符号检验中样本间一致部分的影响及连续性矫正

针对符号检验法只考虑两样本中不一致部分n_+和n_-而忽略两样本间一致部分n_0的问题,文章用重新分组的方法对符号检验公式做了修正。修正后的检验依据样本整体信息,在n_+和n_-一定的情况下,随着n_0的增大检验统计量减小,p值增大。此外,检验公式的连续性矫正公式和原始公式的检验结果的p值分别与二项分布的通常累积概率和中心累积概率基本一致。

用Excel快速实现组间样本量平衡的随机分组方法

目的 :介绍一种快速实现组间样本量平衡的随机分组方法。方法 :利用 Microsoftexcel带的宏程序 Analys32 .xll产生随机数列 ,并利用产生的随机数来进行分组。结果与讨论 :用 Excel进行随机分组具有分组速度快 ,操作简便 。

基于K最近邻样本平均距离的代价敏感算法的集成

为了解决不均衡数据集的分类问题和一般的代价敏感学习算法无法扩展到多分类情况的问题,提出了一种基于 K 最近邻( K NN)样本平均距离的代价敏感算法的集成方法。首先,根据最大化最小间隔的思想提出一种降低决策边界样本密度的重采样方法;接着,采用每类样本的平均距离作为分类结果的判断依据,并提出一种符合贝叶斯决策理论的学习算法,使得改进后的算法具备代价敏感性;最后,对改进后的代价敏感算法按 K 值进行集成,以代价最小为原则,调整各基学习器的权重,得到一个以总体误分代价最低为目标的代价敏感AdaBoost算法。实验结果表明,与传统的 K NN算法相比,改进后的算法在平均误分代价上下降了31.4个百分点,并且代价敏感性能更好。

农业试验的统计分析讲座(三)——田间试验的变量分析

上一讲我们介绍了两个样本间进行差异显著性检验即t检验的方法。这一讲将介绍3个或3个以上样本间差异显著性检验的方法。 (一)变量分析的原理 1.变量的分裂为说明变量分析的一般原理,我们先看如下例子:有一水稻品种比较试验,参试品种有A、B、C、D 4个,分别在不同田块每品种种6个小区,试验结果如表3一1。

厚朴道地性的遗传学证据

目的 :利用RAPD技术探讨厚朴的道地性问题。方法 :选择代表厚朴主要分布区的 1 1个产地 33个个体的材料作为样本 ,经DNA提取 ,用 74个随机引物进行PCR扩增。结果 :筛选到 1 7个合适的引物 ,得到 1 1 6条带 ,其中多态性带1 0 5条 ,计算样本间相似性系数 ,又进行了聚类分析 ,得到聚类图。结论 :结果支持厚朴不应分为两个亚 (变 )种 ,而应分为三个地理宗 ;“川朴”及“温朴”有明显的遗传分化 ,且与有效成分相关 ,故而其道地性主要由遗传因素决定。

肉鸡肉质感官分析的标准化方法

感官分析是评价肉鸡肉质优劣的必要手段.然而,由于目前所采用的评定方法互不相同,故使各研究机构所获得的评定结果无可比性,因此,有必要统一评定方法.WPSA欧洲联盟禽肉品质第五研究组提出了如下的肉鸡肉质感官分析标准化方法.该方法由丹麦肉制品研究所Bente Staerk及前霍恩海姆大学的Gerhard Seemann共同执笔完成,研究小组的成员提供了背景材料,

一种改进的线性判别分析法在人脸识别中的应用

提出了一种新的基于LDA的人脸识别算法。该方法重新定义了样本的类间散布矩阵,在原始的定义基础上增加了一种径向基函数(RBF)调节类间距离,使得在选择投影方向时能更好地分开各类样本;同时该方法在类间散布矩阵与类内散布矩阵的特征分解的基础上,通过变换求出符合Fisher准则的最优投影方向,可以证明这样得到的投影方向同时具有正交性与统计不相关性。通过ORL人脸数据库的数值实验,表明了该算法比传统算法有更好的性能。

利用标准化LDA进行人脸识别

线性判别分析 (LDA)是一种较为普遍的用于特征提取的线性分类方法 提出一种基于LDA的人脸识别方法———标准化LDA ,该方法克服了传统LDA方法的缺点 ,重新定义了样本类间离散度矩阵 ,在原始定义的基础上增加一个由类间距离决定的可变权函数 ,使得在选择投影方向时 ,能够更好地分开各个类的样本 ;同时 ,它采用一种合理而有效的方法解决矩阵奇异的问题 ,即保留样本类内离散度矩阵的零空间 ,因为这个空间包含了最具有判别能力的信息 在这个零空间里 ,寻找对应于样本类间离散度矩阵的较大特征值的特征向量作为最后降维的转换矩阵 实验结果显示 ,在人脸识别中 ,与传统LDA方法相比 ,该方法有更好的识别率

