不良貸款率的主要因素，并結(jié)合當(dāng)前實(shí)際就如何防控不良貸款風(fēng)險(xiǎn)提出對(duì)策建議。關(guān)鍵詞：不良貸款率 ?結(jié)構(gòu)特征 ?回歸模型黨的十九大報(bào)告將防范化解重大風(fēng)險(xiǎn)作為三大攻堅(jiān)戰(zhàn)之首。2018年中央政府工作報(bào)告強(qiáng)調(diào)，推動(dòng)重大風(fēng)險(xiǎn)防范化解，對(duì)不良資產(chǎn)等累積風(fēng)險(xiǎn)要高度警惕。近年來(lái)我國(guó)商業(yè)銀行不良貸款進(jìn)入新一輪擴(kuò)張期，對(duì)于商業(yè)銀行的穩(wěn)健經(jīng)營(yíng)構(gòu)成重大威脅，成為金融風(fēng)險(xiǎn)主要隱患，防控商業(yè)銀行不良貸款風(fēng)險(xiǎn)對(duì)于打好防范化解重大風(fēng)險(xiǎn)攻堅(jiān)戰(zhàn)具有重要意義。一、我國(guó)商
北方經(jīng)濟(jì) 2020年1期2020-03-05
- 消防員殉職人數(shù)多元線性回歸模型建立及分析
數(shù)的多元線性回歸模型，運(yùn)用SPSS軟件進(jìn)行多元線性回歸分析，并對(duì)模型進(jìn)行檢驗(yàn)，證明該方法構(gòu)建的模型是有意義的。關(guān)鍵詞：消防員殉職;回歸模型;SPSS軟件;回歸分析;檢驗(yàn)1 引言隨著經(jīng)濟(jì)的快速發(fā)展，消防救援隊(duì)伍接警出動(dòng)起數(shù)日益增多，危險(xiǎn)性不斷升高，每年都有消防員在接警出動(dòng)過(guò)程中殉職。文章基于2018年中國(guó)消防年鑒統(tǒng)計(jì)數(shù)據(jù)，利用SPSS軟件，避開(kāi)程序開(kāi)發(fā)和復(fù)雜的數(shù)學(xué)求解過(guò)程，能夠快速建立多元線性回歸模型，并對(duì)模型進(jìn)行分析和檢驗(yàn)。2 多元線性回歸模型多元線性回歸
今日消防 2020年12期2020-02-08
- 衡陽(yáng)市產(chǎn)業(yè)結(jié)構(gòu)與經(jīng)濟(jì)發(fā)展優(yōu)化研究
關(guān)聯(lián)度分析;回歸模型;因子分析中圖分類號(hào)：F127 文獻(xiàn)標(biāo)識(shí)碼：A收錄日期：2019年11月7日近年來(lái)，面對(duì)錯(cuò)綜復(fù)雜的國(guó)內(nèi)外形勢(shì)與經(jīng)濟(jì)下行的壓力，衡陽(yáng)市主要經(jīng)濟(jì)指標(biāo)表現(xiàn)較好，處于全省平均水平以上，如2018年衡陽(yáng)市GDP排位在長(zhǎng)沙、岳陽(yáng)、常德之后，位列全省第四位，但與全國(guó)平均水平仍有不小的差距，并且名義GDP增速僅為4.26%，在全省15個(gè)主要城市中幾乎墊底。衡陽(yáng)作為一個(gè)工業(yè)城市，目前工業(yè)增長(zhǎng)阻力較大，周邊七個(gè)縣中只有一個(gè)低于全市的平均水平，而四城區(qū)卻均低
合作經(jīng)濟(jì)與科技 2020年2期2020-02-06
- 創(chuàng)業(yè)板上市公司高管持股對(duì)研發(fā)投入 影響的實(shí)證研究
入;創(chuàng)業(yè)板;回歸模型Key words： executive holdings;R & D investment;GEM;regression model中圖分類號(hào)：F273.1;F832.51? ? ? ? ? ? ? ? ? ? ? ? ?文獻(xiàn)標(biāo)識(shí)碼：A? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? 文章編號(hào)：1006-4311（2020）03-0034-030? 引言目前，我國(guó)處于經(jīng)濟(jì)結(jié)構(gòu)調(diào)整，新舊動(dòng)能切換的關(guān)鍵時(shí)期，新經(jīng)濟(jì)成為社
