基于Logistic回归分析的缺血性心血管疾病危险预测模型

结合缺血性心血管疾病(ICVD)的危险影响因素,使用Logistic回归分析,建立适合我国人群的ICVD危险预测模型,并对模型进行了评价.     

Lasso Logistic回归模型识别脂肪肝风险因素效果研究

探讨Lasso(最小绝对收缩和选择算子)Logistic回归模型对脂肪肝风险因素识别研究的应用效果.利用国人健康风险评估问卷(V1.0)对第四军医大学西京医院门诊部特诊中心某事业单位工作人员(含离退休人员)进行调查,建立脂肪肝的Lasso Logistic回归模型.通过交叉验证法选择模型中最佳的调和参数λ,再建立最优子...     

Logistic回归分析在违约概率预测中的应用

新巴塞尔协议中,计算违约概率是对信用风险衡量很关键的步骤.该文以我国村镇银行实际数据作为基础,通过逐步回归判别法构建了较为科学的信用风险评估指标体系,采用Logistic回归模型构建了违约概率的测算模型,说明了Logistic模型具有非常可信的识别,预测及推广能力,可以对农村金融中的信用风险有效评估.     

基于Logistic回归和后验概率SVM的住房贷款组合评估模型

针对单一模型存在的分类精度有限的不足,提出了应用组合预测模型进行信用评估的方法.选择Logistic回归和后验概率SVM模型作为单一模型,构建了基于二者的非负权重线性组合预测模型,并将模型应用于住房信贷评估.采用基于最大后验概率的分类准则,应用结果表明,组合评估模型的分类精度高于单一模型,并且获得了较好的稳健性,对于构建住房信贷评估模型是一个很好的选择.     

回归模型参数估计的预选条件法及其应用

对于一个线性模型和八个可线性化的非线性模型,依据分析回归模型建立的预选条件的过程,获得了在预选条件满足时模型参数的预选条件法估计公式.     

GL算法在线性回归模型的权值计算中的应用

传统的最小二乘估计在处理含有异常值的线性回归模型的估计问题时拟合得往往不好,根据GL算法给出稳定加权最小二乘优化的参数的估计法．并结合实例进行回归分析,验证该方法的高精度和高效率．     

一元线性回归模型在经济预测中的应用

一元线性回归模型预测是统计学中回归分析结合预测理论的一种方法,有较强的实用性。首先确定两个经济变量之间是否存在线性相关关系,然后用最小平方法求出回归模型并进行预测,最后计算估计标准误差以确定回归模型的可靠程度。     

基于自回归模型的基坑周边建筑物沉降预测分析

为了确保基坑周边建筑物的安全,建立自回归模型研究周边建筑物沉降的趋势并及时预测。首先采用统计方法分析沉降监测基准的稳定性,然后根据某监测点16期观测数据,建立自回归模型AR(P),最后使用4期的预测数据与实测数据进行比较:预测值和实测值之间的最大差值不超过0.6mm。表明该模型有良好的预测结果,可应用于预测该基坑周边建筑物的沉降。     

二阶部分线性自回归模型的稳健估计

本文将稳健估计程序思想运用到二阶部分线性自回归模型中,得到了未知参数β和非参数函数g(·)的稳健估计.在一定的条件下,证明了未知参数和非参数函数估计的相合性.并通过时间序列的数据模拟验证相合性结果.     

切比雪夫多项式回归分析方法在测量数据处理中的应用

在进行动态和静态测试时,经常需要对测试所得的数据进行处理,以使受干扰的一组数据“回归”其原有(排除这种干扰后)的变化规律。介绍一种实际应用中准确度较高的代数多项式回归分析方法,即切比雪夫(Tchebyshev)多项式回归分析方法。     

时空加权回归模型的非平稳性检验

时空数据具有空间非平稳性和时间相关性的特征,单纯考虑空间因素或时间因素,用地理加权回归模型或时间加权回归模型来拟合时空数据,其分析结果不能全面反映时空数据的真实特征．时空加权回归模型通过在线性回归模型中假定回归系数为地理位置和观测时刻的函数,将数据的时空特性纳入到模型中,为探索回归关系的时空平稳性创造了条件．基于加权最小二乘估计理论,给出了时空加权回归模型回归关系的空间平稳性检验和时间相关性检验方法．     

基于概率回归模型和K-最近邻的电子商务个性化推荐方案

针对电子商务中个性化推荐问题,提出一种基于概率回归模型和K-最近邻的电子商务个性化推荐方案.实验结果表明,该方案能够准确为客户推荐所需的商品.     

