发生带状疱疹后神经痛的影响因素的logistic模型分析

目的了解带状疱疹后神经痛(postherpetic neuralgia,PHN)的影响因素,为针对性地防治PHN提供依据。方法于2022年1月-12月选取某院就诊的带状疱疹患者480例为研究对象,收集患者的人口学情况、临床相关内容、心理状态、饮食依从性和运动情况。采用多因素logistic模型分析PHN发生的影响因素。结果共纳入480人,单因素分析结果显示,年龄较高、皮损面积大、NRS评分高、不用激素治疗、冠心病、饮食习惯不良、缺乏体育锻炼者的PHN发生率较高(P<0.05)。多因素分析结果显示,年龄、皮损面积、激素治疗、冠心病、饮食依从性、体育锻炼是PHN的影响因素(P<0.05)。结论年龄、冠心病、疼痛程度、皮损面积、激素治疗、饮食依从性、体育锻炼影响PHN的发生,根据影响因素采用多种措施开展有针对性健康干预,从而帮助患者正确面对疾病,降低PHN的发生率,提高生活质量。

基于Logistic模型和SPC算法的关键技术识别与预测——以卫星互联网为例

识别关键技术有助于在制定技术和市场战略布局中获得先发优势,对我国经济发展、国家安全具有重要意义。文中提出一种融合生命周期与主路径分析的关键技术识别方法,是对已有的研究理论和方法的重要补充。首先,检索相关领域专利数据并进行技术划分;然后,综合运用Lo-gistic模型和SPC算法构建技术轨道,识别关键技术;接着,使用显性技术优势指数比较主要国家技术竞争态势;最后,结合关键技术与技术竞争态势绘制技术路线图,识别技术热点与前沿预测。以卫星互联网为例,阐述该方法的应用过程。研究结果表明,该方法能够较为准确识别出该领域关键技术,揭示全球技术竞争态势,有效实现技术热点识别和未来技术预测;识别出的卫星互联网关键技术,能够为国家发展政策制定与相关产业布局提供参考。

X线联合超声Logistic模型预测乳腺癌腋窝淋巴结转移的价值分析

目的分析与乳腺癌腋窝淋巴结转移相关的X线和超声征象,构建Logistic回归模型并评估其对术前预测腋窝淋巴结状态的临床价值。方法选取2015年1月至2022年1月高密市人民医院收治的312例原发性乳腺癌患者作为研究对象,根据是否发生腋窝淋巴结转移(ALNM)分为转移组(n=141)与未转移组(n=171)。所有患者均行X线及超声检查,比较未转移组与转移组乳腺浸润性导管癌的X线征象、超声征象,采用多因素Logistic回归分析ALNM的影响因素;绘制ROC曲线分析X线、超神征象及Logistic回归模型预测乳腺癌腋窝淋巴结转移的价值。结果两组X线原发灶长径、皮肤增厚、乳头回缩、淋巴结门和淋巴结密度比较差异有统计学意义(P<0.05),两组象限位置、钙化和边缘毛刺比较差异无统计学意义;两组超声原发灶长径、淋巴结皮髓质分界和淋巴结皮质比较差异有统计学意义(P<0.05),两组原发灶高回声晕、后场回声、血流分级和纵横比比较差异无统计学意义。多因素Logistic回归分析结果显示,X线征象的乳房皮肤增厚征象、超声淋巴结皮质增厚征象是乳腺浸润性导管癌患者发生ALNM的独立危险因素(P<0.05)。ROC曲线分析结果显示,X线乳房皮肤增厚征象和超声征象的淋巴结皮质增厚预测淋巴结转移的AUC分别为0.652(95%CI:0.589~0.714)、0.725(95%CI:0.666~0.784),模型预测ALNM的AUC为0.795(95%CI:0.742~0.848),预测效能较好。结论乳腺癌患者的X线皮肤增厚征象和超声腋窝淋巴结皮质增厚征象与ALNM有关,X线联合超声的Logistic模型可较准确地预测乳腺癌患者的腋窝淋巴结状态。

