导读:本文包含了最小二乘自回归论文开题报告文献综述、选题提纲参考文献及外文文献翻译,主要关键词:小二,模型,偏角,质心,迭代法,参数,矢量。
最小二乘自回归论文文献综述
王星惠,张狄元,唐佳琦[1](2019)在《适度爆炸自回归模型中最小二乘估计的渐近性》一文中研究指出考虑了自回归系数满足ρ_n> 1,ρ_n→1且n(ρ_n-1)→∞的一阶自回归模型,建立了自回归系数的最小二乘估计量■_(LS)的渐近行为。结果显示■_(LS)-ρ_n具有收敛速度ρ_n~n(ρ_n~2-1)~(-1),且具有Cauchy分布。(本文来源于《合肥学院学报(综合版)》期刊2019年02期)
朱强,许雪晴,周永宏[2](2015)在《最小二乘和自回归模型方法联合预报天极偏差序列》一文中研究指出为更好地实现天极偏差序列的预报,采用了最小二乘(least-squares,LS)拟合外推与自回归模型(autoregressive,AR)联合预报方法 (LS+AR),并对预报精度进行评估。结果表明,LS+AR模型对CPO序列1~5 d的短期预报有较高的精度,而对5~90 d的预报,dx方向大约为110μas,dy方向大约为130μas。而国际上常用的Lambert模型的预报精度比较平稳,其中dx方向在120μas左右,dy方向在220μas左右。结果表明,LS+AR模型的预报精度总体上优于Lambert模型。(本文来源于《中国科学院上海天文台年刊》期刊2015年00期)
姚宜斌,黄书华,陈家君[3](2014)在《求解自回归模型参数的整体最小二乘新方法》一文中研究指出在应用整体最小二乘法求解自回归模型的参数时,针对传统的SVD方法和迭代法并没有顾及到系数矩阵和观测向量构成的增广矩阵中不同位置上相同元素的改正数却不相同这一不足,推导了一种新的迭代解法,有效地解决了传统方法的不足,使得增广矩阵中不同位置的同一元素具有相同的改正数,更加符合实际情况且平差精度也有所提高。最后通过具体的算例,验证了本文方法的可行性和有效性。(本文来源于《武汉大学学报(信息科学版)》期刊2014年12期)
沈乾彦,丁锋[4](2014)在《基于关键变量分离的输入非线性受控自回归系统最小二乘参数估计》一文中研究指出针对输入非线性系统存在两个未知参数集乘积项,导致模型参数不可辨识的情况,采用规范化系统参数方法来分离关键变量,提出了最小二乘迭代参数估计算法,来辨识输入非线性受控自回归系统的参数.仿真结果验证了其有效性.(本文来源于《信息与控制》期刊2014年02期)
张俊,吕效国,施夏楠[5](2014)在《基于自相关的自回归模型参数的折扣最小二乘估计》一文中研究指出本文简要介绍了基于自相关的自回归模型参数的折扣最小二乘估计。(本文来源于《中小企业管理与科技(上旬刊)》期刊2014年02期)
解少博,魏朗[6](2014)在《基于状态空间自回归最小二乘的车辆质心侧偏角非线性估计》一文中研究指出基于动力学模型对车辆质心侧偏角进行了估计。为使轮胎模型能够适应不同附着系数的路面,将动态参数引入"魔术公式"轮胎侧偏力模型。应用状态空间形式的自回归最小二乘算法(RLS)设计了车辆质心侧偏角估计器。通过车辆在高附着系数路面的蛇形试验和变附着系数路面的双移线试验对估计方法进行了验证,结果表明,即使车辆出现大侧偏情况使轮胎进入到侧偏角—侧偏力特性曲线的非线性区域,提出的估计方法也能够实现对质心侧偏角的估计。将该估计方法与扩展卡尔曼滤波估计在精度、计算效率和使用条件等方面进行了比较,进一步表明所提出方法具有良好性能。(本文来源于《中国机械工程》期刊2014年02期)
杨磊,彭庆军,王达达,芮晓明,武鑫[7](2013)在《基于最小二乘自回归模型的覆冰输电导线张力与倾角预测模型》一文中研究指出输电线路覆冰后,会导致输电导线张力过大,造成导线断线、倒塔等事故,严重威胁电网的安全运行。因此,进行覆冰导线张力和倾角预测模型的研究对保障电网的安全运行具有重要的工程应用价值。为此,本文基于最小二乘法自回归模型建立了覆冰输电导线张力和倾角预测模型,通过对云南昭通地区甘镇线155#和205#两基杆塔的6组时间序列在未来8小时内的张力和倾角进行了预测研究,本模型预测得到的未来8小时之内的导线张力和倾角的变化情况与实际张力和倾角监测数据吻合较好,验证了本文模型的可行性和准确性。(本文来源于《第四届全国架空输电线路技术交流研讨会论文集》期刊2013-07-01)
胡川,陈义[8](2013)在《自回归模型参数的结构总体最小二乘估计》一文中研究指出结构总体最小二乘法不仅考虑系数矩阵误差,而且顾及系数矩阵(或与观测矢量组成的增广矩阵)中重复元素必须具有相同改正数的约束,平差精度比最小二乘法高,理论比总体最小二乘法更加严密。采用间接平差理论推导在观测矢量和系数矩阵都含有相同重复元素情况下的结构总体最小二乘迭代算法;最后通过数字实验证明该算法的可行性,有效性以及该方法实现自回归模型参数估计的优越性和可靠性。(本文来源于《大地测量与地球动力学》期刊2013年01期)
