Poisson-Logistic二元复合极值模型在平台甲板标高设计中的应用

考虑到平台所在海区台风出现的频次及其诱发之风、浪、潮、流极端海况联合出现的概率特性,本文推导出Poisson-Logistic二元复合极值模式,并以平台甲板标高进行实例计算。新模式增加了概率模型的物理内涵,解决了Logistic模型阈值选取的任意性。对海洋工程极端海况荷载组合预测具有广泛的应用前景。

基于二值Logistic回归模型的砂土液化指标敏感性分析

将二值Logistic回归模型应用到砂土液化预测中,以国内外173组样本数据作为研究对象,通过相关性分析选择震级M、有效应力σ′0、平均粒径D50、修正的CPT锥尖阻力qc1和地震剪应力比SSR5个指标作为敏感性分析指标,对砂土液化指标的敏感性进行了分析。结果表明:二值Logistic回归模型预测准确率达到了90.8%,其概率表达式可用于砂土液化预测;各指标的敏感性排序为M>qc1>σ′0>D50≈SRR;σ′0和qc1指标与砂土液化的相对危险性呈负相关趋势,以qc1指标敏感性较大,M、D50、SRR指标与砂土液化的相对危险性呈正相关趋势,以M敏感性最大。

logistic模型中饱和值确定方法的研究

logistic模型是一种重要的非线性预测模型,但如何确定饱和值L一直未得到很好解决.在学习以往方法的基础上,提出了一种新方法,即利用SPSS软件对logistic模型进行L值的选优计算,以模型计算值与样本值的标准离差是否趋于稳定作为值选取的标准,并以郑州市建成区非农人口的预测为例,说明了该方法在人口预测logistic模型中的具体应用.

Logistic回归模型异常值的判定原理探讨

笔者综合运用非线性回归诊断分析，建立了Ｌｏｇｉｓｔｉｃ回归模型异常值判定的基本原理和方法。其基本思想是：（１）利用Ｐｅａｒｓｏｎ残差初步确定Ｌｏｇｉｓｔｉｃ回归模型的可疑异常值；（２）利用Ｓｃｏｒｅ检验统计量对可疑异常值进行假设检验。最后，作者将此方法应用于急性淋巴细胞性白血病的预后分析中。

如何进行因变量为二值变量的多重logistic回归分析——怎样在药物应用与监测研究中正确运用统计学(十二)

通常的多重线性回归模型中，因变量常为一个连续性变量，而在临床医学、药学实验中因变量有时为分类变量，此时需要采用logistic回归模型进行分析。Logistic回归属于概率型回归，即因变量是某事件（代表自变量取某特定值所对应的事件，如患者被治愈）发生的概率。因变量的性质通常可以有以下3种情形：1）二值变量，如成功或失败、生存或死亡；

生物种群Logistic模型双向差分拟合方法及对初始预报值的改进

在文献[1]的基础上利用双向差分方法对Logistic模型曲线进行了拟合,并对初始预报值进行了改进。

基于偏最小二乘Logistic模型的农村劳动力转移决策研究

农村劳动力转移对缩小城乡收入差距、促进区域经济增长具有非常重要的作用。文章从家庭决策的视角出发,利用偏最小二乘Logistic模型定量分析了黑龙江省农村家庭做出劳动力转移决策的影响因素。结果发现:期末实际经营的土地面积、家庭构成情况和家庭劳动力负担率对劳动力转移决策有较为显著的影响;第一产业纯收入、家庭全年纯收入和劳动力平均受教育年限则为次要影响因素;而粮食直接补贴收入、距离最近县城距离和机械化率的影响较小。

多维二参数Logistic项目反应模型的Gibbs抽样法

项目反应理论主要有3个基本假设:单维性,局部独立性和单调性。但是这3个假设存在一些弊端亟待解决。一些科学研究表明,用单维模型来模拟多维测量数据往往会增大测量误差,导致对学生的能力做出不正确的推论。因此,研究者基于各种不同的测验背景,将单维项目反应模型推广到多维项目反应模型。多维项目反应模型涉及到的参数较多,如果采用传统的估计方法,如边际最大似然法和贝叶斯众数估计法处理起来比较困难。然而,在项目反应理论中,Gibbs抽样法可以作为一种高效灵活的估计方法加以应用。基于Gibbs抽样的增加数据的技巧,给出了多维二参数Logistic项目反应模型的Bayes估计方法。随着潜在变量的引入,每个参数的满条件分布都很容易得到,并且不受先验分布选取的限制,这样Gibbs抽样的方法就很容易实施。

