線性回歸
- 日照市茶樹(shù)小綠葉蟬發(fā)生面積預(yù)測(cè)預(yù)報(bào)模型的建立
料，利用多元線性回歸的方法進(jìn)行小綠葉蟬發(fā)生面積與氣象資料相關(guān)性分析，找出顯著相關(guān)的7個(gè)氣象因子，建立日照市茶樹(shù)小綠葉蟬發(fā)生面積預(yù)測(cè)預(yù)報(bào)模型。結(jié)果表明，該模型擬合效果好，預(yù)報(bào)準(zhǔn)確率高，能很好地預(yù)報(bào)小綠葉蟬發(fā)生面積，為提前進(jìn)行蟲(chóng)害防治提供了科學(xué)依據(jù)。關(guān)鍵詞 小綠葉蟬；預(yù)測(cè)模型；線性回歸；山東省日照市中圖分類(lèi)號(hào)：S161 文獻(xiàn)標(biāo)志碼：A DOI：10.19415/j.cnki.1673-890x.2023.14.064自1966年“南茶北引”成功引種以來(lái)，山東省
南方農(nóng)業(yè)·下旬 2023年7期2023-10-08
- 核心素養(yǎng)之?dāng)?shù)學(xué)建模能力的培養(yǎng)
方面。本文以線性回歸模型為例，從建模全周期的視角和知識(shí)與概念教學(xué)兩方面論述培養(yǎng)學(xué)生數(shù)學(xué)建模能力的策略。建模全周期包含實(shí)際問(wèn)題抽象成數(shù)學(xué)問(wèn)題、數(shù)據(jù)探索、模型變換與確定、數(shù)據(jù)異常值處理、模型擬合效果評(píng)價(jià)幾個(gè)方面的微能力。概念與知識(shí)的教學(xué)層面又可以細(xì)分為打通概率知識(shí)與統(tǒng)計(jì)知識(shí)的聯(lián)系橋梁、線性回歸方程知識(shí)系統(tǒng)化教學(xué)、數(shù)值計(jì)算合理化訓(xùn)練三個(gè)方面。關(guān)鍵詞：高中數(shù)學(xué)；數(shù)學(xué)建模；線性回歸中圖分類(lèi)號(hào)：G6３? ? ? ? ? 文獻(xiàn)標(biāo)識(shí)碼：A? ? ? ? ? 文章編號(hào)：16
學(xué)周刊 2023年25期2023-08-10
- 枸杞土壤含水量間接光譜估測(cè)模型
率，利用多元線性回歸和多元逐步回歸方法提取反射光譜特征指標(biāo)，建立土壤水分含量的高光譜預(yù)測(cè)模型。結(jié)果表明，基于754、1 844、1 855和1 900 nm波段反射率特征值的多元線性回歸模型對(duì)土壤水分的反演準(zhǔn)確性較低，R2=0.326；以673、1 893、1 872 nm波段反射率為特征值的多元逐步回歸分析法可以較好地預(yù)測(cè)土壤含水量，R2=0.716，模型方程為Y=25.001-56.485X673-115.923X1 893+100.631X1872，
安徽農(nóng)業(yè)科學(xué) 2023年11期2023-07-06
- 公司治理結(jié)構(gòu)對(duì)公司資本結(jié)構(gòu)的影響
據(jù)，運(yùn)用多元線性回歸模型處理數(shù)據(jù)，分析了公司治理結(jié)構(gòu)對(duì)資本結(jié)構(gòu)的影響，認(rèn)為良好合理的公司治理結(jié)構(gòu)對(duì)中小企業(yè)形成合理的資本結(jié)構(gòu)有一定的促進(jìn)作用，并提出相關(guān)對(duì)策建議，以促進(jìn)創(chuàng)業(yè)板上市公司的進(jìn)一步發(fā)展。關(guān)鍵詞：公司治理；資本結(jié)構(gòu)；創(chuàng)業(yè)板；線性回歸中圖分類(lèi)號(hào)：F279.246；F832.51? ? 文獻(xiàn)標(biāo)志碼：A? 文章編號(hào)：1673-291X（2023）02-0070-05引言（一）研究背景公司治理是當(dāng)前國(guó)內(nèi)外理論界和實(shí)務(wù)界研究的重要課題。它隨企業(yè)的誕生而誕生，
經(jīng)濟(jì)研究導(dǎo)刊 2023年2期2023-03-03
- 基于線性回歸的潤(rùn)葉加料系統(tǒng)的設(shè)計(jì)
機(jī)器學(xué)習(xí)中的線性回歸方法進(jìn)行技術(shù)實(shí)現(xiàn)的，簡(jiǎn)要說(shuō)明了該控制方法的原理和結(jié)構(gòu)。著重討論了潤(rùn)葉加料系統(tǒng)的數(shù)據(jù)架構(gòu)，以及機(jī)器學(xué)習(xí)的算法，詳盡地闡述了利用此設(shè)計(jì)的實(shí)用性，可靠性，能很好地滿足煙草工業(yè)生產(chǎn)要求，大大降低了人為干預(yù)，提高了設(shè)備的智能化與自動(dòng)化。關(guān)鍵詞：機(jī)器學(xué)習(xí)；線性回歸；潤(rùn)葉加料系統(tǒng)；智能制造；數(shù)據(jù)建模；Python一、引言制絲線潤(rùn)葉加料是卷煙的一道關(guān)鍵工序，工藝過(guò)程為煙葉進(jìn)入潤(rùn)葉滾筒期間，通過(guò)加料噴嘴，加水噴嘴，蒸汽管路對(duì)煙葉進(jìn)行加料，加水，加溫工序，
中國(guó)新通信 2022年16期2022-11-22
- 不確定性容忍度與強(qiáng)迫癥癥狀的相關(guān)性研究
;多維強(qiáng)迫;線性回歸[中圖分類(lèi)號(hào)] R642? ? ? ? ?[文獻(xiàn)標(biāo)識(shí)碼] B? ? ? ? ?[文章編號(hào)] 1673-9701（2022）11-0116-04[Abstract] Objective To explore the relationship and predictability between the intolerance of uncertainty and the obsessive-compulsive disorder and
中國(guó)現(xiàn)代醫(yī)生 2022年11期2022-06-08
- 上市公司高管薪酬與企業(yè)績(jī)效關(guān)系研究
;企業(yè)績(jī)效;線性回歸中圖分類(lèi)號(hào)：F832.51;F272.92文獻(xiàn)標(biāo)識(shí)碼：A文章編號(hào)：1005-6432（2022）14-0151-04DOI：10.13939/j.cnki.zgsc.2022.14.1511 理論基礎(chǔ)1.1 雙因素理論基于學(xué)者馬斯洛的人類(lèi)需求層次論和國(guó)外著名的心理學(xué)專(zhuān)家赫茨伯格（Frederick Herzberg）對(duì)“雙因素理論”這一基礎(chǔ)理論第一次公開(kāi)的提出。其理論主要是把工作中的動(dòng)機(jī)元素劃分為激勵(lì)和保健兩層面，基于工作本身的為激勵(lì)元
中國(guó)市場(chǎng) 2022年14期2022-06-07
- 當(dāng)代大學(xué)生數(shù)字文化產(chǎn)品需求情況的調(diào)查分析
的因子分析及線性回歸，依照數(shù)據(jù)分析結(jié)果對(duì)模型進(jìn)行修正，最終得出大學(xué)生消費(fèi)者對(duì)數(shù)字文化產(chǎn)品的三類(lèi)主要需求，依據(jù)該結(jié)論對(duì)數(shù)字文化產(chǎn)業(yè)發(fā)展提出相應(yīng)的建議。關(guān)鍵詞：數(shù)字文化產(chǎn)品;文化三層次;消費(fèi)者需求;因子分析;線性回歸本文索引：齊燁，王津津，鄭佳薇，等.<變量 2>[J].中國(guó)商論，2022（11）：-056.中圖分類(lèi)號(hào)：F063.2 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：2096-0298（2022）06（a）--05數(shù)字文化產(chǎn)業(yè)是傳統(tǒng)文化與數(shù)字技術(shù)結(jié)合形成的一種新興產(chǎn)業(yè)
中國(guó)商論 2022年11期2022-06-03
- 昭通市近50年氣溫變化特征分析
溫?cái)?shù)據(jù)，使用線性回歸、M-K突變檢驗(yàn)、小波分析法等分析討論了昭通市氣溫的變化特征。結(jié)果表明：昭通市年平均氣溫、年平均日最高氣溫、年平均日最低氣溫氣候傾向率分別為0.20℃/10 a、0.25℃/10 a、0.25℃/10 a，均呈波動(dòng)上升趨勢(shì)，且趨勢(shì)極顯著;昭通市年平均氣溫、年平均日最高氣溫、年平均日最低溫分別在2005年、2006年、2006年發(fā)生了突變;昭通市平均氣溫變化存在周期性，第一主周期為12 a，第二主周期為6 a。關(guān)鍵詞 氣溫變化;線性回歸;
農(nóng)業(yè)災(zāi)害研究 2022年3期2022-06-01
- 基于回歸模型的汽車(chē)門(mén)內(nèi)飾扶手舒適度評(píng)價(jià)研究
價(jià)體系，通過(guò)線性回歸模型推導(dǎo)出扶手按壓觸感指標(biāo)為其線性相關(guān)的關(guān)鍵指標(biāo);進(jìn)一步通過(guò)二次回歸及線性回歸模型分析扶手按壓受力形變曲線與扶手按壓觸感之間的關(guān)系，得出其相互關(guān)系并聯(lián)系實(shí)際進(jìn)行解析，對(duì)汽車(chē)企業(yè)優(yōu)化門(mén)扶手的技術(shù)開(kāi)發(fā)設(shè)計(jì)有實(shí)際參考意義。關(guān)鍵詞：多元線性回歸 二次回歸 線性回歸 扶手按壓受力形變曲線Abstract：This paper establishes an evaluation system of armrest comfort with four
時(shí)代汽車(chē) 2022年10期2022-05-13
- 環(huán)境監(jiān)測(cè)中生化需氧量與化學(xué)需氧量的相關(guān)性研究
OD5值建立線性回歸方程，并闡述了回歸方程的精密度和準(zhǔn)確度。結(jié)果表明，部分樣本COD與BOD5之間存在線性相關(guān)性，但是不同水質(zhì)的COD與BOD5相關(guān)性強(qiáng)弱也有較大差別。對(duì)于有機(jī)物含量較高且成分相對(duì)穩(wěn)定的水質(zhì)，樣本的COD與BOD5相關(guān)性較高，利用樣本的COD快速計(jì)算BOD5值具有實(shí)際意義和經(jīng)濟(jì)價(jià)值，為環(huán)境水質(zhì)監(jiān)測(cè)中通過(guò)樣本的COD值來(lái)計(jì)算BOD5值提供了依據(jù)。關(guān)鍵詞：BOD5;COD;環(huán)境監(jiān)測(cè);線性回歸中圖分類(lèi)號(hào)：X834 ? 文獻(xiàn)標(biāo)志碼：A ? ?
