导读:本文包含了元统计模型论文开题报告文献综述及选题提纲参考文献，主要关键词:香精,红外光谱,主成分分析,稳定性
元统计模型论文文献综述
杨盼盼,王慧,翁瑞杰,李思源,周文忠[1]（2019）在《红外光谱结合多元统计模型评价香精稳定性》一文中研究指出采用傅立叶变换衰减全反射红外光谱(FTIR-ATR)结合Hotel ing T2统计量,建立正常工况条件下生产的145批质量稳定的A牌号香精稳定性多元统计评价模型,以16批(其中包括正常工况条件下质量稳定样品13批,人工错配样品3批)验证样品对模型监测效果进行评价。结果表明,模型内部参数:主成分模型对光谱信息的累计提取率R2X为0.955、累计交叉有效性Q2为0.948,模型具有较好的信息提取能力和预测准确性;外部验证样品的预测准确率为100%。(本文来源于《日用化学品科学》期刊2019年09期）
陈锋,孟凡生,王业耀,张铃松,杨琦[2]（2016）在《多元统计模型在水环境污染物源解析中的应用》一文中研究指出源解析是指对污染物的来源进行定性或定量研究的技术,查明水环境中污染物来源是有效治理污染的前提。介绍了多元统计模型在水环境中污染物源解析方面的几种常用方法及其在国内外的研究、应用案例,分析了各模型的优缺点及其适用条件,指出了近年来对多元统计模型的优化研究情况。最后针对以往研究工作的不足和存在的问题,指出今后水环境污染物源解析研究的新思路:多元复合模型的应用,利用统计学知识对现有模型的优化改建,GIS与源解析统计模型的有效结合。(本文来源于《人民黄河》期刊2016年01期）
王智文,李绍滋[3]（2014）在《基于多元统计模型的分形小波自适应图像去噪》一文中研究指出为了克服分形小波去噪方法缺乏保护图像的边缘与细节的缺陷,文中提出了一种基于多元统计模型的分形小波自适应图像去噪算法.通过建立一个参数可以灵活改善的多元统计模型来准确地估计各种相关信息,并通过最小化残差来自适应调整模型参数;在适度的噪声方差下根据拼贴距离找出最好的子树域中的近优父子树,通过使用四叉树分割来实现对噪声图像自适应地预测分形小波无噪图像编码,从而达到去除噪声和保护图像的边缘与细节的目的.实验结果表明,该方法在去除噪声的同时,能有效地保持图像的边缘特征和保留图像的精细结构.由于采用了预测小波分形编码,优化了算法结构,算法的处理速度比较快.因此,完全可以达到实时图像处理过程中的去噪预处理对处理速度的要求.(本文来源于《计算机学报》期刊2014年06期）
宋允全[4]（2014）在《若干多元统计模型的适应性统计推断》一文中研究指出回归分析是研究自然科学、工程技术以及社会经济发展规律的重要工具.回归模型是研究几个(随机)变量之间关系的一种重要的统计方法。一般地,回归模型包括参数回归模型、非参数回归模型和半参数回归模型等。近年来,非参数模型和半参数书模型受到越来越多统计学者的关注。众所周知,如果假设的参数模型结构不正确,将会导致错误的结论。为了减少模型的偏差,人们采用非参数的方法来估计模型内在的函数结构。非参数回归模型既不预先设定函数的结构形式,也不引入未知参数,函数在每一点的值都由所观测到的样本数据所观测到的样本数据所决定,因此非参数模型方法具有较大的适应性,在降低建模偏差方面就有较大优势。但非参数模型也存在明显的缺陷。首先,当维数比较大时,非参数估计会存在维数祸根问题。其次,非参数模型中很难加入离散的预测变量。第叁,当预测变量的维数较高时,很难画出估计函数的图像并给出估计的合理解释。为了提高估计的效率,掌握数据背后的隐藏的模型结构信息就显得相当重要。但如何捕捉数据背后隐藏的结构信息仍然是一个具有挑战性的问题。在第二章中,我们提出了一个局部线性-可加估计和它的相关的版本来自动捕捉一般的多元非参数模型的可加信息。具体地说,我们考虑了如下非参数回归模型：其中Y是实数值响应变量,X=(X(1),…,X(p))T是p维协变量,模型误差ε满足E(ε|X)=0,Var(ε(?)X)=σ2。在全模型里,仅仅假设未知的回归函数是光滑的。