基于双重筛选的多因变量偏最小二乘逐步回归方法

偏最小二乘回归分析中的一个重要问题是变量选择,文章的主要目的是给出一种改进的多元数据分析方法-基于双重筛选的多因变量偏最小二乘逐步回归方法。双重筛选方法既能按自变量对因变量的关系进行分组,又能使每个自变量对各组因变量的作用反映出来。因此基于双重筛选的多因变量偏最小二乘回归方法能很好地处理这类问题,并得到好的结果。

双重筛选逐步回归方法在医学、卫生学研究中的应用

双重筛选逐步回归是一种多自变量对多因变量的多元线性逐步回归。本文着重介绍其计算原理、步骤及应用注意事项,用一计算实例对其进行说明.此法应用灵活、方便、方法较简单、分析功效较高。其用途主要三方前:1.对病因进行多因多果的分析;2.根据自变量与因变量的关系对因变量进行分类;3.研究综合指标的影响因素.在因变量个数为一时,它与一般的逐步回归是等价的。

逐步回归双重分析及其在长期天气预报中的应用

本文针对多元分析和周期分析各自存在的缺陷,提出了一种新的统计预报方法——逐步回归双重分析方法,它利用逐步回归技术将因子筛选和周期分析有机结合,并反映在同一预报方程中。 本文以金华市5月份降水量长期预报为例,进行了初步的分析和尝试,表明该方法与多元分析和周期分析比较,其拟合误差与预报误差均较小,预报效果稳定,对长期天气预报有较好的实用价值。

影响喉癌患者预后因素的多元逐步回归分析

目的:探讨喉癌术后影响预后的因素。方法:对沈阳军区总医院耳鼻喉科1992-01/1998-12年收入院手术的209例喉癌标本中随机筛选40例。①40例中按肿瘤TNM分型:声门上型21例,声门型19例,无声门下型;T分期:T210例,T322例,T48例。②患者吸烟情况:20例不吸烟,20例吸烟。③进行5年以上随访,以性别、年龄、病史、吸烟总量、A型血、B型血、AB型血、O型血、术中输血、肿瘤分型、手术范围、颈清扫、肿瘤病理分型、术后放疗、T分期、N分期、肿瘤分期、肿瘤生长方式为自变量,多因素逐步回归分析喉癌手术后影响预后的因素。结果:①门坎值F=2引入变量,筛选出T分期、吸烟总量及喉癌分型共3项影响预后的显著性因素,他们的偏回归系数分别是-0.453,-0.638,-0.599。②筛选出T分期、吸烟总量及喉癌分型共3项影响预后的显著性因素,吸烟量愈大,T分期愈晚及声门上型患者,预后愈差。结论:①吸烟是一个对喉癌预后有重要影响的因子,喉癌的分型是影响喉癌生存的因素,声门上型喉癌患者较声门型的预后差,局部复发和颈部转移随T分期的提高而增加。②T分期高,吸烟量大,TNM分型为声门上型,是影响喉癌的预后的主要因素。

第四讲 回归分析中的变量筛选技术及统计检验

回归分析中的变量筛选技术是回归分析技术得到广泛应用的一个突破,它将方差分析中的F检验和回归分析技术进行集成,形成一个新的算法,为工程应用开拓了广泛的前景。在笔者藏书中,涉及回归分析中变量筛选技术的专著有：《概率统计计算》（中国科学院计算中心概率统计组编著,科学出版社,1979）;《回归分析及其试验设计》（上海师范大学数学系概率统计教研组编,上海教育出版社,1978）。

棉织物手感评价的回归分析

采用双重筛选逐步回归分析方法,对影响棉织物手感主观评定指标的KES-FB测试的16个物理力学量因子进行分析,剔除不显著因子,保留显著因子,建立4个回归模型,回测拟合结果较好。

气候场的主分量逐步回归预测模型及应用

提出一种气候场的主分量逐步回归预测模型,该模型将气候场的预测变成对该场主分量的预测。提取对气候场变化有重要影响的500 hPa高度、太平洋及印度洋海温和全球海平面气压等含不同区域不同季节的因子场的前若干个含高信息量的优质主分量因子。通过相关筛选和双重检验逐步回归,建立气候场的主分量的预测方程,由此就建立气候场与多个因子场之间的联系,但是模型却仍然保持着两个场相关的特点。根据气候场的特征向量的近似不变性,将其与主分量配合进行反算,从而得到气候场的预测。以广东汛期降水预测作为试验例子,计算了它的主分量,分析了它的时空分布特征及分类,对2003—2005年的分布作预测并与实测分布作比较及进行误差检测,发现预测效能显著。有关预测的年限、区域范围、要素和因子的物理背景等问题有待进一步研究。

