一种考虑区间重合度的CCRM区间回归方法

作     者：汪瑜 鄢仕林 何凡 Wang Yu;Yan Shilin;He Fan

作者机构：中国民用航空飞行学院机场工程与运输管理学院四川广汉618307 

出 版 物：《统计与决策》 (Statistics & Decision)

年 卷 期：2022年第38卷第5期

页      面：11-16页

核心收录：

学科分类：02[经济学] 0202[经济学-应用经济学] 020208[经济学-统计学] 07[理学] 0714[理学-统计学（可授理学、经济学学位）] 070103[理学-概率论与数理统计] 0701[理学-数学] 

基　　金：国家自然科学基金资助项目(U1733127) 四川省科技厅社会发展领域重点研发计划(2020YFS0541) 中国民航飞行学院民航运输规划智能决策研究所计划项目(JG2019-32) 中飞院研究生创新创业项目(X2021-13) 

主　　题：回归分析 区间数回归 区间数据 CCRM 中点半径法 

摘      要：针对利用现有CCRM(Constrained Center-and-Range Method)方法在解决区间数回归问题中,在提高均方根误差精度的同时难以兼顾观测区间和预测区间重合度的缺陷,文章提出一种实现观测区间和预测区间具有最差重叠区的样本的重合度最大化,以及使得中点及半径误差平方和最小化的非线性回归模型;证明了该非线性回归模型是一个满足K-T条件的凸规划问题。利用蒙特卡洛模拟对所提出的优化模型进行评价,结果表明:当模型只考虑中点及半径误差平方和最小化时,优化模型退化为CCRM;模型且结果优于CCRM模型;当优化模型只考虑观测区间和预测区间具有最差重叠区的样本的重合度最大化时,该模型优于CCRM;模型。