價(jià)值工程 2020年3期2020-02-02
- 基于剔除抄襲因素和學(xué)生能力因素的 題目難度預(yù)測(cè)研究
鍵詞：教育;回歸模型;難度預(yù)測(cè);抄襲率;學(xué)生能力中圖分類號(hào)：G642.0 文獻(xiàn)標(biāo)志碼：A 文章編號(hào)：1673-8454（2019）23-0022-06一、引言在高等院校的教學(xué)中，習(xí)題布置是幫助學(xué)生鞏固課堂教授的知識(shí)點(diǎn)、考察學(xué)生對(duì)知識(shí)點(diǎn)的掌握程度的重要手段，是一種被廣泛使用的教學(xué)評(píng)價(jià)方法。針對(duì)學(xué)生不同的學(xué)習(xí)階段和不同的教學(xué)目的，教師需要在不同情況下布置難度不同的習(xí)題以滿足教學(xué)期望。因此，對(duì)題目難度進(jìn)行量化分級(jí)對(duì)于教育的改革發(fā)展有著重要幫助。合理把握題目難度可
中國(guó)教育信息化·高教職教 2019年12期2019-12-30
- 基于冠層高光譜的油菜角果期紅邊參數(shù)及葉片SPAD值反演模型
;相關(guān)分析;回歸模型中圖分類號(hào)： S565.4?文獻(xiàn)標(biāo)志碼： A文章編號(hào)：1002-1302（2019）20-0255-05作物葉片的SPAD值反映了作物葉綠素含量的相對(duì)高低，它已經(jīng)成為一種評(píng)價(jià)作物長(zhǎng)勢(shì)狀況的重要參考指標(biāo)[1]。因此，了解作物的葉綠素含量及其變化，對(duì)作物群體營(yíng)養(yǎng)診斷、長(zhǎng)勢(shì)監(jiān)測(cè)及估產(chǎn)具有重要意義。近年來(lái)，隨著高光譜遙感技術(shù)的快速發(fā)展，遙感手段已經(jīng)可以在光譜維度上展開(kāi)，并且可直接對(duì)地物進(jìn)行微弱光譜差異的定量分析，在作物遙感研究與應(yīng)用中表現(xiàn)出強(qiáng)大
江蘇農(nóng)業(yè)科學(xué) 2019年20期2019-12-23
- 對(duì)房地產(chǎn)開(kāi)發(fā)項(xiàng)目投資測(cè)算分析
法根除。根據(jù)回歸模型對(duì)我國(guó)的房地產(chǎn)項(xiàng)目進(jìn)行投資預(yù)算分析，最終得出結(jié)論：第三產(chǎn)業(yè)和城市化率以及居民消費(fèi)價(jià)格指數(shù)增長(zhǎng)率對(duì)房地產(chǎn)市場(chǎng)的開(kāi)發(fā)項(xiàng)目的投資規(guī)模起著極大的作用。[關(guān)鍵詞]房地產(chǎn)開(kāi)發(fā)項(xiàng)目規(guī)模;回歸模型;供給側(cè)改革[DOI]1013939/jcnkizgsc2019290771引言“十三五”推進(jìn)供給側(cè)結(jié)構(gòu)性改革，其對(duì)房地產(chǎn)市場(chǎng)起到不可估量的影響。眾所周知，目前我國(guó)房地產(chǎn)市場(chǎng)出現(xiàn)嚴(yán)重的產(chǎn)能過(guò)剩、供求不平衡的問(wèn)題。對(duì)于房地產(chǎn)企業(yè)的投資項(xiàng)目，如何科學(xué)地去庫(kù)存、改善
中國(guó)市場(chǎng) 2019年29期2019-12-06
- 多重共線性問(wèn)題的嶺回歸實(shí)例
