应用一般线性模型估算鲐、鲹大型灯光围网渔业的捕捞效率

大型灯光围网是我国近海捕捞鲐、鲹的主要作业方式之一,探讨和估算捕捞效率对其渔业资源评估和管理有着重要的意义。根据1998-2003年东黄海我国鲐、鲹大型机轮灯光围网生产统计数据,利用一般线性模型对其捕捞效率进行了估算,讨论了线性模型误差结构的选择及数据变换对结果的影响。根据鲐、鲹单位捕捞努力量的渔获量(CPUE)数据呈正偏,以及CPUE均值与方差在对数尺度下的线性关系,选择了负二项分布、伽马分布与对数正态分布作为误差分布。研究表明,由于CPUE零值的存在,其对误差分布结构有很大影响。当采用最大似然估计时,对数正态分布与伽马分布的CPUE需加一常数(δ),δ取值对结果有较大影响,随δ增大将使估计的捕捞效率对比度得到压缩。为了避免δ取值的影响,同时采用了Delta-GLM方法。通过不同模型的比较,选择了Delta-负二项或Delta-伽马方法。根据Delta-负二项或Delta-伽马方法估算结果,各渔业公司间的捕捞效率存在很大的差异,且具有明显的区域性。32°N以北海区,捕捞效率高低依次为苏渔、辽渔、青渔、舟渔、宁渔、沪渔;台湾东北部海区,捕捞效率高低依次为苏渔、辽渔、舟渔、沪渔、宁渔、青渔。

利用一般线性模型分析奶牛乳房炎的影响因素

为了有效地防控奶牛乳房炎,并掌握其发病原因,试验利用一般线性模型,分析了品种、年龄、胎次、泌乳月和采样季节诸因素对奶牛乳房炎的影响。结果发现:乳用牛比乳肉兼用型牛更容易患乳房炎;随着年龄的增长,奶牛乳房炎的发病率上升;在潮湿多雨的季节里,奶牛更容易得乳房炎;随着泌乳月的加大、胎次的升高乳房炎发病率有上升的趋势。

一般线性模型在药物配伍试验中的应用

目的 建立药物配伍试验数据的分析模型。方法 用一般线性模型 (GeneralLinearModel,GLM)分析文献报道的药物配伍试验数据。结果 方差分析表可以指出那些因素对模型有显著影响 ;同类亚群表可将因素内平均值无显著差异者归入同一亚群 ,即同一亚群内的所有平均值相互之间的差异无显著性 (P >0 .0 5 ) ,而不同亚群之间则有显著性差异 (P <0 .0 5 )。

一般线性模型的几种常见形式及其合理选用

目的 展示一般线性模型（ＧＬＭ）的常见形式及其特点，便于人们合理选用。方法 通过改变设计矩阵Ｘ和误差的协方差矩阵Ω的结构以及分析设计矩阵Ｘ的变量性质，将ＧＬＭ 演绎成一个个简单明了的具体表达式。结果 将ＧＬＭ 简化成适用于回归分析、方差和协方差分析、多水平模型等具体的统计模型。结论 合理选用统计模型的关键在于弄清资料所取自的设计类型，影响因素和反应变量的性质。

一般线性模型下方差的最小范数二次无偏估计的稳健性(英文)

给出了一般线性模型下方差的最小范数二次无偏估计相等的充要条件 ,并且当高斯马尔可夫估计与最小二乘估计相等时 ,获得了一个相对简单的条件 ,最后给出此条件应用于抽样调查的一个例子。

基于一般线性模型框架的心理统计教学

心理统计学教学中,不同的统计方法常常是独立教学,致使学生不易理解各种方法之间的关系。事实上,t检验、方差分析和多元线性回归等方法都可以[JP2]统一到一般线性模型的框架下,而结构方程是对这个框架的最一般化的描述,且结构方程路径图是呈现这个框架的形象工具。因此,本文尝试用路径图的方式来呈现心理学研究中最常用的统计方法,并将结构方程分析结果与传统分析结果进行对照,帮助学生建立一般线性模型上位概念,将以往孤立的统计方法联系起来。

一般线性模型中共同均值线性估计的可容许性

对于协方差阵半正定的一般线性模型中共同均值的线性(包括齐线性与非齐线性)估计的可容许性问题进行了研究.给出了共同均值的线性组合Sβ的线性估计分别在二次损失和矩阵损失下可容许的充要条件,从而推广了胡飞芳(1991年)的结果.

