基于SPSS多重线性回归模型的黑河中游增泄下游水量分析

黑河经过近5a的调水和近3a的综合治理，流域用水量发生了重大的变化。通过SPSS多重线性回归模型分析黑河中游近5a调水增泄下游水量，为流域调水及分配提供理论依据。

邯郸地区无偿献血者ALT影响因素多重线性回归分析

目的调查分析邯郸地区无偿献血者ALT的影响因素,探讨ALT单项阳性导致血液报废的应对策略。方法对邯郸市2009年3月～2010年2月18～55周岁20 560名献血者的个人信息及ALT、HBsAg、抗-HCV、抗-HIV、抗-TP5项检测结果行Epidata3.0双录入,采用Stepwise法进行多重线性回归筛选ALT的影响因素。结果lnALT与性别、年龄、职业、季节和献血次数有线性关系。其中季节影响最大,秋季ALT最高,其次为性别,男性ALT高;28～37岁组ALT高于其他年龄组;不同职业献血者学生的ALT值最低,公务员最高;多次献血者高于首次献血。学历对ALT的变化无影响。结论应进一步加强对献血者进行献血知识的宣传,加强采前征询,实施采前初筛,减少血液的报废。

多重线性回归的最小二乘估计的递推算法

给出多重线性回归:yi=β0 +β1xi1 +…+βpxip+εi(i= 1, 2,…,n)的最小二乘估计的递推算法:^β(n)=^β(n-1)+Pnxn(yn-xTn^β(n-1) )Pn=Pn-1 -Pn-1xnxTnPn-11+xTnPn-1xn^β(0)=0,P0 =αI(α>>1)。这种算法是自适应的,也是均方收敛的。

幕上高血压脑出血预后影响因素的多重线性回归分析

目的探讨影响幕上高血压脑出血(SICH)患者预后的相关因素,以指导临床治疗和评估预后。方法回顾性分析符合本研究纳入标准的幕上高血压脑出血324例完整病历。以一般资料、起病症状、入院查体、影像学资料、治疗方式、并发症等43项为自变量,以发病后1个月后功能独立性评定评分(functional independence measure,FIM)为因变量,建立多重线性回归模型,筛选出对预后有影响的因素,并比较各因素的影响大小。结果经统计学处理发现血肿体积、入院时收缩期血压、GCS评分、脑室是否积血、血肿体积扩大、是否并发肺部感染和应激性溃疡等7项对预后有显著性的影响。结论血肿体积、入院GCS评分和脑室是否积血对预后影响有重要意义,可作为SICH患者预后的关键性指标。

应用BP神经网络和多重线性回归模型预测颅内出血患者住院天数

目的研究BP神经网络模型与多重线性回归模型对颅内出血患者住院天数的预测性能。方法回顾中国人民解放军第309医院2011-01~2014-05入院患者诊断为颅内出血的病例资料。应用SPSS 19.0实现BP神经网络模型和多重线性回归模型对住院天数进行预测分析。应用R、R2、调整R2、标准误差和平均相对误差作为评价指标对两模型的预测结果进行比较,得出各模型的预测效果。结果 BP神经网络模型预测住院天数的R2=0.484,调整R2=0.483;多重线性回归模型预测住院天数的R2=0.467,调整R2=0.460。二者预测结果相比较,BP神经网络模型具有优势（t=4.099,P〈0.001）。BP神经网络和多重线性回归预测住院天数的标准误差分别为7.188和7.389;平均相对误差分别为36.810%和37.101%。结论本研究中BP神经网络模型的预测性能优于多重线性回归模型,对颅内出血临床路径制定有参考价值。

用多重线性回归法研究他克莫司的群体表观清除率

[目的]用多重线性回归法估算肝移植术后患者他克莫司(FK506)的群体表观清除率,找出有显著影响的各种因素,并用建立表观清除率(CL/F)的群体模型。[方法]回顾性收集21例(男16例,女5例)肝移植患者他克莫司血药浓度监测值及患者的个体信息。分别以直接代入、取布尔值和取对数值3种方法处理数据后,用多重线性回归法建立统计学模型,再用未参与建模的外部数据5例(男4例,女1例)26个血样点进行预测,计算每个采样点的预测误差百分比(PE%)和绝对预测误差百分比(|PE|%)。[结果]经验证方法一直接代入和方法二取布尔值建立的模型都没实际意义,只有方法三取对数值建立的模型有意义,证明FK506的表观清除率与AST、ALB、GGT及术后时间(以周计)有关,与年龄、性别等因素无关。[结论]在充分考虑到各固定效应和随机效应的前提下,多重线性回归法也可以建立出优化的药代动力学群体模型为临床调整给药方案提供理论依据。

黑河中游增泄下游水量分析——基于SPSS多重线性回归模型

黑河经过近5年的调水和近3年的综合治理,流域用水量发生了重大的变化。通过SPSS多重线性回归模型分 析黑河中游近5年调水增泄下游水量,为流域调水及分配提供理论依据。

