断点回归方法及应用实现

目的完整、系统介绍断点回归设计(RDD)原理及统计方法,为其在公共卫生领域应用提供参考。方法在介绍断点回归设计原理基础上,用室内甲醛干预的实例演示了利用Stata软件实现断点回归统计方法的过程,介绍和比较属于参数法的多项式回归和属于非参数法的局部线性回归的分析方法和结果。结果RDD是一种准实验设计,对研究对象没有随机分组,而是选择一个与干预措施有关的变量,根据该变量的取值选择切点划分干预组和对照组。RDD在内部有效性方面优于其他准实验设计,但外部有效性受到一定限制。基于观察性资料的RDD不仅可控制可观测的混杂因素,还可控制无法观测的混杂因素,也更符合伦理道德。在本文实例中,多项式回归和局部线性回归两种分析方法的结果基本一致。结论RDD在公共卫生领域的真实世界研究中有广阔的应用前景,为科学评估干预政策和提供高质量决策依据提供新的思路和方法。

“三全育人”视域下高校辅导员职能的泛化与回归

基于习近平总书记“育人的根本在于立德”的重要论述和高校“三全育人”综合改革的实践要求,高校辅导员存在职能泛化现象,即角色定位模糊,职责边界不明;高校思政工作整体规划不够,法治化程度有待提高;队伍配比设置不到位不科学致使辅导员工作分工失衡;学生工作的复杂性导致辅导员职能难以聚焦。实现高校辅导员职能的有效回归,可以在“大思政”格局中明确辅导员职能任务、增强主体性、提升核心能力、营造辅导员发展的良好氛围。

渤海海域井壁取心裂解烃S_(2)烃类损失恢复回归分析

地化录井受工程、地质条件及人为因素的影响,往往造成岩石样品从井底到地表的烃类损失,不能很好地反映地下储层的真实含油气信息,因此需要一种合理准确的方法进行烃类损失恢复。针对渤海海域不同地区不同层位的岩屑值(自变量)与壁心值(因变量)之间的关系,基于最小二乘法、梯度下降法及其衍生算法,以多元线性回归和非线性回归两种方式来拟合研究区井壁取心数据。多元线性回归模型可使用标准方程法、岭回归、LASSO(Least Absolute Shrinkage and Selection Operator)及弹性网进行回归拟合,非线性回归模型可使用梯度下降法和分段函数的拟合方法。对不同回归分析方法进行分析对比可知,岭回归在计算线性关系的烃类损失方面具有较好的效果,决定系数r^(2)均超过0.7;基于岭回归分段函数拟合和非线性回归模型y=x/(b+kx)适合非线性烃类损失恢复。与传统的烃类损失恢复方法相比,使用量化的方式对研究区烃类进行恢复,更加科学全面,具有广泛的应用前景。

基于非线性逻辑回归的M-Score模型优化研究

文章以我国沪深A股市场2010—2020年因财务报表舞弊被中国证监会、上海证券交易所和深圳证券交易所处罚的441家上市公司为样本,研究了M-Score模型在我国A股上市公司财务舞弊识别中的有效性,利用统计学方法分析了模型失效的原因,并提出了一种基于非线性逻辑回归的M-Score模型优化方法。

时空团状系数回归模型及其在海洋时空断面数据中的应用

为揭示变量间的回归关系在时空域上的变化结构,本文提出了一种新的变系数回归模型——时空团状系数(Spatio-temporally clustered coefficient, STCC)回归模型。STCC模型通过对时空上相邻点的回归系数之差施加惩罚,从而估计出存在时空变化的回归关系。该模型可在没有先验信息的情况下探索回归关系的时空结构。数值模拟实验表明:STCC模型不仅能有效捕捉回归关系在时空域上的团状结构,对随时空连续变化的回归系数也表现出了较好的估计性能。本文运用STCC模型探索了大西洋25°W断面上的海水温度和盐度之间的回归关系,并据此初步分析了南极中层水的季节性演变特征。

