样本加权的多模型回归  

A Sample Weighted Switching Regression Model

作　　者：朱岩[1] 于剑[1] 

机构地区：[1]北京交通大学计算机研究所,北京,100044 北京交通大学计算机研究所,北京,100044

出　　处：《计算机研究与发展》2007年第z2期403-407,共6页Journal of Computer Research and Development

基　　金：霍英东青年教师基金项目(101068);教育部博士点基金项目(20050004008);教育部新世纪优秀人才计划基金项目(NCET-06-0078)

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 

分 类 号：TP18[自动化与计算机技术—控制理论与控制工程]