关于内分泌激素的Logistic建模分析

随着Logistic回归分析模型近年在医学资料分析中逐渐得到认可,本文采用Logistic回归方法对乳腺肿瘤病与六种内分泌激素的病理学关系进行了分析,建立了该病与相关变量的关系模型,分析出在其它自变量不变时,有统计意义的某自变量任两水平间的发生比与对应结果y取任何值的概率间大小关系,并作出判断相关激素与乳腺疾病关系的激素范围,取得了符合病理学理论和临床经验的结果,对相关激素与乳腺疾病关系的研究、临床诊断和教学有参考价值.     

相律的应用--确定平衡体系状态的独立变量(Ⅱ)

在确定平衡体系状态的独立自变量基础上，讨论了在不同情况下，如何选择独立自变量，以及在选择独主自变量时，强度变量与容量变量的关系。     

相律的应用-确定平衡体系状态的独立变量

如何确定平衡体系状态的独立自变量是一个迄今为止没有解决的重要问题.讨论了用相律和容量性质的一次齐函数特性来确定平衡体系状态独立自变量的方法.     

最优试验计划及在船模实验中的应用

给出了构成一维和多维船模实验计划和试验结果分析的最优化方法，可 以保证获得最小供试子样，以及得到精确稳定的船模性能参数同各自变量间 的最优数值关系．     

一元整体线性回归模型解算

主要讨论了最常用的一元线性回归问题,分析了同时顾及自变量和因变量误差回归解算的相关问题,对采用同时考虑自变量和因变量误差的条件平差解算法,通过分析得出其解算出回归参数的估值与不考虑自变量误差情况下回归参数的估值一致,同时给出了同时考虑自变量和因变量误差的整体最小二乘解法,通过算例分析得出了整体最小二乘法解算的有效性.     

PLS回归应用实例

在研究因变量y与p个自变量的线性回归关系时 ,常遇到自变量间存在多重共线性的问题。文献 [3]介绍了用PLS回归来消除多重共线性的方法。本文通过两个例子的计算建立PLS回归 ,并发现了PLS回归实施过程中的若干问题 ,提出了一些自己的看法     

对重要极限的继续认识

该文通过对重要极限中的函数、自变量的分析,分解、变化函数或自变量,阐述极限概念、定理、性质的内涵。     

多元线性回归分析实例分析

多元线性回归是简单线性回归的推广,研究的是一个变量与多个变量之间的依赖关系。作为质量统计软件领域的领导者,MINITAB是一个精确的、强大的、使用方便的统计软件。多元回归分析预测法,是指通过对两个或两个以上的自变量与一个因变量的相关分析,建立预测模型进行预测的方法。当自变量与因变量之间存在线性关系时,称为多元线性回归分析。该文通过一个具体实例介绍如何运用MINITAB软件,建立儿子身高与父母身高、年锻炼次数的多元线性回归模型,并对MINITAB的输出结果进行分析,得出方程效果良好的结论。     

线性回归模型中自变量选择问题

(一) 回归自变量的选择问题在一个大型回归問題中,可供选择的自变量为数很多。国内地质工作者使用的“趋势面分析”,自变量可多达二十多个。在将回归問題用于气象予报方面,也存在这种問題。在国外,将回归分析用于污染因子与死亡率的关系研究中,在汽车設計因子与每公里耗油率的关系的研究中,所用的自变量在十到二十个之間。据报导,在有些問題中涉及的自变量个数有可能达到50—70个之多。     

苏州外资制造业增长因素分析模型

苏州外资制造业经济增长受众多因素影响,各因素之间存在变量的多重相关现象,一般的多元回归分析自变量之间存在较严重的多重共线性.采用偏最小二乘回归对经济增长影响因素建模分析,这样最大限度地概括了原自变量系统中的数据信息,克服了多重共线性,同时自变量对因变量具有最大的解释能力,可靠性高.     

