基于Bayes时空模型分析HIV/AIDS晚发现的时空分布特征及其影响因素

【目的】旨在分析兰州市HIV/AIDS晚发现的时空聚集性特征及相关影响因素,明确兰州市HIV/AIDS晚发现高风险地区和时间趋势,为兰州市因地制宜地制定HIV/AIDS防治策略措施提供参考依据。【方法】选择兰州市2011-2018年间新报告的成年HIV/AIDS病例作为研究对象,研究中所需的数据资料来自兰州市疾病预防控制中心和兰州市统计年鉴。采用Bayes时空模型分析HIV/AIDS晚发现相对风险(RR)的时空分布特征及其影响因素。【结果】2011-2018年间兰州市新报告的HIV/AIDS病例共计1984例,其中HIV/AIDS晚发现者有982例(49.5%),平均年龄为39.67岁,男性占90.9%。老年人和女性HIV/AIDS病例中晚发现的比例更高;城关区(51.1%)、安宁区(50.3%)和榆中县(51.9%)具有高于平均水平的HIV/AIDS晚发现比例;2011-2018年间兰州市总体的晚发现比例呈波动上升趋势。Bayes时空模型分析结果显示,兰州市HIV/AIDS晚发现风险在2011-2015年间波动变化,而在2015年后迅速上升,其RR(95%CI)从1.01(0.84,1.23)上升到1.11(0.77,1.97);红古区和三个县的晚发现风险变化趋势与兰州市的总体变化趋势相似,而城关区和七里河区的晚发现风险呈下降趋势;晚发现相对风险大于1的区县包括:永登县(RR=1.07,95%CI:0.55,1.96)、西固区(RR=1.04,95%CI:0.67,1.49)、城关区(RR=2.41,95%CI:0.85,6.16)和七里河区(RR=2.03,95%CI:1.10,3.27)。冷热点分析结果显示城关区和七里河区为热点区。影响因素分析结果显示,随着人均GDP(RR=0.65,95%CI:0.35,0.90)和HIV/AIDS病例中的男性比例(RR=0.53,95%CI:0.19,0.92)的增高,HIV/AIDS晚发现的相对风险越低;而人口密度(RR=1.35,95%CI:1.01,1.81)越大,晚发现风险越高。【结论】兰州市的HIV/AIDS晚发现风险呈上升趋势,并且存在明显的地区差异特征;人均GDP、HIV/AIDS中男性比例和人口密度是HIV/AIDS晚发现的影响因素。因此,对于晚发现风险高和存在相关风险因素的区县,应重视并制定有针对性的HIV筛查和防治服务,降低HIV/AIDS晚发现比例和风险。

黄土抗剪强度参数均值与方差的Bayes估计及其应用

为解决黄土强度参数估计问题,从工程勘察项目中共收集统计了3384组Q1、Q2、Q3黄土强度参数黏聚力c、内摩擦角φ值的测试数据,不考虑二者的相关性,将参数均值和方差都作为随机变量,建立起黄土强度参数c、φ的正态-逆伽马先验分布。基于Bayes理论,利用共轭先验法推导了参数后验分布和后验概率密度函数的期望值求解公式,确定了估计的误差。以陕西泾阳黄土边坡为例,利用所建立的先验分布和边坡土层测试强度指标,求取参数的后验分布,进一步估计了边坡失效概率的概率分布和稳定系数均值的概率分布。结果表明:在95%的置信度下,按稳定系数评价,边坡均处于基本稳定状态,且稳定系数置信区间小;按失效概率评价,边坡接近稳定状态,但失效概率的置信区间较大,黄土强度参数的方差控制着边坡失效概率的置信区间,将方差作为随机变量,考虑方差变异性,能更科学地评估黄土工程的可靠度。

Ⅱ型双删失样本下逆Topp-Leone分布的Bayes估计

在Ⅱ型双删失样本下,研究了逆Topp-Leone分布参数的极大似然估计,证明了极大似然估计的存在性和唯一性;基于未知参数的先验分布为Gamma分布和Jeffrey分布,分别在三种不同损失函数下,得到逆Topp-Leone分布未知参数的Bayes估计。根据后验密度函数得到预测密度,进而得到未来观测值在三种损失函数下的预测估计值。为了比较在不同损失下Bayes估计的优劣,采用数值模拟方法计算了各种估计的均值及均方误差,结果表明在Linex损失下未知参数的Bayes估计量更接近真值,均方误差最小。

一类Lindley模型参数的经验Bayes检验收敛速度的改进

利用递归核估计和单调性,构造了Lindley模型参数的经验Bayes检验函数,并在适当的条件下,证明了收敛速度的阶可任意接近O(n^(-1)).

