响应曲面方法是生产过程改进和优化的一种非常有效的方法。在传统的响应曲面模型的建立过程中,通常假定随机误差服从正态分布且相互独立具有相同的方差。但是实际生产中随机误差的方差并不是完全相同,观测值中会存在异常点,这就需要稳健的估计方法来抑制异常点对模型估计的影响。为了降低异常点对响应曲面模型最优值的影响,针对响应曲面方法中的中心复合设计,充分考虑到不同实验设计位置上可能出现异常点的情况,对稳健M-回归方法:Huber-估计、Tukey-估计和Welsch-估计进行了理论比较研究。研究结果表明Welsch和Tukey-估计能有效改善异常点对响应曲面模型最优值的影响,消弱异常点对中心复合设计的干扰。通...

针对焊膏印刷过程中,设计变量与输出质量特性间非线性关系难以获得的情况,提出了基于双响应曲面法的参数优化方法。以焊膏厚度均值及其方差作为优化目标,首先建立焊膏厚度均值及其方差与设计变量之间的响应曲面模型;其次,考虑焊膏厚度的波动,提出以置信度概念缩小设计区间,以提高设计结果的稳健性。最后,求解最优化模型,其最优解即为最佳参数组合。试验结果表明,采用所提出的方法,工序能力指数Cp从1.01提高到了1.52。

经典的充分降维方法对解释变量存在异常值或者当其是厚尾分布时效果较差,为此,经过对充分降维理论中加权与累积切片的分析研究,本文提出了一种将两者有机结合的稳健降维方法——累积加权切片逆回归法(CWSIR)。该方法对自变量存在异常值以及小样本情况下表现比较稳健,并且有效避免了对切片数目的选择。数值模拟结果显示CWSIR要优于传统的切片逆回归(SIR)、累积切片估计(CUME)、基于等高线的切片逆回归估计(CPSIR)、加权典则相关估计(WCANCOR)、切片逆中位数估计(SIME)、加权逆回归估计(WIRE)等方法。最后,通过对某视频网站真实数据的分析也验证了CWSIR的有效性。

文章在简要介绍地理加权回归(GWR)模型的基础上,推导地理加权回归模型的贝叶斯估计方法(BGWR),并分析该估计方法的稳健性。通过模拟实验研究贝叶斯地理加权回归在数据包含各种异常值情况下的稳健性,结果显示:贝叶斯地理加权回归比地理加权回归具有更好的稳健性。虽然贝叶斯地理加权回归模型计算时间略多一些,但是在空间数据集可能包含异常值的情况下,贝叶斯地理加权回归模型更为可靠和有效。

文章针对投资组合理论中经典的夏普单指数投资组合模型,引入了稳健统计的思想,将稳健回归方法应用到该投资组合模型,降低了证券市场中证券收益率历史数据中因短期内重大利好或利空导致的超高或超低收益率离群值对投资组合决策的影响,并结合我国证券市场的特点,对沪市A股市场进行了实证分析,得到了证券投资组合的有效前沿。

本文结合复合分位数回归和自适应LASSO惩罚方法为固定效应面板数据模型提供了一种稳健变量选择过程。先通过正向正交偏差变换消除固定效应,再利用自适应LASSO构造惩罚复合分位数回归目标函数,进而同时进行回归系数的估计和变量选择。在一些正则条件下,证明了所提出的估计具有Orcale性质。该方法不仅消除了固定效应对估计的影响,而且具有稳健性。模拟研究了所提出方法的有限样本性质并将其应用于实际数据分析。

1 前言在文献[1]中对回归模型■中的序列相关即随机误差ε_i相关的问题,给出了一种马尔柯夫分析法,该方法过程简明,且能收到较好的效果。但亦如文献[1]所指出的,该方法的分析结果受到过程中状态划分的直接的影响,即不具有稳健性,当其中的某个数据出现小的扰动时,将对分析

针对多响应参数优化问题,考虑响应间相关性和可控因子波动的影响,提出了一种基于似无关回归的多元稳健损失函数方法。首先采用似无关回归对模型拟合和过程优化中的相关参数进行估计,更有效地利用响应间相关性信息;然后利用给定点处梯度信息来估计可控因子波动对过程稳健性的影响。算例表明,当响应间存在相关性时,与最小二乘方法相比,采用似无关回归拟合的响应曲面模型精度更高;与传统质量损失函数相比,在采用相同质量成本矩阵时,采用稳健损失函数方法得到的最优解处期望质量损失更小。

