基于时间序列AR(P)模型的边坡变形预测与应用

获取边坡的监测数据进行分析,并预测其接下来的变化趋势,具有重要的意义。本文以贵州省福泉市高坪矿区英坪矿段内边坡工程项目为研究对象,对监测数据采用时间序列AR(P)模型方法进行了分析与预测。研究结果表明,模型拟合的结果和预测精度较好地反映了监测点的变化趋势,可为矿区边坡模型建立和监测数据的预测提供一定的参考。

P因子介导的C5a/C5aR轴活化在IgA肾病肾脏足细胞损伤中的作用

目的:研究P因子介导的C5a/C5aR轴活化在IgA肾病肾脏足细胞损伤中的作用。方法:选取在郑州大学第一附属医院肾内科住院的少量、中量、大量蛋白尿IgA肾病患者各20例,收集其血液、尿液和肾组织标本;肾脏肿瘤切除术患者(20例)的远离肿瘤组织5 cm以上、病理诊断为正常的肾组织为对照1组,20例体检健康的成人血液、尿液标本为对照2组。电镜观察肾脏足细胞损伤程度,行Tunel和Nephrin共染色观察足细胞凋亡情况;免疫荧光法观察肾组织中足细胞P因子或C5aR、C5b-9与Nephrin共表达的情况;采用ELISA法检测IgA肾病组和对照2组血清及尿液中的P因子水平。结果:(1)大量蛋白尿IgA肾病患者肾组织足细胞足突弥漫融合、足细胞凋亡明显增加,Nephrin表达降低。(2)大量蛋白尿IgA肾病组患者足细胞上的P因子、C5aR和C5b-9表达明显增强、Nephrin表达减弱。(3)大量蛋白尿IgA肾病组患者较对照2组血清、尿液P因子水平升高。结论:P因子介导的C5a/C5aR轴过度活化可能参与了IgA肾病肾脏足细胞损伤的发生。

基于AR(p)误差随机系数面板数据模型的预测

本文研究了模型误差服从AR(p)过程的随机系数面板数据模型的预测问题,得到了最优线性无偏预测表达式。数值模拟结果表明了所提方法的有效性。

基于Lasso及Adaptive Lasso的AR(p)模型定阶及参数估计

Lasso类方法可以同时实现变量选择与参数估计,将之运用于AR(p)模型的定阶及参数估计,可以大大简化计算步骤和时间.本文在前人基础上利用Lasso类方法,改进了AR(p)模型的定阶与参数估计,通过计算机编程模拟,验证了此类方法的可行性,并比较了在不同样本量情况下,Lasso和Adaptive Lasso方法在定阶和参数估计两方面的优良性,最后将较优的Adaptive Lasso方法用于实际时间序列数据中,并对结果进行分析,指出了该方法的实用性.

AR(p)扰动下最小均方误差受控过程的联合监控

针对最小均方误差(Minimum Mean Square Error,MMSE)受控过程联合监控可控输入与过程输出这一问题,在任意阶自回归AR(p)平稳扰动模型下开发了一种通用的联合控制图,并将界内点排列非随机判异规则引入其中.同时,对AR(p)平稳扰动模型下生产过程的MMSE控制器和输入与输出的平均链长(Average Run Length,ARL)进行了推导.最后,通过仿真实验验证了该联合控制图的有效性.

