协变量调整回归模型的经验似然推断

考虑协变量调整回归模型的估计问题.利用经验似然方法,给出了回归系数的校正经验似然比函数,并证明了其满足Wilks'现象,进而构造了回归系数的置信区间.通过数据模拟以及实例分析研究了该文方法的有限样本性质.

时间序列中的协变量调整非参数回归模型（英文）

在某些场合,回归模型中的预测变量与响应变量不能被直接观测,而是受到某个可观测变量的影响,在这种情况下人们提出了协变量调整模型.本文在时间序列场合下讨论协变量调整非参数回归模型(CANR),提出了回归函数的两步估计法,在α-混合条件下讨论了估计的大样本性质,最后研究了模型在模拟和实际金融数据中的应用.

一个带协变量调整多响应比较的高效方法及其在基因组数据中的应用

目前在文献中有很多关于多响应比较的研究方法,但是对带协变量调整的非参数检验的研究较少。一种直观的想法是将数据先投影到协变量的正交空间中,然后再利用秩和检验、调整的秩和检验或最大值检验方法。但是,功效普遍不高。在调整的秩和检验和伪F检验两种方法基础上,构建MIN2检验。大量模拟和实际数据表明,MIN2检验的效果优于现有的非参数检验方法。

利用协变量调整控制混杂因子的鲁棒文本分类

针对目前很多文本分类方法很少控制混杂变量,且分类准确度对数据分布的鲁棒性较低的问题,提出一种基于协变量调整的文本分类方法.首先,假设文本分类中的混杂因子(变量)可在训练阶段观察到,但无法在测试阶段观察到;然后,以训练阶段的混杂因子为条件,在预测阶段计算出混杂因子的总和;最后,基于Pearl的协变量调整,通过控制混杂因子来观察文本特征和分类变量对分类器的精度影响.通过微博数据集和IMDB数据集验证所提方法的性能,实验结果表明,与其他方法相比,所提方法处理混杂关系时,可以得到更高的分类准确度,且对混杂变量具备鲁棒性.

基于比例风险模型中协变量调整方法的研究

在实际数据中,尤其是医学数据,其协变量受到某些因素的污染或干扰,而真实的协变量无法观测.本文所讨论的是在比例风险模型中如何对受干扰的协变量进行调整的问题.目前所存在的协变量调整方法不能直接用于生存数据,为了解决这个问题,我们运用核函数来构造干扰因子的分布函数,对受干扰的协变量进行平滑得到真实协变量的估计值,再代入到模型中得到参数的回归估计值,并完成了估计值满足相合性和渐近正态性证明.又提出运用极小极大算法(minorization-maximization algorithm,MM)得到参数估计值,第一个M是通过指数函数和负对数函数的凸性来构造一个黑塞矩阵为对角矩阵的替代函数;第二个M是对替代函数求最大值.最后通过数值模拟和真实数据研究来说明我们所提出方法的可行性.

调整有限因变量混合模型在药物经济学健康效用量表映射中的运用

目的 介绍调整有限因变量混合模型(ALDVMM)及其在映射研究中的运用情况,为需要通过映射获取健康效用值的药物经济学评价提供参考。方法 采用文献研究的方法,分别从ALDVMM的开发背景、模型原理、模型确定与检验、模型优势以及目前该模型在实证研究中的运用现状等方面进行介绍。结果与结论 ALDVMM是国外学者针对欧洲五维健康量表(EQ-5D)在健康效用值1处截断不连续且存在多峰现象而开发的混合模型。相较于传统模型,ALDVMM可行且更具有优势,能更有效、灵活地捕捉EQ-5D的实际分布情况并处理好边界值问题,有助于更准确、有效地获取健康效用值并开展更高质量的药物经济学评价。

调整协变量的多位点关联分析方法及其在酗酒数据中的应用

复杂疾病的发生与个体的遗传变异和环境协变量密切相关.在进行遗传位点与性状的关联分析时,环境协变量起着重要作用.如果处理它们的方法不当,可能会带来分析结果的偏差或是检验功效的降低.针对多位点遗传变异信息,我们在整合连锁不平衡信息的检验方法SLIDE的基础上,提出了对基因型用倾向得分进行逆概率加权的调整协变量关联分析方法SLIDE_(a).随机模拟结果表明,当协变量既与基因型相关又与性状相关时,SLIDE_(a)可以有效控制住第一类错误率.同时,当致病位点包含常见变异,多位点对性状效应方向不一致或位点与协变量存在交互作用时,SLIDE_(a)具有优越性.随后我们将SLIDE_(a)应用于COGA酗酒相关数据分析中,找到了OPA3,OXTR等数个与酒精成瘾性相关的基因,这展示了SLIDE_(a)的有效性并为后续的生物学研究提供理论指引.