基于一般线性模型的功能磁共振成像回归量正交化

针对功能磁共振成像(f MRI)模型回归量之间存在共线性的问题,提出了一种正交化的方法。首先,确定感兴趣以及待正交的回归量;其次,从待正交回归量中减去与感兴趣回归量相关的部分,使模型中共线的回归量正交分解为相互独立的部分,以此来消除共线性的影响。此外,还讨论和分析了正交化对一般线性模型的影响。最后,分别使用一些合成数据和当前一个流行的f MRI数据分析软件包——脑功能磁共振图像软件包(FSL)进行实验。实验结果表明,正交化方法可以消除模型中的共线性,并且提高感兴趣回归量的显著性,从而实现准确的脑功能定位,可以应用于对脑的基础研究和临床治疗。

一般线性模型下方差最小范数二次无偏估计的稳健性(英文)

本文给出了一般线性模型下,由最小二乘得到的方差估计与最小范数二次无偏估计相等的充分必要条件,并且当Gauss-Markov估计与最小二乘估计相等时,可以得到一个简单的等价条件。

混合线性模型的应用

目的介绍混合线性模型的结构,固定效应项和随机效应的含义。对具有内部相关性的资料,宜选用混合线性模型进行配合。方法用一个具有聚集性结构的例子和一个重复测量的例子说明配合混合线性模型的方法和步骤。结果分析了资料的层次结构,识别不同层次上的协变量,讨论了模型中固定效应矩阵和随机效应矩阵的结构,使模型参数估计值更易于理解和解释。由于混合线性模型克服了一般线性模型对反应变量必须具有独立和等方差的要求,从而扩大了线性模型的应用范围。对于具有聚集性质的资料及重复测量资料具有很好的拟合效果。结论这一模型计算较复杂,应用SAS/STAT软件包中的PROMIXED过程能很好地解决计算问题。

裂区试验设计中统计分析的SAS线性混合模型研究

裂区试验设计是农业试验中一种常用设计,但其统计分析却很复杂,尤其是互作项的多重比较分析较为困难。本文采用SAS软件中的线性混合模型程序分析裂区试验设计数据,不用额外编程,只需设置其内置的语句即能够较为快速便捷地实现裂区试验设计中的统计结果分析。

两个线性模型间最优线性无偏预测的等价性(英文)

设M_1和M_2是两个带有预测量的线性模型,通过使用矩阵秩方法,本文给出了模型M_1下预测量的最优线性无偏预测同时也是模型M_2下的最优线性无偏预测的充分必要条件.作为这个结果的应用,我们给出了两个线性混合模型间最优线性无偏预测等价性的充分必要条件.

约束条件下线性模型协方差阵扰动的影响分析

该文研究了协方差阵扰动和数据删除对最佳线性无偏估计(BLUE)的影响问题,给出了在约束条件下一般线性模型与在约束条件下Gauss-Markov模型及在约束条件下数据删除模型中回归参数β的BLUE之间的关系式．作者还定义了度量影响大小的广义Cook距离D_v,并给出了D_v的两个计算公式．

非独立试验数据的一般线性混合模型分析

传统方差分析模型的假设条件之一是试验数据相互独立,实际的试验数据未必能满足其条件,这使方差分析的应用范围和分析的效果受到限制。近年来,一般线性混合模型得到发展,为分析非独立试验数据提供了新途径。本文讨论了一般线性混合模型分析非独立试验数据的方法及其在SAS软件的实现,对小麦品比和玉米灌溉2个不同试验的非独立数据进行了一般线性混合模型与方差分析模型的对比分析。结果表明,与传统方差分析法相比,一般线性混合模型数据拟合效果好,在小麦品比试验使小麦品系效应比较的平均标准误降低18.4%,平均分析相对效率为1.5,而在玉米灌溉试验使灌溉效应比较和品种×灌溉交互效应比较的平均标准误降低9.1%￣10.8%,平均分析相对效率均约为1.2。因此,对非独立试验数据,一般线性混合模型分析的准确性和效率要比传统方差分析模型高。

基于一般线性模型的机器学习方法在BOLD-fMRI脑胶质瘤患者个体化运动功能区定位中的应用价值

目的探讨基于一般线性模型(GLM)的机器学习方法在血氧水平依赖功能磁共振成像(BOLD-fMRI)定位脑胶质瘤患者个体化运动功能中的应用价值。方法前瞻性研究。纳入2017年11月—2021年11月西安交通大学第一附属医院神经外科确诊为脑胶质瘤且病灶位于大脑运动功能区的38例患者作为机器学习模型的验证集(男25例、女13例,年龄24~69岁),同期招募健康志愿者50例作为模型的训练集(男26例、女24例,年龄22~68岁)。采用独立成分分析法(ICA),随机提取98例人类连接组计划(HCP)受试者的静息态功能核磁共振(rs-fMRI)特征。依据健康志愿者的rs-fMRI和基于任务的功能磁共振(tb-fMRI)的相关性,训练基于GLM的机器学习模型。观察项目:(1)采用Pearson相关系数(CC)分析比较GLM预测的激活与实际激活的相似度。(2)采用Dice系数(DC)作为模型预测效能的定量指标,比较GLM与ICA方法的预测效能。结果(1)胶质瘤患者基于GLM的机器学习方法所预测的激活与实际tb-fMRI的功能激活相似度高[(89.47%(34/38)的患者CC值>0.30)]。(2)胶质瘤患者GLM预测任务态运动功能激活的效能,DC为0.34(0.27,0.42),优于ICA方法的效能DC 0.26(0.16,0.30),差异有统计学意义(Z=-3.88,P<0.001);GLM在肿瘤半球的预测效能优于ICA方法,DC分别为0.36(0.17,0.48)和0.34(0.04,0.45),差异有统计学意义(Z=-2.43,P=0.015);2种方法在非肿瘤半球的预测效果均显著高于肿瘤半球(Z=-4.33、-3.59,P值均<0.001)。结论基于GLM的机器学习方法能够很好地在术前利用rs-fMRI数据预测出胶质瘤患者的tb-fMRI运动功能激活,且其预测效果好于ICA方法。