光纤安防系统中振动信号的特征提取和识别

利用光纤振动传感器可以实现分布式周界安防监测,进而实现自动报警.对周界安防监测信号的分析处理和识别受到业界关注.对光纤信号的特征提取和识别方法进行综述,这些特征提取方法通过对光纤振动信号的时域这个维度进行各种分解,从而提取各种信号的属性特征;对光纤振动信号的识别主要使用经验阈值、神经网络、支持向量机方法,目前这些方法对光纤入侵事件识别效果还不能令人满意.通过实验采集挖掘机挖掘、人工挖掘、汽车行驶、行人和自然环境噪声这5种入侵行为引起的光纤振动信号数据,并进行数据的3维图形可视化分析,提出一种安防监测信号在时域和空域这2个维度信息的特征提取方法;根据光纤振动入侵事件的重要程度分成4个阶段先后完成识别任务,采用2分类任务决策树模型和约束极速学习机算法识别入侵事件类型,提高了对各类事件的正确识别率.

基于改进LDA算法的人脸识别

提出一种基于改进LDA的人脸识别算法,该算法克服传统LDA算法的缺点,重新定义样本类间离散度矩阵和Fisher准则,从而保留住最有辨别力的信息,增强算法的识别率。实验结果证明该算法是可行的,与传统的PCA+LDA算法比较,具有较高的识别率。

一种新的多类判别方法

本文提出一种非线性多类判别方法,即从G类已知正态总体的样本协方差矩阵出发,用主成份分析寻求各总体的超椭球近似域,以此为基础对未知样进行归类,并以欧氏距离作辅助判别指标,考察某些样品的不定解问题。此方法的主要特点是:不依赖样品归属的先验概率,避免主观性;适用于各总体协方差矩阵相同或不同、各类均值共线或不共线等多种情形;

欧洲中心中期数值预报产品的相似离度分析

一、前言相似分析方法是概率统计预报中的一个重要内容。目前常用作相似比较的主要标准有相似系数、海明距离、欧氏距离等。近几年来,国内已有人对这几种标准作过剖析,认为除了海明距离尚能准确地比较两样本之间的值相似外,相似系数和欧氏距离都不理想。因而引入一种新的衡量相似程度的统计量——相似离度,意思是样本间相似的差异程度。这一统计量既考虑了样本间的形相似情况,又考虑了它们的值相似程度,是一个比较全面的相似标准。

应用比值法提取声学共振谱特征

0引言声学共振技术(ART)是利用结构的共振特征来检测结构变化一种无损检测技术[1],因为根据结构动力学原理,物体振动模态取决于其尺寸、密度、刚度、形状等,其中任何一个因素变化都会引起结构的共振频率和振幅的变化[2],如果反映这个特征变化的频率属于声学频段就叫声学共振谱。因此,当被测结构发生零部件材质变化或部件缺失时。

试论体育统计中的系统误差

随着体育事业的蓬勃发展,体育科学研究的分支愈来愈细,研究方法愈来愈精密,需要进行量化处理的资料愈来愈多,而在所有的数据资料中,系统误差起着不可忽视的作用。为使研究分析的结果达到最优化,有必要对系统误差进行认真的研究和探讨。对于初步掌握了统计学知识的体育工作者来说,了解体育科研过程中系统误差产生的原因,系统误差产生的特点和表现形式以及系统误差的检验和校正方法是至关重要的。它不仅是确定与提高测试结果的准确度和分析结果的最佳化所必要的。

聚类分析方法在地质资源经济区划中的应用

本文以福建省地质资源经济区划为实例,介绍了聚类分析方法的基本原理、指标体系的确定、数据的处理和最终成果的解释,以及该方法在实际应用中可能存在的问题和解决途径。

湖北省投资通胀与经济增长及其宏观调控实证分析

湖北省投资通胀与经济增长及其宏观调控实证分析王少平一、湖北省投资对通胀形成的“贡献”软弱我们选定湖北省１９７７—１９９４年为样本，样本间湖北省年均投资增长率为１９．８２％，而通胀率则年均为６．８２％。那么湖北省年均６．８２个百分点的通胀率主要源于何处...

何谓显著性检验?

答：显著性检验也称假设检验,是统计推断的重要领域之一。从抽样误差的概念中可以看出,若用2种不同的护理方法护理某病种病人时如效果有差别,原因可能有2种：一是完全由抽样误差所致;二是除抽样误差外,确实2种不同的护理产生的效果有所不同。统计学即是应用“差异的显著性检验”来鉴别引起差异的原因。其步骤为：（1）建立检验假设,假设两样本间,或样本与总体间差异纯由抽样误差所致。