空间多观测样本的地理加权回归模型

地理加权回归(GWR)以及GWR改进模型无法处理空间点上多个观测样本的情况,本文对GWR进行了拓展,构建了一种可以处理多观测样本的地理加权回归模型(MRGWR)。MRGWR在估计回归系数时,充分利用了回归关系在邻近点上具有相似性的特点,对邻近空间点的观测样本施加不同权重。通过数值实验评估了MRGWR的估计性能,并与普通最小二乘回归和GWR模型进行了比较。采用MRGWR模型探究了物理海洋学中海洋中尺度涡旋热反馈问题,揭示了北太平洋中尺度海面净热通量异常对中尺度海面温度(SST)异常的响应关系。研究结果表明,中尺度海面净热通量异常对中尺度SST异常的响应关系存在显著的季节和空间变化。

职业教育学生向度增值评价的设计理路——基于增值评价价值和理性回归的视角

增值评价是一定周期内教育对学生学业成就的净影响的定量评价,是基于学生主体地位的一种评价,体现了评价的本体价值。而实践中,增值评价更多地运用于对学校和教师的考核。在分析增值评价的教师向度和学生向度以及由此带来价值不同的基础上,提出增值评价应实现价值和理性双重回归:以学生为主体而评价;遵循工具理性,将增值评价只用于可测量可精确计算或可准确描述的学业领域。基于增值评价价值和理论回归的视角,从设计的目的、内容、主体、指标体系、数学模型、数据平台、应用效果等方面提出职业教育学生向度增值评价的设计理路。

基于回归模型的中小微企业的信贷决策研究

中小微企业在缓解社会就业压力上发挥着重要作用。由于企业规模相对较小,缺少抵押资产,在银行贷款融资方面存在诸多困难。因此,构建企业信贷风险等级模型、信贷量化风险逻辑回归模型、信贷额度回归模型以及利率回归模型。选取具体实例,利用相关数据,针对具体企业依据上述模型确定是否放贷及贷款额度、利率优惠、期限等。

分位数因子增广的分位数自回归分布滞后模型构建

因子增广回归是利用高维数据对宏观经济进行预测的重要方法。然而,均值回归框架下的因子模型和回归模型在面对异常值或厚尾分布时结果不够稳健。为此,文章在分位数回归框架下构建分位数因子增广分位数自回归分布滞后模型,该模型通过构建分位数因子模型对高维数据进行降维,提取不同分位点的公共因子;进一步,利用提取出的公共因子和响应变量的滞后项构建分位数自回归分布滞后模型。数值模拟结果表明,在数据出现异常值或厚尾分布的情境下,分位数因子分析估计的均值因子和非均值因子更稳健,分位数因子增广回归的预测性能优于因子增广回归的预测性能,且分位数因子增广分位数自回归分布滞后模型的预测性能优于基准模型。

回归温度和时间对深冷变形7A85铝合金显微组织、力学性能和腐蚀行为的影响

为了平衡合金的强度、塑性与耐蚀性,在不同回归温度和时间条件下对深冷变形7A85铝合金的显微组织和综合性能进行研究。结果表明,在较低回归温度和时间的回归再时效(RRA)制度和T6(120℃,24h)制度下,合金具有较高的强度,但耐蚀性较差。对于RRA,在一定范围内增加回归温度和时间会降低合金的强度,但合金的电导率和耐蚀性显著提高。然而,过度地增加回归温度和时间使合金的耐蚀性降低。相同的回归温度下,随着回归时间的延长,合金的伸长率先减小后增大。与三向深冷变形7A85铝合金的最佳匹配的制度为RRA180-0.5((120℃,24 h)+(180℃,0.5 h)+(120℃,24 h))。