众所周知,在全模型(0.2)中非参数回归函数r(x)的局部线性估计被定义为ru(x)=β(0)(x),其中β(0)(x)是下列最优化问题的解向量的第一个分量：而局部可加估计可以通过分别关于β(o)(u)和β(j)(u(j)),j=1,…,p,取最小化而得到：其中nx是在区域[-1,1]p中的数据Ui的个数,Y(Ui)是对应的相应变量。我们通过合并局部线性估计和局部可加估计来定义局部线性-可加估计。这个新的估计可以通过关于β(0)和β(j),j=1,…,p取最小化而得到。在(0.4)里,hj和hj(u)可以是相互不同的；前者是在局部线性估计中用到的全局窗宽,后者是在局部可加估计中用到的局部窗宽。这里β(j),j=1,…,p,是向量u的函数,这与(0.3)中的对应的量互不相同,因为每一个βx(j)(u(j))仅仅依赖于对应的分量u((j)。在(0.4)里,λ≥0和η(x)≥0分别是全局惩罚参数和局部惩罚参数。我们利用它们去惩罚局部线性估计的全局和局部非可加性。解上述优化问题,我们得到局部线性-可加估计的显示表达式：其中β(x)是β的一个局部线性估计,其中rad,x(u)是一个局部可加估计,W1(x；λ,η)和W2(x；λ,η)是对应的权函数。这样,新的估计是局部线性估计和局部可加估计的-个加权和。从而可知,我们的方法联系着两种类型的局部估计：局部线性(或者局部常数)估计和局部可加估计。这样新的估计能够获得在全模型和局部(可加)模型之间获得一个适应的拟合,而且能够应用于双可加性：局部可加性和全局可加性。另一方面,像局部线性估计一样,当模型没有可加结构时新的估计有显式表达式,这样使得其计算简单且相对精确。理论结果和数值模拟表明了新的方法有较低的计算复杂度且能大量地提高估计的精确度。同时我们引入一个新的理论框架来作为局部地和全局地相关的统计推断的理论基础。基于这个框架,新定义的估计可以看作为影响变量关于局部和全局相关的范数到全函数空间的投影。半参数模型由于其灵活性和可解释性得到了很好的研究和广泛的应用。在半参数模型中,单指标变系数模型是一类被广泛应用的模型。单指标变系数同时具有单指标模型和变系数模型的特征,因此它能够有效地避免非参数模型的维数灾难问题,又具有线性模型的可解释能力。基于这些优点,关于这个模型的参数估计和假设检验已经有许多工作,但是大多数都在均值回归的框架下。我们知道分位数回归模型提供了一个比对应的均值回归模型关于响应变量分布的更加完全的描述。因此在分位数回归框架下,单指标变系数模型的研究就显得尤为重要。变量选择对任何回归模型来说都是相当重要的一个问题。目前存在的关于单指标变系数模型的变量选择,大多数都是基于最小二乘方法。这样这些方法就继承了最小二乘方法的所有的缺点。特别是在有限样本条件下,这些方法对于异常点是十分敏感的。这样,当出现异常点时,用一个稳健的标准来代替最小二乘标准是值得期待的。然而,据我们所知,关于单指标变系数模型的稳健变量选择方法还没被提出。在第叁章,考虑如下的单指标变系数模型其中(X, Z)∈Rp×Rq是协变量,Y是响应变量,g(·)是一个q-维的未知函数向量,β=(β1,…,βp)T是一个p-维的未知参数向量,对某个常数τ∈(0,1),模型误差ε满足P(ε≤0)=τ。在这个模型下,gT(pTX)Z是给定X和Z下响应变量Y的条件τ分位数。我们这里对误差ε的方差齐性或者厚尾概率不强加任何条件。为了可识别性,我们假设‖β‖=1,而且β的第一分量是正的,以及g(x)不能是下列形式g(x)=αTxβTx+-γTx+c,其中‖·‖表示欧式范数,＇,｜∈Rp,c∈R是常数,且α和β。我们在分位数回归框架下利用非参数方法提出了一个新的变量选择方法来同时选择和估计未知的参数和系数函数。新提出的方法利用压缩的思想,它能够同时选择有意义的带有函数系数的斜变量和带有参数系数的局部有意义的斜变量。具体地说,我们通过一些变换后得到目标函数其中Wi(φ)=Wi(β)。令φ和γ(γ1T,…,γqT)T表示通过最小化(0.7)而得到的解。那么,得到β和gk(u)的基于分位数损失函数的惩罚稳健回归估计分别为和在定义的正则条件下,伴有调整参数的合适选择,新的变量选择方法拥有选择的相合性和参数估计的oracle性质。