小波神经网络在流行性出血热中的预测应用

目的:应用小波神经网络对流行性出血热发病人数进行建模预测;方法:用2006年1月～2011年12月,共6年72个月的数据,用matlab7.0来实现小波神经网络和神经网络对流行性出血热发病率的建模预测。结果:小波神经网络预测平均误差0.27,神经网络为1.06。结论:小波神经网络拟合误差小于神经网络,说明小波神经网络在预测中有更好的函数逼近能力。

妊娠高血压病人不同药物与妊娠结局关系的主成分logistic回归

目的:探讨主成分logistic回归分析方法在研究妊娠高血压病人用药与其妊娠结局关系中的作用以及不同药物对妊娠结局的影响,解决多个疾病因素变量存在共线性的问题。方法:对logistic回归模型进行共线性诊断,应用主成分分析方法对存在共线性的变量综合成一个主分量,然后进行logistic回归分析,得到并解释最终的回归模型。结果:不同药物的不同剂量对妊娠结局的影响各不相同。主成分logistic回归在研究妊娠高血压病人药物与妊娠结局关系中有较好的作用。在对疾病因素进行logistic回归分析时,若变量间存在多重共线性,采用主成分改进的logistic回归分析能得出更合理的回归模型。

小波神经网络在人口死亡率数据拟合中的应用

目的:对人口死亡率数据进行建模与拟合。方法:用小波神经网络和神经网络分别对2011年《中国统计年鉴》上1996年到2010年的人口死亡率数据进行建模拟合,并对逼近效果进行比较,并用Matlab7.0编程实现。结果:小波神经网络的平均绝对误差是0.00856‰,神经网络的平均绝对误差是0.0228‰,小波神经网络拟合的平均相对误差是0.131%,神经网络的平均相对误差是0.342%。结论:小波神经网络拟合的平均绝对误差和平均相对误差比神经网络小,说明小波神经网络对波动较大的人口死亡率数据有较好的函数逼近能力和拟合能力。