水肥配合对小麦品质影响的回归分析

小麦籽粒的品质除了受本身基因型的影响,还受栽培措施的影响。其中,水分和肥料是主要影响因素,水肥措施常可以改变小麦的品质状况。为探讨水分与化肥、有机肥相互搭配对小麦粉品质的影响,在中等肥力土壤上进行研究,采用双重筛选逐步回归分析方法,对影响小麦品质指标项目的六个水肥因子进行分析,剔除不显著因子,保留显著因子,建立7个最优回归模型。结果表明,7个因变量均入选,模型回测拟合结果较好。

双重筛选逐步判别分类方法及其应用

本文提出一个新的多元统计方法:双重筛选逐步判别分类,其目的是解决已知模型样本较少时,如何进行两类样本判别分类的问题,将此方法用于地质学中对于有矿和无矿的判别,取得较好的应用效果。

福建汛期降水主分量逐步回归预测模型研究

建立福建汛期降水量气候场的主分量逐步回归预测模型,通过预测福建汛期降水量气候场的主分量来实现对福建汛期降水量场的预测。选取北半球500 hPa高度场、太平洋海温场、北半球海平面气压场等含不同区域不同季节的诸多因子场的前若干主分量因子作为预测因子。计算分析了福建汛期降水场的主分量分布特征和分型特点。利用相关筛选和双重检验逐步回归方法,建立福建汛期降水场与多个因子场的关系,建立主分量的预测方程。通过对2012年福建汛期降水的预报,发现该模型对福建汛期降水的趋势和分布有较好的预测能力。

用多因子筛选和均生函数序列双重最优子集作降水量预报

把均生函数延拓序列作为因子加入最优子集回归方程,将因子筛选和均生函数分析相结合作最优子集回归双重分析,用于制作钦州市月降水量的预报,预报精度有所提高。

红花大金元烟叶中性致香成分含量与感官质量预测分析

以42个红花大金元（Nicotiana tabacum L.cv.Honghua Dajinyuan）烟叶样品为供试材料,采用双重筛选逐步回归法等分析了感官质量指标与中性致香成分的关系,并建立了预测模型。结果表明,1感官质量指标香气质、香气量、杂气、成团性的预测效果较好,决定系数（R2）范围在0.9984-0.999 8,留一交叉验证相关系数（q2）范围在0.823-0.937。其中预测模型y1（香气质）=-2.501 4 x1＋0.9377x8–0.0693 x12–0.6815x14-0.1547x15＋2.8024x16–0.1524x19＋1.860 1x23＋2.5547x27＋1.3390 x29＋17.3163,R^2为0.9998,q^2为0.937,这为利用中性致香成分针对红花大金元预测感官质量指标提供了参考依据。2苯丙氨酸类降解产物苯甲醇和苯乙醛含量与香气量得分之间、美拉德反应产物中2-乙酰基吡咯和5-甲基糠醛含量与香气量和杂气得分之间、类胡萝卜素类降解产物法尼基丙酮和6-甲基-5庚烯-2酮含量与回甜感得分之间、4-乙烯基-2甲氧基苯酚含量与成团性得分之间、其他类芳樟醇含量与香气质和杂气得分之间均呈正相关;苯丙氨酸类降解产物苯甲醛含量与香气质得分之间、美拉德反应产物2-乙酰呋喃含量与杂气、香气量、回甜感、干燥感、成团性得分之间、类胡萝卜素类降解产物β-紫罗兰酮含量与香气质得分之间、新植二烯含量与香气量得分之间均呈负相关。

基于药物筛选的优化模型

乳腺癌与雌激素受体α亚型的表达密切相关。文章利用某次数学建模的数据,依次采用随机森林、灰色关联分析和逐步回归方法,对提供的拮抗剂信息进行分析,以筛选出在分子描述符中贡献度最高的前30个。最后,通过综合这三个模型的结果,同时对分子描述符之间的相关性进行检验,筛选出对生物活性值影响最大的前20个分子描述符,从而达到筛选治疗药物的目标。