河南科技 2022年6期2022-04-22
- 線上課程教學(xué)大數(shù)據(jù)分析
了探究;通過(guò)線性回歸法探究影響學(xué)生學(xué)習(xí)效果的因素，最后分析調(diào)查結(jié)果得出結(jié)論：學(xué)生的在線學(xué)習(xí)的參與度越高學(xué)習(xí)效果越明顯;學(xué)習(xí)動(dòng)機(jī)越重要，學(xué)習(xí)動(dòng)力越大學(xué)習(xí)的效果越好。關(guān)鍵詞：網(wǎng)絡(luò)教學(xué);影響因素;線性回歸;問(wèn)卷調(diào)查隨著經(jīng)濟(jì)水平和人們生活水平的上升，人們對(duì)教育的重視程度也越來(lái)越高?！盎ヂ?lián)網(wǎng)+”時(shí)代的來(lái)臨，讓網(wǎng)絡(luò)在教育領(lǐng)域中的應(yīng)用日益廣泛。各種網(wǎng)絡(luò)資源和網(wǎng)絡(luò)教學(xué)形式紛紛涌現(xiàn)，極大地推動(dòng)了網(wǎng)絡(luò)教學(xué)的發(fā)展。網(wǎng)絡(luò)課程作為一種重要的教學(xué)資源，是網(wǎng)絡(luò)教學(xué)順利開(kāi)展的基本前提和條
商業(yè)2.0-市場(chǎng)與監(jiān)管 2022年1期2022-01-08
- 基于線性回歸模型的鐵路客貨運(yùn)量研究
上，構(gòu)建基于線性回歸理論的鐵路客貨運(yùn)量預(yù)測(cè)模型，并通過(guò)相關(guān)系數(shù)檢驗(yàn)，得知鐵路客運(yùn)量與國(guó)內(nèi)生產(chǎn)總值之間存在明顯線性相關(guān)，而鐵路貨運(yùn)量與國(guó)內(nèi)生產(chǎn)總值之間不存在線性關(guān)系。關(guān)鍵詞：線性回歸;運(yùn)量預(yù)測(cè);鐵路客貨運(yùn)量文獻(xiàn)標(biāo)識(shí)碼：U292.3-A-41-141-40 引言鐵路客貨運(yùn)量趨勢(shì)可以反映出鐵路行業(yè)的整體發(fā)展?fàn)顩r，以及鐵路行業(yè)對(duì)國(guó)民經(jīng)濟(jì)社會(huì)發(fā)展的支撐作用，其主要受?chē)?guó)內(nèi)生產(chǎn)總值（GDP）、產(chǎn)業(yè)經(jīng)濟(jì)政策、居民消費(fèi)水平等因素的綜合影響。為了提高鐵路客貨運(yùn)量預(yù)測(cè)的準(zhǔn)確度，
西部交通科技 2021年10期2021-12-24
- 光伏建筑一體化板塊指數(shù)發(fā)展趨勢(shì)分析及預(yù)測(cè)
最小二乘法、線性回歸、蒙特卡洛模擬法等方法，建立股票價(jià)格預(yù)測(cè)分析模型，運(yùn)用matlab、SPSS、EXCLE等軟件，得到了所給37支股票的風(fēng)險(xiǎn)排序。通過(guò)結(jié)果分析可以看出看出近10年來(lái)，盡管行業(yè)發(fā)展存在波動(dòng)，但發(fā)展前景較好，總體來(lái)說(shuō)光伏建筑一體化行業(yè)處于上升階段。關(guān)鍵詞：擬合;線性回歸;風(fēng)險(xiǎn)價(jià)值;蒙特卡洛模擬法0 引言2021年3月1日，國(guó)家電網(wǎng)公司發(fā)布的“碳達(dá)峰、碳中和”行動(dòng)方案是首個(gè)央企發(fā)布的“碳達(dá)峰、碳中和”行動(dòng)方案。光伏建筑一體化的建設(shè)必定擁有著良好
科學(xué)與生活 2021年16期2021-11-25
- 滄州市梨花期低溫凍害風(fēng)險(xiǎn)預(yù)報(bào)研究
測(cè)資料，采用線性回歸分析，建立最低氣溫訂正模型，并通過(guò)歷史回帶進(jìn)行可行性檢驗(yàn)。關(guān)鍵詞 梨花期;低溫凍害;線性回歸;風(fēng)險(xiǎn)預(yù)報(bào)中圖分類(lèi)號(hào)：S426 文獻(xiàn)標(biāo)識(shí)碼：B 文章編號(hào)：2095–3305（2021）07–0035–02梨樹(shù)經(jīng)濟(jì)價(jià)值較高，且在滄州市內(nèi)種植面積較大，梨花期的生長(zhǎng)狀況可直接影響梨的產(chǎn)量。資料顯示，2018年多個(gè)梨樹(shù)種植縣遭遇梨花期凍害，梨產(chǎn)量較正常年份大幅減產(chǎn)，給當(dāng)?shù)毓r(nóng)帶來(lái)巨大經(jīng)濟(jì)損失，梨樹(shù)減產(chǎn)也導(dǎo)致梨價(jià)格上漲。因此，做好滄州市梨樹(shù)種植區(qū)的梨
農(nóng)業(yè)災(zāi)害研究 2021年7期2021-11-22
- 淺談往復(fù)式壓縮機(jī)故障診斷技術(shù)
;小波分析;線性回歸;聲發(fā)射壓縮機(jī)在各個(gè)行業(yè)領(lǐng)域都有較廣泛的應(yīng)用，尤其是往復(fù)式壓縮機(jī)，其性能比較穩(wěn)定，驅(qū)動(dòng)性能較好，排量范圍廣泛，設(shè)備運(yùn)行效率高。在制冷設(shè)備中，往復(fù)式壓縮機(jī)更是不可或缺的設(shè)備?；谕鶑?fù)式壓縮機(jī)較為復(fù)雜的內(nèi)部結(jié)構(gòu)，在其發(fā)生故障時(shí)，我們需要采用系統(tǒng)的診斷方式，利用多種故障診斷技術(shù)，對(duì)設(shè)備故障進(jìn)行全面的分析，找出故障成因，采取針對(duì)性的措施進(jìn)行解決，保障往復(fù)式壓縮機(jī)運(yùn)行的穩(wěn)定性。1壓縮機(jī)的故障往復(fù)式壓縮相對(duì)于其他形式的壓縮機(jī)來(lái)說(shuō)運(yùn)轉(zhuǎn)部件較多，摩擦易
裝備維修技術(shù) 2022年2期2021-11-19
- 基于多元線性回歸的天津住宅價(jià)格影響因素分析
最后通過(guò)創(chuàng)建線性回歸模型，分析得出具有顯著性影響的因素。分析結(jié)果顯示，整體而言，天津住宅商品房的價(jià)格受房地產(chǎn)住宅投資的影響作用比較大，并根據(jù)相關(guān)數(shù)據(jù)結(jié)果的分析，提出相應(yīng)的合理化建議。關(guān)鍵詞：天津 影響因素 住宅價(jià)格 線性回歸0引言天津作為四大直轄市之一，一座超大城市，它的住宅價(jià)格處于一個(gè)較高的水平層次，備受關(guān)注。天津在整個(gè)京津冀一體化的進(jìn)程當(dāng)中，目前來(lái)看扮演的更像是居住區(qū)的角色。以教育、醫(yī)療、養(yǎng)老等帶動(dòng)整體經(jīng)濟(jì)發(fā)展，緩解北京人口壓力?？茖W(xué)地認(rèn)識(shí)房地產(chǎn)市場(chǎng)的