基于机器学习的空气源热泵干燥能耗回归预测

为了降低空气源热泵干燥过程能耗,研究了空气源热泵干燥能耗特性,采用多元线性回归模型(multivariate linear regression model, MLRM)和BP神经网络(back propagation neural network, BPNN)模型来预测干燥工艺能耗。在分析干燥能耗影响特征参数的基础上,提出将干燥工艺过程进行切分处理的方法以降低数据获取难度。选取烘房设定温度、烘房设定湿度、烘房初始温度、烘房初始湿度、环境平均温度、环境平均湿度、物料质量和初始含水率8个特征参数作为模型输入,能耗和物料结束含水率作为模型输出。使用MLRM模型、BPNN模型和其他机器学习模型进行能耗预测,MLRM模型对能耗拟合的决定系数为0.739,对物料结束含水率拟合的决定系数为0.931;BPNN模型使用Sigmoid函数作为激活函数时对能耗拟合的决定系数最高,为0.828,使用Identity函数作为激活函数时对物料结束含水率拟合的决定系数最高,为0.942,拟合效果优于其他机器学习模型,能够满足实际生产需求。以复水豌豆为干燥对象设计加载物料65 kg、持续时间4 h的完整变温变湿干燥工艺进行验证试验,结果表明:试验总能耗为15.066 kW·h,MLRM模型和BPNN模型的预测总能耗分别为14.476 kW·h、15.183 kW·h,预测精度分别为96.08%、99.23%;试验结束含水率为8.541%,MLRM模型和BPNN模型的预测结束含水率分别为9.560%、8.889%,预测精度分别为88.07%、95.93%。该研究提出了一种使用MLRM模型和BPNN模型对空气源热泵干燥能耗进行分段精准预测的有效手段,对于优化干燥工艺和降低干燥能耗具有实际意义。

基于深度自回归模型的电网异常流量检测算法

针对电网中行为种类复杂多样且数量众多的问题,提出了一种基于自回归模型的电网异常流量检测算法。该算法利用深度自编码网络自动提取网络流量数据的特征,降低异常流量检测的分析周期,并自动挖掘数据的层次关系。通过支持向量机对提取的特征进行分类,实现对异常流量的检测。仿真实验结果表明,所提算法可以分析不同攻击向量,避免噪声数据的干扰,进而提高电网异常流量检测的精度,对于流量数据处理具有重要意义。

基于贝叶斯优化支持向量回归的流线型箱梁颤振气动外形优化方法

为解决风洞试验耗时费力和计算流体动力学(CFD)计算量大的问题,提出了一套新型流线型箱梁断面颤振性能气动外形优化方法.以风嘴参数为设计变量,利用CFD获取断面三分力系数,以准定常理论估算的颤振临界风速为优化目标.根据贝叶斯优化支持向量回归构建代理模型,利用混合加点法更新模型,通过寻优算法确定最优断面.以虎门大桥为例,得到桥梁在可行域内颤振性能最佳的断面方案.结果表明,风嘴升高,颤振临界风速先增后减,相对高度为0.6时整体性能较优,相对高度为0.7时可获得最优断面.底板宽增加,颤振性能显著降低,下斜腹板倾角为14°~16°时颤振性能最优.断面优化后桥梁颤振临界风速相比原始断面提升约31%.

