频率漂移回归分析及线性相关检验

本文讨论了频率漂移率的实际意义 ,漂移直线方程的方差分析并介绍了频率漂移线性相关的一种检验方法。

频率漂移直线方程分析及线性相关F检验

本文讨论了频率漂移率的实际意义 。

基于显著性检验和相关性分析的VR晕动症与场景参数研究

通过实验收集26位受试者在不同VR场景中的体验时间、体验前后的反应时间差值和体验过程中相关症状的水平,并利用基于MSSQ和MSAQ的方法评估受试者的VR晕动症水平。利用独立双样本检验分析不同VR场景对受试者的体验时间和反应时间差值的影响。基于Pearson积差和Spearman相关系数研究受试者的体验时间、反应时间差异、MSSQ总评分、肠胃不适评分、眼部不适评分、方向障碍评分和MSAQ总评分之间的联系。结果发现VR角色移动速度、环境主题和移动路况种类与VRMS水平具有显著相关性,同时,VRMS水平会影响到用户的体验时间、体验后的反应时间差值。

基于统计显著性检验的高效用项集挖掘算法

针对传统高效用项集挖掘算法在具有不同类型标签事务中报告假阳性高效用项集的问题,提出两个基于统计显著性检验的高效用项集挖掘算法——FHUI和PHUI算法。这两个算法首先找到所有待检验高效用项集并依据项集长度进行分组;然后,FHUI算法根据项集自身的频率分布生成零分布,PHUI算法根据事务内置换策略或事务间置换策略构造置换事务集合来生成零分布。最后,FHUI和PHUI算法从零分布中计算出p值并运用错误发现率剔除假阳性高效用项集。基准事务集合实验结果显示FHUI和PHUI算法能够剔除大量的假阳性高效用项集,在后续分类任务中取得了更高的正确率;仿真事务集合实验结果显示FHUI和PHUI算法报告的项集中假阳性高效用项集数量占比低于4.8%且平均效用高于39000。实验结果证明,在具有不同类型的标签事务中,FHUI和PHUI算法报告的统计显著高效用项集可靠性和实用性更强。

瘦精煤粘结指数与焦渣线性相关浅析

阐述市场经济条件下，选煤厂及时、准确判别煤种的必要性；论述瘦煤、贫瘦煤粘结指数与焦渣线性相关；并通过试验，检验方程的显著性，及时指导生产，更好地服务用户。

线性相关在水文观测值误差分析中的应用

本文运用线性相关法,对水文观测值的误差进行了分析计算。并以本溪地区10处雨量站两年的汛期遥测雨量值与人工观测雨量值进行分析计算,推求遥测雨量与人工观测雨量的相关系数,计算二者的一元线性回归方程并对其显著性进行检验,论证了雨量遥测系统在水文要素观测中的实用性。

相关系数显著性检验的几何意义

从几何学角度阐明了相关系数显著性检验的意义。对于来自正态分布的样本,利用其距平序列对应的随机向量在高维空间中均匀分布的性质,在母体无相关假定下,用几何方法求得了显著性水平α和样本容量n下的临界相关系数rα′,n的表达式,并验证了它等于由t分布求得的临界相关系数rα,n,从而给出了相关系数显著性检验的直观理解。

几个常用气象要素相关场显著性检验的统计模拟

对天气预报，特别是气候分析和预测中经常用到的几个气象要素场，应用相关场显著性检验的统计模拟方法，计算出了某一单点或区域平均气象要素与全球ＯＬＲ、北太平洋ＳＳＴ和北半球５００ｈＰａ高度的相关场的显著性检验判据，并对气象统计预报中相关场显著性检验的问题进行了讨论。

浅析相关系数的显著性检验

本文用最小二乘法作直线拟合,给出相关系数显著性检验的判断方法,指出了用概率理论判断线性相关的必要性。

一元线性回归显著性检验方法分析

本文主要阐述一元线性回归显著性检验的三种常用方法(t检验法、F检验法、R检验法)之间的联系,及其检验效果的一致性。

一种线性回归显著性检验的实用方法

本文提出把可控变量与随机变量更换位置,运用最小二乘法求出可控变量关于随机变量的另一条近似直线X=α_0+α_1Y,并用所求直线X=α_0+α_1Y,与回归直线X=b_0+b_1X之间的夹角来评判变量之间线性相关关系是否显著。

