Box-Cox和Johnson方法在油气井数据预处理中的研究

Box-Cox方法和Johnson方法是数据预处理中2种最常用的正态变换方法,研究2种方法的差异和适用数据对象,能够为数据预处理提供参考,为提出适用性和效度更好的方法做理论上的探索.该研究从数理逻辑上对2种方法进行分析,再通过多组不同分布特征的随机数据样本对2种方法的准确性和适用数据对象进行验证.通过研究发现:Box-Cox方法是单向变换的,Johnson方法是双向对称变换的;Box-Cox方法对偏度的改变效果明显,Johnson方法对峰度的改变效果明显;在应用中,Johnson方法较复杂,整体效果也较好;Johnson方法适用于对偏态不明显的变量正态变换,但对偏态明显的变量的变换效果较差,Box-Cox方法在对偏态不明显的变量的变换中反而会增加偏度,在对偏态明显的变量的变换中表现较Johnson方法好.     

Johnson转换与Box-Cox转换相比的优越性

非正态数据转换成正态数据的方法有很多,其中两种是使用Box-Cox转换和Johnson转换.本文应用Box-Cox转换和Johnson转换对几种非正态分布进行了研究,并计算出了其过程能力指数,通过大量的重复模拟研究了该方法在过程能力分析中的适用性和效果.结果显示,Johnson转换比Box-Cox转换更有效.     

基于Box-Cox变换的多元分层课堂教学评估模型

对课堂教学评估问卷的数据进行Box-Cox非线性变换;对变换后的数据进行指标聚类,建立多层指标体系;在每一指标类内实施主成分分析,建立了一种基于Box-Cox变换的多元分层课堂教学评估模型.将分析结果与未作Box-Cox变换的结果进行比较.结果表明:Box-Cox变换后的主成分分析给出的指标分类意义更明显,并且能够将原始数据中无法分开的高分数据更好地加以区分.     

Box-Cox变换原理及其在财务比率正态分布中的作用

对上海深圳交易所1998～2002年1 100余家公司5 571份年报12个财务比率的综合研究揭示,绝大多数财务比率不服从正态分布且不易变换到接近正态.正态变换实证过程表明：原始财务比率数据经行业划分、剔除污染样本后再进行Box-Cox变换的的正态变换效率最高,可使绝大多数财务比率接近正态分布,但仍有少数比率无法正态化.     

基于Box-Cox变换与Lasso回归的支持向量回归模型在月径流预报中的应用

为进一步提高中长期径流预报的精度,从而为水库调度决策及水资源配置管理提供更可靠的信息支撑,针对径流序列的偏态性和非线性特点,将Box-Cox变换与Lasso回归引入支持向量回归(SVR)模型,构建基于Box-Cox变换与Lasso回归的支持向量回归月径流预报模型(BC-LSVR Model),在对原径流序列进行相空间重...     

基于Box-Cox变换的城市火灾起数的模型研究

文章应用极大似然方法,对某市1997—2007年11a间的月度火灾及气象数据进行了Box-Cox非线性变换,通过对变换后的月平均温度、月平均相对湿度、月平均风速、月平均降雨量等气象因子与火灾发生起数进行统计分析,建立了基于Box-Cox变换的线性回归模型,并从拟合误差、交叉验证均方误差等方面进行分析比较,最终建立回归模型;运用所得模型对2008年的火灾数据进行预测分析,结果表明,基于Box-Cox变换后数据建立的回归模型,能更好地预测火灾发生起数,从而达到对城市火灾控制的目的。     

基于Box-Cox变换的住宅特征价格理论研究

在特征价格模型的应用中，函数形式的选择具有多样化，包括线性函数、对数函数、半对数函数等。在国外研究的基础上，提出在线性函数应用的基础上，对模型进行Box-Cox变换，并利用线性Box-Cox特征模型对巴黎的住宅市场进行实证研究。实证研究的结果有效地解释了各个特征与价格之间的关系，同时还说明，对住宅特征的数据变换可以有效地改善模型结构，使得模型的拟合效果更好，从而证实了该特征模型的有效性及优越性。     

Box-Cox变换在构建房地产特征价格模型中的应用

传统房地产价格指数的建立忽略了对商品同质性的要求,特征价格模型可以解决同质性问题,但多样的函数形式下得出的结果也存在一定的差距.因而,文中将Box-Cox变换应用于特征价格指数的建立过程中.在西安市住宅数据信息的基础上,通过Box-Cox变换,选择对数线性函数建立特征价格模型,并以此编制价格指数.研究结果表明,Box-cox特征价格指数具有相对精确性.     

1954-2004年中国夏季日平均温度偏态性分布规律

利用中国1954-2004年194个站日平均气温资料,基于Box-Cox变换指数λ分析了日平均气温分布与正态分布的偏差程度.结果表明,中国50年夏季日平均气温序列与正态分布的偏差程度呈一定的区域差异:半干旱区域,温度分布的正态性较好;东南沿海地区则不服从正态分布,呈较明显的右偏.因此,根据Box-Cox变换指数λ的大小将中国分为三个不同的区域,研究了中国夏季温度的偏态分布规律及其变化特征.     

采样频率与数据长度对中心动脉波形重建的影响

传递函数法重建CAP(central aortic pressure)多是基于自回归各态历经(auto regressive eXogenous, ARX)模型或傅里叶变换,未考虑采样频率、数据长度.为了研究采样频率和数据长度对重建CAP的影响,基于ARX模型和傅里叶变换,重建CAP并分析误差.结果表明,采样频率100Hz,数据长度大于3s时,基于ARX模型重建CAP效果较好(均方根误差(306.6±80.0)Pa,波形匹配度89%);基于傅里叶变换的算法对采样频率不敏感,数据长度为6s时效果较好(均方根误差(493.3±320.0)Pa,波形匹配度84%).     