CD109、HMW-CK、Vimentin、p63和AR在基底细胞样乳腺癌中的表达及其临床意义

目的探讨CD109、高分子量细胞角蛋白(HMW-CK)、波形蛋白(Vimentin)、p63和雄激素受体(AR)在基底细胞样乳腺癌(BLBC)中的表达及其与临床病理特征的关系。方法将ER、HER-2均阴性,CK5/6和/或EGFR阳性表达者定义为BLBC,采用免疫组化SP法检测CD109、HMW-CK、Vimentin、p63和AR在86例BLBC、57例管腔细胞型(Luminal)乳腺癌和33例HER-2过表达型乳腺癌中的表达情况。结果 CD109在BLBC、Luminal型乳腺癌和HER-2过表达型乳腺癌组织中的阳性表达率分别为61.6%,8.8%和9.1%,HMW-CK分别为90.7%、26.3%和33.3%,AR分别为31.4%、71.9%和42.4%,组间差异均有统计学意义(P<0.05);Vimentin的阳性表达率分别为57.0%、42.1%和51.5%,p63分别为31.4%、29.8%和24.2%,组间差异均无统计学意义(P>0.05)。在BLBC中CD109、HMW-CK、Vimentin和p63的表达与临床病理特征无关(P>0.05),而AR的表达与组织学分级有关(P<0.05)。结论 CD109和HMW-CK是诊断BLBC的特异性标记物,而Vimentin和p63无诊断意义,AR表达缺失与BLBC的侵袭和恶性表型有关。

耐力训练和益气补肾中药对睾酮合成的调节因素——StAR蛋白和P450_(SCC)酶mRNA表达的影响

目的 :探讨运动训练和益气补肾中药对影响睾酮合成的StAR蛋白和P4 5 0 SCC酶的作用。方法 :5 0只雄性Wistar大鼠随机分为安静对照组 (n =1 0 )、安静服药组 (n =1 0 )、耐力训练组 (n =1 5 )和训练服药组 (n =1 5 )。经 6周递增负荷游泳训练后 ,采用放免法测定大鼠血清睾酮水平 ,利用RT -PCR方法检测大鼠睾丸StAR和P4 5 0 SCC mRNA的表达水平。结果 :(1 )训练组大鼠血清睾酮水平显著降低 ,而训练服药组大鼠的血清睾酮水平则未降低。 (2 )未服药训练大鼠的StARmRNA水平比安静对照组明显下降 (P <0 0 1 ) ;服用中药的安静大鼠和运动大鼠的StARmRNA表达比安静对照组和训练组显著增强 (P均小于 0 .0 0 1 )。 (3)训练组和训练服药组大鼠P4 5 0 SCC mRNA水平均显著低于安静对照组和安静服药组 (P <0 0 5 )。结论 :(1 )研究结果提示长期大负荷训练后大鼠睾丸间质细胞StARmRNA表达下降 ,益气补肾中药对StARmRNA的表达转录水平有增强作用。长期大负荷运动造成的血清睾酮水平下降与StARmRNA的表达强弱有关。 (2 )长期大负荷运动可造成大鼠睾酮合成限速酶P4 5 0 SCC mRNA表达降低 ,益气补肾中药可维持血清睾酮水平 ,但其在mRNA水平对P4 5 0 SCC的表达无明显效应 ,其对睾酮合成酶的影响仍需进一步探讨。

AR(p)模型参数估计方法比较和实证分析

对时间序列AR(p)模型的参数估计YULE-WALKER法、最小二乘法、最大似然法三种估计方法进行分析和比较,从模型推导出最小二乘估计、最大似然估计实质上是同一种估计方法,应用MATLAB软件对我国CPI数据建立AR(2)模型并应用3种方法对其参数进行估计、模型检验、预测结果比较,得出的结论与理论推导相符,实证上说明AR(p)模型参数估计使用最小二乘法和最大似然法估计的结果是一样的。

基于MCMC方法的贝叶斯AR(p)模型分析

本文提出运用Gibbs抽样的MCMC方法,解决时间序列AR(p)模型贝叶斯分析过程中所遇到的复杂的数值计算问题,借数据仿真分析来说明运用WinBUGS软件建模的分析过程,得出以MCMC为基础的WinBUGS软件简便了贝叶斯AR(p)模型的实际应用的结论。

