时空团状系数回归模型及其在海洋时空断面数据中的应用

为揭示变量间的回归关系在时空域上的变化结构,本文提出了一种新的变系数回归模型——时空团状系数(Spatio-temporally clustered coefficient, STCC)回归模型。STCC模型通过对时空上相邻点的回归系数之差施加惩罚,从而估计出存在时空变化的回归关系。该模型可在没有先验信息的情况下探索回归关系的时空结构。数值模拟实验表明:STCC模型不仅能有效捕捉回归关系在时空域上的团状结构,对随时空连续变化的回归系数也表现出了较好的估计性能。本文运用STCC模型探索了大西洋25°W断面上的海水温度和盐度之间的回归关系,并据此初步分析了南极中层水的季节性演变特征。

蓖麻SL1×CHCH1 F_(2)群体的主要农艺性状分析

为了挖掘控制蓖麻产量的数量性状位点(Quantitative trait loci,QTL),为进一步QTL定位研究奠定基础,以农艺性状差异比较大的蓖麻SL1和CHCH1为亲本,杂交获得194份F2群体材料,并对该群体的15个主要农艺性状进行了遗传多样性分析、相关性分析、回归分析、主成分分析和聚类分析。结果显示,该群体的15个农艺性状的遗传变异系数为12.80%~56.30%,遗传多样性指数为1.23~2.07,表明该群体间性状差异较大,性状分离明显,表型变异丰富。相关性分析发现,单株产量和单株蒴果总数呈极显著正相关,相关系数最高,为0.940。逐步回归分析发现,影响单株产量的2个重要因素为有效蒴果总数和百粒质量。主成分分析获得4个主要因子,累计贡献率为73.538%。根据综合得分,可将194份群体材料分为3大类,第Ⅰ类材料主要表现为植株高大、粗壮、多穗、单株产量高;第Ⅱ类材料主要表现为株高、单株蒴果总数、单株产量适中;第Ⅲ类材料主要表现为植株较矮、果穗长度较短、有效分枝穗数少、单株产量较低。最后,在该群体里筛选到综合表现较好的5份材料。

基于层次聚类模型的古代玻璃制品成分分析与鉴定

古代玻璃制品受环境影响而被风化,对其进行成分分析、类别鉴定是开展后续研究工作的前提。针对清洗后的数据,利用Spearman相关系数和差异性卡方检验,分析表面风化与其影响因素间的相关性和差异性。随后,具体对14种不同化学成分进行主成分分析,建立Logistic回归模型对主成分分析之后的数据进行回归分析。最后,建立层次聚类模型对不同种类的玻璃制品进行亚类划分,并对分类标准进行合理性和灵敏性检验。

渝东南地区龙马溪组页岩含气量及其主控因素分析

页岩含气量的确定对于页岩气资源量的评价以及前景优势区块的选择意义重大。为此,以地质理论为指导,选取可能影响含气量的因素进行相关性分析。渝东南地区下志留统龙马溪组页岩含气量的影响因素包括孔隙度、渗透率、含水饱和度、有机质丰度、镜质体反射率、黏土总量、石英含量、碳酸盐岩含量、黄铁矿含量等,首先进行相关性单因素拟合,再将与含气量相关系数较高的参数进行系统聚类(采用欧式距离进行快速迭代聚类),确定出该区页岩含气量的主控因素为有机质丰度、石英含量、黄铁矿含量和孔隙度。在此基础上,采用逐步回归方法得到含气量与主控因素之间的拟合方程,并将其与该区其他钻井岩心资料和野外剖面样品分析资料作拟合论证。结果表明,该方程拟合效果良好。最后,通过该方法确定了该区龙马溪组页岩气的资源量为1.77×1012 m3,表明渝东南地区是未来我国页岩气发展的远景区。

面板数据计量模型适应性的比较研究

近年来在经济管理研究中采用面板数据的实证性论文日益增多,同时关于面板数据处理的理论成果也并不少见.然而,问题在于:一方面已有的关于面板数据处理的理论方法多基于无穷大样本,而现实中仅能获得有限样本;另一方面已有的实证研究成果或对面板数据不做任何特殊处理或并不说明处理方法选用的依据.基于此,按只存在个体效应,只存在时间效应和同时存在两种效应3种不同的数据结构,模拟比较了现有各种理论方法的适用性.并根据各种处理方法在小样本情况下估计结果存在较大差异这一事实,反推出用于判断实际数据中存在何种效应的准则.

根据地震属性预测乌尔禾油田储集层孔隙度

基于准噶尔盆地乌尔禾油田地震资料,提取了43种地震属性数据;通过对提取的地震属性的分析,利用聚类分析方法优选出5种属性作为储集层孔隙度预测模型基本参数。结合区内已知井点处目的层孔隙度,利用多元回归和非参数回归方法对目的层进行储集层参数预测,取得了较好的应用效果。

域名镜像服务器部署分析

DNS是互联网最为重要的基础设施之一,DNS镜像技术是提升DNS系统安全性、稳定性和解析性能的重要方法。针对如何采用镜像技术优化DNS部署的问题,基于DNS的工作机制,以DNS根镜像服务器的实测数据为例,进行具体分析,给出一种实施方法。