随机变量非正态分布且相关的机械零件单模失效可靠度分析

研究含有非正态随机变量且随机变量具有相关性的机械零件单模可靠度统一模型,运用Rosenblatt变换(RT变换)、R-F变换、Edgeworth级数法将非正态分布随机变量变换为正态随机变量,利用线性代数理论将相关标准正态随机变量转换为线性无关的正态随机变量,然后利用一次二阶矩(FOSM)法、改进的一次二阶矩(AFOSM)法求得机械零件单模可靠度指数及可靠度.基于所建机械零件单模可靠度统一模型,提出了含有非正态随机变量且随机变量间具有相关性的零件单模可靠度计算机求解的实现算法.以某1.6 MW风电齿轮箱中一对标准直齿轮啮合传动为例,通过探讨齿面接触疲劳这一单模失效下的可靠度,分析了随机变量间相关系数的变化对零件可靠度的影响规律,同时验证了算法的适用性和高效性.     

半参数TBS模型的局部线性估计

研究了半参数多元回归模型E(Y|X)=μ(XTβ),其中X是维数为p的列向量,μ,β是未知参数.由于此模型不容易满足误差方差齐性和误差分布正态性,作者对该半参数回归模型两边同时应用含参数λ的Cox-Cox变换,使得变换后的回归模型满足误差方差齐性和误差分布正态性条件,然后应用局部线性技术及极大似然方法,通过两步迭代,对未知参数β,λ及未知函数μ(.)进行了估计.     

基于K-L变换的多维空间数据正态性检验方法及其应用

分析了多维数椐正态性检验方法及其适用性,研究了适用于多维空阔数据正态性检验的基于K-L变换的检验法和基于最小生成树的检验法,并应用蒙特卡罗方法对两种方法进行了对比实验,结果证明基于K-L变换的检验法具有检验准确度高、鲁棒性强、运算速度快等优点.应用基于K-L变换的检验法对莱区域连续6年的植被指数和降雨量的差异数据进行了多维正态性检验,进而分析了该区域6年中植被指数和降雨量变化的随机性.     

转换函数未知时转换模型的变量选择

作者研究了转换函数未知时转换模型的变量选择.较经典的Box-Cox转换模型,作者提出的模型不限制转换函数的形式,并且允许非正态的误差分布.作者先由估计方程得到转换函数的估计,然后用SCAD判罚方法同时进行变量选择和参数估计.数值模拟结果证明本文方法是有效的.     

基于指数三角函数的灰色预测模型研究与应用

基于函数变换理论,提出了对建模数据进行αcos(x)(α>1)变换,理论上证明了这种变换可以有效地提高建模数据序列的光滑度.拓广了灰色模型的应用范围,实例验证了所建GM(1,1)模型精度优于"对数幂函数"法所建模型,说明了该方法的有效性.     

反余弦函数变换在GM(1,1)模型中的应用分析

在对原始数据序列进行一定处理的基础上,利用反余弦函数变换来提高GM(1,1)模型的预测效果.通过理论证明这种数据变换方法可以减小光滑比,为级比压缩变换,能够保持序列凹凸性且不会增大还原误差,满足数据变换的构造准则.通过具体算例表明,基于该变换的GM(1,1)模型的预测精度优于传统GM(1,1)模型和基于幂函数变换的GM(1,1)模型,从而说明了该变换的有效性.     

基于Box-Cox变换与Johnson变换非正态过程能力分析

研究基于Box-Cox变换与Johnson变换方法计算PCIs的有效性,比较Box-Cox变换与Johnson变换计算PCIs的性能优劣,仿真结果显示,Box-Cox变换与Johnson变换均能将常见概率分布转换为正态分布,成功率超过97%,而Johnson变换的转换能力更强,成功率超过99.5%。在计算PCIs的有效性方面,Box-Cox变换与Johnson变换的性能差异不大,利用PCIs估计的产品不合率与理论不合格率相比,相对误差均在2%以内。     

基于函数(e~x+1)~t变换的GM(1,1)模型及其在建模中的应用

提出了对原始建模数据进行函数(ex+1)t(t<0)变换,证明了这种变换可以有效地提高建模数据序列的光滑度和所建模型的精度,而且其模型精度优于对数变换所建模型,从而拓宽了灰色模型的应用范围.且用文中方法建立了我国人均发电量的数学模型,实例表明该方法的有效性.     

小波包变换和隐马尔科夫模型(HMM)在液压系统故障预测中的应用

针对液压系统性能参数的退化特点,提出了一种小波包变换和隐马尔科夫模型(HMM)相结合的液压系统故障预测方法.该方法对采集的振动信号进行小波包变换,提取能量特征,分别使用正常状态,经过轻度退化状态、中度退化态和高度退化态,最终达到故障状态的全过程数据训练HMM,建立性能评估模型,然后进行模式识别,实现液压系统的故障预测.最后,通过试验研究,验证了所提出的方法的可行性和有效性.     

枸杞产地的小波变换红外光谱的聚类分析鉴别

采用傅里叶变换红外光谱(FTIR)对不同枸杞样品产地进行鉴别.常规预处理方法和小波变换对红外光谱原始数据进行了预处理.对比常用的窗口移动平滑预处理、标准正态变换以及多元散射校正,说明小波变换是一种有效实用的光谱预处理方法.对已预处理后的红外光谱数据进行主成分分析和聚类分析,结果 18份枸杞样品聚为主产地和非主产地两大类,取得了较满意的分类效果.这种红外光谱技术结合聚类分析法被证明是可靠的,可作为枸杞产域鉴别的一种现代化方法.