科學(xué)與生活 2021年20期2021-11-18
- “互聯(lián)網(wǎng)+”知識(shí)付費(fèi)產(chǎn)品的支付意愿及影響因素探究
;支付意愿;線性回歸[DOI]10.13939/j.cnki.zgsc.2021.24.1001 引言商品流通是商品從生產(chǎn)到消費(fèi)的社會(huì)性轉(zhuǎn)移，通常人們所熟知的商品流通指有形商品。然而，隨著互聯(lián)網(wǎng)時(shí)代的發(fā)展，越來(lái)越多的無(wú)形商品加入到商品流通中，知識(shí)付費(fèi)即為其中一部分。知識(shí)付費(fèi)定義為用戶在各個(gè)知識(shí)付費(fèi)平臺(tái)，以購(gòu)買(mǎi)的形式，獲取自己所需要的知識(shí)、得到相關(guān)問(wèn)題答案的行為。2016年起知識(shí)付費(fèi)概念逐漸出現(xiàn)在人們的視野，隨著知識(shí)付費(fèi)行業(yè)的發(fā)展，其規(guī)模已經(jīng)在2019年達(dá)到
中國(guó)市場(chǎng) 2021年24期2021-10-30
- 最小二乘法的初等解釋
最小二乘法;線性回歸;首發(fā)權(quán)。對(duì)兩個(gè)線性相關(guān)變量做回歸分析時(shí)，我們會(huì)用最小二乘法。看似平常的最小二乘法，實(shí)則來(lái)之不易，高斯憑借法國(guó)子午線弧測(cè)算而生與勒讓德的首發(fā)權(quán)之爭(zhēng)，延續(xù)數(shù)年。即便是回歸方程的系數(shù)的推算，究竟是用微分方法、偏差理論還是矩陣法，亦是值得推敲的。離開(kāi)了這些思考，單純把結(jié)論告訴學(xué)生，那當(dāng)然就不會(huì)重視散點(diǎn)圖、殘差分析、相關(guān)指數(shù)等與統(tǒng)計(jì)思想有關(guān)的概念，聽(tīng)者就只能如墜五里云中。在最小二乘法的學(xué)習(xí)中，如果只重視公式和結(jié)論，掐頭去尾燒中段，就會(huì)失去深入領(lǐng)
啟迪·上 2021年1期2021-09-10
- 問(wèn)題導(dǎo)向是課堂學(xué)習(xí)活動(dòng)的主干線
要：“一元線性回歸模型”是一節(jié)指定課題，執(zhí)教教師使用北師大版教材進(jìn)行課堂教學(xué)，非常成功. 他以實(shí)際問(wèn)題預(yù)判決策貫穿始終，讓學(xué)生通過(guò)自己的鞋碼和身高，思考與體驗(yàn)兩者之間的相關(guān)關(guān)系，課堂充滿了數(shù)學(xué)味、教學(xué)味和文化味，教學(xué)語(yǔ)言有磁性，信息技術(shù)工具和計(jì)算器幫助分析計(jì)算的操作技能強(qiáng)，最大限度地提高了課堂教學(xué)效率.關(guān)鍵詞：線性回歸;情境問(wèn)題;核心素養(yǎng);數(shù)學(xué)文化“一元線性回歸模型”是一節(jié)指定課題，要求執(zhí)教教師結(jié)合具體實(shí)例，引導(dǎo)學(xué)生了解一元線性回歸模型的含義，了解模型參
中國(guó)數(shù)學(xué)教育（高中版） 2021年5期2021-09-10
- “一元線性回歸模型”教學(xué)設(shè)計(jì)
理，建立一元線性回歸模型，從而進(jìn)行實(shí)際預(yù)測(cè)，解決實(shí)際問(wèn)題. 了解利用回歸直線刻畫(huà)兩個(gè)變量之間相關(guān)關(guān)系的代表性，理解回歸直線必過(guò)樣本點(diǎn)的中心，并能對(duì)統(tǒng)計(jì)活動(dòng)結(jié)果進(jìn)行反思.關(guān)鍵詞：線性回歸;統(tǒng)計(jì)應(yīng)用;數(shù)學(xué)建模;數(shù)據(jù)處理一、內(nèi)容和內(nèi)容解析1. 內(nèi)容結(jié)合具體實(shí)例，了解一元線性回歸模型的含義，了解模型參數(shù)的統(tǒng)計(jì)意義，了解最小二乘原理，掌握一元線性回歸模型參數(shù)的最小二乘估計(jì)方法，會(huì)使用相關(guān)的統(tǒng)計(jì)軟件.2. 內(nèi)容解析“一元線性回歸模型”是北師大版《普通高中課程標(biāo)準(zhǔn)實(shí)驗(yàn)教
中國(guó)數(shù)學(xué)教育（高中版） 2021年5期2021-09-10
- 凸顯數(shù)學(xué)價(jià)值 提升學(xué)生素養(yǎng)
要：課例“線性回歸方程”是一節(jié)成功的課. 本節(jié)課執(zhí)教教師定位準(zhǔn)確，在充分理解蘇教版教材編寫(xiě)意圖的前提下，準(zhǔn)備把握基本要求，在教學(xué)設(shè)計(jì)上體現(xiàn)統(tǒng)計(jì)大觀念下的數(shù)學(xué)教學(xué)，創(chuàng)設(shè)真實(shí)情境，凸顯數(shù)學(xué)的應(yīng)用價(jià)值，引導(dǎo)學(xué)生提出問(wèn)題. 通過(guò)“思考—體驗(yàn)—再思考—表達(dá)”的方式發(fā)展學(xué)生的數(shù)學(xué)學(xué)科核心素養(yǎng)，在該放手的地方完全放手，讓學(xué)生完全進(jìn)入深度學(xué)習(xí)，收到了非常好的教學(xué)效果.關(guān)鍵詞：線性回歸;情境問(wèn)題;核心素養(yǎng);深度學(xué)習(xí)“一元線性回歸模型”是一節(jié)指定課題，組委會(huì)給定了基本要求：
中國(guó)數(shù)學(xué)教育（高中版） 2021年5期2021-09-10
- “線性回歸方程”教學(xué)設(shè)計(jì)
? 要：運(yùn)用線性回歸方程分析數(shù)據(jù)是一種對(duì)兩個(gè)數(shù)值變量進(jìn)行數(shù)據(jù)分析的方法. 本節(jié)課通過(guò)新冠肺炎疫情真實(shí)情境，讓學(xué)生主動(dòng)提出問(wèn)題，引領(lǐng)建立模型、寫(xiě)出“恰當(dāng)”的直線方程和探究“恰當(dāng)”的直線標(biāo)準(zhǔn)三個(gè)課堂活動(dòng)，通過(guò)獨(dú)立思考、合作探究、技術(shù)輔助，引導(dǎo)學(xué)生逐步獲得線性回歸方程的概念及經(jīng)歷較為系統(tǒng)的數(shù)據(jù)分析過(guò)程，最終提升學(xué)生的數(shù)學(xué)學(xué)科核心素養(yǎng).關(guān)鍵詞：線性回歸;單元教學(xué);數(shù)學(xué)建模;數(shù)據(jù)分析;自主探究一、教學(xué)內(nèi)容解析統(tǒng)計(jì)學(xué)是研究收集、整理、分析數(shù)據(jù)的科學(xué)，它可以為人們制定決
