混合效应均值−方差模型的建构和样本量规划探索

随着研究问题的深入和数据收集手段的进步,能够合理分析和深入挖掘嵌套结构数据信息的混合效应均值−方差模型(Mixed-Effects Location-Scale Models,MELSM)受到广泛关注。本研究拟通过模拟研究和应用研究,在贝叶斯框架下探究MELSM的模型建构方法,并探索MELSM在确定和不确定情境下结合检验力和效应量准确性分析的样本量规划范式,最终整合上述功能开发简便易用的软件包,形成MELSM的应用流程,促进新方法和新技术在心理学研究中的推广应用,提高研究的生态效度和可重复性,进而提高研究的整体质量。

基于线性混合效应模型的黄鮟鱇体长体重关系的时空差异

为了研究黄鮟(Lophius litulon)生活史特征的异质性,根据秋(2016年10月)、冬(2017年1月)、春(2017年5月)和夏(2017年8月)4个季节在山东近海的底拖网调查数据,对该物种体长-体重关系的时空差异进行了研究。本文构建了广义线性模型和9个线性混合效应模型,用来研究黄鮟的体长-体重关系(W=aL^b)及其时空差异。b的固定值(2.77)小于3,表示黄鮟鱇为负异速生长,肥满度与体长负相关,身体趋于细长。根据AIC值最小原则,最复杂的线性混合效应模型(即水域和季节对两个参数a和b均存在随机效应)拟合效果最佳;交叉验证的结果同样表明,该模型的预测效果最为可靠。根据最佳模型和广义线性模型的差异性分析结果,黄鮟鱇体长-体重关系的时空差异是极显著的(P<0.01)。在最佳模型中,a值在春季最大,其次是秋季和冬季,而夏季最小;b值则与此相反。整体来看,纬度高的黄鮟鱇个体a值较大,b值较小,而a、b值与水深没有表现出明显规律。本研究表明,季节和纬度对黄鮟鱇的体长-体重关系具有显著的影响,混合效应模型能把水域和季节的异质性通过随机效应在单个模型中更准确、方便地体现出来,从而进一步证实了此模型在数据来源异质性研究中的优势。

基于线性混合效应模型的河北省PM2.5浓度时空变化模型研究

京津冀地区大气PM2.5污染严重.为揭示区域PM2.5时空分布规律,使用2013—2014年河北省地面站点PM2.5监测数据、MODISAOD(气溶胶光学厚度)遥感数据、地面气象站点数据和土地利用调查数据,基于线性混合效应模型(LME),建立了ρ(PM2.5)时空变化与AOD因子、气象因子、土地利用因子之间的关系模型.采用十折交叉验证法对模型精度进行检验,并利用计算得到的校正因子〔全部实测的ρ(PM2.5)年均值除以参与建模的所有实测ρ(PM2.5)年均值〕纠正因AOD非随机性缺值导致的抽样偏差.结果表明:①河北省区域模拟精度R2(决定系数)为0.85,经交叉验证后R2为0.77,RMSE(均方根误差)和RPE(相对预测误差)分别为18.28μg/m^3和28.68%.②ρ(PM2.5)年均值模拟结果的校正因子范围为1.24~2.05,校正后的研究区ρ(PM2.5)年均值为89.84μg/m^3,与实际监测数据相近.③ρ(PM2.5)空间分布呈平原高、山区低,平原地区西南高、东北低的趋势.④ρ(PM2.5)与AOD、温度、相对湿度呈正相关,与风速、大气能见度呈负相关.研究显示,线性混合效应模型能有效对ρ(PM2.5)进行时空变化模拟,并实现对非地面监测地区ρ(PM2.5)时空变化的预测,恰当的预测因子组合和模型校正有助于模型预测精度的提升.

地下洞室安全监控分析模型探讨

结合小浪底安全监控软件系统的开发实际,对其中分析模型的有关技术问题进行初步研讨。该工程所建立的安全监控系统中配备有统计分析、一维分布、时序分析、混合性模型等模型。工程应用情况表明,各类模型建模过程中,都需要考虑解决时空效应及其耦合、库水位和气温因子的替代处理等基本技术问题。混合性模型建立中的有限元计算以二维弹塑性和粘弹性两种模式为主,对大型地下洞室时空效应等关键技术问题提出了相应的处理模式,可以直接应用于安全监测工程实际。

公共风险事件中网民风险感知的时空分布:来自H7N9的实证经验

[目的/意义]网络时代背景下,网民通过网络传播感知风险具有普遍性。在网民获取风险信息由传统渠道向现代渠道转变的过程中,政府及时、充分地把握网民的风险感知水平及其影响因素,对于有效实现公共风险事件的风险预控和治理具有至关重要的作用。[方法/过程]以网络搜索量作为反映网民在公共风险事件中风险感知水平的指标,以2013-2018年期间爆发的6次重大H7N9禽流感网络风险事件为例,采用百度指数搜索获取数据,建立面板数据的固定混合效应模型,进行风险感知影响因素相关性分析,并从时间、空间和时空交互影响三个维度,实证分析了公共风险事件中网民风险感知的时空分布演化特征。[结果/结论]结果显示,H7N9事件中网民风险感知受到经济、教育、健康水平和信息公开程度的影响,其演变过程具有时间周期性与空间均匀性等特征,在时空交互影响下网民信息需求结构、搜索热点更趋理性与稳定。