针对多响应参数优化问题,考虑响应间相关性和可控因子波动的影响,提出了一种基于似无关回归的多元稳健损失函数方法。首先采用似无关回归对模型拟合和过程优化中的相关参数进行估计,更有效地利用响应间相关性信息;然后利用给定点处梯度信息来估计可控因子波动对过程稳健性的影响。算例表明,当响应间存在相关性时,与最小二乘方法相比,采用似无关回归拟合的响应曲面模型精度更高;与传统质量损失函数相比,在采用相同质量成本矩阵时,采用稳健损失函数方法得到的最优解处期望质量损失更小。

建立在稳健估计基础上的稳健回归方法能有效地消除或减弱粗差对回归系数估值的影响。然而,不同稳健估计方法的稳健性不尽相同。文章采用仿真实验的方法,以二元至四元线性回归为例,对13种常用稳健估计方法的稳健性进行比较。

稳健主成分回归(RPCR)是稳健主成分分析和稳健回归分析结合使用的一种方法,本文首次运用稳健的RPCR及异常值诊断方法,对2008年我国地区经济增长横截面数据可靠性做了评估。评估结果表明:稳健的RPCR方法能更好地克服异常值的影响,使估计结果更加可靠,并能有效地克服经典的主成分回归(CPCR)方法容易出现的多个异常点的掩盖现象;基本可以认为2008年地区经济增长与相关指标数据是匹配的,但部分地区的经济增长数据可能存在可靠性问题。

The econometrics model which is established by traditional ordinary least square mainly reveals the long-term and average relations among economical variables. In the forecasting application, it couldn't distinguish near future and far future influence. As a result, its forecasting application can't reveal the short-term waved changes of variables. By using the method that is applied in M-estimation of robust regression to deal with outliers, we set up forecasting robust regression model. Our purpose is to add factors that economical variables are influenced by time sequence into regression model in its forecasting application. By empirical analysis, we also test and verify that this method indeed heighten the model's forecasting precision.

线性回归模型中参数估计常用最小二乘法,该方法受离群值影响,而真实数据中离群点难以避免,这直接影响到线性回归模型的预测效果。稳健估计能有效地消除或减弱离群点对线性回归模型参数估计的影响。由于协方差矩阵是许多统计方法的基石,因此,最小协方差行列式估计成为常用稳健估计方法之一。本文针对最小协方差行列式估计获得均值和协方差估计的有效性不如罗克估计和合成似然估计,采用数值模拟与真实数据预测,进一步对这三种技术获得参数估计进行稳健性比较。结果表明:合成似然估计与罗克估计表现更为稳健,进而提出将其应用于大气污染物浓度预测。

针对复杂产品质量设计阶段的静态多响应稳健参数设计中的模型参数不确定性问题,现有的多响应优化方法大都对响应的样本均值与样本方差采用双响应曲面法分别建模以考虑多响应的最优性与稳健性。文章在此基础上分析构建了均方根误差响应这一新的稳健性度量指标,提出了考虑模型参数不确定性的满意度函数方法,结合置信区间思想分析了模型参数不确定性对均方根误差响应的影响,并依据复杂产品质量设计阶段的实例进行分析研究,验证了该方法能够得到多响应系统在模型参数不确定性情况下更为稳健的全局最优解。

稳健参数设计是一种质量改进的重要技术，能够从产品生产的源头上减少和控制波动的产生。双响应曲面法是其常用的方法，主要是利用低阶多项式模型来拟合均值和方差响应，但当样本较复杂（如为非线性或者高维样本）时，低阶多项式模型的拟合性能往往较差，求解优化问题效果不佳。支持向量回归机对非线性数据有良好的拟合潜力，但其性能依赖于参数的合理设置，文章将贝叶斯优化应用于支持向量回归机的参数选择，并将优化后的模型应用于稳健参数设计中响应曲面模型的构建，提出一种基于贝叶斯支持向量回归机的稳健参数设计方法。试验结果表明，所提方法和其他常见优化方法相比，可以获得更精确的响应曲面，可以在实际应用中近似得到可靠的最优因子搭配水平。