用线性模型分析pH值与精液质量的关系

目的了解pH值对少、弱精子症和无精症男性精液质量的影响作用。方法以2015—2019年门诊3315例不育男性患者为研究对象,以一般线性模型统计分析少、弱精子症、无精症、严重少精症和精液参数正常男性的精液pH值差异及pH值与精子活力、浓度、存活率、精子形态间的相关性。结果在无精、严重少精、少精、弱精、少弱精和精子活力与总数正常的患者中测得的pH值差异有统计学意义(P<0.01),严重少精症患者的精液pH值显著低于其他组,少、弱精和无精症组显著低于正常组。pH值与前向运动精子、存活率、精子形态正常率呈正相关(P<0.01)。在pH值为7.2时的精液质量参数显著高于其他pH值时测得的数值(P<0.01),pH值为6.4时参数值最低。结论少、弱精子症可能与pH值偏酸性有关,而且无精子症和弱精子症受pH值酸性影响更为显著。pH值对精子活力、存活率和精子形态均有显著影响,发现精液酸性异常的原因并改善精液的酸碱环境,对不育男性的临床诊断与治疗有重要意义。

响应数据缺失下一般线性分位数回归模型的估计

在响应数据缺失条件下研究了一般线性分位数回归模型的估计问题。利用处理缺失数据的逆概率加权方法,在缺失概率已知、缺失概率未知时的非参数估计和参数估计3种情况下,给出了一般线性复合分位数回归模型的3种参数估计;在合适的条件下,证明了所给估计的渐近正态性。通过数值实验验证了所得估计的有效性。

半湿润冷温气候下白浆土区雨养玉米AquaCrop模型模拟敏感性分析

AquaCrop模型对半湿润冷温气候下白浆土区雨养玉米生长模拟及其敏感性分析研究较少。选取黑龙江三江平原东部典型白浆土农区为研究区,基于2011—2015年连续观测数据集,使用AquaCrop模型模拟雨养玉米生长过程,采用敏感性系数法和一般线性模型法解析雨养玉米生物量和产量对模型参数的敏感性。结果表明,影响生物量的参数有全冠时作物蒸腾系数(Tr)、水分生产力(WP)、最大冠层覆盖率(CCX)、冠层生长指数(CGC)。其中生物量对CGC的敏感性出现最早,在抽穗期敏感性系数达到峰值,之后逐渐降低。最大生物量对Tr、WP和CCX的敏感程度高,其敏感性系数随时间推移逐渐增加,但生物量对CCX的敏感性系数峰值低于对Tr和WP的敏感性系数峰值。影响产量的参数有全冠时作物蒸腾系数(Tr)、收获指数(HI)、水分生产力(WP)、从播种到开始开花的时间(FLW),产量对FLW的敏感性仅在成熟期敏感。其中最高产量还对Tr、WP、HI敏感,产量对参数的敏感性在玉米开花后越来越敏感,直至在敏感性系数成熟期达到最大值。

多维样条回归模型及医学应用

目的 放宽经典线性模型中的多个解释变量的线性假定和探讨多维样条回归分析模型。方法 利用最小惩罚二乘原理构造惩罚残差平方和 ,通过广义交互有效得分函数自动选择光滑参数值 ,对有关矩阵进行QR分解、Cholesky分解以及奇异值分解。 结果 用SAS程序实现了多维样条回归分析 ,得到了模型系数向量和多维样条函数的最小惩罚二乘估计 ,实例分析表明 ,多维样条回归模型较一般线性模型有更强的适应性。结论 多维样条回归模型是一般线性模型的全面扩展 ,为探索医学指标间的关系以及进行预测提供了可靠的线索和有效的途径。

STA分析:认知多系统模型分析的新方法

认知研究领域(如记忆、学习)通常通过分离效应来验证或推定存在多个加工系统,但是这种仅仅通过分离效应直接推定存在多系统的方法存在不足.状态痕迹模型分析(STA)具有更大的适应范围.所谓STA模型分析是一个可以确定影响心理变量的数目,调节一个或多个自变量对两个或多个因变量影响的方法.文章从STA模型分析的分析过程、状态痕迹分析与一般线性模型方法之间的关系,以及STA方法的适应等方面加以阐述,以期更好地探讨认知加工过程.