潜在变量度量模型研究

潜在变量度量模型研究＊华西医科大学卫生统计学教研室王建琼倪宗瓒＊全国高等学校博士点基金资助课题潜在变量统计分析技术是近二十年内应用统计领域中发展最为迅速的一个分支，因其实用性强，它被认为是目前国际上使用最多的模型和软件。整个分析系统包括度量模型和结构...

基于潜在变量二元回归模型的多传感器数据融合

针对目前数据融合算法存在的置信度无法获取的问题,提出了一种基于潜在变量二元回归模型(LatentVariable Binary Regression Model)的多传感器数据融合算法。将每个传感器获取的特征值作为多变量回归模型中的相关变量,通过Gibbs抽样得到潜在变量的分布概率,确定多变量回归模型中的表征量作为融合结果,并以潜在变量的分布概率作为融合结果的置信度。基于实地采集的运动目标震动信号进行仿真实验,结果表明该融合方法拥有较好的识别效果,同时能够给出识别结果的置信度。其中错分类的结果具有较低的置信度,可以提醒观测者做进一步的观察。

潜在变量模型在健康素养中的应用研究

健康素养是指个体具有获取、理解和处理基本的健康信息和服务,并运用这些信息和服务做出正确健康决策,维持和促进自身健康的能力[1]。目前,健康素养的研究受到国内外研究者和政府的高度重视[2-3]。世界卫生组织(WHO)指出,无论发达国家还是发展中国家,居民健康素养偏低[4-5]。居民健康素养能力的低下将导致一系列的公共卫生问题,如预防保健服务的低利用率、

情感——数学课堂教学中的潜在变量

教学生涯的第一学年，学生对我所授数学课的评分为93．8分，在所有的教师中名列前茅，并且学生的学习成绩与其他平行班比较也属于上流．从教师的专业发展来说，我还处于求生期，努力适应教学环境以求得生存．尽管我的数学观，教师观，学生观不会有什么问题．但是大到对教材的把握，对学生的了解，主题知识的精深理解，小到课堂秩序的维持，板书的设计，我和经验丰富的老教师都有一段不小的差距．这一结果确实让我们颇感意外，试图对其进行反思，探究原因．

考虑潜在变量的居民短距离出行方式的SEM-Logit模型

提出了影响出行方式选择过程的潜在变量概念并加以说明,根据不同的交通方式共确定了经济性、舒适性、服务环境、准时性、便利性、安全性和出行偏好等7个潜变量;随后,运用效用函数对Logit模型的出行方式选择进行了更进一步的完善,进而构建了SEM-Logit的整合模型。

外显变量与潜在变量

结构方程模型一个重要的特性是能够对抽象的构念(construct)进行估计与检定,社会与行为研究经常必须处理一些抽红飾概念,例如我们想知道“你幸福吗?”,此时,针对抽红飾概念,我们必须给予一个操作化的定义,以便能够透过该程序得到具体的数据,用以反映不同个体在该概念上的強度。此时,我们所具体进行测量的变量称为外显变量、观察变量或测量变量。这些可以直接获得数据的变量,若是受到同一个潜在构念的影响,则会具有共同性,反映在变量之间的共变关系上。如果针对这些变量之间的共同性加以估计,得到的一个能够反映该潜在构念的强度的数据,称之为潜在变量。

中医证候要素研究中潜在变量模型的应用

通过应用几种潜在变量模型统计方法,对1 280例高血压病现场调查资料进行盲法的分析和数据处理,探索了疾病中医证候分类和证候要素提取的研究方法。提出病证结合中医证候要素研究的思路,即在临床流行病学全信息调查的基础上,采用潜在变量模型中因子分析模型、结构方程模型、项目反应理论中的等级反应模型、潜在类别模型等研究方法。研究结果认为疾病的中医证候分类和证候要素的提取研究采取潜在变量模型等系列分析方法是适宜的。

潜在变量、宏观变量与动态利率期限结构——基于DRA模型的实证分析

本文从金融-宏观经济学视角出发,运用DRA模型研究了潜在变量、宏观变量与利率期限结构之间的动态关系。通过脉冲响应函数分析了潜在变量与宏观变量之间的相互冲击效应的大小,以及潜在变量、宏观变量对收益率曲线冲击的影响,借助于方差分解量化了潜在变量、宏观变量冲击对收益率曲线预测误差的贡献率,并利用似然比检验,发现中国的收益率曲线与宏观变量之间存在双向的互动关系,但收益率曲线对未来宏观变量的影响更强。