一种基于二维Logistic映射的二值图像加密方案

图像置乱变换是信息隐藏中图像加密的常用方法。但传统的图像置乱具有一定的规律性,再加上置乱具有周期性,很容易被攻击者击破。根据幻方变换和Arnold置乱,提出一种基于二维Logistic混沌映射的二值图像加密方案。通过对原图进行分块幻方变换,用二维Logistic混沌映射生成的二值序列与其进行异或操作,并进行Arnold置乱。实验结果表明该方案的加密速度快、效果好,密钥空间大,解密图像与原图像一致性良好,且具有很强的抗干扰能力。

非配对设计二值资料一水平多重Logistic回归分析

本文的目的是介绍非配对设计二值资料一水平多重Logistic回归模型的构建与求解方法。基于SAS软件分别对以列联表和数据库形式呈现的定性资料进行全面分析,并得出了4个对提高模型拟合优度很有价值的结论:第一,若资料以列联表形式呈现,应拟合“加权”Logistic回归模型;第二,若资料中包含定量自变量,不适合将其定性化;第三,若资料中包含定量自变量,应依据定量自变量和二值自变量产生出派生自变量;第四,若资料中有定性自变量时,必须将多值名义或有序自变量进行哑变量变换,不需要依据二值自变量产生出派生自变量。

P2P网贷信用风险判别研究——基于二项Logistic分类模型

传统借贷模式中,银行等金融机构拥有借款人较详细的信息和科学的信用评估方法,因而能有效控制信用风险。而在P2P网贷市场中,纯线上的信用审核机制因信息不对称,极易引发借款人违约行为。本文立足于借款人视角,从影响P2P网贷违约的因素出发,构建信用风险判别指标体系,运用二项Logistic分类模型对P2P借款人的信用风险进行实证分析,并基于实证结果,提出有效防范P2P网贷主体信用风险的对策建议。

用SAS软件实现高维列联表资料的统计学分析:因变量为二值变量的多重logistic回归分析

Logistic回归分析属于概率型回归分析,适用于因变量为定性变量的数据分析和建模,但对自变量的数目和性质没有特殊要求。因变量为二值变量的多重logistic回归分析适用于因变量编码为0或1(代表阳性或者阴性)的多重logistic回归分析。从整体上理解logistic回归分析,可根据操作过程依次总结为以下几个方面:自变量筛选、建立回归模型、进行假设检验(包括对回归系数的检验、整体模型检验以及模型拟合优度检验)。近年来,logistic回归分析在众多临床医学研究,尤其是在预测因子分析中得到了广泛应用,但存在一些问题,例如缺少对模型拟合优度检验以及后续通过验证集对其预测效能进行的二次检验。本文重点介绍如何正确实施多重logistic回归分析、其SAS实现及结果解读。

利用二水平Logistic模型探讨儿童铅中毒的影响因素

目的 探讨0～6岁儿童铅中毒的影响因素.方法 采用分层整群抽样方法 ,于2008年2～5月在全国12个省会城市中抽取0～6岁学龄前儿童12 714名进行问卷调查及血铅测定,采用二水平Logistic回归模型探讨儿童铅中毒的影响因素.结果 儿童铅中毒的总体患病率为4.8%,男童（5.2%）与女童（4.3%）比较差异有统计学意义（χ^2=4.823,P=0.028〈0.05）.影响儿童铅中毒的主要因素为：性别、距交通干道距离、燃料类型、住房装修、常啃手指甲、服用奶类和食松花蛋.结论 儿童铅中毒与环境铅污染及儿童行为习惯密切相关,改善居住环境及加强健康教育是防治儿童铅中毒的关键.

