基于随机效应logistic模型的中小企业财务失败预警研究

logistic模型是研究企业财务失败和信用违约的主流方法,但它不能很好地控制模型之外的因素对违约事件的影响。针对这一问题,本文引入截面数据的随机效应logistic模型,并对2005-2010年我国沪深两市中小上市企业的财务失败风险进行实证检验。结果表明,随机效应logistic模型相比logistic模型具有更高的样本内判别效果和样本外预测效果,而且在财务指标基础上加入公司治理指标能进一步提升模型的预警能力。研究结论对中小企业信用风险评估等具有一定的参考价值。

随机效应Logistic回归在多中心研究中医临床疗效终点事件评价中的方法学探析

文章基于多中心研究中医临床疗效终点事件的特征和数据特点进行探讨,引入随机效应Logistic回归,从研究目的、研究设计、数据类型、应用条件方面进行阐述,论证随机效应Logistic回归可以确立为多中心研究的统计方法。认为随机效应Logistic回归考虑变量组内的相关性,卓有成效地控制中心效应的影响又得出试验中涉及的处理因素的作用,希望能够为多中心中医临床疗效终点事件评价做出方法学示范。

非线性混合效应模型和广义线性模型拟合随机效应logistic回归的应用比较

在临床药物试验中药物疗效的评价经常遇到二分类资料,即反应变量有两个水平如有效、无效;成功、失败等。二分类变量服从二项分布,可采用logistic回归模型。运用logistic回归模型对分类资料进行分析,能给实际研究带来很多便利。与多元线性回归相比,logistic回归具有许多独特的优点,如对正态性和方差齐性不做要求,系数的可解释性等。

随机效应Logistic回归模型在致畸研究中的应用

１．问题的提出在致畸试验研究资料中，传统的统计方法是以各处理组中孕鼠的仔鼠为观察单位，用统计学中两个率的ｕ检验或χ２检验分析各组胎鼠死亡率或致畸率等有无差别，评价受试物有无毒作用。这种统计处理忽视了一个可能的影响因素，即窝别效应（ｌｉｔｅｒ－ｍａｔａ...

随机效应logistic回归模型在毒理学中的应用

近年来,毒理学中的统计分析方法发展很快,已逐渐形成生物统计学中的一个重要分支——毒理统计学。随机效应logistic回归方法是新近发展起来的一种处理某些毒理学资料的新方法。它以其科学性、先进性和适用性得到国外毒理学学者们的重视,随着计算机的发展,其应用日益广泛。

随机森林模型和Logistic回归模型预测非计划再手术发生风险的效能比较

目的比较随机森林模型和Logistic回归模型预测非计划再手术发生风险的效能。方法在手术麻醉系统中筛选一次住院期间申请2次手术的患者信息。提取所有非计划再次手术患者(n=219)作为研究组,对应科室的计划再次手术患者(n=14311)作为对照组。运用随机森林模型和Logistic回归模型建立非计划再手术预测模型。采用受试者工作特征曲线下面积评价两种模型的预测效能。结果(1)Logistic回归分析结果显示,前次术中输血、罹患恶性肿瘤、合并疾病数量、前次手术切口愈合等级、前次手术级别、前次手术时长、前次手术切口类别是非计划再手术发生的影响因素(P<0.05)。Logistic回归预测模型的曲线下面积为0.922,灵敏度、特异度、准确率分别为92.59%、79.11%、79.28%。(2)随机森林模型特征变量的重要性排序结果显示,前次手术切口类别、前次术中输血、前次手术级别、前次手术切口愈合等级、合并疾病数量、罹患恶性肿瘤等变量的重要性更靠前。随机森林预测模型的曲线下面积为0.866,灵敏度、特异度、准确率分别为80.00%、93.33%、86.66%。Logistic回归预测模型曲线下面积大于随机森林预测模型,但差异无统计学意义(P>0.05)。结论综合使用Logistic回归模型和随机森林模型,并将二者分析结果互为补充,可从各个方面预测非计划再次手术的风险因素,能获得更好的预测效能。