基于正态—Gamma共轭先验分布的贝叶斯AR(p)预测模型

本文系统地分析了AR(P)时间序列模型的数学模型及其条件似然函数,并根据似然函数的统计结构构造了模型参数的共轭先验分布,研究了正态—Gamma先验分布情况下模型的贝叶斯推断理论,包括模型自回归系数和精度参数后验分布的统计推断、二次损失函数下参数的贝叶斯估计;同时,从统计数学方法上严格地证明了一步超前预测模型的预报分布为t分布。

基于多尺度下AR(P)耦合预测模型的应用研究

基于多尺度分析理论,运用Mallat算法和Daubechies小波,把时间序列分解为比原始序列更单一的细节和概貌部分,并利用AR(P)模型能反映时间序列中邻近时刻间联系的特性,对序列分解后的部分进行拟合与预测,然后再由多尺度分析中的重构方法进行序列重构,由此建立耦合的预测模型。通过黄河青铜峡270多年(1724～1997)年径流时间序列的建模及验证,表明拟建的耦合模型与传统单一模型的预测精度相比,由50%提高到90%,可用于实际需要。

良恶性前列腺组织中S100P与AR的表达及临床意义

目的研究人良恶性前列腺组织中S100P与AR的表达情况并探讨二者表达的关系及临床意义。方法应用免疫组织化学SP法检测15例正常前列腺组织、30例前列腺增生症及30例前列腺癌中S100P与AR的表达情况,结合患者临床病理资料进行分析,并探讨二者的表达在前列腺癌发生发展过程中所起的作用及有无相关性。结果 S100P蛋白在正常前列腺组织及前列腺增生组织中的表达率(93.33%、90.00%)显著高于前列腺癌组(20.00%)(P<0.01);S100P蛋白在高、中、低分化前列腺癌组织中表达率差异无统计学意义(P>0.05)。AR在前列腺癌组织中阳性率(53.33%)显著高于前列腺增生症(16.67%)及正常对照组(13.33%)(P<0.01);高、中分化前列腺癌组AR阳性率较低分化组显著增高(P<0.05)。在前列腺癌组织中S100P和AR二者的表达无显著相关性(r=-0.325,P=0.080)。结论 S100P在前列腺癌组织中表达水平较良性组织中明显下调,而AR表达显著升高。S100P的表达与前列腺癌的分化程度无关,而随着癌组织分化水平变低AR的表达也显著降低。二者在前列腺组织中的表达未见显著相关性。前列腺发生癌变后S100P与AR分别会发生下调与升高,可能预示肿瘤更具增殖能力和侵袭性,联合检测二者有助于判断前列腺癌的发展趋势及评估预后。

补偿最小二乘估计精化AR(p)的变形建模与预测

以AR(p)模型为例,考虑模型误差对变形预测的影响,将模型误差看做非参数信号,采用半参数补偿最小二乘方法来处理,即利用半参数中的非参数分量表达模型误差;为更好地控制残差部分VTPV和光滑部分STRS之间的平衡,提出一种求解平滑参数α的Xu函数;最后,通过实例将精化后的AR(p)模型与灰色模型、灰神经网络模型、常规AR模型的结果进行了比较。结果表明,补偿最小二乘方法能有效地处理变形建模中存在的模型误差,具有较好的预测效果。

缺失数据下AR(p)模型的估计方法

研究在缺失数据条件下,零均值AR(p)模型的估计方法.应用EM算法,给出了一个数据和连续两个数据缺失时的具体计算步骤.

基于AR(p)模型的渭河水质预测

对溶解氧序列的检验结果为平稳序列及非白噪声序列,结合水质标准,建立AR预测模型,预测水质所处状态,从而指导工农业生产及水质治理.