不同氮素水平下欧洲黑杨光合特性的遗传分析

通过测定在两种氮素水平下15个欧洲黑杨无性系的生长指标(苗高和地径)与光合生理指标(叶片的净光合速率、蒸腾速率、气孔导度、胞间CO2浓度和空气CO2浓度),计算了15个欧洲黑杨无性系的材积和水分利用效率、表观叶肉导度、胞间CO2浓度与空气CO2浓度比值;对欧洲黑杨在不同氮素水平下的生长指标与光合生理的关系、光合能力遗传变异进行了研究。方差分析结果表明,欧洲黑杨生长指标与各光合参数存在着极显著水平的差异,无性系重复力高,变异系数较大,说明各指标遗传控制强,且遗传变异丰富,可以进一步选择高氮高光效品种。双重筛选逐步回归分析结果表明,欧洲黑杨的表观叶肉导度、叶片气孔导度、胞间CO2浓度、水分利用效率和叶片蒸腾速率与生长指标相关,因此光合生理指标也可以作为欧洲黑杨良种选育的指标。

基于冗余分析的城市森林林下层植物多样性预测

以4类多样性指数作为衡量城市森林林下层植物多样性差异的定量指标,并同时记录对应样方尺度的环境变量特征。以期应用冗余分析(RDA)手段提取城市森林林下层植物多样性的干扰控制因子,从而进一步揭示主要环境变量对城市森林林下层植物多样性变异的贡献率。RDA分析结果表明枯落物盖度、距林缘距离、小路面积和垃圾数4变量为能够显著解释林下叶层植物多样性变化的最小变量组合,解释信息量百分比达61%,10变量共同解释的信息量为72.1%。在RDA分析的基础上,对10环境变量组合与植物多样性特征进行双重筛选逐步回归,发现草本密度与海拔、坡度、距林缘距离、枯落物盖度呈极显著相关;草本层Pielou均匀度指数与海拔、坡度、郁闭度、枯落物盖度、岩石盖度呈极显著相关;草本层Simpson多样性指数与坡度、枯落物盖度、距林缘距离、岩石盖度、伐桩数呈极显著相关;灌木层Pielou均匀度指数则与海拔、郁闭度、小路面积、岩石盖度呈极显著相关。

大袋蛾发生级别的两种回归测报模型研究

采用双重筛选逐步回归和主分量旋转回归两种方法 ,对影响大袋蛾发生率、有虫株率、虫口密度的气象因子进行分析 ,剔除不显著影响因子 ,保留显著因子 ,建立 9个测报模型 在此基础上 ,采用加权平均法将因变量 3个指标综合为一个指标 ,并划分等级 利用已建立模型进行回测 ,历史符合率达 80

筛选心房颤动危险因素的病例对照研究

目的:筛选心房颤动(房颤)发生的独立危险因素并建立预测模型。方法:本研究从我院心内科病人中随机抽取房颤病人99例作为实验组,非房颤病人95例作为对照组,进行单因素分析和筛选自变量的多因素逐步回归分析。接受者工作特征(ROC)曲线分析确定白蛋白水平和左心房大小的临界值。结果:多因素逐步回归分析显示有统计学意义的危险因素按P值水平依次为左心房内径[P=0.0001,风险比值(OR)=3.024]、白蛋白水平(P=0.0200,OR=0.730)和三尖瓣关闭不全(P=0.0207,OR=1.699)。左心房内径和白蛋白水平的临界值分别为39.5mm和39.6g/L。由这3个危险因素建立的白蛋白复合模型能较准确地预测房颤的发生,符合率为84.2%。结论:白蛋白水平、左心房内径大小和三尖瓣关闭不全是预测房颤发生的独立危险因素,低自蛋白血症与房颤相关提示"营养不良性"房颤的可能。

Fisher判别分析统计法程序的改进和运用

在医用数理统计方法中判别分析方法已经越来越多地被应用.一般说来,对计量资料的判别分析方法主要有根据 Fisher 提出的某些准则所建立的方法称为 Fisher 法和以错分损失最小原理为依据的 Bayes 法以及可筛选指标的逐步判别分析法等.现将 Fisher 法的原理和优点以及我们在应用中有关程序编制的探讨以及运行结果的评价作一介绍.1 Fisher 法的原理在各类不呈正态分布,直接推断概率(密度)函数又缺乏充分大的样本时,就可用 Fisher