城乡居民幸福感影响因素多重线性回归和路径分析

目的:以多重线性回归和路径分析深入探讨城乡居民主观幸福感影响因素及其相互作用关系。方法:应用简单随机抽样方法选取1480名城乡居民运用Campbell主观幸福感指数量表进行问卷调查,数据采用多重线性回归和路径分析进行对比分析。结果:城乡居民总体幸福感指数平均得分为(11.17±1.99)。多重线性回归分析显示,未来目标、压力应对方式、自评健康状况、兴趣爱好、城乡居住地、休闲时间是幸福感指数的预测因素,标准化偏回归数分别为0.261、0.182、0.152、0.066、0.071、0.051。路径分析发现,未来目标、压力应对方式、自评健康状况直接作用于幸福感指数,路径系数为0.285、0.191、0.160,兴趣爱好、个人月收入、受教育程度、年龄间接作用于幸福感指数,间接效应为0.08、-0.04、0.10、-0.07。结论:主观幸福感与个体生理、心理、社会因素等多个内外部因素有关,多重线性回归和路径分析在探讨居民主观幸福感影响因素及其作用关系过程中各有侧重,相互补充。

高校政府集中采购价格及其影响因素的多重线性回归分析

为提高采购绩效,从分析高校政府集中采购价格及其影响因素出发。现选取学校附属医学院台式计算机采购项目783例,以采购金额为因变量,采购方式、台式计算机的基本参数、采购年份、供应商及制造商作为自变量,进行多重线性回归分析,发现采购方式对价格影响最大,其次是CPU类型和硬盘容量,随后依次是采购年度、是否装配Windows系统以及内存容量,制造商、供应商及显卡类型对采购价格的影响未显示统计学意义。批量集中采购方式是降低高校政府集中采购价格的有效途径,而政府集中采购方式或将对消除货物的品牌垄断效应和提高高校政府采购"公平""公正"及"透明"的廉政风险防控能力起到积极作用。

多重线性回归模型协方差阵扰动的影响分析

讨论多重线性回归模型协方差阵扰动的影响分析，获得了B与B(G)的一些关系式，B是原模型参数阵B的最佳线性无偏估计（BLUE），B（G）是协方差阵扰动后的模型参数阵B的BLUE；文章还给出了度量影响大小的测度DG及其多种形式；最后的实例说明了DG在影响分析时的有效性．

多重线性回归模型在出院人次影响因素分析中的应用

目的探讨多重线性回归模型在医院出院人次影响因素分析中的应用。方法根据2012年某市二级及以上医疗机构工作量报表提供的相关数据,采用逐步回归的方法,建立多重线性回归方程,进行出院人次影响因素分析。结果出院人次受到门诊诊疗人次和实际占用总床日数的影响(F=1725.820,P<0.05)。从标准偏回归系数可知,实际占用总床日数对出院人次的影响最大。从R的数值可知,两个自变量可以解释结果变量变异的95.7%,说明模型的拟合效果很好。结论利用加权最小二乘法剔除异方差因素影响后建立的多重线性回归模型在分析医院出院人次影响因素中有很好的效果,结果比较准确,可以为医院统计工作人员进行相关工作提供方法依据。

多重线性回归研究脑卒中发病环境因素的季节模型

以某市2007年1月至2010年12月脑卒中的逐日发病病例信息与相应的气象资料为研究内容,旬为统计周期,用多重线性回归法得到脑卒中发病环境因素的季节模型.结果显示,该城市的脑卒中发病率与气温、相对湿度之间存在着明显的负相关性,气温、气压的骤降和长时间的干旱、季风引起的天气干燥,都会增加脑卒中发病的可能性.

多重线性回归分析的核心内容与关键技术概述

目的本文目的是概述多重线性回归分析的核心内容与关键技术。其核心内容有以下四点:第一,构建多重线性回归模型的方法和求解参数的方法;第二,进行回归诊断的意义和方法;第三,筛选自变量的意义和方法;第四,评价模型拟合效果的方法。其关键技术是如何基于经典统计思想、贝叶斯统计思想和机器学习统计思想实现多重线性回归分析。

基于多重线性回归模型的翻译等价对获取

翻译等价对在词典编纂、机器翻译和跨语言信息检索中有着广泛的应用。文章从双语句对的译文等价树中抽取翻译等价对。使用译文直译率、短语对齐概率和目标语-源语言短语长度差异等特征对自动获取的等价对进行评价。提出了一种基于多重线性回归模型的等价对评价方法,并结合N-Best策略对候选翻译等价对进行过滤。实验结果表明:在开放测试中,基于多重线性回归模型的等价对评价及过滤方法其性能要优于其它方法。

正态-Wishart先验分布下多重线性回归模型的Bayes估计

该文从多重线性回归模型的基本统计结构出发 ,对其Bayes理论进行了深入的研究。通过对样本似然函数的分解 ,证明当协方差阵未知时 ,正态 -Wishart分布就是模型参数矩阵的共轭先验分布 ;在此先验分布下 ,系数矩阵、精度阵的后验分布分别为矩阵t分布和Wishart分布 。