糖尿病肾脏疾病预后影响因素的COX比例风险回归模型分析

目的基于COX比例风险回归模型分析糖尿病肾脏疾病(diabetic kidney disease,DKD)预后的影响因素,为临床早期评估和防治DKD提供科学的依据。方法收集多中心(河南中医药大学第一附属医院、河南中医药大学第三附属医院、河南省中医院及郑州市人民医院)2010—2021年就诊治疗的DKD患者资料,包括一般资料、实验室指标、中医辨证分型及中医药治疗,以肾小球滤过率(eGFR)下降≥50%、血肌酐(Scr)翻倍、DKD 5期、死亡为结局指标,随访其发生时间及情况,利用COX比例风险回归模型分析筛选DKD预后影响因素。结果本研究最终纳入1947例患者,随访时间为4.65(4.557~4.746)年,发生复合终点事件305例(15.67%)。单因素COX回归分析结果表明,不同年龄、DKD病程≥4年、饮酒史、吸烟史、高血压、冠心病、脑血管病、糖尿病足、糖尿病眼病、糖化血红蛋白(HbA1c)、血尿酸(SUA)、Scr、24 h尿蛋白定量(24 h-UTP)、eGFR、湿热血瘀证、脾肾气虚兼湿聚血瘀证、脾肾阳虚兼血瘀证、中药熏洗、服用中药患者DKD预后情况比较,差异有统计学意义(P<0.05)。多因素COX回归分析结果表明,年龄[HR(95%CI)=2.52(1.92,3.30)]、DKD病程[HR(95%CI)=1.62(1.09,2.42)]、吸烟史[HR(95%CI)=1.61(1.13,2.29)]、饮酒史[HR(95%CI)=1.41(1.01,1.95)]、脑血管病[HR(95%CI)=1.33(1.01,1.75)]、糖尿病眼病[HR(95%CI)=1.43(1.13,1.82)]、SUA[HR(95%CI)=1.72(1.26,2.33)]、24 h-UTP[HR(95%CI)=1.48(1.14,1.91)]、脾肾气虚兼湿聚血瘀证[HR(95%CI)=2.22(1.44,3.43)]与DKD发生终点事件的风险关系密切(P<0.05),服用中药[HR(95%CI)=2.57(2.00,3.31)]能够减少终点事件的发生(P<0.05)。结论年龄、DKD病程、吸烟史、饮酒史、脑血管病、糖尿病眼病、SUA、24 h-UTP、脾肾气虚兼湿聚血瘀证是影响DKD患者预后的危险因素,而服用中药治疗为其保护因素。

左半结直肠癌术后吻合口瘘的LASSO回归分析

探讨基于最小绝对收缩和选择算子(LASSO)回归分析对左半结直肠癌术后吻合口瘘(AL)的预测价值。收集2018年1月—2021年1月收治的521例左半结直肠癌手术患者相关资料,随机抽样将其分为训练集(n=365)和验证集(n=156),观察AL发生情况。在训练集行LASSO-Logistic回归模型基于CLS评分筛选AL的危险因素,建立改良CLS评分模型,利用ROC曲线评估模型效能。521例患者中,46例(8.83%)发生AL,其中训练集365例中发生AL 32例(8.77%)归为AL组,未发生AL的333例归为非AL组;训练集中两组性别、年龄、BMI、不良嗜好、ASA分级、吻合口与肛缘距离、急诊状态、出血量、手术时间、附加手术、辅助治疗、艰难梭菌感染、预防性造瘘、吻合口血供、吻合口张力对比差异有统计学意义(P<0.05);LASSO回归算法从CLS评分系统中选择出吻合口血供、吻合口与肛缘距离、附加手术、艰难梭菌感染、预防性造瘘5个具有非零系数的显著相关指标。进一步Logistic回归分析:吻合口血运欠佳(OR=8.124,95%CI:2.363~27.935)、艰难梭菌感染(OR=3.375,95%CI:1.185~9.612)、附加手术(OR=5.662,95%CI:1.992~16.093)为左半结直肠癌术后AL的危险因素(均P<0.05);吻合口与肛缘距离(OR=0.760,95%CI:0.584~0.990)、预防性造瘘(OR=0.072,95%CI:0.015~0.355)为左半结直肠癌术后AL的保护因素(均P<0.05);验证集156例中发生AL 14例(8.97%),改良CLS评分预测训练集发生AL的AUC为0.819(95%CI:0.756~0.872),预测验证集发生AL的AUC为0.808(95%CI:0.703~0.889)。改良CLS评分可以更准确地预测左半结直肠癌术后AL的发生。