心理学研究中潜变量空间的特性探讨

本文首先评述潜变量数据类型和空间特征的研究现状。比较和归纳发现,潜变量空间特征的研究从只关注数据分布的多峰性发展到对差异的量化、质化问题和分布状态(包括异质性和多峰性)进行全面分析,以综合反映潜变量差异的性质与维度类别特性。通过对潜在类别模型、混合因素模型和因素模型的比较来确定潜变量空间类型不但为该议题开拓了方法技术,同时也深化拓展了潜在结构模型的理论框架。此外,该方法在外显指标的数量、计分方式和样本量等因素上的使用前提还有待进一步研究。

一阶马氏下潜变量模型的多元纵向数据分析

根据戒毒中心疗效的多元纵向数据为其建立了统计模型.对观测到的多元纵向数据建立了关于潜在变量的回归模型,由于潜在变量代表治疗效果,而且随着时间间隔的增大,其相关性逐渐减弱,所以对潜在变量建立一阶马氏链的自相关模型,并利用EM算法获得模型参数估计.

基于广义内容概率潜在语义分析模型的推荐

针对推荐系统中存在新项目及准确性难以把握等问题,提出一种基于广义内容概率潜在语义模型的推荐方法。该方法以概率潜在语义模型为基础,引入两组潜在变量及项目特征来建立广义内容概率潜在语义模型。该模型中两组潜在变量分别表示用户群体和项目群体,项目特征根据实际情况以特征词的形式进行表示,且通过不对称学习算法完成未知参数的训练及预测。利用三个不同的数据集对所提方法进行实验验证,结果表明该方法具有良好的项目推荐品质。

基于紫外光谱的水产养殖水质总氮含量快速检测研究

应用紫外(Ultraviolet,UV)光谱技术对水产养殖水质总氮含量进行快速检测。为了消除各种系统误差与偶然误差对模型预测性能造成的影响,将88个水样的总氮浓度实测值数据和光谱吸光度数据作为原始数据,将模型建立分为样本集划分、数据预处理、特征波段提取、模型选择与LV数量选择5个阶段,以求达到最优预测效果,其中前4个阶段分别使用多种方法进行比较。结果证明每个阶段都是必不可少的,只有通过对比其优劣才能找到最适合总氮含量测定的建模过程及方法。首先用浓度梯度(CG)法对原始数据进行相同的样本集划分处理,然后在此基础上分别建立主成分回归(PCR)、逐步回归(SR)和偏最小二乘回归(PLSR)三种模型,选择预测效果最好的PLSR作为本文的预测模型。PLSR的建模效果会在很大程度上受到潜在变量(LVs)数量的影响,通常选取模型预测均方根误差RMSEP值最小时所对应的LV个数为最优LV个数。其次,选用CG法、随机抽样(RS)法、 Kennard Stone(KS)法和SPXY法4种样本集划分算法对样本进行处理,并对所建立的PLSR模型预测效果进行比较,最终选择SPXY算法作为最优样本划分算法。然后在对样本集进行SPXY法划分的基础上,运用多种预处理算法对光谱吸光度数据进行预处理,包括小波变换(WT)、一阶导数法(Der1st)与二阶导数法(Der2nd)三种单一算法和小波变换与两种导数法的组合预处理算法WT-Der1st和WT-Der2nd。然后在预处理的基础上分别使用连续投影变换(SPA)和逐步回归(SR)两种特征波段提取方法,对比可知, SPA特征提取方法比SR的提取效率高且建模效果好。SPA算法既可以大大地简化模型,又可以在一定程度上提升模型的预测精度。基于WT-Der1st-SPA提取的特征波段为218 nm,与总氮特征波段区间相一致,由此说明该方法比较科学。综合上述建立的10个PLSR模型,考虑到预测精度与模型复杂度2个因素,最终选择基于WT-Der1st-SPA建立的PLSR模型作为最优模型,该模型预测决定系数r2为0.996,预测均方根误差RMSEP为0.042 mg·L-1。由此可见,所建立的模型预测效果非常好,可以快速准确地测定水体的总氮含量,为实现光谱技术在水产养殖其他水质监测指标的在线检测以及快速测定提供了经验。