对一元线性拟合的显著性检验的进一步分析

在常用的F统计量检验一元线性回归模型的基础上,讨论了自变量与因变量之间除线性关系外是否存在其它关系的判定方法。

关于线性回归模型的显著性检验

一、问题的提出 已经出版使用的几套普通高中课程标准实验教科书，在选修教材中都介绍了用两个变量的相关系数进行一元线性回归模型显著性的检验．例如人教版和苏教版将这部分内容放在数学选修2—3统计案例中，其中人教版还用较多的篇幅叙述“残差分析”．

线性回归模型偏F检验与t检验等价性的一种证明方法

在运用线性回归模型进行预测或控制之前,必须首先对线性回归模型中每个自变量对因变量影响程度的统计显著性进行逐个分析。可通过构造偏F统计量进行F检验或构造t统计量进行t检验,而对线性回归模型来说,本质上偏F检验和t检验是等价的,可使用矩阵分块的方法展现这一结论的原理和证明过程。

药物量效相关性的显著性检验

药物剂量与效应有量效依赖关系说明药效确实来自该药的有力证据，用各组药效均数与剂量进行相关分析或回归分析，由于未考虑标准差及组内例数．显然不妥。按统计学原理，应取各组所有数据点计算散点相关系数．并进行显著性检验。实际工作中．常已算出了各剂量的药效均数及标准差，如何对此进行合理的相关分析．本文提出了散点相关系数及其显著性检验的计算公式．并进行了数学证明。

小样本下Kendall τ相关系数的显著性检验

在大样本条件下,当两变量之间独立时,Kendallτ相关系数渐进服从正态分布,可利用正态分布的性质对其进行显著性检验。然而,小样本下的Kendallτ相关系数的分布是不确定的,一般情况下只能通过查表得到在某一显著性水平下的Kendallτ的临界值,由此判断Kendallτ相关系数的显著性,但通过查表不能够得到Kendallτ相关系数准确的显著性水平。根据Kendallτ相关系数的性质,设计了小样本下计算Kendallτ相关系数显著性水平的算法,改进了小样本下的Kendallτ相关系数显著性检验。

等级相关系数公式的证明应用及统计显著性检验

等级相关系数法是数理统计学中非参数方法之一。等级相关系数不同于线性相关系数,后者假定所包含的变数是定量的,并且对这些变数测量之后可以得到精确的数据。但在许多情况下,变数可能是定性的,例如职业、教育、特定爱好、对某种事物的判断等等,因而不能用数值来衡量。针对这种情况,可以使用另一种统计量,即等级相关系数(又称Spearman相关系数)。具体作法是,将观测值按某种特殊顺序,如大小、优劣。

计数资料的2×C表线性回归及其显著性检验

目的 介绍一种计数资料的2×C表线性回归方法及显著性检验x^2趋势检验。方法 将2×C表的计数资料转化为“等级－百分率”的计量资料，通过线性回归模型求得回发系数及其方并，然后对回归系数进行显著性检验x^2趋势检验。结果 实例应用表明：对以性质、数量来分组的2×C一计数资料的趋势估计采用x^2趋势检验比普通x^2检验更合适，并提出在运用在遵循的原则。结论 x^2趋势检验是针对复杂计数资料、基于普通x^2显著性检验基础上建立起来的一种严谨的统计学方法，具有一定的实用性，值得推广应用。

Morlet小波显著性检验和精度分析在地磁场和地震活动性周期分析中的应用

首先通过对加入随机噪声的合成信号进行Morlet小波变换并进行显著性检验,分析所得信号的周期成分的显著性和非显著性,然后研究信号周期长短、信号观测时间段长短与精度之间的关系.在此基础上,以活动周期比较稳定的太阳黑子活动作为实例分析,结果显示本文的精度分析和显著性检验方法对于周期谱的精度和显著性研究是可行的.最后将该方法应用于全球地震活动周期谱的分析,求出全球地震活动周期谱及其显著性与精度.研究结果表明,在利用Morlet小波分析地磁场和地震活动性周期时引入显著性检验,并结合本文给出的精度,可以从数据中提取出周期谱及其显著性和精度.