最优子集回归在青藏高原冬季降水、气温预报中的应用及改进

最优子集回归预测方法在天气预报等领域得到了越来越广泛的应用 ,方法本身没有涉及到图形处理。我们对方法、原理及过程进行深入细致的研究后 ,重新编写了程序的头部、中部、尾部语句及子过程调用函数 ,经多次调试试验 ,实现了入口资料调用灵活、多变、计算模拟结果屏幕绘图显示等 ,提高了预测方法的整体实用性和预测信息的可视化程度。检验得知 :该方法对青藏高原冬季降水、气温的定性、定量预报均具有较高的预报精度。

使用肺癌GWAS数据进行遗传风险预测的方法和策略研究

目的探讨基于肺癌全基因组关联研究数据的遗传风险预测方法和策略。方法将肺癌GWAS数据中的南京子样本和北京子样本分别作为训练集和测试集,分别使用预测全集和最优预测子集两种策略,比较三种预测方法在不同连锁不平衡结构(LD)和初筛检验水准(α)下的预测准确度。结果 w GRS在高LD结构下,随着-log(α)增大,预测准确度呈现上升趋势;RF和SVM对LD结构不如w GRS敏感,但三种方法在低LD结构(r2<0.2)下预测准确度优于高LD结构;w GRS方法下最优预测子集效果略优于预测全集效果,SVM下子集效果与全集近似,但略逊于全集,RF下子集效果则不如全集,且差距较大。结论基于LD结构修剪SNP位点和选择适当的初筛水准可以提高遗传风险预测准确度,此时w GRS方法预测效果优于SVM和RF。

广东开汛日期的多尺度物理统计预测模型

采用小波分析、Lanczos滤波器、相关分析、最优子集回归和交叉检验等方法,研究了广东开汛日期的多尺度变化特征及其与全球不同地区前期海温场、500hPa高度场的关系,建立了广东开汛日期的多尺度最优子集回归预测模型并进行了检验。结果表明,广东开汛日期存在显著的准6年和较明显的准17年周期振荡。广东开汛日期在年际和年代际变化尺度上与前冬海温场和500hPa高度场上共有20个显著相关区域,分别取对应时间尺度上显著相关区域的平均值作为预报因子,对相应时间尺度的广东开汛日期做最优子集回归,建立了相应的预测模型,以年际和年代际尺度上的预测值之和为广东开汛日期的预测值。所建立的预测模型具有较好的拟合效果,其中拟合值与实况值相差在5天以内的事件命中率为41.5%,10天以内的为60.4%。1951—2010年的交叉检验结果表明,广东开汛日期预测值和实况值之间的相关系数为0.33,通过了α=0.01的显著性水平检验。预测值与实况值相差在5天以内的事件命中率为26.7%,10天以内的为45.0%,因此,所建立的多尺度最优子集回归预测模型对广东开汛日期具有较好的预测能力。