基于Bayes推断的交流接触器剩余电寿命预测

针对交流接触器可靠性开展研究,首先分析交流接触器的电弧侵蚀机理,建立了计及电弧电压及电弧重燃影响的电弧侵蚀模型,根据该模型仿真得到的交流接触器性能退化特征参量变化过程与交流接触器的实际退化规律一致。分析不同工况下性能退化数据特征,提出了不同工况下先验信息的等效折算方法,解决了不同工况下的先验信息利用问题。建立了基于Bayes推断的交流接触器剩余电寿命预测模型,提高了剩余电寿命预测精度,实现了利用不同工况下性能退化数据对交流接触器进行剩余电寿命预测。在AC-4、AC-3两种工况下进行了交流接触器电寿命仿真分析及实验分析,相对误差均小于5.5%,验证了方法的准确性。

核主泵机械密封可靠性Bayes分析的适应性

机械密封的可靠性对核主泵的安全稳定运行具有重要影响。为解决无失效数据情形下核主泵机械密封的可靠度评估问题,分析大亚湾核主泵机械密封的运行数据,确定其可靠度分布,建立结合Bayes理论的可靠性分析模型,利用Monte Carlo法从确定的可靠度分布中仿真出无失效数据,探讨无失效数据场合下,先验分布为Beta分布时,分组数c的取值对E-Bayes估计与多层Bayes估计精度的影响。研究表明:分组数c<8时,优先选择多层Bayes估计;c>8,优先选择E-Bayes估计,c=8时,2种方法的平均相对误差均达到较低水平且多层Bayes估计更低一些。研究成果对无失效数据场合下基于Bayes理论的核主泵机械密封可靠性分析具有指导意义。

偏态分布截断参数的经验Bayes检验

偏态分布是对称分布的一种推广,在实际生活中应用广泛,其中截断参数对界定偏态分布的边界具有重要意义.文中基于经验Bayes检验方法,研究了偏态分布截断参数的假设检验问题.考虑普通Bayes检验中先验密度的未知性和不确定性,利用递归核估计的密度函数代替未知的先验密度函数.定义检验的加权线性损失函数,从而更好地刻画了决策风险.在给定条件下证明了所提出检验函数的渐近最优性,同时给出确定的收敛速度.最后通过实例验证了文中的理论结果.

不同环境下含零失效数据的系统可靠性Bayes评估方法

针对船舶装备电子系统在研制阶段经历多种试验,且试验环境应力存在明显差异性及试验过程存在零失效的情况,基于电子系统失效率,提出了零失效情况下环境因子置信区间确定方法,并提出零失效情况下各阶段试验时间及故障数据的折合方式。构建了电子系统失效率的先验分布模型,利用Bayes方法融合试验信息给出失效率的点估计及置信限,方便后续的可靠性评估。并以某船舶电子系统为例,验证了可靠性评估方法的有效性,为船舶典型装备电子系统可靠性评估提供了参考。

无失效威布尔情形下基于双修正多层Bayes的可靠性评估

利用配分布曲线法构建无失效数据的可靠性评估模型时,往往采用E-Bayes或多层Bayes来估计失效概率,但因其估计能力有限,整体可靠度点估计精度不高。针对威布尔分布数据提出了一种新的双修正多层Bayes方法,用于改善失效概率估计,并完成可靠度点估计。在多层Bayes的基础上,通过修正失效概率上下限值来减小失效概率估计误差,然后结合加权最小二乘法和威布尔分布可靠度函数确定参数估计值和可靠度曲线,从而得到可靠度点估计。利用Monte-Carlo仿真试验,发现新方法能将参数估计相对误差控制在10%以下,并且得到的可靠度值更加趋近真值。通过实例分析发现,在超参数c取不同值的情况下,采用新方法得到的可靠度都更加接近工程实际。新方法适用性分析表明,形状参数β是影响估计精度的关键因素,且在β>2.2时新方法具有明显的优势及良好的稳健性。研究结果可为其他寿命分布无失效数据的可靠性评估提供参考。