多重线性回归在手术室正台分配中的应用

目的针对大型医院手术正台分配问题提出一种统计学解决方法。方法通过手术室现场调查了解2013年11月份手术基本情况,结合专业知识运用统计学方法通过SPSS 18.0软件对调查资料进行处理。结果经逐步选择变量的方法得到回归方程Y=25.083-0.22X2+0.452X3,经F检验,P<0.05,95%的置信区间为b2(-0.361,-0.080),b3(0.366,0.538),R2=0.999,预测的效果较好。结论运用多重线性回归的方法预测手术科室手术正台数具有科学性及合理性。

糖尿病患者住院费用影响因素分析——基于多重线性回归、决策树、通径分析3种模型

目的:探讨糖尿病患者住院费用影响因素,为住院费用研究提供方法启示。方法:以庆阳市13家公立医院糖尿病患者为研究对象,运用多重线性回归、决策树、通径分析3种模型,分析住院费用影响因素。结果:综合3种模型分析结果得知,糖尿病患者住院费用主要受住院天数、医院级别、糖尿病类型、并发症与合并症、医院类型、DRG改革等因素影响,其中住院天数是最主要影响因素。结论:3种模型均可有效探究住院费用影响因素,但应用侧重有所不同;多重线性回归模型从整体上研究住院费用的直接影响因素,决策树模型可细化分析费用区间具体情况,通径分析模型可全面分析住院费用影响因素并量化排序。

肾阳虚型慢性再障患者CD3+CD19-和CD3+CD25+T细胞与血小板的多重线性回归分析

目的建立多重线性回归模型分析肾阳虚型慢性再生障碍性贫血(Chronic aplastic anemia,CAA)患者的总T细胞(CD3+CD19-)、活化T细胞(CD3+CD25+)与血小板(PLT)的线性关系并探讨肾阳虚型CAA患者PLT数量在治疗转归中的预测因素。方法纳入22例肾阳虚型CAA患者,收集外周血中CD3+CD19-T细胞和CD3+CD25+T细胞占淋巴细胞的比例和PLT共3个参数并进行线性回归分析。结果因学生化删除残差(SDR_(1))超过3倍标准差的离群值以及强杠杆点(LEV_(1))> 0.5者各有1条观测值,对这2条观测值予以删除。回归模型具有统计学意义F(2,17)=19.479(P <0.001),R^(2)=0.696,调整R2=0.660。纳入模型的2个自变量(CD3+CD19-)和(CD3+CD25+)对PLT的影响均有统计学意义(P <0.05),并得到回归方程:PLT=391.585-5.104×(CD3+CD19-)+23.851×(CD3+CD25+)。结论外周血淋巴细胞中CD3+CD19-T细胞的比例和CD3+CD25+T细胞的比例可用于有效地估计和预测肾阳虚型CAA患者在未来临床转归中PLT的值及其变化趋势,有助于临床医师及时判断和评估CAA患者在临床结局中的出血风险及出血症状对患者生存质量的影响,具有较好的预测价值和临床实践意义。

基于LASSO的多重线性回归在预测血管性痴呆大鼠学习记忆能力中的应用

目的通过构建基于LASSO的多重线性回归模型,探索预测血管性痴呆(VD)大鼠的学习记忆能力方法。方法采用随机数字表法将40只鼠龄3~5个月,体重(175±25)g的清洁级雄性SD大鼠分为模型组和假手术组,每组20只。采用随机数字表法每组各选5只,用作预测模型验证,其余各15只用作预测模型建立。模型组分次结扎双侧颈总动脉,假手术组分离出颈总动脉后不结扎。采用Morris水迷宫检测大鼠学习记忆能力(潜伏期),造模12周后检测总蛋白、总胆汁酸、总胆固醇等42项血液生化指标,初步建立潜伏期与血液生化指标之间的多重线性回归模型并检测模型是否存在多重共线性,通过LASSO回归筛选血液生化指标预测因子,进一步完善模型,并计算误差率验证模型可行性。结果与假手术组比较,模型组潜伏期显著延长(P<0.05);总蛋白、总胆汁酸、总胆固醇等26项指标的方差膨胀因子数值>10,模型存在多重共线性;LASSO回归筛选出了总胆红素、甘油三酯、胆碱酯酶等10项指标,构建潜伏期与其多重线性回归模型:W=51.887-0.384x_(1)-0.104x_(2)-0.154x_(3)-4.988x_(4)-1157.079x_(5)-7.308x_(6)+7.639x_(7)+0.183x_(8)-0.025x_(9)+34.528x_(10)(x_(1):总蛋白;x_(2):总胆汁酸;x_(3):总胆红素;x_(4):总胆固醇;x_(5):载脂蛋白A;x_(6):高密度脂蛋白胆固醇;x_(7):甘油三酯;x_(8):二氧化碳;x_(9):胆碱酯酶;x_(10):免疫球蛋白M),模型相关系数R=0.852,拟合优度R^(2)=0.725,回归模型统计量值F=5.016,显著性P=0.001,误差率<5%。结论本研究所建立的10项血液生化特征性指标和潜伏期间的数学预测模型,存在明显的线性关系且拟合度较高,不仅可辅助判断实验性VD动物模型复制成功与否,且检测方便快捷,有望为临床VD患者早期预测及干预提供参考。