而且,由于check损失函数在有限样本里对于异常点的稳健性,我们提出的变量选择方法比基于最小二乘标准的变量选择方法更加稳健。提出的变量选择方法能够很自然地应用于纯单指标模型和纯变系数模型。最后,我们通过数据数据和实际数据来举例验证我们提出的方法。随着数据收集技术的进步,超高维数据频繁地出现于多种科研领域。然而现存的变量选择方法,如：LASSO, Dangtzig, SCAD等等,都不能很理想地应对当预测变量个数p远大于样本个数n的情况。面对实际情况中日益预增的超高维问题,两阶段变量选择法得到了广泛的关注,即先使用变量筛选法对超高维数据进行降维,然后再利用其它更进一步的变量选择法进行精细地选择和参数估计。自从Fan and Lv(2008)提出Sure Independence Screening这一开创性工作以来,大量的文献致力于解决第一阶段中超高维变量的筛选问题。然而,大多数的特征筛选方法比如SIS以及其相关的版本紧紧依赖于指定的模型结构。而且,特征交互项在存在的文献中通常没有被考虑。在第四章中,在没有结构假设的条件下,我们针对带有交互项的模型提出了一个新的特征筛选方法。具体地说,当一个模型包含交互项而且交互项仅仅包含基本项的一次幂时,每一项可以写成统一的形式X1m1X2m2…Xpmp,其中m1,…,mp∈{0,1}且1≤m1+m2+…+mp≤p.为了给出新的特征筛选方法,我们首先定义其中m1,…,mp∈{0,1}.然后,新的边际效用准则的定义为那么ωm1,…mp可以看作是用来度量Y和X1m1X2m2…Xpmp边际效应的总体形式。新的排序标准是灵活的而且能够处理包含交互项的模型。而且,新的筛选方法是简单的,因此它在计算上是简单有效的。同时ranking consistency(?)sure screening等理论性质很容易被得到。在数值模拟实验中,通过考查各种不同类型的回归模型,我们再次验证了新提出的方法一致且显着地优于已有的特征筛选方法。在回归分析中,异方差检验很久以来就是一个标准的实践活动。当误差实际上是异方差时,对同方差模型而设计的方法可能导致效率的大量损失(Dette and Munk1998)。这样,在做统计推断之前,检验研究的模型是否有异方差时是非常重要的。在第五章中,受至She and Owen(2011)中方法思想的启发,我们基于惩罚方法提出对于线性模型的一个新的多元异方差检验方法。在本章中,我们考虑下面的线性回归模型其中Y是n维响应变量,X∈Rn×p固定设计矩阵,β∈Rp是未知的参数向量,ε是一个随机误差向量。为了方便,我们假设矩阵X的秩为p.我们假设ε均值为0和协方差阵为∑的多元正态分布,这里∑是对角元素为σ12,σ22,…,σp2的对角矩阵。为了表达的方便,我们记其为σ2=(σ12,σ22,…,σp2)T.第i情况可以表示为这里我们想检验线性回归模型(0.11)和(0.12)的潜在的异方差性。为了便于表达,我们记σ=(σ1,σ2,…,σn).不失一般性,假设σ大多数分量是1而且只有很少几个分量不是1(因为异方差不是常态).这蕴含着向量σ-1是稀疏的,这里1是一个所有分量都是1的n维向量。如果σi=1,那么第i情况是正常的；要不然,它是一个异方差。我们的目标是寻找一个σ的稳健估计,进而来识别整个数据异方差的情况。受σ-1的稀疏性启发,我们构造一个包含β和σ的惩罚似然目标函数,然后关于参数β和σ最小化这个目标函数：其中Pλ(·)是定义在区间[0,∞)上的函数值为正的惩罚函数,λ∈[0,∞)是一个调整参数。为了利用已有的算法和程序,我们将上述目标函数经过一些变换后得到新的目标函数注意到(0.14)式在形式上与SCAD-惩罚回归的目标函数相似。通过解上述优化问题我们得到γ的选择和估计,再根据γ和σ的对偶关系,我们可以得到σ的估计,进而得到整个数据异方差的情况。需要强调的是,新的方法不需要构造检验统计量,不需要求检验统计量的分布,进而避免比如求最大似然估计等这样复杂的运算。同时当存在多个异常点时,我们的方法可以一步给出所有的检验。同时,我们为了利用已存在的算法和软件,我们需要对新的方法提出新的算法以期能够利用现存的软件。(本文来源于《山东大学》期刊2014-05-08）