p38MAPK信号通路在雨蛙素诱导的胰腺AR42J细胞炎症反应中的作用

目的:探讨p38 MAPK信号通路在急性胰腺炎体外模型中的作用。方法:AR42J细胞随机分为3组:正常对照组、雨蛙素组(10-8mol/L雨蛙素)和SB203580组(10μmol/L SB203580+10-8mol/L雨蛙素)。于3h收集细胞,检测淀粉酶分泌率;免疫荧光染色观察p-p38 MAPK核移位;Western blotting印迹检测p-p38 MAPK和TNF-α蛋白表达;EMSA检测NF-κB活性。结果:与正常对照组比较,雨蛙素组淀粉酶分泌率和TNF-α蛋白水平增高(P<0.01),p-p38 MAPK表达及NF-κB活性表达增加(P<0.01);免疫荧光示雨蛙素组p-p38MAPK发生了核移位。而与雨蛙素组相比,SB203580组明显降低淀粉酶分泌率和TNF-α蛋白表达(P<0.01),p-p38 MAPK和NF-κB的活性表达也下降(P<0.05);SB203580还抑制了p-p38 MAPK核移位。结论:p38MAPK通路参与了胰腺细胞内的炎症反应,其机制可能涉及NF-κB通路的活化。

Ang 1-7对雨蛙素刺激的胰腺腺泡AR42J细胞p38 MAPK/NF-κB信号通路的影响

目的探讨血管紧张素1-7(Ang 1-7)干预雨蛙素(caerulein,CAE)刺激的胰腺腺泡细胞AR42J后,p38MAPK/NF-κB信号蛋白的表达变化。方法将AR42J细胞随机分为3组:对照组、雨蛙素组(10 nmol/L,CAE组)、Ang1-7组(10-7mol/L、10-6mol/L、10-5mol/L Ang 1-7+10 nmol/L雨蛙素)。对照组为正常生长的AR42J细胞,CAE组用10 nmol/L的雨蛙素刺激AR42J于2 h、6 h、12 h、24 h及48 h收集细胞,Ang 1-7组为不同浓度Ang 1-7作用30 min后再用雨蛙素刺激24 h收集细胞,Western blot技术检测各组细胞中ACE2、Mas受体、p38 MAPK、p-p38 MAPK及NF-κB的蛋白表达。结果 AR42J细胞中可见ACE2-Ang 1-7-Mas受体轴表达;与对照组相比,CAE组ACE2和Mas受体的表达呈先增多后减少的趋势,均于24 h达高峰(P<0.05);p38 MAPK、p-p38 MAPK及NF-κB的表达亦是24 h达峰值(P<0.05);Ang 1-7(10-7mol/L、10-6mol/L及10-5mol/L)上调Mas受体的表达,下调p38 MAPK、p-p38MAPK、NF-κB蛋白的表达,Ang 1-7的浓度为10-5mol/L时,后三者的表达水平与CAE组比较,差异均具有统计学意义(P<0.05)。结论雨蛙素刺激的AR42J细胞中,Ang 1-7可通过Mas受体抑制p38MAPK/NF-κB信号通路的活性。

具有AR(p)误差的非线性模型异方差和相关性检验

讨论随机误差是AR(p)序列的非线性回归模型的异方差和自相关性检验问题.首先导出联合检验的score统计量,然后利用参数的正交变换,得到了调整的score检验统计量.当模型存在自相关性时,给出了检验异方差性的score统计量和调整的score统计量.最后利用得到的检验方法分析了氯化物数据,分析结果表明,该数据具有显著的异方差和AR(2)相关性.

AR(p)模型在中国总人口预测中的应用

利用AR(p)模型对我国总人口进行了动态预测.通过实证分析,对模型进行了检验,短期预测误差较小,应用效果比较符合实际。

基于季节性AR(P)模型的水质预测

自回归模型的建立是基于序列平稳性的假设,只能描述平稳序列的统计特性,而水质的月监测数据序列往往具有季节性变化的现象.文章介绍了平稳过程的相关理论及其检验方法并应用到黄河潼关、三门峡断面的水质序列的检验中,检验结果为非平穗序列,且序列具有明显季节性(月份)变化的特性。为此尝试建立季节性AR (P)模型来捕捉黄河水质的季节性变化规律,实践表明该模型预测总体效果是较为满意的。