单变量回归确定移动平均权重算法在话务量预测中的应用研究

话务量是客服中心运营管理的重要方面,呼叫中心的高效率运作是电网系统客户满意度以及大规模停电预警及突发状况处理的重要保证,而坐席人员排班又是呼叫中心运作的重要问题。科学合理的坐席安排能更好地提高呼叫中心的运作效率,不仅降低了呼叫中心的运营成本,从而提升电力呼叫中心的服务水平。本文提出在移动平均法中引入加权,利用预测期与历史各期的单变量回归,将系数作归一化处理作为权重,进行话务量的预测。文章以真实场景中的实验结果证明了本文所提方法的有效性。

单变量的频分多曲线回归分析方法

回归分析中,如果自变量仅有一个,则只能进行单变量回归分析,拟合一条曲线。虽然该曲线能够反应数据发展的总体趋势,但是却不能体现数据在总体趋势周围的波动性,导致依据该拟合曲线的预测值是一种理想取值,偏差较大。针对此问题,提出分频曲线拟合的方法。按照数据所处的层次多次拟合,形成拟合曲线簇,在此拟合曲线簇的基础上,构造多元回归分析算法,实现了单变量的多元回归算法。实验结果表明,该分析算法比传统的单变量回归分析和最小二乘曲线拟合有更好的预测精度,且能够更好地反应数据的波动性发展趋势。

线性回归分析中的两个悖论（英文）

概述:回归是应用统计学中最受欢迎的工具之一。然而,回归分析结果的误用和误解在生物医学研究中是常见的。本文运用统计理论和模拟研究来说明有关这种普遍使用的统计方法的一些悖论。我们还特别指出在顶级医学期刊发表的很多文章中广泛使用的模型选择程序事实上是错误的。模型选择使用哪一种步骤化程序需基于可靠的统计理论。

基于MATLAB的豪华邮船主要设计参数回归分析

为提高豪华邮船的设计效率,搜集整理170艘豪华邮船的船型数据,基于MATLAB回归工具箱对其进行单变量回归和多元回归。以总吨位为自变量,以各主要设计参数为因变量,采用回归分析法建立豪华邮船主要设计参数的数学模型,给出6种邮船主尺度及主要参数的单变量非线性回归公式和2种多变量线性回归公式。通过算例进行计算分析,结果表明,单变量回归公式和多元回归公式的精度较高、适用性较强,可供邮船主要设计参数的初步设计参考。

北京昌平区先导产业对生产总值影响的回归模型分析

作为引领区域产业战略发展方向的先导产业,已成为我国转型时期增加生产总值、实现产业升级的战略关键点。以北京昌平区为例,在总结"十二五"规划方针以及收集这一时期昌平区产业发展数据基础上,运用单变量线性回归模型分析工具,着重研究昌平区所提出的加快先导产业政策对地区生产总值形成的影响,并发现其先导产业对生产总值依赖性大贡献度高。继而得出以"让先导产业成为科学发展的火车头"的政策为主线科学有效。

基于分位数回归的PM_(2.5)影响因素分析

以2014年中国经济发展排名前124名的城市为研究对象,从经济发展的角度,选取常住人口、家庭天然气、房屋施工面积、地区生产总值、第二产业总值、民用汽车数、规模以上工业企业综合能耗、规模工业产值等8个因素,建立了影响PM_(2.5)浓度的指标体系。用线性回归模型分析了影响PM_(2.5)浓度的经济因素,回归结果为常住人口、家庭天然气、地区生产总值、第二产业产值、规模以上工业企业综合能耗这5个因素。进一步使用分位数回归模型分析了当空气中的PM_(2.5)浓度处于不同水平时的影响因素,显示变量变化的全局特征。通过Wald检验可知,各个解释变量在不同分位点对PM_(2.5)浓度的变化影响存在显著的不同。最后运用单变量非参数分位数回归模型分析了民用汽车数量对PM_(2.5)浓度的影响。

绿洲土壤盐分含量高光谱反演建模

以新疆渭干河-库车河三角洲绿洲为研究区,以实测土壤高光谱数据和土壤盐分作为基础数据,分析多种光谱指数与土壤盐分的相关性,筛选特征波段,使用逐步多元线性回归、单变量回归和主成分回归3种方法构建土壤盐度高光谱监测模型。研究表明,基于逐步多元线性回归方法,以对数二阶微分光谱特征波段所构建的盐渍化遥感监测模型最优,模型的稳定性和预测精度最高,可有效估测土壤含盐量。此项研究成果满足了对干旱区盐渍化监测的需求,为干旱区土壤盐分定量反演提供了可靠的参考。

基于支持向量机的假酒近红外光谱识别分类研究

一般的检测假酒中甲醇的化学方法虽然结果较准确,但操作复杂、费用昂贵且对实验的环境条件要求严格.为此,提出了一种基于支持向量机对掺甲醇的假酒光谱进行识别与分类的方法.采用ASD FieldSpec 3光谱仪测量了样品溶液的反射光谱;通过对反射光谱进行平滑、导数等预处理并进行相关性分析和单变量回归分析,得出假酒中甲醇光谱不被乙醇光谱掩盖的特征峰作为特征谱带;最后用特征谱带训练分类模型并得到分类结果.结果表明:以甲醇含量小于等于3%为真酒的总体分类准确度为85%,以甲醇含量小于等于5%为真酒的总体分类准确度为97.5%;证明该方法是可行的且具有较高的分类准确度.