严国辉[5]（2014）在《中国非寿险企业竞争分析》一文中研究指出本文在对多元统计模型进行一定扩展的基础上,量化分析了非寿险公司竞争力情况。本文在借鉴前人的研究成果及综合考虑行业本身的特殊性基础上,选取了20个财务指标进行竞争力综合评价指标体系的构建。同时,运用主成分分析法和因子分析法构建初步评价模型对保险公司竞争力进行量化对比,并获得公司竞争力要素和综合竞争力情况。在此基础上对模型进行扩展,构建主因子-系统聚类模型,对主因子所表示的各竞争要素进行系统聚类划分不同梯度类型。最后,本文通过采用2011年和2012年非寿险公司年报数据,对非寿险企业进行实证分析。研究表明,综合评价法在保险公司综合竞争力衡量中更具客观性和系统性,同时,模型的构建及其分析不仅为我国非寿险公司的竞争力评判提供了新的研究视角和实证支持,而且也为保险市场行为主体提供多方有效信息，有着显着的实践指导意义。(本文来源于《复旦大学》期刊2014-03-30）
曾宪福,马文娥,温星星,拓月月[6]（2014）在《陕北白绒山羊体尺指标与生产性能的多元统计模型》一文中研究指出研究陕北白绒山羊体尺指标与生产性能之间的关系,确定产绒量与体重、体长、体高、胸围、管围之间的线性相关关系,应用相关分析、多元线性回归、逐步回归、主成分分析等统计方法,借助SPSS等软件的数据分析功能,建立生产性能与体尺指标之间的最优回归模型,为陕北白绒山羊品种的选育、羊绒产量的提高提供良好的建议。(本文来源于《榆林学院学报》期刊2014年02期）
陈丁江,孙嗣旸,贾颖娜,陈佳勃,吕军[7]（2013）在《区域点源和非点源磷入河量计算的二元统计模型》一文中研究指出基于流域或区域点源和非点源磷入河过程的水文学差异,以及影响河流持留作用的主要机制,建立了描述河流段末磷负荷量与流量和水温之间定量关系的二元统计模型;通过逐月的河流水文水质监测数据对模型中4个系数的有效校正和验证,实现了对点源和非点源磷入河过程的准确定量.与现行的水文估算法相比,该模型既考虑了河流磷的持留能力及其时间变异性,也考虑了上游水体输入的磷负荷量,推进了对磷污染过程的定量认识,满足了我国以行政区为主要水污染控制管理单元的现实需要.应用该模型,计算了浙江长乐江集水区2004～2009年的总磷(TP)入河量.结果表明,TP年入河总量为(54.6±11.9)t.a-1,其上游水体输入、点源和非点源的入河量贡献率分别为5%±1%、12%±3%和83%±3%.夏季5～6月和8～9月的非点源TP累计入河量占其全年的50%±9%,增加了引起下游水体藻类暴发的风险.河流TP持留量为(4.5±0.1)t.a-1,占年入河总量的9%±2%;5～9月的TP累计持留量占全年的55%±2%,表明河流持留能力对流域或区域磷素迁移转化过程的调控作用不容忽视.本研究建立的二元统计模型仅需常规的河流水文水质监测数据,无需专业软件知识,且计算结果直接来源于实际的河流水文水质测算值,为实施流域或区域磷污染总量控制策略提供了一种简便、实用、可靠的定量工具.(本文来源于《环境科学》期刊2013年01期）
谢开贵,曹侃,欧阳稳,万勇建,陈民铀[8]（2012）在《应力盘面形变化量与驱动器策动力间的多元统计模型》一文中研究指出为了保证应力盘与非球面光学元件在不同位置上实时吻合研磨,将回归分析法应用于应力盘盘面面形变化量与驱动器策动力间变化规律的分析,建立磨盘面形变化量关于驱动器策动力的多元回归分析模型。该模型将分别以面形变化、策动力为因变量和自变量建立多元回归分析模型,并根据最小二乘原理求得回归方程系数,从而对于任意的驱动器策动力可以快速地求得与其对应的磨盘面形变化量。此外,还建立了驱动器策动力关于磨盘面形变化量的多元回归分析模型,对任意目标曲面可以快速求得与其对应的各驱动器策动力大小。这两个模型互逆,建模过程类似,能实时地为能动磨盘控制系统提供合理的输入。针对有效变形口径为420 mm,包含12个驱动器和60个微位移阵列传感器的能动磨盘,建立的应力盘面形变化量与驱动器策动力间的多元回归分析模型计算结果与试验值极为接近,验证了模型的精确性和可行性。(本文来源于《电子科技大学学报》期刊2012年04期）