基于B样条的可加Logistic模型估计

非参数模型因不需要事先假定函数形式,所以相较于参数模型更有灵活性和适应性,但存在维数灾难问题。可加模型的提出能有效克服这一问题,同时又能保留非参数的优点。本文针对可加Logistic模型,采用B样条近似,结合极大似然思想得到函数的估计,并证明了其最优收敛速度。同时通过数值模拟和实证分析,比较了可加Logistic模型和Logistic模型的表现,结果说明可加Logistic模型的表现更优。

基于深度神经网络与Logistic模型的财务风险预警研究——来自制造业上市公司数据

复杂多变的外部经济环境促使企业财务风险不断上升,寻求有效的财务风险预警模型以提高公司财务风险管理能力是当前理论界与实务界重点关注的热点话题。人工智能技术在各领域应用的飞速发展,为识别和评估公司财务风险提供了新方向,本文基于人工智能领域主流算法——机器学习算法,构建深度神经网络预警模型以识别和评估公司财务风险。本文以2001-2023年制造业上市公司为样本,使用PSM匹配将样本分为财务危机组和经营良好组,综合多维度多目标的财务风险预警指标体系,并使用计算机模拟仿真技术和多模型对比测试,研究发现基于机器学习算法的深度神经网络模型对预测财务风险准确率达到90%。进一步,本文运用Logistic模型获取了对企业财务风险影响较大的因素。本文研究为识别、评估和控制财务风险提供了新的理论模型,也为管理者增强公司风险防范水平提供了实践指导。

反应-扩散logistic模型前向欧拉法的数值Hopf分支

利用前向欧拉法研究具有二阶混合时滞和瞬时密度制约的logistic反应扩散种群模型,并对其数值离散系统的动力学问题进行分析。随着时滞的增加,证明了在正平衡点处出现了一系列Hopf分支,分析了不动点的稳定性。最后,通过数值模拟验证理论结果的正确性。

数字经济背景下京东集团供应链金融风险研究——基于Logistic模型的分析

聚焦于数字经济对供应链金融带来的新挑战和机遇,文章通过对京东集团供应链金融环境进行深入剖析,明晰其中潜在的风险源,并探讨数字化背景下的特殊风险因素。利用Logistic模型数据分析,得出对京东集团供应链金融风险的主要影响因素是偿债、盈利能力。全面剖析京东集团在数字化转型背景下供应链金融领域的风险特征,为其风险管理决策提供有力支持。

社会融合视角下农民工城市定居意愿探赜——基于Logistic模型的实证研究

农民工的城市定居意愿影响农民工市民化进程,进而影响我国新型城镇化建设与乡村振兴。文章基于2023年873份农民工问卷,在社会融合视角下,构建二元logistic回归模型对农民工的城市定居意愿影响因素进行研究。实证研究表明,只有58%的农民工具有城市定居意愿。农民工性别、年龄、婚姻状况、教育水平、家庭随迁人口数量、城市迁移时间长短等因素对定居意愿均没有显著影响;参加本地医保、身份认同、经济收入、健康状况、承包地等因素对农民工的城市定居意愿影响较大;社会参与度、闲暇生活、居住证等在一定程度上提升农民工的定居意愿。如何持续提升农民工的城市定居意愿,文章从社会关系融合、经济收入及公共服务均等化等三个方面提出了对策建议。

峨眉雪芽消费者购买行为影响因素分析——基于二元Logistic模型

党的二十大报告强调:“全面推进乡村振兴,坚持农业农村优先发展。”在乡村振兴的大背景下,茶产业的可持续发展是有效脱贫的途径之一,从供需两端深入打通乡村振兴茶产业链,深耕茶叶产业赋能乡村振兴。本文以峨眉雪芽品牌为例,通过设计问卷对成都市消费者进行实地调查,观察其购买行为特征,挖掘影响消费的主要因素,通过二元Logistic模型分析后得到相应结论,为峨眉雪芽可持续发展提出可行性建议。

基于多元有序Logistic模型的居民对浙江省数字文旅建设满意度研究——以杭州市为例

杭州是一个旅游型城市,随着数字经济的发展,杭州率先开启了数字文旅新时代。本文以杭州市民为研究对象,就杭州市民对数字文旅的满意度发放问卷,以对数字文旅的总满意度为响应变量,设置包括个人特征、数字文旅公众参与、数字文旅公众感知、数字文旅文化价值在内的多维度预测变量建立多元有序Logistic模型,分析影响市民对数字文旅满意度的主要因素。研究发现,市民对数字文旅满意度因文化程度而异;公众对数字文旅的性价比感知、便利性感知,智慧旅游平台使用频率、数字文旅文化价值对满意度呈正向影响;线上文博使用频率、市民的文化程度对满意度呈负向影响。