考虑空间溢出效应的高速公路交通事故随机参数频次模型

为提高高速公路事故频次模型参数估计的准确性,本文以精细的事故记录、道路属性、交通流状态和天气条件数据为样本,首先,构建传统的事故频次模型并对比拟合效果,选择效果最佳的泊松-对数正态分布模型作为优化的基础模型;之后,为挖掘更多的影响高速公路事故频次的空间效应,在加入条件自回归先验的基础上,本文考虑相邻路段的空间溢出效应,建立一个带有空间溢出协变量的模型分析空间溢出效应对路段事故频次的影响。同时,为描绘数据的异质性对路段事故频次的影响,进一步构建一个随机参数模型。结果表明,空间溢出效应显著有效,考虑空间自相关和空间溢出效应的随机参数模型的拟合优度相较于对照模型明显提升。根据最优模型的参数估计结果进行风险因素甄别,其中,“ln(MADT)”“ln(路段长度)”“1类车”“4类车”“降水”等普通变量以及“1类车S“”圆曲线长S”等空间溢出协变量与事故频次显著相关。

政府会计监督的微观溢出效应研究——来自会计信息质量随机检查的证据

科学的财会监督体系是优化资源配置、维护市场统一、促进社会公平、实现国家长治久安的制度保障。在我国财会监督主体多元化的背景下,财政部会计信息质量随机检查制度并未受到充分关注。本文以财政部会计信息质量随机检查作为准自然实验,以第26号公告(非金融业首次联合检查)为政策效果识别起点,选取2008~2019年我国非金融业A股上市公司为研究对象,关注新时代财会监督如何向同业发挥治理溢出效应。研究发现,同业企业接受会计信息质量随机检查后,行业内未被查企业的融资约束得到显著缓解。这一影响在民营企业、未连带会计师事务所被罚的同业企业、未连续被查的同业企业以及行业上市公司未被罚的同业企业中表现得更为显著。上述结论在进行一系列稳健性检验后仍然成立。机制研究表明,政府会计监督从审计师、分析师、媒体三方优化会计信息环境,实现同业的治理溢出。本研究为完善政府会计监督制度提供了经验证据,对新时代财会监督改革具有重要启示作用。

基于Logistic回归和随机森林的清江流域长阳库岸段堆积层滑坡易发性评价

清江流域地质环境背景条件复杂,特别是沿清江库岸地质灾害频发;而过往的地质灾害易发性评价多针对行政区域范围,鲜有针对库岸带的专门评价,并且所用评价指标体系的针对性以及评价方法的可靠性仍有进一步提升的空间。为构建一套更加符合清江流域库岸带地质灾害发育特征的易发性评价指标体系,获得更加准确、适用性强的易发性区划成果,以清江流域渔峡口—资丘段为研究区,以两岸涉水斜坡体为研究对象,以斜坡单元为评价单元,构建坡度、坡向、高差、坡型、归一化植被指数、地形湿度指数、斜坡结构类型、工程地质岩组、堆积层厚度、河谷演化类型等10个指标组成的易发性评价体系;采用基于归一化确定性系数的Logistic回归和随机森林方法构建评价模型并得到不同易发性区划成果。评价结果显示:高易发区主要分布于清江干流渔峡口东—资丘东段左岸顺向斜坡体的中-下部涉水区域,且Logistic回归模型在地形地貌复杂的库岸段的适用性要优于随机森林模型。研究表明:所选堆积层厚度及河谷演化类型指标很好地代表了清江库岸段的独特地质背景条件特点;在非行政区划范围的特定研究区且当历史滑坡样本数量有限的情况下,Logistic回归模型能够较好地学习灾害发育规律并具备可靠的易发性预测能力。

随机效应Logistic模型的参数估计

在经济计量学中,对面板(panel)数据的研究是一个热门的话题。目前,讨论得较多的是如何运用线性随机效应模型来对它建模。可是,当因变量是二元的数据时,用线性随机效应模型进行建模显然是错误的。这时,比较常用的是随机效应Logistic模型。本文讨论了如何运用EM算法对随机效应Logistic模型进行参数估计。