基于LS-SVM的草莓固酸比和可滴定酸近红外光谱定量模型

为提高草莓固酸比和可滴定酸近红外光谱定量模型的性能,该文采用偏最小二乘法提取的潜在变量作为最小二乘-支持向量机模型的输入变量,建立了两指标的近红外定量模型,并与偏最小二乘模型结果进行了比较,建模所使用的光谱范围为6000～12500cm-1。结果表明,草莓可滴定酸和固酸比偏最小二乘模型校正相关系数、校正和预测均方根误差分别为0.430、0.096%、0.096%及0.688、0.926和1.190,而两指标的前10个潜在变量得分作为输入变量的最小二乘—支持向量机模型各项性能均远优于偏最小二乘模型,其校正和预测相关系数、校正和预测均方根误差以及剩余预测偏差分别为:可滴定酸0.965、0.967、0.028%、0.027%、3.881;固酸比0.980、0.973、0.258、0.373、3.111。研究表明,潜在变量作为最小二乘支持向量机模型的输入变量可在较大程度上改善草莓可滴定酸和固酸比指标近红外定量模型的预测性能和稳定性。

基于最小二乘支持向量机的白酒酒醅成分定量分析

利用近红外光谱技术实现对白酒发酵过程中酒醅主要成分的质量控制,并进行模型优化,提高性能。采用偏最小二乘法提取的潜在变量作为最小二乘支持向量机的输入变量,先后建立了白酒酒醅中酒精度、淀粉、水分、酸度的近红外定量模型,并与经无信息变量消除法波段筛选后建立的偏最小二乘模型结果进行比较。结果表明:与偏最小二乘模型相比,4个指标的最小二乘支持向量机定量模型的相关系数(R^2)、预测均方根误差以及相对分析误差3个评价参数均有更优表现;对未知样品进行预测时,最小二乘支持向量机模型的预测准确度明显高于偏最小二乘模型。说明最小二乘支持向量机模型的准确度、稳定性及预测性能均优于偏最小二乘法模型,为白酒酒醅的品质分析方法研究提供了新的思路。

基于结构方程模型的大学生食品安全满意度调查

通过对大学生食品安全的满意度的调查问卷收集了一手数据,并采用了探索性因子分析及结构方程模型考察了大学生对食品安全的满意程度,探索其影响因素及薄弱环节,研究得出以下结论:大学生对食品安全满意度总指数(53.75)比较低,主要体现在大学生对有害物质和治理监管因子的满意度较低。在此基础上,提出以下建议:加强食品安全教育,普及食品安全知识;加大监督力度,创新执法制度;重新建立道德诚信体系,提高全民素质;加强国际合作与交流,不断吸取先进的食品安全管理经验。

汽车零部件入厂物流中物联网采纳影响因素研究

物联网技术与信息系统相融合,成为企业优化物流、提升竞争力的一个重要手段。首先构建了基于物联网的汽车零部件入厂物流信息系统架构,着重研究汽车零部件入厂物流的物联网技术采纳影响因素。在实地调研和专家访谈的基础上,融合技术-组织-环境(TOE)框架模型和技术接受模型(TAM),在TOE框架下融入TAM模型中的关键因素,构建汽车零部件物流中物联网技术采纳行为影响因素模型,并对每个因素变量进行定义并设计测量量表;针对提出的物联网采纳影响因素模型,运用结构方程模型进行数据分析,采用实证方法分析物联网技术采纳的关键影响因素,并结合分析结果,对模型进行了修正。

关联效应还是传染效应

用带有不可观测变量的动态层级模型,同时分析关联效应和传染效应;量化不同时间范围内,上海市场板块之间关联效应与传染效应的动态变化;考察危机爆发时,两种效应对市场联动性的影响,并对板块之间风险传染的路径和方向进行检验。结果表明:在市场平稳或者突发危机时,关联效应都是引起板块间联动性的主要原因。危机事件爆发时,板块之间联动性增加,但关联效应和传染效应并不存在严格意义上的此消彼长关系,在危机爆发的中心区域二者都出现了不同程度的上升,传染效应增速更快。板块之间的传染路径存在典型的非对称性,在56条可能的传染路径中,只有16条路径存在传染效应。