一种对称损失下逆高斯分布形状参数的Bayes估计

在加权p、q对称损失下,分别研究了逆高斯分布形状参数的Bayes估计、多层Bayes估计和E-Bayes估计,并把刀切法的思想运用到Bayes估计中,得到逆高斯分布形状参数的刀切Bayes估计的精确形式,为验证形状参数估计的合理性,运用R软件,采用随机游动Metropolis算法对所研究参数的Bayes估计、E-Bayes估计和刀切Bayes估计进行数值模拟,比较了在加权p、q对称损失、Linex非对称损失、平方损失和q-对称损失下逆高斯分布形状参数的Bayes估计的精度,结果表明加权p、q对称损失下逆高斯分布形状参数的Bayes估计的精度最高。

不同损失函数下Lindley分布参数的Bayes估计

在熵损失函数和Q对称熵损失函数下,对参数的先验分布选取无信息先验分布和伽玛分布,研究了Lindley分布参数的Bayes估计问题,且通过随机模拟比较不同条件下参数的Bayes估计效果.结果表明:同一种损失函数下,参数的先验分布为伽玛分布时估计效果更佳;样本容量较少时,在熵损失函数下,且先验分布为伽玛分布时,Bayes估计的均方误差较小;样本容量较多时,在Q对称熵损失函数及先验分布取伽玛分布的条件下,估计效果更理想.最后,由实例表明估计效果与数值模拟相符.

逐步增加Ⅱ型截尾下Pareto分布形状参数的Bayes估计

基于逐步增加Ⅱ型截尾样本,首先得出Pareto分布形状参数的极大似然估计,考虑两个损失函数和形状参数的两个先验分布,得出该分布形状参数的4个Bayes估计。由数值模拟结果发现,上述四个Bayes估计值的均方误差均小于极大似然估计值,其中,当损失函数为二次损失函数,形状参数的先验分布为共轭先验分布时的Bayes估计的均方误差较小,估计效果更理想,且实例分析与数值模拟结果相符。其次在二次损失函数下,针对形状参数先验分布选取共轭先验分布,给出Pareto分布形状参数的多层Bayes估计和E-Bayes估计。

Bayes推断和神经网络求解美式回望期权的隐含波动率

首先,用原始对偶活跃集方法求解期权定价正问题,将相应的数值解作为监督学习的输出,然后用训练好的神经网络替代期权定价正问题模型.其次,结合Bayes推断与神经网络进行Metropolis-Hastings采样,求解隐含波动率反问题.该方法减少了采样过程中正问题计算量庞大的问题,从而加速了反问题求解过程.

基于Bayes-CNN的变压器故障分类方法研究

电力变压器发生故障的表现和根本原因具有一定程度的模糊性和随机性,在复杂情境下,传统方法往往难以准确识别变压器故障,其精度存在一定提升空间。因此,本文提出一种新的变压器故障识别方法。该方法采用结合贝叶斯理论和卷积神经网络(CNN)的算法,具体为利用卷积神经网络处理特征气体数据,并采用贝叶斯算法对模型参数进行寻优,旨在提高故障检测的准确率。研究通过对故障类型进行编码和预处理,构建变压器故障分类模型,应用Bayes-CNN模型对变压器故障进行分类,结合实例验证,并将其与SVM、DBN及CNN模型进行对比实验。结果表明,采用贝叶斯优化的CNN算法显著提升了模型的收敛速度和拟合精度,证明该变压器故障分类方法具有较优性能,为电力变压器故障诊断领域提供了新的方法与思路。

基于融合可靠性预计的电能表可靠性Bayes评估方法研究

利用典型环境试验基地小子样、稀疏故障数据准确评估电能表可靠性是当前研究的难点与热点。文中以典型环境下电能表可靠性预计结果作为先验信息,结合试验故障数据,提出融合可靠性预计的电能表可靠性Bayes评估方法。基于IEC 62380标准对典型环境剖面下电能表元器件进行可靠性预计,从而基于元器件与系统可靠性逻辑关系预计电能表可靠性,采用Monte-Carlo的方式构建电能表寿命分布参数的先验分布,采用矩等价的方式确定超参数,通过Bayes定理计算电能表可靠性测度Bayes后验分布,得出可靠性寿命点估计与置信限。研究结果对小子样条件下典型环境电能表可靠性验证具有参考价值。