海洋温盐度资料多变量同化研究进展

早期海洋资料同化仅考虑温度的调整而忽略盐度的变化,这往往会带来虚假信息,可能导致密度场被严重恶化,同化后的结果甚至比没有同化任何观测资料时还要差。为了解决这个问题,海洋资料同化中的一些温、盐度多变量调整方案便被提出来了。本文对广泛应用于多变量分析的资料同化方法及不同温、盐度多变量调整方案进行了系统的回顾,对它们的优缺点进行了分析与讨论,并指出了不同调整方案的适用条件及应用现状,最后对Argo资料在海洋资料同化中的重要性及今后的研究重点进行了探讨。

分光计载物平台的调整

给出了仪器调整中独立变量、非独立变量和半独立变量的概念,并结合调平分光计载物平台,分析了它们的性质及相互关系。

流量计示值误差常用调整方式综述

流量计是常用的能源计量仪表,技术机构在检定/校准流量计时,得到的示值误差结果往往达不到流量计合格标准。文章根据各种流量计调整特性,综述了示值误差的常用调整方式,提出了利用Excel计算k、b值的方法。

英语口语课堂教学“互动”模式的构建

文章从口语课堂各因素病症分析入手,引入“互动”教学的概念。以丽塔.里奇的教学模式为主要框架构建口语课堂“互动”教学模式,并通过调整影响教学效果的4个变量:学习者、内容、环境、传递,来构建口语课堂教学中以学生为中心的“互动”教学模式。

基于改进遗传算法的立体视觉系统标定

立体视觉系统的摄像机标定是一个多参数、非线性的复杂函数优化问题,传统优化方法很难解决。论文对标准遗传算法的编码方式进行了改进,经过改进后的遗传算法具有变量搜寻区间的自适应调整能力,在保持染色体编码长度不变的情况下,能同时满足变量搜索空间大小和编码精度的要求。利用改进了的遗传算法对双目视觉系统摄像机进行标定的结果表明,该算法能有效地实现高维寻优空间的近优解搜索。

考虑位移约束的功能梯度结构ICM拓扑优化方法

基于独立连续映射方法(Independent Continuous and Mapping,ICM),实现功能梯度材料(Functionally Graded Material,FGM)结构的拓扑优化设计.通过引入过滤函数,构建FGM-ICM材料模型.结合梯度位移函数,建立以结构质量最小化为目标、以位移为约束条件的功能梯度材料结构拓扑优化近似显式模型.采用线性衰减的过滤方法避免棋盘格现象和网格依赖性问题.另外,为得到边界清晰的拓扑构型,设计拓扑变量阈值动态调整策略(Dynamic Adjustment Strategy for Variable Threshold,DASVT),消除了拓扑变量阈值取值的盲目性.通过数值算例验证了该方法的可行性和有效性,最终实现了功能梯度材料结构ICM拓扑优化设计.

基于SBM-DEA模型的中国省份物流发展效率研究

随着国家经济的不断发展和运输线路的变化,各省的物流发展也出现了变化。但是,各省的经济发展及运输线路的不同制约了其物流发展,因此,研究各省的物流发展效率可以更好地发展各自的物流行业。文中基于传统的DEA模型,结合松弛变量分析评估中国30个省份2019年的物流发展情况,并通过松弛变量,对输入变量进行调整,以提高发展效率较低的省份的物流发展效率。

合理选择磨齿机的调整变量

齿轮的齿形误差是一项重要指标,它关系到齿轮传动平稳性,能使齿轮瞬时速比发生变化,产生冲击、振动和噪声,从而导致齿轮破损。在齿轮齿形加工中必须要严格控制齿形误差。本文用定量方法对影响齿形误差的各个变量进行分析,建立起齿形误差与变量增量间函数关系式,并比较各变量对齿形误差影响大小,以选择磨齿机的调整变量;同时结合在用蜗轮副展成的立式锥面砂轮磨齿机和用滚动圆盘钢带展成的卧式碟形双砂轮磨齿机上,按相应各变量调整部位的难易,合理选择调整变量。将两者结合起来,最后确定磨齿机的合理调整变量,在保留合理变量基础上,简化为齿形误差与单一变量增量间的函数关系。以此作为磨齿机削磨齿轮时调整齿形误差的依据。

倾向指数第二讲倾向指数常用研究方法

倾向指数（编者注：国内有学者译为倾向评分）方法最主要作用是通过均衡暴露组和对照组间的协变量分布来控制组间偏倚。通过倾向指数调整，倾向指数相同或相近的两个研究对象，虽然可能拥有不同的特征变量，但进入倾向指数模型调整的多个特征变量之间总体上是均衡的。

煤矿职业人群横断面研究中的患病率比较

用典型抽样方法调查了8个煤矿近3万名矿工的接尘史,用自编程序进行了时点患病率分析。结果表明,工种、工龄是计算粗患病率时的主要混杂因素。本文用1万人作为煤矿标准工种、工龄构戍,计算了双变量调整率。旨在比较不同煤矿的病情时,能真实地将比较煤矿间的实际相对差异反映出来,为进一步的病因研究提供科学依据。