】在多元線性回歸模型中，變量之間多重共線性的存在十分普遍，但其危害卻不容忽視，文章簡(jiǎn)述了回歸模型中多重共線性的一系列問(wèn)題，并通過(guò)實(shí)例采用嶺回歸分析法對(duì)經(jīng)濟(jì)問(wèn)題中的多重共線性問(wèn)題進(jìn)行了分析.所以研究線性回歸中變量之間的多重共線性具有一定的實(shí)用價(jià)值.【關(guān)鍵詞】回歸模型;多重共線性;嶺回歸分析一、多重共線性（一）多重共線性的含義由于模型設(shè)定和數(shù)據(jù)等各方面的問(wèn)題，模型的解釋變量之間很可能存在某種程度的線性關(guān)系，這時(shí)稱多元線性回歸模型存在多重共線性問(wèn)題.數(shù)學(xué)描述：對(duì)
數(shù)學(xué)學(xué)習(xí)與研究 2019年20期2019-11-30
- 互聯(lián)網(wǎng)預(yù)售模式對(duì)大學(xué)生消費(fèi)行為的影響程度研究
消費(fèi)行為 ?回歸模型一、引言隨著信息技術(shù)的快速發(fā)展，互聯(lián)網(wǎng)銷售成為越來(lái)越多企業(yè)的首選方式。網(wǎng)絡(luò)銷售與傳統(tǒng)銷售相比更加的方便快捷，并且種類多樣化、價(jià)格可商量。由于“雙十一”淘寶、京東、唯品會(huì)等大型平臺(tái)快速崛起，減少了商品流通環(huán)節(jié)，網(wǎng)上購(gòu)物的人越來(lái)越多，入駐平臺(tái)的電商也越來(lái)越多。在激烈競(jìng)爭(zhēng)的市場(chǎng)環(huán)境中，為了更加全面的了解消費(fèi)者的需求以及市場(chǎng)信息，經(jīng)過(guò)探索最終發(fā)現(xiàn)并采取了新預(yù)售的銷售策略。預(yù)售模式最先出現(xiàn)在一些供給確定而需求不定的行業(yè)。由于預(yù)售行為能夠?yàn)樯碳抑\取
時(shí)代金融 2019年26期2019-11-16
- 淺析全面二孩政策對(duì)未來(lái)烏魯木齊市房地產(chǎn)的影響
人口數(shù)量 回歸模型 住房結(jié)構(gòu)作者簡(jiǎn)介：吳思宇，新疆農(nóng)業(yè)大學(xué)管理學(xué)院，研究方向：房地產(chǎn)開(kāi)發(fā)與管理;杜海霞，新疆農(nóng)業(yè)大學(xué)數(shù)理學(xué)院，研究方向：數(shù)學(xué)與應(yīng)用數(shù)學(xué);焦啟發(fā)，新疆農(nóng)業(yè)大學(xué)管理學(xué)院，研究方向：房地產(chǎn)開(kāi)發(fā)與管理;陸松，新疆農(nóng)業(yè)大學(xué)數(shù)理學(xué)院，研究方向：數(shù)學(xué)與應(yīng)用數(shù)學(xué)。中圖分類號(hào)：D922.3 ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?文獻(xiàn)標(biāo)識(shí)碼：A ? ? ? ? ? ? ? ? ? ? ?
法制與社會(huì) 2019年30期2019-11-05
- 汽車貸款資產(chǎn)證券化提前償還風(fēng)險(xiǎn)分析
各影響因素的回歸模型，在回歸分析中首次提出二手車市場(chǎng)活躍度（二手車經(jīng)理人指數(shù)）對(duì)提前償還率的影響，最后提出一些建設(shè)性意見(jiàn)，以期降低提前償還風(fēng)險(xiǎn)。關(guān)鍵詞：提前償還率;實(shí)證分析;回歸模型;二手車經(jīng)理人指數(shù);提前償還風(fēng)險(xiǎn)中圖分類號(hào)：F830.91? ? ? ? 文獻(xiàn)標(biāo)志碼：A? ? ? 文章編號(hào)：1673-291X（2019）25-0080-03引言2014年至今是我國(guó)汽車貸款證券化市場(chǎng)的快速發(fā)展期，而在證券化過(guò)程中對(duì)未來(lái)現(xiàn)金流的預(yù)測(cè)，影響到證券定價(jià)以及發(fā)行后的
經(jīng)濟(jì)研究導(dǎo)刊 2019年25期2019-10-30