中國(guó)數(shù)學(xué)教育（高中版） 2021年5期2021-09-10
- 線性回歸分析法下企業(yè)并購(gòu)績(jī)效影響因素分析
：企業(yè)并購(gòu);線性回歸;并購(gòu)績(jī)效1.背景意義與研究介紹1.1研究背景隨著近年來(lái)國(guó)際社會(huì)環(huán)境的動(dòng)蕩與變化，我國(guó)較多企業(yè)面對(duì)變化迅速的經(jīng)濟(jì)環(huán)境很難快速適應(yīng)，而伴隨著眾多的企業(yè)失敗現(xiàn)象的出現(xiàn)，如何使企業(yè)保持目前，同時(shí)在未來(lái)期間依然取得良好的發(fā)展勢(shì)頭越來(lái)越引起企業(yè)的重視。我國(guó)經(jīng)濟(jì)正處于關(guān)鍵的轉(zhuǎn)型時(shí)期，企業(yè)數(shù)量增長(zhǎng)速度非?？欤l(fā)展勢(shì)頭迅猛，但不少企業(yè)存在經(jīng)營(yíng)模式單一、行業(yè)同質(zhì)化程度高、缺乏行之有效的科學(xué)管理制度、抗風(fēng)險(xiǎn)能力薄弱等問(wèn)題。從企業(yè)的成長(zhǎng)和發(fā)展的規(guī)律來(lái)看，企業(yè)
商業(yè)2.0-市場(chǎng)與監(jiān)管 2021年5期2021-09-10
- 互聯(lián)網(wǎng)金融的發(fā)展對(duì)中國(guó)各城市居民消費(fèi)水平的影響研究
實(shí)證模型 線性回歸一、引言互聯(lián)網(wǎng)金融與傳統(tǒng)金融存在明顯差異，開(kāi)展業(yè)務(wù)方式和所秉持的理念均不相同?；ヂ?lián)網(wǎng)金融貫徹著“開(kāi)放、平等、協(xié)作、分享”的精神，在金融領(lǐng)域創(chuàng)造了不小的價(jià)值，這些新的模式讓金融市場(chǎng)參與者的參與成本變低，也讓信息變得更加透明，在一定程度上促進(jìn)了金融市場(chǎng)的發(fā)展，對(duì)國(guó)民經(jīng)濟(jì)的影響也在不斷地提高。本文即在此背景上研究互聯(lián)網(wǎng)金融發(fā)展到目前階段所出現(xiàn)的一些新興業(yè)務(wù)對(duì)居民消費(fèi)產(chǎn)生的影響是否總體向好，并在得到結(jié)果之后對(duì)原因進(jìn)行分析，進(jìn)而提出一些相關(guān)的建議
時(shí)代金融 2021年17期2021-08-26
- 新高考“6選3”模式下預(yù)測(cè)高校錄取分?jǐn)?shù)的方法
數(shù)據(jù)，并使用線性回歸模型對(duì)新高考“6選3”模式下高校錄取分?jǐn)?shù)做出預(yù)測(cè)。實(shí)驗(yàn)結(jié)果表明，該方法能夠整合歷史文理分科數(shù)據(jù)，對(duì)實(shí)施新高考模式高校的錄取分?jǐn)?shù)進(jìn)行精準(zhǔn)預(yù)測(cè)。關(guān)鍵詞：新高考;分?jǐn)?shù)預(yù)測(cè);歸一化;線性回歸中圖分類(lèi)號(hào)：O223;TP393? ? ? 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：2096-4706（2021）02-0188-04Abstract：Because the “three out of six” model of the new college entr
現(xiàn)代信息科技 2021年2期2021-07-28
- 基于訂單取消量可預(yù)測(cè)的制造商原材料庫(kù)存優(yōu)化研究
際交易量利用線性回歸模型來(lái)預(yù)測(cè)訂單取消量。在此基礎(chǔ)上，本文構(gòu)建了以庫(kù)存總成本最小為目標(biāo)的訂單取消量可預(yù)測(cè)的制造商原材料庫(kù)存優(yōu)化模型，然后設(shè)計(jì)了時(shí)間復(fù)雜度為O（np）的近似算法GA求解模型（其中n為原材料的種類(lèi)數(shù)，p為預(yù)測(cè)訂單取消量的時(shí)段數(shù)），并分析了算法GA的近似比。最后選取XAHL有限公司的庫(kù)存數(shù)據(jù)進(jìn)行實(shí)例分析，驗(yàn)證了模型和算法的有效性，根據(jù)模型計(jì)算結(jié)果給出公司原材料采購(gòu)和庫(kù)存優(yōu)化策略。本文旨在為制造商進(jìn)行原材料采購(gòu)及庫(kù)存決策提供理論依據(jù)。關(guān)鍵詞：預(yù)測(cè);
預(yù)測(cè) 2021年3期2021-07-12
- 草莓種植環(huán)境穩(wěn)定性優(yōu)化與成熟期預(yù)測(cè)的研究
;生長(zhǎng)周期;線性回歸;訓(xùn)練模型;成熟度中圖分類(lèi)號(hào)：TP311? ? ? 文獻(xiàn)標(biāo)識(shí)碼：A文章編號(hào)：1009-3044（2021）10-0209-04鄉(xiāng)村振興戰(zhàn)略是在黨的十九大報(bào)告中提出的戰(zhàn)略，十九大報(bào)告指出，農(nóng)業(yè)農(nóng)村農(nóng)民問(wèn)題是關(guān)系國(guó)計(jì)民生的根本性問(wèn)題，必須始終把解決好“三農(nóng)”問(wèn)題作為全黨工作的重中之重，實(shí)施鄉(xiāng)村振興戰(zhàn)略。然而，我國(guó)的農(nóng)業(yè)智能種植技術(shù)使用較晚，直到二十一世紀(jì)初期我國(guó)的農(nóng)業(yè)科技人員才開(kāi)始通過(guò)國(guó)外進(jìn)口種植大棚設(shè)備選型，培育技術(shù)等領(lǐng)域深入研究探索[1
電腦知識(shí)與技術(shù) 2021年10期2021-06-28
- 基于穩(wěn)健估計(jì)方法的線性回歸研究
小二乘方法的線性回歸估計(jì)方法，是通過(guò)最小化誤差平方和尋找參數(shù)向量最優(yōu)解，該方法對(duì)大的誤差點(diǎn)不具穩(wěn)健性。本文主要針對(duì)具有異常點(diǎn)的穩(wěn)健估計(jì)方法，研究在背景噪聲下的穩(wěn)健估計(jì)性能，并通過(guò)數(shù)值仿真證明近似高斯分布，如高斯混合噪聲模型下，單調(diào)型穩(wěn)健M估計(jì)方法較好;在具有無(wú)窮方差的柯西背景噪聲下，回降型M估計(jì)性能最優(yōu)。理論和仿真實(shí)驗(yàn)均可得到穩(wěn)健回歸方法比最小二乘方法具有更好的穩(wěn)健性。關(guān)鍵詞：線性回歸? 最小二乘法? 穩(wěn)健估計(jì)? M估計(jì)? 穩(wěn)健性中圖分類(lèi)號(hào)：O212.1?
