多元回归是经济管理领域中最基础也是应用最广泛的统计模型之一。然而迄今为止,该模型在信息筛选、参数估计以及模型评价等方面仍存在许多理论缺憾和应用限制;而在多元分析"工业化"潮流中,有关多元回归的模型分类和模型预测等问题的研究都还处于空白状态。为此,本项目将系统研究"变量多重相关"对各种现代多元回归模型的影响方式,讨论合理有效的变量筛选方法、建模技术和模型评价理论,尽量减少人为因素对模型结果的影响,有利于自动化建模。项目还将分析多元回归建模的本征信息,提出多元回归模型的分类方法,用于识别海量多元回归模型的分类特征或者快速建立大量的多元回归模型。此外,项目还将研究对多元回归模型的动态预测,从而可以在未知未来样本数据的前提下,预测多元回归的模型参数和模型评价指标。项目研究成果将解决多元回归中的一些基础与前沿理论问题,为多元分析的工业化发展提供关键技术,为经济管理中的数据处理提供一类崭新的应用工具。
{{i.achievement_title}}
数据更新时间:2023-05-31
粗颗粒土的静止土压力系数非线性分析与计算方法
基于LASSO-SVMR模型城市生活需水量的预测
中国参与全球价值链的环境效应分析
基于多模态信息特征融合的犯罪预测算法研究
基于公众情感倾向的主题公园评价研究——以哈尔滨市伏尔加庄园为例
时序立体表动态模型识辨与预测的理论研究及其应用
水下航行器发动机排气喷雾冷却机理及其多元回归模型研究
面向失衡数据集的预测分类模型研究
线性模型中的预测理论及其应用