使用R快速计算半数致死量

目的：开发Logistic法计算半数致死量（LD50）的程序;方法：应用统计软件R实现计算过程,并与已有结果进行比较;结果：R程序计算结果准确,实现代码精简清晰;结论：利用R求解LD50简捷方便,是解决此类药理学及毒理学计算的有效手段。     

基于逻辑回归的滚动轴承性能退化评估

设备运行状态从正常运行到发生故障通常要经过一系列不同程度的,可以量化的性能退化状态,如果能对这些状态进行实时监测评估,可以帮助实现设备的智能维修。本文以滚动轴承为研究对象,提出基于逻辑回归的性能退化评估模型,并用美国凯斯西储大学轴承中心数据进行了验证,结果表明,该方法取得了良好的评估效果。     

回归生活——道德教育的应然选择

通过对当前道德教育现状的审视,指出学校道德教育与生活世界脱离是造成道德教育实效性低下的主要原因。道德教育要回归现实生活,在生活世界中进行有德性的教育是道德教育的应然选择。     

回归分析法在样本长度误差分析中的应用

在回归分析研究的基础上,采用最大似然法来确定回归方程的系数,并对线性假设进行显著性检验,最后对拟合效果进行量的分析,并给出样本长度在不同参数控制依据下的相对统计误差.     

空间自回归模型下的高校学费分析

为了使高校学费收费更加合理化,同时给有关部门提供更科学合理的参考依据,运用空间自回归方法,以中国高校收费的实际情况为背景,结合近年来中国经济生活各方面的发展出现的一些新特点,并且将城镇居民的生活水平也纳入参考标准范围内,计算出对于城镇居民来说较为合理的高等学校学费的一个实际金额。该分析成果对今后高校收费具有一定的参考价值。     

公司治理、外部审计信息与财务危机预警

为了提高财务危机预警模型的准确率和稳健性,在利用上市公司财务数据的基础上,加入公司治理和外部审计信息变量,采用主成分分析和Logistic回归构建了预警模型。实证分析结果显示,加入公司治理和外部审计信息的预警模型,预测能力要比仅使用财务指标的预警模型更为理想。     

基于小波分解和残差GM(1,1)-AR的非平稳时间序列预测

提出基于二进正交小波变换和残差GM(1,1)-AR方法的非平稳时间序列预测方案.首先利用Mallat算法对非平稳时间序列进行分解和重构,分离出非平稳时间序列中的低频信息和高频信息;然后对高频信息构建自回归模型,对低频信息则用灰色残差模型进行拟合;最后将各模型的预测结果进行叠加,从而得到原始序列的预测值.该方法不仅能充分拟合低频信息,而且可避免对高频信息的过拟合.实验结果表明,这种方法比传统的非平稳时间序列预测方法具有更高的预测精度.     

回弹法检测混凝土抗压强度在兰州地区的试验研究

采用兰州地区常用的混凝土原材料及配合比制作混凝土标准试块,按照技术规程进行回弹值及抗压强度测试,对混凝土抗压强度与回弹值的相关关系进行了试验研究.根据最小二乘法原理,通过回归分析,建立了几种回弹值与混凝土抗压强度相关关系的数学函数模型;基于精度分析与国家测强曲线的比较,得到了兰州地区回弹法检测混凝土抗压强度地区测强曲线,验证了测强曲线的优越性;对影响混凝土测强曲线的因素进行了讨论.     

地理标志农产品生产质量控制行为分析——基于新疆地理标志水果405户果农的调查

以新疆405户地理标志果农问卷调查数据为依据,运用二元Logistic回归模型对其生产质量控制行为的影响因素进行分析,结果表明：生产者的预期收益、对地理标志水果操作规程的了解程度、是否参加农民专业合作经济组织、是否得到技术指导、是否参加质量培训、政府监管力度与是否得到政府资金支持等影响因素是显著性变量。表14,参12。     

Latent ancestral graph of structure vector autoregressive models

A class of latent ancestral graph for modelling the dependence structure of structural vector autoregressive (VAR) model affected by latent variables is proposed.The graphs are mixed graphs with possibly two kind of edges,namely directed and bidirected edges.The vertex set denotes random variables at difforent times.In Gaussian case,the latent ancestral graph leads to a simple parameterization model.A modified iterative conditional fitting algorithm is presented to obtain maximum likelihood estimation of the parameters.Furthermore,a log-likelihood criterion is used to select the most appropriate models.Simulations are performed using illustrative examples and results are provided to demonstrate the validity of the methods.