基于多元线性回归模型的建筑能耗预测与建筑节能分析

针对城市建筑能耗的节约与有效利用,提出一种基于多元线性回归模型(MLRP)的建筑能耗预测与建筑节能分析模型.以天然气和电力为能耗目标,将建筑类型、建筑年代、占地面积和居住人数等参数作为输入特征,利用多元线性回归模型分析出对能耗具有显著性影响的因素,并预测整个区域的能耗.另外,通过该预测模型,可以评估实施改善措施后建筑的节能潜力.实验给出了各种场景下的建筑节能潜力,分析结果表明,提出的预测模型能够精确预测区域能耗.     

自相关条件下自回归模型建立的预选条件

利用广义差分法消除自相关影响,依据克莱姆法则分析基于自相关的自回归模型建立的预选条件,获得了自相关条件下线性自回归模型与8种非线性自回归模型建立的预选条件.     

时空地理加权回归模型的拟合分析

时空地理加权回归模型是基于地理加权回归模型的一类有效的空间数据分析方法,主要研究该模型在数据删除模型的基础上系数函数的估计及删除观测点后对整个模型的影响,并且给出了权函数的选择方法.     

基于回归模型的太阳能热水系统两种典型故障检测与诊断

针对太阳能热水系统常见故障,提出了基于数据回归模型太阳能热水系统故障检测诊断的方法.以对系统进行故障分析为基础,根据残差变化趋势以及与阈值的关系对太阳能热水系统进行故障检测与诊断.通过测得的故障数据,对模型进行验证.数据分析显示:在积灰故障下,集热器出口温度残差达7℃,逐时效率残差超过了10%,逐时得热量参加超过了10kJ;在漏水状态下,集热器出口温度残差达10℃,逐时效率残差超过了50%,逐时得热量参加超过了100kJ,而且温度残差有很大幅度的波动.与理论分析结合可以准确地检测出故障,证明了该方法的有效性.     

跨流(区)域调水中水资源配置效应的量化模型

<正>我国水资源时空分布十分不均匀,而且人口密度高,水质污染水环境破坏、水资源不合理开发和使用现象并存,局部地区和个别时段出现洪涝或极度缺水状况。随着我国经济快速发展,与水有关的问题日益突出,并逐渐成为我国国民经济和社会发展的重要制约因素。对于水源区来说,水资源减少,经济发展方式被迫转型,生     

基于岭回归法对海南省住宅销售价格的影响因素的研究

利用多元线性回归模型,研究了1996年到2008年海南省住宅销售面积、人口及城镇居民可支配收入对海南省住宅销售价格的影响,基于岭回归法来解决自变量间多重共线性的问题,借助EVIEWS6.0和SPSS17.0软件,建立相关的数学模型,最后预测海南省2009年住宅销售价格,结果表明模型短期预测精度较高.     

基于机器学习的空气质量模型分析与研究

【目的】传统的空气质量计算方法已经难以满足当前社会的需求,基于机器学习的空气质量模型的分析与研究有助于提高空气质量预测的准确性和及时性。【方法】选取郑州市2019年全年空气质量和气象的逐小时数据,分别分析了空气质量与空气污染物因子的相关性以及空气污染物因子与气象要素的相关性。以空气污染物和气象要素作为输入因子,采用机器学习的方法建立多个回归模型,最后通过对回归模型的评估,根据评估的结果选取合适的预测模型。【结果】通过对回归模型评估指标的三种方法进行对比发现,随机森林模型效果较好,验证了机器学习的方法非常适合于空气质量的预测。【结论】本研究适应于站点的模型建立与预测,下一步应继续进行深度研究,从站点来繁衍出格点的实况预测模型。     

基于广义线性回归的任务定价机制

深入研究已结束项目的任务定价机制,根据该定价机制制定新的任务定价模型.重新打包发布已结束项目的任务,并对比任务完成情况,确定新的任务定价方案,通过聚类获取任务和会员的密度信息,构建一个广义线性回归定价模型.根据会员的任务限额和信度,对定价模型进行修正,获取一个更贴合实际的定价模型.通过对比分析新模型与原始模型,验证了新模型的合理性.