卢萌萌,马民涛,朱瑞娟[9]（2012）在《典型石油型城市大气环境质量影响因素的多元统计模型研究——以大庆市为例》一文中研究指出为了揭示石油资源型城市大气环境质量变化的影响因素,本文以大庆市为例,以SPSS17.0为分析工具,对影响大气环境质量的工业排放、经济发展、能源消耗、污染防治和气象等众多因素进行主成分分析、相关分析和回归分析,结果证明:大庆市大气环境质量的影响因素主要包括3个因子:污染排放和工业生产影响因子、对大气环境质量有利的(在特定时期内)GDP增长及气象影响因子和对大气环境质量改善有益的环境生产影响因子;并通过回归分析建立了大气环境质量影响因素的回归方程模型,经显着性检验,建立的回归方程具有一定程度的适用性和可信性。本文的研究对促进大庆市大气环境改善和大气环境相关研究具有一定参考价值,对其他城市大气环境的相关研究有一定的促进作用。(本文来源于《四川环境》期刊2012年03期）
信飞,孙国武,陈伯民[10]（2011）在《基于多元统计模型的延伸期预报方法》一文中研究指出本文使用1998-2007年NCEP的700hPa的纬向风和经向风分量的逐日再分析资料。将其处理为侯平均资料(共730侯),利用一级Batterworth函数的带通滤波器滤波,保留30～50的天低频部分。对滤波后的低频(30～50天)风场进行向量场的自然正交分解,再将所得的时间主成份做自回归,得到未来3～5侯时间主成份,进而得到未来3～5侯流场。将得到的未来时段的流场用于夏季延伸期过程预报模型。建模得到的流场与实际流场相关分析中,可以看到低频纬向风的预报技能相对较好,未来3～5侯,该模型在我国中东部部分地区的预报结果稳定地通过90%信度检验,为进一步将该方法用于长江中下游各种要素的延伸期预报提供了前提保证。(本文来源于《第28届中国气象学会年会——S5气候预测新方法和新技术》期刊2011-11-01）
元统计模型论文开题报告
（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：
源解析是指对污染物的来源进行定性或定量研究的技术,查明水环境中污染物来源是有效治理污染的前提。介绍了多元统计模型在水环境中污染物源解析方面的几种常用方法及其在国内外的研究、应用案例,分析了各模型的优缺点及其适用条件,指出了近年来对多元统计模型的优化研究情况。最后针对以往研究工作的不足和存在的问题,指出今后水环境污染物源解析研究的新思路:多元复合模型的应用,利用统计学知识对现有模型的优化改建,GIS与源解析统计模型的有效结合。
（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。
元统计模型论文参考文献
[1].杨盼盼,王慧,翁瑞杰,李思源,周文忠.红外光谱结合多元统计模型评价香精稳定性[J].日用化学品科学.2019
[2].陈锋,孟凡生,王业耀,张铃松,杨琦.多元统计模型在水环境污染物源解析中的应用[J].人民黄河.2016
[3].王智文,李绍滋.基于多元统计模型的分形小波自适应图像去噪[J].计算机学报.2014
[4].宋允全.若干多元统计模型的适应性统计推断[D].山东大学.2014
[5].严国辉.中国非寿险企业竞争分析[D].复旦大学.2014
[6].曾宪福,马文娥,温星星,拓月月.陕北白绒山羊体尺指标与生产性能的多元统计模型[J].榆林学院学报.2014
[7].陈丁江,孙嗣旸,贾颖娜,陈佳勃,吕军.区域点源和非点源磷入河量计算的二元统计模型[J].环境科学.2013
[8].谢开贵,曹侃,欧阳稳,万勇建,陈民铀.应力盘面形变化量与驱动器策动力间的多元统计模型[J].电子科技大学学报.2012
[9].卢萌萌,马民涛,朱瑞娟.典型石油型城市大气环境质量影响因素的多元统计模型研究——以大庆市为例[J].四川环境.2012
[10].信飞,孙国武,陈伯民.基于多元统计模型的延伸期预报方法[C].第28届中国气象学会年会——S5气候预测新方法和新技术.2011