徐慧娟[9](2012)在《自回归AR模型的整体最小二乘分析研究》一文中研究指出时间序列用随机过程理论和数理统计方法研究随机数据序列的规律,自回归AR模型是时间序列模型叁大类之一,也是最常见模型,此类模型分析的核心就是模型参数的确定。目前,最小二乘是时间序列模型参数估计的最佳估计算法,模型是根据变量本身或其他相关变量过去的变化规律来预测未来的变化,所以每一个变量在求解时即是自变量又是因变量,而且每一个量都是通过一定的测量手段得到的,所以不可避免有误差。但是最小二乘估计在求解参数时是假设系数阵没有误差或者不考虑系数阵的误差,只考虑当前观测量中的误差,显然,这样解算得到的模型有一定偏差。所以本文将引入一种新的参数估计方法,即整体最小二乘,来求解参数估值,此方法在求解过程中顾及了自变量与因变量同时存在误差的情况。本文首先探讨了研究背景、自回归AR模型和整体最小二乘的研究现状;其次详细讨论了自回归AR模型的基本理论、参数确定的常用方法(本文将主要应用最小二乘进行参数求解)、以及模型阶数确定的常用方法,并探讨了其使用范围;再次,讨论整体最小二乘的基本原理以及在一元线性回归模型和多元线性回归模型中的应用,并且通过算例进行分析解算,得出结论。然后在前两部分讨论的基础上,对自回归AR模型进行分类讨论,得出两类模型与一元线性回归模型、多元线性回归模型的关系,从而推导出整体最小二乘对其参数求解的方法与步骤,并且通过算例进行分析说明;最后,总结论文研究的主要内容和结论,以及进一步需要探讨的问题。(本文来源于《东华理工大学》期刊2012-06-09)
徐慧娟,周世健,鲁铁定[10](2011)在《自回归AR模型整体最小二乘分析》一文中研究指出主要讨论时间序列的自回归模型AR(p)的参数估计问题,列出常用的普通最小二乘估计和整体最小二乘估计方法,列出算例进行比较分析。(本文来源于《江西科学》期刊2011年05期)
最小二乘自回归论文开题报告
(1)论文研究背景及目的
此处内容要求:
首先简单简介论文所研究问题的基本概念和背景,再而简单明了地指出论文所要研究解决的具体问题,并提出你的论文准备的观点或解决方法。
写法范例:
为更好地实现天极偏差序列的预报,采用了最小二乘(least-squares,LS)拟合外推与自回归模型(autoregressive,AR)联合预报方法 (LS+AR),并对预报精度进行评估。结果表明,LS+AR模型对CPO序列1~5 d的短期预报有较高的精度,而对5~90 d的预报,dx方向大约为110μas,dy方向大约为130μas。而国际上常用的Lambert模型的预报精度比较平稳,其中dx方向在120μas左右,dy方向在220μas左右。结果表明,LS+AR模型的预报精度总体上优于Lambert模型。
(2)本文研究方法
调查法:该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法:用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法:通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法:通过调查文献来获得资料,从而全面的、正确的了解掌握研究方法。
实证研究法:依据现有的科学理论和实践的需要提出设计。
定性分析法:对研究对象进行“质”的方面的研究,这个方法需要计算的数据较少。
定量分析法:通过具体的数字,使人们对研究对象的认识进一步精确化。
跨学科研究法:运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法:这是社会科学用来分析社会现象的一种方法,从某一功能出发研究多个方面的影响。
模拟法:通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
最小二乘自回归论文参考文献
[1].王星惠,张狄元,唐佳琦.适度爆炸自回归模型中最小二乘估计的渐近性[J].合肥学院学报(综合版).2019
[2].朱强,许雪晴,周永宏.最小二乘和自回归模型方法联合预报天极偏差序列[J].中国科学院上海天文台年刊.2015
[3].姚宜斌,黄书华,陈家君.求解自回归模型参数的整体最小二乘新方法[J].武汉大学学报(信息科学版).2014
[4].沈乾彦,丁锋.基于关键变量分离的输入非线性受控自回归系统最小二乘参数估计[J].信息与控制.2014
[5].张俊,吕效国,施夏楠.基于自相关的自回归模型参数的折扣最小二乘估计[J].中小企业管理与科技(上旬刊).2014
[6].解少博,魏朗.基于状态空间自回归最小二乘的车辆质心侧偏角非线性估计[J].中国机械工程.2014
[7].杨磊,彭庆军,王达达,芮晓明,武鑫.基于最小二乘自回归模型的覆冰输电导线张力与倾角预测模型[C].第四届全国架空输电线路技术交流研讨会论文集.2013
[8].胡川,陈义.自回归模型参数的结构总体最小二乘估计[J].大地测量与地球动力学.2013
[9].徐慧娟.自回归AR模型的整体最小二乘分析研究[D].东华理工大学.2012
[10].徐慧娟,周世健,鲁铁定.自回归AR模型整体最小二乘分析[J].江西科学.2011