样本加权的多模型回归

摘要：

回归分析是一种建立变量之间函数关系的简便方法.原始的回归分析算法并未考虑样本点的权重,即认为每个样本点的重要性都相等.但是,这样的算法在遇到包含野值点的实际问题时经常会失效,因为野值点会对回归模型产生很大的干扰.而对于多模型回归估计,每个样本点隶属于各模型的程度不同.针对多模型回归的这一特点,研究一种自适应的样本加权方法,在每一次计算样本点隶属度时,也对样本点的权重进行逼近,尽可能使野值点的权重减小为0,数值实验表明了该方法的有效性.

关键词：回归、最小二乘法、隶属度、权重、野值点、异方差、自适应

所属期刊栏目：44

分类号：TP18(自动化基础理论)

资助基金：霍英东教育基金101068;高等学校博士学科点专项科研项目20050004008;教育部跨世纪优秀人才培养计划NCET-06-0078

在线出版日期：2008-06-26（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：403-408