科技創(chuàng)新導(dǎo)報(bào) 2021年1期2021-06-15
- 國(guó)際貿(mào)易與國(guó)際分工對(duì)地區(qū)發(fā)展的影響
易;自貿(mào)區(qū);線性回歸隨著世界格局的變化，全球一體化的進(jìn)程不斷加快，國(guó)際貿(mào)易與國(guó)際分工的重要性日益凸顯。而浦東國(guó)際貿(mào)易與國(guó)際分工的開(kāi)放與發(fā)展，上海繼承了18、19世紀(jì)的上海埠繁榮的進(jìn)出口貿(mào)易盛況，在21世紀(jì)的今天繼續(xù)承擔(dān)著在國(guó)內(nèi)國(guó)際進(jìn)出口貿(mào)易的龍頭地位。那么，究竟上海的國(guó)際貿(mào)易發(fā)展到了什么地步呢？是什么原因使上海承擔(dān)了這么重要的責(zé)任呢？只有了解了這些問(wèn)題，才能有效地借鑒上海經(jīng)濟(jì)貿(mào)易發(fā)展的經(jīng)驗(yàn)，使成果有效輻射到周?chē)拈L(zhǎng)江三角洲甚至整個(gè)中國(guó)。同時(shí)，深入了解上海的
中國(guó)集體經(jīng)濟(jì) 2021年11期2021-04-18
- 基于ARIMA和線性回歸組合模型的煤炭?jī)r(jià)格預(yù)測(cè)
的影響，使用線性回歸模型進(jìn)行擬合，再使用預(yù)測(cè)誤差平方和倒數(shù)法得到組合模型。最終的預(yù)測(cè)結(jié)果誤差為0.977%，預(yù)測(cè)效果較好，可為煤炭市場(chǎng)的經(jīng)營(yíng)和管理提供一定的理論依據(jù)。[關(guān)鍵詞] 煤炭?jī)r(jià)格;預(yù)測(cè);ARIMA;線性回歸doi ： 10 . 3969 / j . issn . 1673 - 0194 . 2021. 01. 077[中圖分類(lèi)號(hào)] F713.54? ? [文獻(xiàn)標(biāo)識(shí)碼]? A? ? ? [文章編號(hào)]? 1673 - 0194（2021）01- 018
中國(guó)管理信息化 2021年1期2021-03-03
- 基于Python的線性回歸最小二乘算法的設(shè)計(jì)與實(shí)現(xiàn)
深度學(xué)習(xí)中的線性回歸最小二乘法的設(shè)計(jì)與實(shí)現(xiàn)做進(jìn)一步探討，希望讓許多深度學(xué)習(xí)的初學(xué)者和愛(ài)好者對(duì)深度學(xué)習(xí)有一個(gè)最簡(jiǎn)單明了的認(rèn)知。關(guān)鍵詞：深度學(xué)習(xí);Python;線性回歸;最小二乘法中圖分類(lèi)號(hào)：TP391 ? ? ?文獻(xiàn)標(biāo)識(shí)碼：A文章編號(hào)：1009-3044（2021）35-0123-021 深度學(xué)習(xí)概述深度學(xué)習(xí)是機(jī)器學(xué)習(xí)的一個(gè)極為重要分支，深度學(xué)習(xí)基于人工神經(jīng)網(wǎng)絡(luò)的研究[1]。組合若干低層特征，以便于生成更高層次的表征屬性特征，發(fā)現(xiàn)數(shù)據(jù)的分布式特征表述。其本質(zhì)
電腦知識(shí)與技術(shù) 2021年35期2021-02-28
- 建立數(shù)學(xué)模型分析企業(yè)投資與地方環(huán)境、經(jīng)濟(jì)的關(guān)系
數(shù)計(jì)量模型;線性回歸;經(jīng)濟(jì)發(fā)展;企業(yè)投資一、引言達(dá)州，是四川省地級(jí)市，四川省政府批復(fù)確定的西部天然氣能源化工基地，川渝鄂陜結(jié)合部交通樞紐、文化商貿(mào)中心和生態(tài)宜居區(qū)域中心城市。達(dá)州是國(guó)家規(guī)劃定位的成渝經(jīng)濟(jì)圈、川東北城市群重要節(jié)點(diǎn)城市;是四川對(duì)外開(kāi)放的“東大門(mén)”和四川重點(diǎn)建設(shè)的百萬(wàn)人口區(qū)域中心城市;是中國(guó)公路運(yùn)輸主樞紐和四川省區(qū)域性次級(jí)樞紐城市;是商貿(mào)服務(wù)型國(guó)家物流樞紐承載城市、全國(guó)綠色貨運(yùn)配送示范工程創(chuàng)建城市;是四川省通江達(dá)海的東通道;是建設(shè)四川東出北上綜合
錦繡·上旬刊 2020年8期2020-12-14
- 安徽省旅游經(jīng)濟(jì)發(fā)展影響因素實(shí)證分析
標(biāo)，采用多元線性回歸方法和逐步回歸方法構(gòu)建回歸模型?；貧w結(jié)果表明安徽省國(guó)內(nèi)旅游人數(shù)和居民消費(fèi)水平為顯著影響旅游收入的兩個(gè)變量。關(guān)鍵詞：安徽省;旅游經(jīng)濟(jì);影響因素;線性回歸0 引言安徽省是一個(gè)旅游資源大省，擁有豐富的旅游資源，包括人文景觀和自然景觀。據(jù)統(tǒng)計(jì)局發(fā)布的數(shù)據(jù)顯示，2018年安徽省國(guó)內(nèi)旅游人數(shù)由2000年的2973萬(wàn)人次增加到72147萬(wàn)人次，國(guó)內(nèi)旅游收入由2000年的150.5億元增加到7030億元，旅客周轉(zhuǎn)量由537萬(wàn)人公里增加到1206萬(wàn)人公里
錦繡·上旬刊 2020年8期2020-12-14
- 高中數(shù)學(xué)建模教學(xué)實(shí)踐探究
;數(shù)學(xué)建模;線性回歸[中圖分類(lèi)號(hào)]G633.6[文獻(xiàn)標(biāo)識(shí)碼] A[文章編號(hào)] 1674-6058（ 2020） 35-0004-02數(shù)學(xué)建模是指對(duì)現(xiàn)實(shí)問(wèn)題進(jìn)行數(shù)學(xué)抽象，用數(shù)學(xué)語(yǔ)言表達(dá)問(wèn)題、用數(shù)學(xué)知識(shí)與方法構(gòu)建模型解決問(wèn)題的過(guò)程，《普通高中數(shù)學(xué)課程標(biāo)準(zhǔn)（2017年版）》把數(shù)學(xué)建模作為六個(gè)數(shù)學(xué)學(xué)科核心素養(yǎng)之一，指明數(shù)學(xué)建模主要表現(xiàn)為：發(fā)現(xiàn)和提出問(wèn)題，建立和求解模型，檢驗(yàn)和完善模型，分析和解決問(wèn)題，然而目前高中生的數(shù)學(xué)建模能力普遍較低.因此，高中數(shù)學(xué)建模課程的探
中學(xué)教學(xué)參考·理科版 2020年12期2020-12-11
- 淺論空氣質(zhì)量的校準(zhǔn)
后再利用多元線性回歸逐個(gè)分析每個(gè)因素的影響程度。但由于非常規(guī)氣態(tài)污染物（氣）濃度變化對(duì)傳感器會(huì)存在交叉干擾，所以我們接著用相關(guān)性分析對(duì)每個(gè)因素的交互干擾進(jìn)行分析。最后，利用國(guó)控點(diǎn)數(shù)據(jù)，建立數(shù)學(xué)模型對(duì)自建點(diǎn)數(shù)據(jù)進(jìn)行校準(zhǔn)。關(guān)鍵詞：主成分分析;因子分析;相關(guān)性分析;線性回歸;校準(zhǔn)一、問(wèn)題假設(shè)和符號(hào)說(shuō)明（1）假設(shè)忽略空氣中其他污染物對(duì)微型空氣質(zhì)量檢測(cè)儀造成的影響。（2）假設(shè)該地區(qū)各種影響空氣質(zhì)量的軟因素（如工業(yè)發(fā)展，人口數(shù)量）保持平穩(wěn)變化。X1～X6分別表示自建點(diǎn)
科技風(fēng) 2020年30期2020-11-30
- 用戶評(píng)論與產(chǎn)品銷(xiāo)售量的相關(guān)性研究
：LTSM;線性回歸;SPSS;聚類(lèi)分析文本的情感傾向性分析，即針對(duì)每一條文本，實(shí)現(xiàn)正向、中性和負(fù)向的三分類(lèi)，以識(shí)別其情感傾向。以此為基礎(chǔ)，去建立視覺(jué)監(jiān)控模型，處理評(píng)分評(píng)定和評(píng)論文字情感傾向性問(wèn)題。通過(guò)分析之前的數(shù)據(jù)來(lái)檢測(cè)數(shù)據(jù)預(yù)警點(diǎn)。1 基于LSTM模型的數(shù)據(jù)處理1.1 數(shù)據(jù)處理流程首先，歸納具有相同product_parent類(lèi)型的案例，即具有相同product_parent特征的案例總數(shù)，獲取CNT_PP作為因變量。然后，使用LSTM長(zhǎng)期和短期存儲(chǔ)網(wǎng)絡(luò)