腔静脉滤器困难性回收Nomogram个体化预测模型

腔静脉滤器是为预防深静脉血栓脱落导致致命性肺栓塞而设计的装置,在滤器回收过程中常出现不同程度的技术困难,需借助辅助器械和静脉通路。建立有效的预测模型提前预测滤器回收困难程度有助于术前规划、沟通和术中高效配合。本文回顾性分析2011年1月至2020年12月在中南大学湘雅三医院进行的477例腔静脉滤器回收病例,其中顺利回收344例,困难性回收137例(包括35例回收失败)。运用单因素与多因素logistic回归分析筛选困难性回收的相关风险因素,再构建Nomogram预测模型并用ROC曲线验证模型的准确性,其中2011年1月至2017年12月病例资料为训练队列,2018年1月至2020年12月资料为验证队列。单因素分析结果显示滤器是否贴壁、滤器是否穿透腔静脉、滤器与血管长轴之间夹角、实际使用时间与建议置入时间比值、是否规律抗凝是腔静脉滤器困难性回收的风险因素,在此基础上进一步使用logistic多因素回归分析显示,滤器是否贴壁、滤器是否穿透腔静脉、是否规律抗凝是预测腔静脉滤器困难性回收的独立风险因素。将上述三种风险进一步构建Nomogram预测模型,内部验证评价AUC值为0.819,外部验证评价AUC值为0.817;内部验证和外部验证的校准曲线均提示模型能有效预测困难性回收风险。构建腔静脉滤器困难性回收Nomogram图预测模型的纳入变量在术前易于获得,模型具有较好的预测效果和较低的泛化误差,可为血管介入医生在腔静脉滤器回收治疗决策提供重要依据。

豪华邮轮主尺度要素统计分析

搜集整理188艘豪华邮轮的船型资料,分析豪华邮轮各主尺度要素的特点,运用统计学方法处理统计数据,分别用单变量回归、多元回归分析和BP神经网络回归方法建立豪华邮轮主尺度的数学模型,并对回归结果进行验证和误差分析,经检验,得到的回归公式误差较小。

我国固定资产投资对经济发展影响的区域性差异——基于省级面板数据

根据我国固定资产投资对经济发展影响区域性差异,以省级面板数据为基础建立回归模型,分析了不同地区的固定资产投资对经济发展作用效果的大小和差异.结果表明,固定资产投资是我国经济发展的主要驱动力,具体而言,固定资产投资对经济发展影响最大的地区是北京和上海,其次是重庆、内蒙古、吉林,再次是四川、西藏以及大部分东部沿海地区,然后是广大的中西部地区,最后是河北、黑龙江、海南以及西北部的一些地区.因此,固定投资效果与经济发展水平存在一定关系.

基于神经网络预测模型的房价趋势分析——以海口和三亚市为例

房价趋势的研究是一个高度复杂的非线性问题,以海南市的主要城市海口和三亚的十三个影响因素作为经济指标,采用BP神经网络算法对其房价进行定量预测分析。首先,通过使用PCA算法筛选出影响房价的最主要因素,接着使用多变量线性回归模型对各种因素之间进行定性分析,确定各因素之间是线性无关的,最后建立BP神经网络模型对影响房价趋势的因素做定量分析。

Some Practical Issues Related to Univariate Regression Analysis Prior to Multivariate Regression Analysis in Randomized Controlled Clinical Trials

Often many variables have to be analyzed for their importance in terms of significant contribution and predictability in medical research. One of the possible analytical tools may be the Multiple Linear Regression Analysis. However, research papers usually report both univariate and multivariate regression analyses of the data. The biostatistician sometimes faces practical difficulties while selecting the independent variables for logical inclusion in the multivariate analysis. The selection criteria for inclusion of a variable in the multivariate regression is that the variable at the univariate level should have a regression coefficient with p 〈 0.20. However, there is a chance that an independent variable with p 〉 0.20 at univariate regression may become significant in the multivariate regression analysis and vice versa, provided the above criteria is not strictly adhered to. We undertook both univariate and multivariate linear regression analyses on data from two multi-centric clinical trials. We recommend that there is no need to restrict the p value of 〈= 0.20. Because of high speed computer and availability of statistical software, the desired results could be achieved by considering all relevant independent variables in multivariate regression analysis.