基于时空混合效应模型的京津冀PM_(2.5)浓度变化模拟

为揭示京津冀地区高精度PM_(2.5)的时空分布特征,以空间分辨率为1 km的MAIAC AOD数据为主要预测因子,以气象数据、植被指数、夜间灯光数、人口密度和海拔数据作为辅助因子,构建了一种新的时空混合效应模型(STLME),在拟合最优次区域划分方案基础上对京津冀地区PM_(2.5)浓度进行预测分析.结果表明,基于STLME模型的ρ(PM_(2.5))预测精度高于传统的线性混合效应模型(LME),其十折交叉验证(CV)R^(2)为0.91,明显高于LME模型的0.87,说明STLME模型在同时校正PM_(2.5)-AOD关系的时空异质性方面具有优势.最优次区域划分方案识别出PM_(2.5)-AOD关系的空间差异,并结合缓冲区平滑方法,提高了STLME模型预测精度.京津冀PM_(2.5)浓度时空变化差异显著,高值区主要分布在以石家庄、邢台和邯郸为中心的河北南部,低值区则位于燕山-太行山区;冬季PM_(2.5)污染最严重,其次是秋季和春季,夏季污染最轻.STLME模型提供的高精度PM_(2.5)浓度时空分布预测结果,为京津冀地区与PM_(2.5)污染相关的健康风险评估提供了科学依据,也为大气污染源识别提供了科学参考.

湖北省PM_(2.5)质量浓度遥感估算与时空分布特征

针对地面站点稀疏不足以提供高空间覆盖、高空间分辨率的面域PM_(2.5)数据支撑区域细颗粒物污染防治的问题,以湖北地区2015—2017年的MODIS卫星遥感气溶胶光学厚度(AOD)产品数据为主预测量,结合温度、湿度、风速、压强等气象参数和植被指数数据等辅助预测量,建立了AOD-PM_(2.5)关系逐日变化的线性混合效应(LME)模型,用于估算湖北地区的PM_(2.5)浓度水平.利用十折交叉验证方法进行了模型精度评估.结果表明:1) 2015—2017年的交叉验证R2分别达到0.89、0.85和0.88,利用MODIS AOD数据反演近地面PM_(2.5)质量浓度的线性混合效应模型能很好地用于区域细颗粒物遥感监测; 2)省内PM_(2.5)质量浓度空间差异显著,鄂东、鄂南和鄂北高,鄂西北和鄂东南低; 3)全省PM_(2.5)估算时空数据年均值呈下降态势,分别为65.6±39.8、57.1±34.1和48.1±28.3μg/m^3,各市除随州、咸宁2016、2017年年均值持平外,都呈下降趋势.

中国省际技术进步偏向性的空间扩散效应

本文采用1996~2016年的面板数据,在技术扩散理论框架下,通过优选时空权重矩阵,基于通用嵌套空间模型从空间相关性视角对技术进步偏向性在中国31个省份的空间依赖关系进行了实证检验,结果表明:中国技术进步偏向性在省际存在正向的空间扩散效应,扩散形式为有时间约束的空间传导。技术进步偏向性影响因素的空间扩散效应均显著,其中代表技术扩散主要渠道的贸易开放度和外资投入的空间扩散效应最强,人力资本和技术创新水平次之。邻近地区贸易开放度或技术创新水平的提升会导致本地区技术进步偏向资本,外资投入或人力资本的提升会导致本地区技术进步偏向劳动。技术进步偏向性影响因素的直接效应均显著,外资投入的影响强度最大,贸易开放度次之,再次是人力资本,技术创新水平最低,影响方向与空间扩散效应一致。

四川省PM_(2.5)时空演化特征及定量模拟

文章利用气象要素和PM_(2.5)质量浓度数据,对四川省PM_(2.5)的时空变化和定量模拟进行了研究。结果表明:西、北地区PM_(2.5)污染最轻,污染呈改善趋势,四季变化不明显;东、南地区污染较重,四季变化明显,其中成都、巴中空气质量改善较大,宜宾、内江和自贡空气质量改善不明显。同时,混合效应模型会显著提高气象要素与PM_(2.5)之间的相关性,绵阳模拟效果最好,交叉验证后,R^(2)为0.82,RMSE为7.32μg/m^(3),PRE为13.39%;宜宾最差,三者分别为0.74、23.61μg/m^(3)和34.54%;八地市平均为0.78、16.31μg/m^(3)和26.68%。