電力與能源系統(tǒng)學(xué)報(bào)·下旬刊 2020年4期2020-11-16
- 二氧化硫濃度與顏色讀數(shù)的多元線性回歸模型
H之間的五元線性回歸模型，結(jié)果顯示該模型擬合程度較好，但是t統(tǒng)計(jì)值和P值顯示顏色分量RSB對(duì)二氧化硫濃度的影響不顯著。隨后計(jì)算顏色分量之間的相關(guān)系數(shù)，結(jié)果顯示顏色分量之間存在多重共線性。為此，對(duì)建立的五元線性回歸模型采用逐步回歸法進(jìn)行優(yōu)化，統(tǒng)計(jì)結(jié)果顯示出在給定的5個(gè)顏色分量GBRSH中，對(duì)二氧化硫濃度的影響由主到次的順序依次為：G>H>B>S>R，可見(jiàn)影響二氧化硫濃度的主要顏色分量為G和H。關(guān)鍵詞：顏色讀數(shù);二氧化硫;線性回歸;逐步回歸中圖分類(lèi)號(hào)：G642
甘肅科技縱橫 2020年8期2020-11-02
- 信息技術(shù)助力直觀想象在統(tǒng)計(jì)教學(xué)中落地生根
室. 文章以線性回歸方程的教學(xué)設(shè)計(jì)為例，探討其在培養(yǎng)學(xué)生直觀想象核心素養(yǎng)的一些操作形式.[關(guān)鍵詞] 直觀想象;圖形計(jì)算器;線性回歸問(wèn)題提出1. 如何理解“直觀想象”核心素養(yǎng)2014年3月教育部頒布的《關(guān)于全面深化課程改革落實(shí)立德樹(shù)人根本任務(wù)的意見(jiàn)》，確立了核心素養(yǎng)在立德樹(shù)人中的突出地位. 林崇德教授曾提出：“學(xué)生應(yīng)具備能夠適應(yīng)終身發(fā)展和社會(huì)發(fā)展需要的必備品格和關(guān)鍵能力.”核心素養(yǎng)兼具個(gè)體發(fā)展和社會(huì)發(fā)展，連接個(gè)體價(jià)值和社會(huì)價(jià)值，是人從事社會(huì)實(shí)踐活動(dòng)必備的知識(shí)
數(shù)學(xué)教學(xué)通訊·高中版 2020年8期2020-10-20
- 基于回歸的房?jī)r(jià)預(yù)測(cè)模型研究
：模型融合;線性回歸;房?jī)r(jià)預(yù)測(cè);建模分析中圖分類(lèi)號(hào)：F299.23?文獻(xiàn)識(shí)別碼：A?文章編號(hào)：2096-3157（2020）19-0120-03一、研究背景隨著大數(shù)據(jù)時(shí)代的到來(lái)，具備大數(shù)據(jù)思想至關(guān)重要，人工智能技術(shù)在各行各業(yè)的應(yīng)用已是隨處可見(jiàn)。在生產(chǎn)制造業(yè)，人工智能技術(shù)可以極大地提高生產(chǎn)效率，節(jié)省勞動(dòng)成本，提升產(chǎn)品質(zhì)量;在服務(wù)業(yè)，可以優(yōu)化行業(yè)現(xiàn)有產(chǎn)品和服務(wù)，提升其質(zhì)量和勞動(dòng)生產(chǎn)率;金融、醫(yī)療等領(lǐng)域，也因人工智能技術(shù)的加入而愈發(fā)繁榮，人們的生活也因?yàn)槠涓颖?/div>
全國(guó)流通經(jīng)濟(jì) 2020年19期2020-09-22
- 關(guān)于金融機(jī)構(gòu)個(gè)人貸款的需求預(yù)測(cè)
融;大數(shù)據(jù);線性回歸;GBDT1.研究背景近年來(lái)，針對(duì)個(gè)人用戶的小額信用貸款已成為一項(xiàng)成熟的業(yè)務(wù)，目前發(fā)展勢(shì)頭良好。此類(lèi)業(yè)務(wù)多通過(guò)手機(jī)客戶端來(lái)進(jìn)行操作，一些金融機(jī)構(gòu)，如銀行、互聯(lián)網(wǎng)金融機(jī)構(gòu)利用個(gè)人用戶預(yù)留的基本信息和一些歷史信息等來(lái)對(duì)用戶的個(gè)人征信及貸款額度進(jìn)行評(píng)估，自動(dòng)生成貸款方案，多數(shù)情況下不需要人為介入。此項(xiàng)業(yè)務(wù)由于辦理快捷、流程簡(jiǎn)單，深受廣大用戶特別是年輕用戶的青睞。其業(yè)務(wù)規(guī)模不斷擴(kuò)大，同時(shí)競(jìng)爭(zhēng)亦日益加深?！澳辰琛笔悄辰鹑跈C(jī)構(gòu)旗下的一款小額信用貸款商業(yè)2.0-市場(chǎng)與監(jiān)管 2020年2期2020-09-10
- 江蘇省農(nóng)產(chǎn)品虛擬水消費(fèi)量影響因素分析
主成分分析、線性回歸分析，創(chuàng)新性地從社會(huì)、自然、經(jīng)濟(jì)、技術(shù)、生態(tài)、政策六大維度全面、深入剖析江蘇省農(nóng)產(chǎn)品虛擬水消費(fèi)量的影響因素及具體影響，提出了相關(guān)政策建議?！娟P(guān)鍵詞】虛擬水消費(fèi);農(nóng)產(chǎn)品;自下而上法;線性回歸;節(jié)水一、引言 改革開(kāi)放以來(lái)，作為中國(guó)經(jīng)濟(jì)發(fā)展速度最快、活力最強(qiáng)、擁有最大城市腹地面積的江蘇省發(fā)展迅速，綜合經(jīng)濟(jì)實(shí)力一直位于全國(guó)前列，但社會(huì)經(jīng)濟(jì)的發(fā)展往往會(huì)耗費(fèi)大量的水資源，江蘇省水資源匱乏問(wèn)題日益嚴(yán)重。2013年江蘇省水資源總量為283.5億立方米客聯(lián) 2020年12期2020-09-10
- 一種基于主成分回歸的線損率成因分析方法研究
主成分分析;線性回歸;線損率;影響因素0? ? 引言為緊跟大數(shù)據(jù)時(shí)代的步伐，國(guó)家電網(wǎng)公司已建設(shè)的同期線損管理系統(tǒng)為智能電網(wǎng)的發(fā)展提供了數(shù)據(jù)支撐。線損指的是電能在電網(wǎng)運(yùn)輸過(guò)程中以熱能形式散發(fā)的能量損耗[1]。線損率是電力企業(yè)的一項(xiàng)重要綜合性技術(shù)經(jīng)濟(jì)指標(biāo)，它能反映出供電企業(yè)的規(guī)劃設(shè)計(jì)、生產(chǎn)技術(shù)和運(yùn)行管理水平。為有效挖掘同期線損管理系統(tǒng)中數(shù)據(jù)的價(jià)值，電力公司需要從戰(zhàn)略高度著眼、戰(zhàn)術(shù)角度入手，將先進(jìn)的數(shù)據(jù)挖掘技術(shù)手段和科學(xué)的系統(tǒng)采集數(shù)據(jù)手段有機(jī)地結(jié)合起來(lái)[2]。1機(jī)電信息 2020年18期2020-08-31
- 卷積神經(jīng)網(wǎng)絡(luò)在手寫(xiě)數(shù)字識(shí)別中的應(yīng)用
明，與傳統(tǒng)的線性回歸模型相比，卷積神經(jīng)網(wǎng)絡(luò)有更好的魯棒性和抗干擾性，識(shí)別精度明顯優(yōu)于傳統(tǒng)的線性回歸模型。關(guān)鍵詞：卷積神經(jīng)網(wǎng)絡(luò);MNIST;手寫(xiě)數(shù)字識(shí);線性回歸;深度學(xué)習(xí)中圖分類(lèi)號(hào)：TP311文獻(xiàn)標(biāo)識(shí)碼：A文章編號(hào)：1009-3044（2020）21-0013-03開(kāi)放科學(xué)（資源服務(wù)）標(biāo)識(shí)碼（OSID）：目前，由于手寫(xiě)數(shù)字的應(yīng)用范圍廣泛，例如郵政編碼手寫(xiě)體、智能手機(jī)的手寫(xiě)輸入法等，使得手寫(xiě)數(shù)字識(shí)別研究成了深度學(xué)習(xí)的研究熱點(diǎn)之一。手寫(xiě)數(shù)字識(shí)別研究的內(nèi)容是讓計(jì)算電腦知識(shí)與技術(shù) 2020年21期2020-08-21
- 教育技術(shù)專(zhuān)業(yè)本科畢業(yè)論文影響因素探究
;畢業(yè)論文;線性回歸;理論基礎(chǔ);教師技能;教學(xué)改革中圖分類(lèi)號(hào)：G642.477? ? 文獻(xiàn)標(biāo)識(shí)碼：B文章編號(hào)：1671-489X（2020）22-0004-06Research on Influencing Factors of Undergraduate Thesis ofEducation Technology Specialty based on Perspective of Specia-lized Course Learning//HE Tong中國(guó)教育技術(shù)裝備 2020年22期2020-08-10
