188宝金博页面版

  • 图案背景
  • 纯色背景
视图
标记
批注
批注本地保存成功,开通会员云端永久保存 去开通
fastyeaye

上传于:2013-10-13

粉丝量:61

该文档贡献者很忙,什么也没留下。


  • 相关
  • 目录
  • 笔记
  • 书签

188宝金博页面版:更多相关文档

  • 线性回归最小一乘法在水文流量预测中的应用

    星级: 3 页

  • 线性回归法在水文预测预报中的应用

    星级: 1 页

  • 线性回归法在水文预测预报中的应用

    星级: 1 页

  • 浅谈线性回归法在水文预测预报中的应用

    星级: 2 页

  • 多元线性回归法在水文预报中的应用

    星级: 2 页

  • 多元线性回归法在水文预报中的应用

    星级: 2 页

  • -----多元线性回归法在水文预报中的应用

    星级: 2 页

  • 线性回归模型在水文计算中的应用

    星级: 3 页

  • 最小一乘法在建立预测模型中的应用

    星级: 3 页

  • 线性回归与最小一乘法

    星级: 6 页

  • 灰色拓扑预测方法在水文预测中的应用

    星级: 7 页

  • 水文测验ADCP在水文流量测验中的应用研究

    星级: 8 页

  • 线性回归模型在货运量预测中的应用

    星级: 10 页

  • 多元线性回归在全国粮食预测中的应用

    星级: 7 页

  • 多元线性回归在全国粮食预测中的应用

    星级: 12 页

暂无目录

点击鼠标右键菜单,创建目录

暂无笔记

选择文本,点击鼠标右键菜单,添加笔记

暂无书签

在左侧文档中,点击鼠标右键,添加书签

188宝金博页面版: 线性回归最小一乘法在水文流量预测中的应用

下载积分: 899

内容提示: 第 !" 卷增刊水 利 水 电 科 技 进 展!##" 年 $!!! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! !月作者简介: 江秋阳 ($%&’—) , 男, 安徽黄山人, 工程师, 从事水资源管理工作(线性回归最小一乘法在水文流量预测中的应用江秋阳, 宋飙, 胡文全(歙县水利局, 安徽 歙县!")!##)摘要: 简介线性回归最小一乘解的原理、 绝对残差和最小原则(以实例说明在有异常点和无异常点情况下, 线性回归最小一乘解与最小二乘解的异同, 并分别用不同的最小一乘解方法求解回归方程, 比较其最小绝对残差和(...

文档格式:PDF | 页数:3 | 浏览次数:98 | 上传日期:2013-10-13 16:29:13 | 文档星级:
第 !" 卷增刊水 利 水 电 科 技 进 展!##" 年 $!!! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! !月作者简介: 江秋阳 ($%&’—) , 男, 安徽黄山人, 工程师, 从事水资源管理工作(线性回归最小一乘法在水文流量预测中的应用江秋阳, 宋飙, 胡文全(歙县水利局, 安徽 歙县!")!##)摘要: 简介线性回归最小一乘解的原理、 绝对残差和最小原则(以实例说明在有异常点和无异常点情况下, 线性回归最小一乘解与最小二乘解的异同, 并分别用不同的最小一乘解方法求解回归方程, 比较其最小绝对残差和( 结果表明: 最小一乘法的回归方程较之最小二乘法具有绝对残差和!*+,最小的优越性, 不会因特异点而使预报方程导致较大误差"在无异常点的情况下, 通过均值点回归方程的最小一乘解和最小二乘解, !*+,值基本接近; 在有异常点的情况下, 最小二乘解的 !*+,值明显大于最小一乘解的 !*+,值"回归方程的最小一乘解算法, 以不通过均值点而通过某一点的!*+,值较。 其中, 搜索试算法的 !*+,值最。 但该方法有选取初值的问题"关键词: 流量预测; 最小一乘法; 最小二乘法; 绝对残差和中图分类号: -...文献标识码: /文章编号: $##&!’&"’ (!##") #’!##’!!#.!最小一乘法与最小二乘法在水文分析、 工程计算与预测预报中, 线性回归模型应用比较广泛"回归模型参数大多采用最小二乘法估计, 即# $ % & ’(($)式中: % 和 ’ 为待定参数" 数理统计中, 按照最小二乘原则确定 % 和 ’, 即使")* 0 $"#*!值最小" # 0 % 1 ’(为通过均值点的直线"最小二乘法要通过一系列计算方能求得参数 %, ’, ! (, ! #和 +" 但基于最小二乘法的回归分析有时很不理想, 特别是样本数据较少,并含有个别异常点时, 会使回归方程产生较大偏差,亦会因此而导致预测预报的失误"采用绝对残差和最小原则的最小一乘法, 其回归直线为中直线, 不会因迁就特异点据而产生较大偏差"一般最小一乘法的目标函数为!*+, $")* $ $#* , % , ’(*(* $ $, !, ? , ))(!)其中, ! 与 ’ 的关系为分段线性函数, 极值点在各分段的端点, 并且每一端点对应于一个 ’ 值"即’* $ #*- (*(* $ $, !, ? , ))将 ’ 值从小到大排列, 即(.)’$ #’! #’. #?#’)(")绘制 ’ 与 ! 关系曲线 (图 $) "由此可得 !*+,时的 ’ 0 ’+值"此即式 (!) 中的最小一乘解"按式 (") 顺序, 找到式 (.) 中相应的 (*与 #*值, 记为 ((., #.) "然后将式 (!) 右端分段, 同时按 ’.(. 0 $, !, ? , )) 的顺序排列, 即#$, ’($ , #!, ’(! , ? , #) , ’()当 ’#’$时, 式 ()) 各项为正值, 有())! $")* $ $#* , ’"). $ $(.由此可见, 在 ! 与 ’ 的线性关系中, 直线的斜率为/#0 2"). 0 $(., 见图 $ 中曲线左端"图 $! 3 ’ 相关曲线当 ’$#’#’!时, 式 ()) 的第 $ 项 #$2 ’($4 #,其余各项均为正值, 于是有:! $ ’($, #$&"#. , ’"(.此段斜率为·!’·

188宝金博页面版:关注我们

  • 新浪微博

关注188宝金博页面版公众号

188宝金博页面版
阅读
APP
阅读
返回
顶部
188宝金博页面版官网登录在线平台入口(2026已更新)—江苏协昌电子科技股份有限公司