岭回归中基于广义交叉核实法的最优模型平均估计

岭回归是一种常用的用于克服多重共线性的压缩估计方法.文章在存在异方差的背景下,考察了组合不同岭参数下岭估计量的模型平均方法,并在广义交叉核实法的框架下构造了相应的权重选择准则.当拟合模型的设定存在偏误时,证明了基于广义交叉核实法的模型平均法可以给出渐近最优的预测.此外,使用蒙特卡洛模拟考察了所提出的模型平均方法在有限样本下的有效性.最终,使用所提出的方法对一组乙炔反应工艺的数据进行了分析,所得到的结论进一步表明,模型平均法在实际数据分析工作中具有较高应用价值.

Fisher判别在孤立性肺结节CT鉴别诊断中的应用

目的:探讨Fisher判别模式对孤立性肺结节CT鉴别诊断的应用价值。方法:回顾性分析了149例孤立性肺结节患者的CT资料,按病理随访结果分为良性组和恶性组两大类,对结节主要CT形态学特征进行评价,按良、恶性分组,以两组间有统计学意义的形态学征象为判别指标并行Fisher判别,采用交叉核实法估计误判概率。结果:孤立性肺结节CT征象的Fisher判别公式为Z=-0.251×1+0.563×2-0.319X3+0.261×4+0.492×5-0.101×6+0.326×7+0.329×8,误判率为12.08%,敏感性为89.32%,特异性为84.78%,鉴别诊断的准确率达87.92%。结论:Fisher判别模式能够有效的对孤立性肺结节进行鉴别诊断,具有较高的临床实用价值。

部分线性模型的光滑样条推断

运用光滑样条估计部分线性模型中的非参数函数,利用限制最大似然或广义交叉验证(GCV)的方法选择光滑参数,主要考察了部分线性模型的光滑样条估计以及有关非参数函数部分的假设检验.基于光滑参数的选择方法,提出了部分线性模型中的非参数函数是否为多项式函数的假设检验方法,并通过模拟例子研究本文提出的推断效果.

病态加权总体最小二乘平差的岭估计解法

采用岭估计法处理加权总体最小二乘平差的病态性问题,推导了相应的求解公式及均方误差评定精度的方法,定义了病态加权总体最小二乘平差中的模型参数分辨矩阵,并讨论了岭参数的含义及其作用,给出了确定病态加权总体最小二乘岭估计中岭参数的岭迹法、广义交叉核实法和L曲线法。算例计算了普通最小二乘、普通总体最小二乘的结果,并比较了三种确定岭参数的方法在处理病态加权最小二乘岭估计和病态加权总体最小二乘岭估计中的优缺点。

附有病态约束反演问题的岭估计法

提出了处理附有病态约束矩阵的等式约束反演问题的岭估计解法,推导了相应的求解公式及均方误差评定精度的方法,给出了确定附有病态约束矩阵的等式约束反演中岭参数的岭迹法、广义交叉核实法和L曲线法。算例比较了三种确定岭参数的方法在处理附有病态约束矩阵的等式约束反演问题中的优缺点,并与截断SVD法进行了对比分析。