半相依回归模型两步估计的均方误差占优性

一般得到了两方程相依回归模型的任一线性估计在均方误差准则下优于最小二乘估计的充要条件，据此提出一种新的广义非限定两步估计类（非线性），推导得到了这种两步估计的精确均方误差结果，研究了它优于最小二乘估计，甚至优于Zellner估计的统计性质。     

岭回归参数选择的主成分方法

当线性回归模型中自变量出现共线时,最小二乘估计不再是良好估计。岭回归估计和主成分估计是新提出的两种估计方法,本文讨论了在某些条件下,这两种估计是很接近的,同时提供了一种选择岭回归参数K的方法,称为主成分选择法。文章还列举了两个典型例子来说明。     

M矩阵的Hadamard积的最小特征值下界的估计

借助非奇异M矩阵A的逆矩阵A-1的元素的一些估计式和组合优化的思想,给出非奇异M矩阵B与A-1的Hadamard积B。A-1的最小特征值下界的一些新估计式。这些估计式比现有的仅依赖于矩阵元素的估计式更加精确。     

基于最优特征配置理论设计的电力系统励磁控制器

提出了基于最优特征值配置原理设计最优励磁控制器的方法。首先建立了单机－无穷大系统中发电机组的线性化模型,在此基础上出了系统的状态空间描述并按最优特征值配置的原理设计了状态反馈矩阵。仿真结果表明按特征值最优配置理论设计的控制器,不仅能使性能指标达到最优,而且避免了按线性二次型最优控制理论设计时状态权矩阵选择的困难。     

平衡损失下Bayes线性无偏最小方差估计的优良性

在平衡损失风险函数准则下研究了未知参数的Bayes线性无偏最小方差(BLUMV)估计相对于最小二乘(LS)估计的优良性.在predictive Pitman closeness(PRPC)准则下研究了BLUMV估计相对于LS估计的优良性.     

广义压缩估计的若干性质

针对人们处理较多自变量的大型回归问题时设计矩阵难免存在的近似的线性关系的问题,讨论了文义压缩最小二乘估计（即ＧＳＩＳ估计）的一些性质,如相似性,优良性,精度等,认为ＧＳＬＳ估计是一个非常实用的估计类。     

多维广义线性模型拟似然估计的渐近正态性

对多维自适应设计广义线性模型中形如sum from i=1 to n xi(yi-μ(x′iβ))=0的拟似然方程,在limn→∞■~(3/4)/■=0和其他一些正则性的假定之下,论文证明了上述拟似然方程的解,即极大拟似然估计的渐近正态性,此结果推广和改善了文[4]中的相关结果,其中■和■分别为sum from i=1 to n xix′i的最小特征根和最大特征根,x是有界的p×q阶设计矩阵.     

链烷烃的分子拓扑研究

以分子图的邻接矩阵,距离矩阵为基础,构建了新的拓扑指数ZW.它不仅对链烷烃具有良好的结构选择性,而且结合分子密堆积信息指数P3、分子支化度参量P2与40种链烷烃的部分物理化学性质相关联,结果表明ZW具有良好的结构选择性和性质相关性.     

基于改进LMMSE的UFMC信道估计算法

针对将线性最小均方误差(linear minimum mean square error, LMMSE)算法直接应用于通用滤波多载波(universal filter multi-carrier,UFMC)系统中需要先验信道相关矩阵信息的不足,提出基于LMMSE的改进算法.该算法在频域对使用最小二乘(least square, LS)算法获得的信道频率响应进行平滑处理,在时域通过优化采样点的截短以确定理想的信道采样长度,并采用迭代估计方法获得最优信道相关矩阵,从而避免先验信道相关矩阵信息.经MATLAB仿真验证,改进后的算法对噪声的干扰可以有效抑制,对比传统LMMSE算法误码性能提升约2 dB,可以有效改善信道估计的准确度.     

具有离散和分布时滞系统的鲁棒有限时间能量-峰值控制

研究了不确定线性时滞系统在有限时间能量-峰值性能指标约束下的鲁棒控制问题.系统的系数矩阵包含范数有界的不确定性,状态包含离散时滞和分布时滞.引入一个含参数的Lyapunov泛函,通过检验它的指数增长情况,为状态和输出定界,据此得到了闭环系统对于所有允许的不确定性有限时间有界以及满足预先指定的能量-峰值性能指标的充分条件,同时给出了状态反馈控制率.这些条件是有特征值约束的线性矩阵不等式,通过把特征值约束转换成非线性矩阵不等式,设计了锥补偿线性化(CCL)算法来求解这样的矩阵不等式,最后用数值算例验证了所得方法的有效性.