- 基于統(tǒng)計(jì)分析的溫度控制系統(tǒng)改進(jìn)研究
對(duì)傳統(tǒng)算法中線性回歸的理論弊端，提出基于統(tǒng)計(jì)科學(xué)的控制方法，先對(duì)模型的數(shù)據(jù)分析進(jìn)行改進(jìn)并結(jié)合控制模型計(jì)算出95%的置信區(qū)間，然后計(jì)算出整個(gè)溫區(qū)的預(yù)測(cè)區(qū)間。與傳統(tǒng)的線性回歸算法相比，基于統(tǒng)計(jì)分析的溫度控制系統(tǒng)改進(jìn)方法得到的溫度更加準(zhǔn)確，精度更高。關(guān)鍵詞：線性回歸;置信區(qū)間;可信度;統(tǒng)計(jì)控制Abstract： In the temperature control system of commonly used equipment， there are two河南科技 2020年10期2020-06-21
- 預(yù)測(cè)探究滬深300股指期權(quán)在資本市場(chǎng)中的運(yùn)用程度
權(quán) 交易量 線性回歸一、引言2019年11月8日，證監(jiān)會(huì)宣布正式啟動(dòng)擴(kuò)大股票股指期權(quán)的試點(diǎn)工作，中國(guó)金融期貨交易所（以下簡(jiǎn)稱中金所）擬開(kāi)展滬深300股指期權(quán)上市交易。11月10日，就IO股指期權(quán)合約表、交易結(jié)算細(xì)則、會(huì)員業(yè)務(wù)結(jié)算細(xì)則、風(fēng)控管理辦法、套保套利管理辦法與信息管理辦法向社會(huì)公開(kāi)征求意見(jiàn)。二、研究設(shè)計(jì)（一）研究方法與量化研究探究期權(quán)定價(jià)不同，案例研究來(lái)源于實(shí)證分析，沒(méi)有經(jīng)過(guò)理論的抽象或精簡(jiǎn)，而是將客觀數(shù)據(jù)直接作為市場(chǎng)的真實(shí)反映，以期在以往的市場(chǎng)記錄財(cái)經(jīng)界·上旬刊 2020年5期2020-05-28
- 基于線性回歸模型對(duì)年我國(guó)進(jìn)出口貿(mào)易與國(guó)內(nèi)生產(chǎn)總值的影響分析
額;GDP;線性回歸一、引言進(jìn)出口活動(dòng)作為拉動(dòng)國(guó)民經(jīng)濟(jì)發(fā)展的重要力量，對(duì)國(guó)家的經(jīng)濟(jì)總量增長(zhǎng)具有極其重要的作用。伴隨貿(mào)易全球化的趨勢(shì)越來(lái)越強(qiáng)，加強(qiáng)多國(guó)之間的合作無(wú)疑成為每個(gè)國(guó)家快速發(fā)展的必經(jīng)之路，打開(kāi)國(guó)門(mén)，進(jìn)口國(guó)外先進(jìn)技術(shù)設(shè)備，出口國(guó)內(nèi)優(yōu)質(zhì)商品，就能簡(jiǎn)單地構(gòu)成在國(guó)際市場(chǎng)上的貿(mào)易往來(lái)。緊鎖國(guó)門(mén)，不參與國(guó)際市場(chǎng)上的貿(mào)易交流，勢(shì)必會(huì)落后。在2001年，中國(guó)加入了世界貿(mào)易組織，開(kāi)始了國(guó)家貿(mào)易新的轉(zhuǎn)折點(diǎn)。本文目的就是通過(guò)建立線性回歸模型，探究進(jìn)出口貿(mào)易與我國(guó)GDP的之大眾科學(xué)·中旬 2020年3期2020-05-26
- 人民幣匯率變化對(duì)就業(yè)影響的簡(jiǎn)單實(shí)證分析
城鎮(zhèn)失業(yè)率 線性回歸2005年我國(guó)實(shí)行人民幣匯率改革以來(lái)，人民幣匯率的變化對(duì)國(guó)家宏觀經(jīng)濟(jì)的影響就成為經(jīng)濟(jì)學(xué)領(lǐng)域的研究熱點(diǎn)之一。研究表明：國(guó)家宏觀經(jīng)濟(jì)政策、經(jīng)濟(jì)增長(zhǎng)速度、國(guó)際收支、通貨膨脹、利率水平等諸多經(jīng)濟(jì)變量與人民幣匯率變化之間存在深入廣泛的聯(lián)系。充分就業(yè)是國(guó)家宏觀經(jīng)濟(jì)政策的目標(biāo)之一，就業(yè)的增長(zhǎng)帶動(dòng)經(jīng)濟(jì)總量的增長(zhǎng)，在開(kāi)放經(jīng)濟(jì)背景下，通過(guò)各種經(jīng)濟(jì)政策，提高就業(yè)率，降低失業(yè)率，必須考慮匯率變化帶來(lái)的影響。大量研究表明：人民幣匯率的變化對(duì)我國(guó)就業(yè)水平、就業(yè)結(jié)構(gòu)商情 2020年18期2020-05-18
- 工業(yè)物聯(lián)網(wǎng)中基于機(jī)器學(xué)習(xí)方法的預(yù)測(cè)技術(shù)
分別利用多元線性回歸和非線性BP神經(jīng)網(wǎng)絡(luò)方法建模，并利用當(dāng)前輸入對(duì)輸出結(jié)果進(jìn)行預(yù)測(cè)，從而對(duì)關(guān)鍵性能指標(biāo)進(jìn)行預(yù)警及預(yù)處理操作。同時(shí)還利用真實(shí)的工業(yè)物聯(lián)網(wǎng)數(shù)據(jù)進(jìn)行了仿真和驗(yàn)證，證明了基于BP神經(jīng)網(wǎng)絡(luò)的預(yù)測(cè)方法性能優(yōu)于線性預(yù)測(cè)技術(shù)。關(guān)鍵詞：工業(yè)物聯(lián)網(wǎng);機(jī)器學(xué)習(xí);神經(jīng)網(wǎng)絡(luò);預(yù)測(cè);工業(yè)智能;線性回歸中圖分類(lèi)號(hào)：TP391.7文獻(xiàn)標(biāo)識(shí)碼：A文章編號(hào)：2095-1302（2020）02-00-040 引 言2015年5月中國(guó)政府發(fā)布了《中國(guó)制造2025》發(fā)展規(guī)劃，將其作物聯(lián)網(wǎng)技術(shù) 2020年2期2020-04-10
- 基于TensorFlow.js前端機(jī)器學(xué)習(xí)進(jìn)行線性回歸擬合及油井壓力預(yù)測(cè)研究
行簡(jiǎn)單的數(shù)據(jù)線性回歸、分類(lèi)、目標(biāo)識(shí)別、可視化等處理操作，具有簡(jiǎn)單、快速、易學(xué)等特點(diǎn)。文章以線性回歸模型為例，對(duì)探井試油過(guò)程中的油管壓力數(shù)據(jù)采用前端機(jī)器學(xué)習(xí)方法進(jìn)行線性回歸擬合，并實(shí)現(xiàn)壓力預(yù)測(cè)。[關(guān)鍵詞]TensorFlow.js;前端機(jī)器學(xué)習(xí);線性回歸;壓力預(yù)測(cè)doi：10.3969/j.issn.1673 - 0194.2020.24.047[中圖分類(lèi)號(hào)]F270.7;TM715[文獻(xiàn)標(biāo)識(shí)碼]A[文章編號(hào)]1673-0194（2020）24-0-020?中國(guó)管理信息化 2020年24期2020-04-08
- 四川省農(nóng)業(yè)產(chǎn)值影響因素實(shí)證分析
成分分析法和線性回歸模型對(duì)四川省農(nóng)業(yè)產(chǎn)值及對(duì)應(yīng)的農(nóng)業(yè)指標(biāo)投入關(guān)系進(jìn)行研究分析。【結(jié)果/結(jié)論】研究發(fā)現(xiàn)：影響四川地區(qū)農(nóng)業(yè)產(chǎn)值的因素主要有耕地面積、灌溉面積和農(nóng)業(yè)機(jī)械總動(dòng)力等，并提出保證耕地?cái)?shù)量與質(zhì)量、擴(kuò)大有效灌溉面積、提高化肥使用效率、保證農(nóng)村用電供應(yīng)、提高農(nóng)業(yè)機(jī)械總動(dòng)力水平與鄉(xiāng)村從業(yè)人數(shù)等相關(guān)調(diào)整建議。關(guān)鍵詞：農(nóng)業(yè)產(chǎn)值;農(nóng)業(yè)投入指標(biāo);主成分分析;線性回歸中圖分類(lèi)號(hào)：F323.5文獻(xiàn)標(biāo)志碼：A文章編號(hào)：1637-5617（2020）01-0019-05Abs臺(tái)灣農(nóng)業(yè)探索 2020年1期2020-04-07