非线性混合效应模型统一标准形式及应用

非线性混合效应模型(nonlinear mixed effect model, NLMEM)对分析重复调查数据有着突出优势并且得到广泛应用.但是现有的混合模型仅包含单水平和逐级嵌套多水平的随机效应分析,没有包括交互作用及其他组合类型随机效应分析,因此,现有的NLMEM没有一个统一的标准表达式.本文的目的在于提出一个包括所有随机效应类型NLMEM的统一表达式,并且给出正态分布NLMEM的一种参数计算方法 (线性逼近-逐步2次规划).通过落叶松实例和数值模拟验证表明,线性逼近-逐步2次规划算法具有较高的计算精度和较快的计算速度.该算法已在ForStat 2.2版本上实现.除此之外, NLMEM统一表达式还可推广到组变量情形,即考虑组变量的NLMEM.

基于PM_(2.5)站点监测数据的京津冀AOD补值研究

以京津冀2020年318个地面监测站点的PM_(2.5)数据为估算因子,构建了时空线性混合效应模型(STLME)和时空嵌套线性混合效应模型(STNLME),为AOD数据的补值研究提供了一种新方法.结果表明:在有AOD-PM_(2.5)匹配数据的日期,上述两个模型估算精度相近,交叉验证后决定系数R^(2)分别为0.868和0.874,均方根误差RMSE分别为0.112和0.109;在无AOD-PM_(2.5)匹配数据的日期,嵌套模型估算精度明显高于非嵌套模型,交叉验证后决定系数R^(2)分别为0.63和0.26.经过模型补值后,研究区监测站点所在网格AOD数据空间维有效比率从原始数据的44.35%提高到99.35%,时间维有效比率从87.94%提高到100%;同时,每个站点的年均AOD值都有明显提高,弥补了高PM_(2.5)浓度条件下缺失的AOD数据,可以减少空气污染和健康研究中暴露评估的偏差.

结合地基PM_(2.5)观测资料构建京津冀MODIS AOD完整数据集

针对遥感气溶胶光学厚度(AOD)产品普遍存在的非随机性缺失问题,本文选取2020年京津冀地区10km×10km的MODIS_MYDMOD04_L2日值数据和地基PM_(2.5)浓度观测日值数据,经过MODIS AOD单星两种算法产品的逆方差加权及双星算术平均融合、PM_(2.5)浓度数据的嵌套式时空混合效应模型转换融合和基于上述两种融合产品的时空克里金插值融合等方法集成,建立了研究区完整的AOD日值数据集.结果显示:经AERONET AOD数据验证,双星MODIS AOD融合结果R^(2)为0.87,RMSE为0.27;混合效应模型转换融合结果R^(2)为0.82,RMSE为0.31;时空克里金插值融合结果R^(2)为0.83,RMSE为0.28.AOD数据年平均每日空间覆盖率从MODIS原始数据的58.36%提高到时空克里金插值融合后的98.00%.MODIS AOD多算法多星数据融合的作用是增强与PM_(2.5)浓度日均值数据在时间尺度上的匹配度.地基PM_(2.5)浓度转换融合的作用一是补充区域内分布较均匀的局域AOD相对高值数据,保障了后续时空克里金插值的整体精度;二是能改善大片区域原始AOD数据缺失问题,可明显提高插值的时空覆盖率.所设计的数据融合方法体系,具有方法较简便、精度较高、数据集完整性好的特点.

山东近海星康吉鳗体长-体质量关系及其时空异质性

为了解山东近海星康吉鳗(Conger myriaster)体长和体质量等生物学特征,基于2016年10月和2017年1月、5月、8月山东近海4个航次底拖网调查采集的星康吉鳗样本,研究了星康吉鳗体长、体质量组成以及肥满度的时空差异,并利用线性混合效应模型分析了其体长-体质量关系的时空异质性。结果表明,山东近海星康吉鳗的体长、体质量、体长-体质量关系参数以及肥满度在时空上均有较大波动。冬季航次星康吉鳗的平均体长、体质量显著小于其他3个航次(P<0.05)。肥满度季节间差异显著,夏季肥满度显著大于其他季节。线性混合效应模型表明,季节和水域对星康吉鳗的体长-体质量关系参数a具有显著的影响。最优模型中,参数b的估计值为3.27,参数a在不同季节和海区的变动范围为4.78×10^(-4)~5.68×10^(-4),其中夏季的a值最大,秋季和冬季次之,在春季最小;Ⅲ区(水深>50m)最大,Ⅰ区(水深<30m)次之,Ⅱ区(30m≤水深≤50m)最小。星康吉鳗体长-体质量分布特征及其相关关系的季节和水域变化可能与其洄游习性、摄食强度以及饵料丰度等有关。未来研究应充分考虑体-体质量关系参数的季节和区域差异,为种群评估模型提供精确参数。