基于密度的面板数据聚类分析

研究面板数据聚类问题过程中,在相似性度量上,用Logistic回归模型构造相似系数和非对称相似矩阵。在聚类算法上,目前的聚类算法只适用于对称的相似矩阵。在非对称相似矩阵的聚类算法上,采用最佳优先搜索和轮廓系数,改进DBSCAN聚类方法,提出BF—DBSCAN方法。通过实例分析,比较了BF—DBSCAN和DBSCAN方法的聚类结果,以及不同参数设置对BF—DBSCAN聚类结果的影响,验证了该方法的有效性和实用性。

一种新的R型聚类分析方法——复相关R型聚类分析法

复相关R型聚类分析法将能真实反映新类指标与旧类指标间相关性的统计量———复相关系数引入R型聚类分析中 ,并用回归分析的理论对要合并的指标间的相关显著性进行检验 ,只有相关性显著的指标才将它们合并 ,这就克服了传统R型聚类分析法中存在的缺陷 ,是一个严格遵守R型聚类分析基本原理的R型聚类分析方法。

系数增强最小二乘回归子空间聚类法

针对最小二乘回归子空间聚类法在求解表示系数时忽略了样本相似度的不足,提出改进方法。基于样本相互重构的表示系数矩阵和样本相似度矩阵有很大的关联定义系数增强项,求解可以保持样本相似度的表示系数矩阵,提出系数增强最小二乘回归子空间聚类法。在8个标准数据集上的实验表明该方法可以提高最小二乘回归子空间聚类法的聚类性能。

用FCM聚类和非参数回归方法推断基因调控网络

采用FCM方法对基因表达的微阵列数据进行聚类分析,应用核回归和PP回归相结合的方法设计预报器,利用决定系数遴选父代基因集合.将这种新的组合设计方法的分析结果与相关文献的结果进行对比分析,得出了较好的推断结果;可以将这种组合方法运用于致病基因簇的搜寻.

葡萄酒的评价模型

对两组评酒员的平均打分进行双样本t检验及kendall协调系数W检验,最终确定第一组评酒员更可信;然后利用基于主成分的聚类分析和评酒员对酒样平均打分,实现酿酒葡萄分类定级;采用基于主成分的多分类Logistic回归建立酿酒葡萄与葡萄酒的理化指标之间的数学模型;通过制定葡萄酒分类标准,利用基于主成分的多分类Logistic回归建立酿酒葡萄和葡萄酒的理化指标与葡萄酒等级的数学模型.

聚类回归模型及实例分析

本文讨论回归系数相同,回归常数不同的回归分析模型。因为不知道哪些样本有相同的回归常数,所以需要先对样本进行聚类分析,找出有相同回归常数的样本,然后进行回归分析。这种模型具有原来回归模型求解的简单性,却得到了更好的结果。

基于多表关联的关系数据库多空值估计方法

由于客观世界的复杂性,信息缺失、不确定是普遍存在的。数据库作为表达现实世界的一种工具,使用空值来表达信息缺失的现象。针对关系数据库中的空值问题,提出一种基于多表关联的多空值估计方法。该方法首先以尽可能少地引入误差的原则确定估计每一列空值的顺序;然后对每一列空值先采用本表的信息进行估计,当预测误差大于给定阈值时,根据该表与其他表的关系形式选择不同的模式引入多表信息来提高预测的准确度。实验结果表明该方法估计空值的效果与其他方法相比有较高的准确率。

中国成年人高血压患病区域聚集性及危险因素的多水平模型分析

目的分析中国成年人高血压的区域聚集性及危险因素，探讨多水平模型在高血压危险因素研究中的应用。方法采用多阶段随机抽样方法，于2000--2001年从中国10地区共抽得年龄在35～74岁之间的15540人作为研究对象，采用MLwiN2．02软件对数据进行二水平logistic回归模型拟合。结果高血压的患病存在地区聚集现象，方差成分系数为3．1％。在调整了年龄和性别的影响后，全身型肥胖人群（BMI≥28kg／m2）和超重人群（BMI24～27．9kg／m^2）分别为BMI正常人群（18．5～23．9kkg/m^2）患高血压风险的4．50（95％CI：4．00～5．06）和2．26（95％C1：2．07～2．46）倍；中心型肥胖人群（男性腰围≥85cm或女性≥80cm）为正常腰围人群患高血压风险的2．62（95％CI：2．42～2．83）倍；甘油三酯、总胆固醇、血糖、低密度脂蛋白胆固醇含量升高或者高密度脂蛋白胆固醇含量降低者患病风险分别为正常者高血压患病风险的2．10（95％CI：1．89—2．33）、2．08（95％CI：1．84～2．35）、1．85（95％CI：1．60—2．14）、1．58（95％CI：1．38～1．81）和1．49（95％CI：1．32～1．69）倍，饮酒人群为不饮酒人群患高血压风险的1．15（95％C1：1．05～1．27）倍。结论高血压的发生不仅与个体肥胖、血糖升高、血脂异常和饮酒等危险因素有关，还受所居住区域环境因素的影响；在高血压的一级预防中，既要关注高危人群，还要重视以一般人群为基础的群体预防控制工作。

某种样品的动态聚类法

针对某种特殊样品，借助于回归系数，对原有的动态聚类法加以改进．