分数阶Logistic模型的差分解与环境容纳量反演

对于具有空间依赖环境容纳量的分数阶Logistic非线性增长模型,通过变量替换建立有限差分格式,在环境容纳量适当大的条件下,利用谱估计方法证明差分格式的稳定性和收敛性。进而考虑一个利用内点观测数据重建环境容纳量的反问题,应用同伦正则化算法进行数据随机扰动下的数值反演,计算结果表明反演重建解随着扰动水平的减小逐步逼近真解。

Logistic模型分析脑中风影响因素

脑中风是一种急性脑血管疾病,是由于脑部血管突然破裂或因血管阻塞导致血液不能流入大脑而引起脑组织损伤的一组疾病。城乡合计脑中风已成为我国第一位死亡原因,也是中国成年人残疾的首要原因。其具有发病率高、死亡率高和致残率高的特点。本文通过对于脑中风数据的描述性分析,建立Logistic回归模型,得到了患脑中风的五个显著的重要因素:年龄、高血压、心脏病、工作类型和平均血糖水平,并得到了经验回归方程。

基于Logistic模型的哈尔滨市私家车保有量预测

近年来,城市私家车保有量大幅增加,为了准确预测哈尔滨市私家车的保有量,基于Logistic模型建立了私家车保有量预测模型。首先通过预测哈尔滨未来人口数量确定人口峰值,长春市与哈尔滨市的经济发展与人口变化趋势相似,因此对长春市户均人口数进行回归分析,预测长春市户均人口数,进而通过类比法确定哈尔滨未来的户均人口数。结合人口峰值、户均人口数、户均机动车数量对哈尔滨市未来私家车保有量进行预测。结果表明,私家车保有量预测模型的拟合效果良好,哈尔滨市私家车保有量在未来22年内继续增长,2027—2032年哈尔滨市私家车数量的发展处于快速增长阶段,在2042年将达到431.96万辆,为避免城市拥挤和环境污染问题,应制定政策加以干预。

A股上市公司董事长离职问题研究——基于Lasso模型和Logistic模型

目前高管离职事件频频出现,本文选取2011~2022年A股上市公司董事长离职事件作为研究样本,将外部环境、公司经营治理和董事长个人特征作为影响因素,采用Lasso和Logistic模型进行回归分析,得到能够预测董事长离职的指标,并分析模型的预测有效性。本文研究结果表明,公司资产负债率越高,公司股权集中度越高,则董事长离职的可能性越大,当较为全面地考虑董事长离职的潜在影响因素时,Lasso模型在预测董事长离职方面的有效性要高于Logistic模型。

四参数Logistic模型在软土地基沉降推算中的应用

地基的沉降变形是反映工程(如建筑物、公路和铁路等)安全性的重要指标,也是岩土工程领域的热门研究课题。为进一步加深对软土地基沉降发展规律的认识和提高软土地基沉降推算的准确性,采用了四参数Logistic模型对软土地基沉降-时间曲线进行模拟推算,并基于实例计算结果将四参数Logistic模型与地基沉降推算方法中常用的三参数Logistic模型、Gompertz模型和双曲线模型进行了比较研究。计算结果表明,四参数Logistic模型作为软土地基沉降发展规律的模拟描述是适合的,比三参数Logistic模型推算沉降精度更高;相比于常用的三参数Logistic模型、Gompertz模型和双曲线模型,四参数Logistic模型推算后期沉降发展趋势效果更好;四参数Logistic模型在软土地基沉降推算应用方面具有更好的可靠性和实用性,值得推广应用。