高校发展性教师评价的逻辑困境与价值回归

高校教师评价是学术与人事管理的核心要件,是深化高等教育评价改革的重要内容,其出发点既要推动学校人才培养和知识创新能力的提高,也要促进教师个人的职业发展,进而从根本上推动高等教育强国建设。论文采用质性研究方法,分析高校教师因评价的绩效逻辑、量化逻辑和结果逻辑导向带来的学术信念动摇,行为方式异化,以及学术生态破坏等问题,基于高校教师评价现状及其影响机制模型,提出发展性教师评价应该回归大学使命、回归大学教育精神、回归教师评价本真意义。

数字经济对共同富裕的影响研究——基于面板回归模型的实证分析

数字经济已成为我国经济增长的新动力,是实现共同富裕的关键力量。选取2011—2020年全国31个省份面板数据,采用主成分法和熵值法测算共同富裕水平,用面板回归模型分析数字经济对共同富裕的影响效应,进而运用中介效应模型探讨研发投入与技术创新作为中介变量的间接影响,最后进行异质性分析。研究发现:数字经济对共同富裕具有正向影响作用,数字经济对共同富裕的影响作用存在时间异质性和区域异质性,研发投入和技术创新是影响共同富裕水平的重要机制。基于此,提出建立健全数字经济监管机制、夯实数字基础建设、实施差异化的数字经济发展策略等建议。

融入上下文特征提取的非自回归神经机器翻译

非自回归翻译(NAT)模型是一种消除目标句子中的顺序依赖关系的翻译模型,在推理速度上取得了显著的突破。然而该模型在翻译质量方面存在一些局限,为探究原因,主要对注意机制进行了细致而全面的初步研究,研究结果揭示了NAT模型在捕捉局部性特征方面存在明显不足。为此提出了一种通过明确引入周围词汇信息而改进NAT模型局部性能力的方法。具体而言,在编码器和解码器两个方向上引入了混合分组线性变换,以获得更具局部感知性的表示。通过在WMT14英德与WMT16英罗两个数据集上进行实验,结果表明该方法以微弱的速度代价分别提高了0.7与1.03个BLEU分数,这表明该研究方法在改善NAT模型的局部性特征提取方面具有显著的效果和潜力。

考虑策略型消费者的高斯过程回归动态定价算法

现有需求不确定下的动态定价算法鲜有考虑消费者策略行为的。将零售商的价格决策过程描述为一个多摇臂(Multi-Armed Bandit,MAB)问题,提出一种非参数贝叶斯算法。将高斯过程回归与汤普森抽样算法相结合,并加入策略型消费者购买决策过程,帮助零售商进行价格决策。仿真结果表明,该算法能有效提高零售商收益,收敛速度更快。此外,策略型消费者的存在可以改善需求学习算法的性能,降低由于需求不确定性导致的零售商收益损失。

基于迁移学习和逻辑回归模型的花卉分类研究

【目的】不同种花卉之间的相似性以及同种花卉内部的多变性加大了花卉图像分类难度,其难点是要人工设计出能充分体现花卉颜色、形状和花瓣形态等特征的特征提取方法。传统的花卉图像分类方法的精度不高且模型的泛化能力较差,这些问题亟待解决。【方法】课题组提出一种基于数据增强的VGG16迁移学习卷积神经网络提取花卉图像特征,再训练多类逻辑回归模型的花卉图像分类识别方法;并且通过在flowers17和flowers102花卉数据集上进行测试,来验证课题组所提出的花卉分类识别方法的有效性。【结果】课题组所提出的花卉分类识别方法在flowers17和flowers102数据集中分别达到了97.89%和92.10%的分类精度,高于现有其他花卉图像分类方法。【结论】通过预训练的深度人工神经网络提取的高区分度的花卉图像特征,优于人工设定的花卉图像特征,能训练出更高效精准的花卉识别分类器。基于本研究内容,下一步可对VGG16网络进行降维改进,让模型参数减少,从而实现快速实时应用。