正态云线性回归模型及其最小二乘参数估计方法

       摘要: 云模型作为定性定量转换的双向认知计算模型,利用二阶的高斯分布方法反映定性概念的随机性和模糊性.针对自变量和因变量同时具有模糊性和随机性的数据系统中的回归分析问题,文章提出了一种基于云模型的正态云线性回归模型,是经典线性回归模型和模糊线性回归模型的一般形式.首先,将正态云多元回归模型转化成关于云包络曲线和确定度的离散传统回归模型.其次,给出正态云间的包络距离的定义,并根据正态云间的包络距离对云回归参数进行最小二乘估计和误差分析.最后,用实例说明了方法的有效性和可行性.

作者:
龚艳冰 戴靓靓 刘高峰
单位:
河海大学企业管理学院,江苏常州,213022
出处:
《统计与决策》
刊期:
2017年第33卷第23期
基金:
国家自然科学基金资助项目, 中央高校基本科研业务费专项资金资助项目, 江苏省自然科学基金资助项目

正态云线性回归模型及其最小二乘参数估计方法

摘要:云模型作为定性定量转换的双向认知计算模型,利用二阶的高斯分布方法反映定性概念的随机性和模糊性.针对自变量和因变量同时具有模糊性和随机性的数据系统中的回归分析问题,文章提出了一种基于云模型的正态云线性回归模型,是经典线性回归模型和模糊线性回归模型的一般形式.首先,将正态云多元回归模型转化成关于云包络曲线和确定度的离散传统回归模型.其次,给出正态云间的包络距离的定义,并根据正态云间的包络距离对云回归参数进行最小二乘估计和误差分析.最后,用实例说明了方法的有效性和可行性.

说明:如本页面涉及到版权问题或作者不愿意公开,请联系本站管理员删除!

0.298265s