基于多元Logistic模型与解释结构模型的乡村旅游可持续发展路径研究

在全面推进乡村振兴战略背景下,乡村旅游成为助推乡村经济高质量的有效路径。基于广西阳朔县23个景区的1005份问卷数据,采用多元Logistic回归模型和解释结构模型,探讨乡村旅游可持续发展因素及内在逻辑关系。研究发现:①旅游资源多样性、特色民俗文化、交通通达度、投资主体结构、管理者的战略视野和进取态度、国家和地方的政策环境都对乡村旅游的可持续性产生显著影响;②旅游资源的多样性和特色民俗文化是影响乡村旅游可持续发展的深层因素,交通通达度和投资主体结构为中层间接因素,而管理者的战略眼光和进取态度、国家及地方政策环境则是直接影响的表层因素;③乡村旅游的可持续发展是由客观环境因素和主观人为因素共同作用的复杂系统,在动态互动中形成了“旅游资源—发展条件—治理环境—乡村旅游的可持续发展”的传导关系。

融合社会网络和Logistic模型的互联网贷款违约预测研究

随着人工智能在金融风控领域的广泛应用,机器学习技术扮演着重要的角色,能够更准确、高效地评估和管理金融风险,因此,利用机器学习算法研究互联网个人贷款违约模型具有十分重要的意义。文章的创新点在于将社会网络分析引入机器学习模型来预测贷款违约,依据EDA方法选取体现违约客户的特征变量,借助复杂网络和大数据技术,构建贷款用户的社会网络,通过将用户的社会网络拓扑结构信息作为特征加入机器学习模型进行训练,提高预测的准确度。

基于Logistic模型的盐渍农田向日葵根长密度分布模拟

根长密度分布是反映作物根系潜在水分利用状态的重要指标,然而,当前关于水盐胁迫下作物根系量化的研究有限。以2016-2017年盐渍农田向日葵为研究对象,比较分析了不同盐分田块(低S1、中S2和高S3)的土壤水盐和作物根长密度分布变化,提出可以表征其动态变化的Logistic模型(LRDG),并对模型参数(α和β)进行量化。结果显示:高盐田块的作物根长密度整体高于低盐田块,且根系集中生长的现象显著,特别是在蕾期后,向日葵根系集中分布于30~75 cm土层,累积根长占比超过40%,其中2016年S3田块作物根长密度峰值达5 cm/cm^(3)以上。相比于标准根长密度的指数和幂函数模型,Logistic模型可较好地表征盐渍农田向日葵静态根长密度分布,R2为0.870,RRMSE为0.338;同时,Logistic模型参数α和β随土壤表层水盐和积温变化规律显著,由此具体量化了参数α和β的计算公式,参数量化验证RRMSE分别为0.425和0.297。这表明构建的LRDG模型能够准确表征土壤水盐胁迫下作物根长密度分布的动态响应,可为盐渍农田作物抗逆潜力挖掘和水肥科学管理提供工具支持。

基于主成分-Logistic模型的医药业上市企业财务风险预警研究

为客观科学对医药业上市企业进行财务风险预警,选取了截至2021年深交所和上交所上市的20家医药上市企业为样本。从盈利、偿债、营运、发展、现金流五个方面选取了51个指标,采用S-W检验、F检验、Mann-Whitney U检验对51个指标进行筛选,构建出财务风险预警指标体系。最后,利用主成分分析结合模型构建出财务风险预警模型,模型准确度为85%,希望所构建模型对医药业健康发展起到借鉴作用。

空间动态面板非线性Logistic模型的QML估计

空间动态面板非线性Logistic平滑转移模型(SDPD-LSTAR)是一个灵活性较好、应用广泛的新模型,刻画了变量的空间交互、时间依赖、时空协变和非线性空间区制平滑转换特征。不过,如果不考虑时间依赖、时空协变或非线性特征而直接建立空间模型,会影响估计精度和有效性。本文对双向固定效应SDPD-LSTAR模型,提出拟极大似然(QML)转换和直接估计法,证明参数估计量的一致性,并进一步推导修正估计量,证明修正估计量具有更好的有限样本性质。同时,本文通过Monte Carlo模拟和实例应用检验估计效果。模拟结果表明:QML转换和直接估计量偏差均较小,随着N和T不断增大,估计准确性增加;修正QML比未修正QML估计量更精确,转换估计的准确性优于直接估计。实例应用不仅重新评估了城市碳排放与经济发展水平的空间动态非线性关系,也很好地验证和展示了理论结论和实践性。