- 金針菇接種過(guò)程中環(huán)境微生物含量與污染率的曲線擬合分析
和污染率進(jìn)行線性回歸、二次曲線回歸、三次曲線回歸，并對(duì)得到的回歸模型進(jìn)行檢驗(yàn)，研究金針菇菌包污染率隨接種環(huán)境中雜菌含量變化的規(guī)律。結(jié)果表明，3種模型的P值均小于0.01，說(shuō)明3種模型均可以很好地反映環(huán)境中雜菌含量與污染率的關(guān)系，三次曲線模型的R2adj值最大（0.997），接近1，且各回歸系數(shù)達(dá)顯著水平，因此三次曲線模型最適合表征環(huán)境中雜菌含量與污染率的關(guān)系，回歸方程為Y=0.203-0.489x+0.293x2-0.014x3。關(guān)鍵詞??回歸分析法;污染安徽農(nóng)業(yè)科學(xué) 2020年4期2020-03-31
- 一審公訴案件受理分案的“簡(jiǎn)繁分類(lèi)”探索
件受理分案 線性回歸 SPSS “簡(jiǎn)繁分類(lèi)”作者簡(jiǎn)介：徐春陽(yáng)，江蘇省高郵市人民檢察院第六檢察部副主任。中圖分類(lèi)號(hào)：D926.3 ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?文獻(xiàn)標(biāo)識(shí)碼：A ? ? ? ? ? ? ? ? ? ? ? ?DOI：10.19387/j.cnki.1009-0592.2020.02.163檢察辦案的分案機(jī)制是司法責(zé)任制改革的基礎(chǔ)內(nèi)容之一，它一般是指檢察機(jī)關(guān)將受理的案法制與社會(huì) 2020年5期2020-03-25
- 中國(guó)上市公司并購(gòu)行為對(duì)企業(yè)績(jī)效的影響
法的原理建立線性回歸模型，綜合考慮多重共線性的問(wèn)題，進(jìn)一步利用Eviews得出回歸結(jié)果，該實(shí)證分析表明：并購(gòu)交易支付價(jià)值（val）與十大股東持股比例（ten）對(duì)公司績(jī)效有著顯著的正向影響，現(xiàn)金支付（way）與國(guó)有股權(quán)占比（sta）對(duì)企業(yè)績(jī)效有著負(fù)向的影響。【關(guān)鍵詞】并購(gòu)行為;企業(yè)績(jī)效;描述性統(tǒng)計(jì);多重共線性;線性回歸1文獻(xiàn)綜述1.1并購(gòu)行為對(duì)提高績(jī)效有著正面的影響2013-2017年醫(yī)學(xué)制造業(yè)上市公司并購(gòu)數(shù)據(jù)的實(shí)證結(jié)果表明：并購(gòu)行為對(duì)于企業(yè)創(chuàng)新績(jī)效有著顯著- 香港房?jī)r(jià)與工資之間關(guān)系的實(shí)證研究—房?jī)r(jià)是工資的函數(shù)
資 互相關(guān) 線性回歸一、引言作者在2017年初對(duì)深圳房?jī)r(jià)與工資之間的關(guān)系進(jìn)行了實(shí)證研究，實(shí)證了在深圳的實(shí)際環(huán)境下工資可以線性解釋房?jī)r(jià)，并發(fā)現(xiàn)2016年深圳房?jī)r(jià)偏離模型高估約32%，進(jìn)而預(yù)測(cè)未來(lái)幾年深圳房?jī)r(jià)不會(huì)繼續(xù)快速上漲，房?jī)r(jià)很可能會(huì)以盤(pán)整的方式以時(shí)間等待工資上漲來(lái)獲取房?jī)r(jià)在模型中合理估值[1]。根據(jù)深圳統(tǒng)計(jì)年鑒2018，深圳在崗職工年月平均工資（工資）和商品房二級(jí)市場(chǎng)平均交易價(jià)格（房?jī)r(jià)），2016年分別為【7479.75，53454】（單位：元，下同），時(shí)代金融 2020年2期2020-02-20
- 住房租賃市場(chǎng)租金價(jià)格影響因素分析及趨勢(shì)預(yù)測(cè)
賃 相關(guān)性 線性回歸 Spearman Rank ARIMA模型一、研究背景及文獻(xiàn)綜述廣州市作為中國(guó)一線城市、國(guó)家中心城市、大灣區(qū)核心城市、國(guó)際商貿(mào)中心和綜合交通樞紐，經(jīng)濟(jì)一直保持穩(wěn)定高質(zhì)量增長(zhǎng)。隨著城市化的不斷推進(jìn)，大量的農(nóng)村人口進(jìn)城，包括每年新畢業(yè)大學(xué)生進(jìn)入社會(huì)，對(duì)于住房的需求將不斷加大。近年來(lái)廣州住房租金價(jià)格逐年上漲，研究廣州住房租賃市場(chǎng)價(jià)格的影響因子，對(duì)于預(yù)測(cè)未來(lái)租金價(jià)格走勢(shì)及政策制定具有重要參考意義。針對(duì)住房租賃市場(chǎng)的發(fā)展，國(guó)外的學(xué)者也有不同方面時(shí)代金融 2020年1期2020-02-19
- 長(zhǎng)沙市商品住宅價(jià)格分析
房?jī)r(jià)收入比;線性回歸中圖分類(lèi)號(hào)：F329.5? ? 文獻(xiàn)標(biāo)識(shí)碼：A文章編號(hào)：1005-913X（2019）11-0061-03一、引言建國(guó)初期我國(guó)實(shí)行計(jì)劃經(jīng)濟(jì)體制，在這樣的背景下，國(guó)家統(tǒng)一分配住房，結(jié)果導(dǎo)致住房再投入困難。當(dāng)住房成為一種商品在市場(chǎng)上買(mǎi)賣(mài)時(shí)，通過(guò)國(guó)家政策的扶植，房地產(chǎn)業(yè)作為國(guó)民經(jīng)濟(jì)的基礎(chǔ)性和先導(dǎo)性產(chǎn)業(yè)得到了迅猛發(fā)展，逐步成為我國(guó)經(jīng)濟(jì)的支柱性產(chǎn)業(yè)，為改善人民生活水平，促進(jìn)國(guó)民經(jīng)濟(jì)增長(zhǎng)等方面做出了巨大的貢獻(xiàn)。與此同時(shí)，房?jī)r(jià)的漲幅過(guò)快甚至是長(zhǎng)期高位北方經(jīng)貿(mào) 2019年11期2019-12-27
- 關(guān)于農(nóng)業(yè)投入產(chǎn)出的線性回歸模型
;影響因素;線性回歸[中圖分類(lèi)號(hào)]F326.11 [文獻(xiàn)標(biāo)識(shí)碼]A1 問(wèn)題背景糧食是國(guó)家的根本，是經(jīng)濟(jì)社會(huì)發(fā)展的基礎(chǔ)，糧食安全關(guān)系到一個(gè)國(guó)家的命脈。2003-2015 年，我國(guó)糧食實(shí)現(xiàn)十二連增，由2003年的43069.5萬(wàn)噸增長(zhǎng)到2015年的62143.9萬(wàn)噸，增長(zhǎng)率達(dá)到 44.29%，這體現(xiàn)出我國(guó)糧食產(chǎn)量的整體提升。然而，隨著我國(guó)城鎮(zhèn)化和工業(yè)化的推進(jìn)，一方面，飼料糧和工業(yè)糧需求明顯增加，糧食供給壓力不斷加大;另一方面糧食生產(chǎn)受到耕地、水資源等一系列約束農(nóng)村經(jīng)濟(jì)與科技 2019年18期2019-11-27
- 基于pytorch二次關(guān)系擬合 (回歸）及其實(shí)現(xiàn)
并給出了一個(gè)線性回歸案例，使用pytorch語(yǔ)言進(jìn)行了實(shí)現(xiàn)。文章既可以對(duì)pytorch的入門(mén)學(xué)習(xí)者助一臂之力，又可以使深度學(xué)習(xí)的愛(ài)好者從中受益。關(guān)鍵詞：深度學(xué)習(xí);pytorch;線性回歸中圖分類(lèi)號(hào)：TP3? ? ? ? 文獻(xiàn)標(biāo)識(shí)碼：A文章編號(hào)：1009-3044（2019）26-0202-02開(kāi)放科學(xué)（資源服務(wù)）標(biāo)識(shí)碼（OSID）：目前AI研究出現(xiàn)了新的高潮，人工智能相關(guān)領(lǐng)域的科學(xué)研究已經(jīng)被應(yīng)用到國(guó)民生活的各個(gè)領(lǐng)域[1]。深度學(xué)習(xí)是機(jī)器學(xué)習(xí)研究的一個(gè)新的領(lǐng)電腦知識(shí)與技術(shù) 2019年26期2019-11-17
- 關(guān)于金融機(jī)構(gòu)個(gè)人貸款的需求預(yù)測(cè)