最小二乘法及数据拟合建模的回归分析
一、实验目的:
1．掌握用最小二乘建立回归数学模型。
2．学习通过几个数据拟合的回归分析来判断曲线（直线）拟合的精
度，通过回归分析来判断模型建立是否正确。
3．应用建立的模型进行预测。
2019-12-21 20:09:13
47KB
1
本文利用德国足球甲级联赛2014-2015赛季共306场比赛的积分、排名、主客场情况数据，首先进行多分类logistic模型，预测比赛结果。再建立有序多分类logistic回归模型进行比赛结果的预测。并将预测结果进行对比分析，发现有序多分类logistic模型预测结果优于多分类logistic模型。另外，本文将每场比赛的比分差作为因变量，胜平负赔率作为自变量，建立了多元回归模型，从赔率的角度预测比赛结果。
结果表明，对于一场比赛，当多分类logistic模型预测结果和赔率多元回归模型预测结果相吻合的时候，预测准确率将大大提高。
2019-12-21 20:07:33
1.79MB
1
信息论是人们在长期通信实践活动中，由通信技术与概率论、随机过程、数理统计等学科相
结合而逐步发展起来的一门新兴交叉学科。而熵是信息论中事件出现概率的不确定性的量度,
能有效反映事件包含的信息。
2019-12-21 19:55:15
114KB
1
1stOpt一套数学优化分析综合工具软件包。在非线性回归，曲线拟合，非线性复杂模型参数估算求解，线性/非线性规划等领域傲视群雄，首屈一指，居世界领先地位。其计算核心是基于七维高科有限公司科研人员十数年的研究成果【通用全局优化算法】(Universal Global Optimization - UGO)，该算法之最大特点是克服了当今世界上在优化计算领域中使用迭代法必须给出合适初始值的难题，即用户勿需给出参数初始值，而由1stOpt随机给出，通过其独特的全局优化算法，最终找出最优解。
---------------------------------------------
以非线性回归为例，目前世界上在该领域最有名的软件包诸如Matlab, OriginPro, SAS, SPSS, DataFit, GraphPad等，均需用户提供适当的参数初始值以便计算能够收敛并找到最优解。如果设定的参数初始值不当则计算难以收敛，其结果是无法求得正确结果。而在实际应用当中，对大多数用户来说，给出(猜出)恰当的初始值是件相当困难的事，特别是在参数量较多的情况下，更无异于是场噩梦。而1stOpt凭借其超强的寻优，容错能力，在大多数情况下（>90%)，从任一随机初始值开始，都能求得正确结果。
2019-12-21 19:50:50
10.1MB
1