基于改进的Logistic阻滞增长模型的人口预测研究

人口对中国经济发展和能源需求影响重大,为了预测2030年中国的人口数量,文章基于改进的Logistic阻滞增长模型,采用了3种参数估计方法进行求解,包括向后差分线性最小二乘参数估计、向前差分线性最小二乘参数估计、非线性最小二乘参数估计。相比于其他方法,基于非线性最小二乘参数估计法采用改进后的Logistic阻滞增长模型求解的拟合优度与平均相对误差更优,更适合进行中国人口数量的预测。其中1960—1969年预测的中国人口数量相较于实际的人口数量存在一定异常,通过3次样条插值法对该时间段的人口数据进行修正能使预测效果更好。计算结果表明:中国2030年人口预计将达到145 353万人。根据中国人口预测数据,建议政府在未来的经济和能源规划中,加快推进能源结构转型,促进经济可持续发展。

面向FPGA的二值神经网络模型压缩方法研究

针对卷积神经网络在正向推理时的高计算复杂度与空间复杂度问题,提出了一种基于二值神经网络(Binary Neural Network,BNN)的过滤器剪枝算法(Binary Filter Pruning:BFP). BFP算法通过剪除L2范数较小的过滤器,构建剪枝压缩后的二值神经网络模型.进一步面向FPGA(Field Programmable Gate Array)平台,设计并实现了基于二值复值神经网络(Binary Complex Neural Network,BCNN)的ResNet-18加速计算模型.对二值复值卷积层与预处理过程中的卷积层,分别设计了数据预处理合并优化与数据重排序.实验结果显示,BFP算法在CIFAR-10数据集上的分类精度,比基于SLR(Surrogate Lagrangian Relaxation)的通道剪枝方法平均提高了1%.与CPU平台相比,设计的加速器在PYNQ-Z1平台上的计算性能提高了23倍.

1∶r配对设计二值资料一水平多重Logistic回归分析

本文的目的是介绍“1∶1”“1∶2”和“1∶r”配对设计二值资料一水平多重Logistic回归分析方法。统计分析的前提条件是资料值得分析,而确保配对设计二值资料值得分析的重要基础是“配对设计”科学合理。为此,本文从六个方面阐述“配对设计的要领”,不仅介绍了构建“1∶1”“1∶2”和“1∶r”配对设计二值资料一水平多重Logistic回归模型的方法,还通过三个实例,介绍了采用SAS软件实现统计分析及结果解释的详细步骤。

基于Logistic差分方程模型的甘肃省中草药材产量的预测研究

基于Logistic模型,利用向后差分法,得到Logistic差分方程模型,依据2010—2022年甘肃省中草药材生产产量的统计数据,采用线性最小二乘法估计模型参数,建立拟合函数,结果显示拟合数据与统计值吻合较好,并对未来五年甘肃省中草药材生产产量进行了预测.

一阶混合整数值负二项自回归模型

考虑复杂整数值时间序列数据的建模问题.首先,提出一类一阶混合整数值负二项自回归模型,并证明该模型的严平稳遍历性,讨论该模型的转移概率、期望、方差等概率统计性质;其次,研究该模型的最大似然估计问题,得到了估计量的渐近正态性,并在数值模拟的基础上进行实证分析.实证分析结果表明,该模型在拟合毒品犯罪次数数据时性能良好.

基于二元Logistic模型的国内上市企业信用评级展望的影响因素研究

企业信用评级的迅速发展引起人们越来越关注企业信用评级展望的影响因素。本文通过选取84家样本企业和12个指标,使用二元Logistic模型对国内上市企业信用评级展望的影响因素进行实证研究。结果发现股价的β值和应收账款周转率是国内上市企业信用评级展望的影响因素,其中β值是主要因素。上述结果启示我们,国内上市企业可以通过降低营运风险和应收账款周转率来提高企业信用评级。

非配对设计二值资料多水平多重Logistic回归分析

本文目的是介绍非配对设计二值资料多水平多重logistic回归模型的构建与求解方法。首先介绍模型的有关概念及模型的构建原理,基于实例使用SAS软件对列联表资料进行分析,以proc glimmix和proc nlmixed过程构建和求解模型,并对相关结果进行解释和比较。