预测泥石流易发性等级的多元统计Bayes判别

泥石流是自然及人类活动共同作用影响下的一种山区地质灾害,具有突发性、流速快、流量大及破坏力强等特点,泥石流易发性评价是灾害预测预报和减灾防灾工作中的重要内容。基于因子分析法将影响泥石流易发性等级的指标降维提取几个具有代表性的公因子,将因子得分进行欧氏聚类分析,剔除相似度较低的错误样本,将剩余具有相似的基本特征的几种同类型泥石流,根据Bayes最大后验概率规则,创建基于多元统计Bayes判别原理的泥石流易发性评价模型,并对其易发性等级判别结果的准确性进行了验证。结果表明:将唐山北部地区12条泥石流指标的公因子得分代入判别式中,得到泥石流易发性等级与实际等级对比结果一致,表明基于因子分析和聚类分析两种多元统计分析方法建立的多元统计Bayes判别模型是合理可行的,评价结果与实际情况具有较好的一致性,为泥石流易发性研究提供了一种新的研究手段。

基于Navie Bayes算法与k-means聚类算法的财务数据库异常检测

为了有效消除用户异常行为对企业财务数据库所带来的安全隐患,以往的数据库异常检测技术(如Navie Bayes算法)通常采用查询反馈,并建立用户行为特征(用户行为轮廓)的方法查找安全隐患,而该方法构建训练集耗时较多,效果不显著。因此,提出一种基于Navie Bayes算法与k-means聚类算法相结合的财务数据库异常检测技术。通过调取财务数据库运行日志中的用户查询内容及相应结果,采用k-means聚类算法进行用户分组,采用Navie Bayes算法构建异常检测模型。应用测试结果表明,与传统的用户行为轮廓算法相比,所提算法的训练效率更高,准确率大幅提高,综合F_(1)值有所提升,提高了财务数据的安全性。

损失函数下逐步二型删失数据广义Pareto分布参数的Bayes估计

基于逐步二型删失数据,在几种不同的损失函数下,选择广义Pareto分布,讨论其形状参数的Bayes估计。当尺度参数给定时,为θ参数引入Gamma分布作为先验分布,得到了几种不同损失函数下参数θ的Bayes估计的数学表达式,通过数值模拟方法,比较了几种损失函数下所得到的Bayes估计的效果。结果表明:在Linex损失函数下,广义Pareto分布参数的Bayes估计效果最优。

复合Mlinex损失函数下艾拉姆咖分布参数的Bayes估计

在本文中,我们采用了一种复合的Mlinex损失函数作为研究的基础准则,艾拉姆咖是一种衡量统计模型优良性的指标,通常用于模型选择。当我们在模型中引入逆伽玛分布作为先验分布时,我们利用Mlinex损失函数来评估艾拉姆咖指标的表现,并且讨论了该分布下三种不同的参数估计方法:Bayes估计、E-Bayes估计和多层Bayes估计。为了验证这些估计方法的性能,本文采用了数值模拟的方法。通过构建模拟数据集,并应用上述估计方法,可以观察它们在不同情况下的表现。模拟结果显示,这三种估计方法都表现出了良好的稳健性。

Mlinex损失函数下反向帕累托分布形状参数的Bayes估计

文章研究了Mlinex损失函数下反向帕累托分布的参数估计问题。在已知反向帕累托分布位置参数的情况下,给出形状参数的五种估计方法:极大似然估计、最大后验估计、经典Bayes估计、多层Bayes估计、E-Bayes估计,并推导出相应估计方法下的具体表达式。利用MC方法在R软件下进行数值模拟,对比模拟数据确定了参数估计的最优环境,并验证了估计方法的合理性和估计结果的准确性与稳健性,得到了E-Bayes估计为最优估计方法的结论;最后利用最优估计方法对实例进行数据拟合,确定了新疆县市级城市的人均城市道路面积可以利用反向帕累托分布近似拟合,并结合最终数据给出了相应的数据分析。