城市老年人居家社区养老意愿影响因素分析——基于随机森林和Logistic回归

[目的]分析城市老年人居家社区养老意愿的影响因素,为实现养老模式多元化提供依据。[方法]采用问卷调研方式进行居家社区养老意愿调研。运用随机森林模型和二分类Logistic回归模型,从3个方面进行养老意愿的影响因素分析。[结果]20.68%的老年人有意愿参与居家社区养老。最高学历、养老费用、接受居家社区养老服务频率、日常对养老服务的需求度、社区养老设施需求满足度、助洁服务需求度是城市老年人居家社区养老意愿的影响因素(P<0.05)。[结论]城市老年人居家社区养老意愿较低,居家社区养老意愿受多因素的共同影响。社区现有的养老服务水平与质量是重要影响因素,应从社区角度入手,提高居家社区服务的专业性与多样性。

基于量子隧道效应的量子随机数发生器研究进展

从2000年开始,量子随机数发生器(Quantum Random Number Generator,QRNG)逐渐受到广泛关注。与算法或经典物理系统随机数发生器相比,QRNG的量子随机源不由确定性的算法或方程描述,仅由波函数进行概率描述,具有内禀随机性。目前,QRNG方案大多基于光子体系。近年来,基于电子体系的量子随机数发生器(electronic Quantum Random Number Generator,eQRNG)方案相继被提出。与光子QRNG相比,eQRNG没有电-光-电转换,有效避免了转换过程中经典噪声的影响,在随机性上具有更大优势,且结构简单、系统稳定,与半导体工艺兼容,具有可集成性。基于此,通过介绍基于量子隧道效应的eQRNG研究进展,包括基于隧道二极管的eQRNG、基于范德瓦尔斯异质结的eQRNG与基于雪崩光电二极管的eQRNG等,阐述了eQRNG在随机性与量子性上的独特优势。

基于随机骨料的混凝土边界效应影响研究

为了研究混凝土构件内的骨料边界效应,分别采用图像识别技术和随机骨料建模技术分析了真实的骨料分布、形状、长径比、粒径及表面棱角数量等因素对骨料密度分布曲线及边界效应的影响规律。研究结果表明:骨料密度分布曲线呈现先上升、随后下降、最终趋于稳定或略有震荡的规律,且不受骨料几何形态影响,稳定时对应的密度分数略高于平均骨料密度分数;骨料密度曲线峰值厚度约为骨料最小粒径,边界效应层厚度约为骨料平均粒径,且这二者均随着骨料粒径及长径比的增加逐渐增大;在骨料的几何形态特征因素中,骨料粒径对密度分布曲线、峰值厚度及效应层厚度影响较为显著,影响程度强于其他的几何形态特征。

随机森林与Logistic回归模型对子宫内膜癌患者加速康复外科术后早期出院预测的比较

目的应用随机森林和Logistic回归分别构建子宫内膜癌患者加速康复外科术后早期出院预测模型,比较2种模型预测效果。方法采用便利抽样法,选取2019年1月-2021年12月在某三级甲等医院接受妇科加速康复外科手术并符合纳排标准的子宫内膜癌患者328例,按照7∶3的比例随机分配至建模组和验证组,运用随机森林和Logistic回归构建子宫内膜癌患者加速康复外科术后早期出院预测模型,采用准确度、灵敏度、特异度、阳性预测值、阴性预测值、约登指数和受试者工作特征曲线下面积对2种模型的性能进行比较。结果建模组中,随机森林与Logistic回归准确度为1.000,0.896、灵敏度为1.000,0.833、特异度为1.000,0.915、阳性预测值为1.000,0.750、阴性预测值为1.000,0.942、约登指数为1.000,0.729、AUC为1.000,0.950;验证组中,随机森林与Logistic回归准确度为0.969,0.888、灵敏度为0.960,0.750、特异度为0.973,0.943、阳性预测值为0.923,0.840、阴性预测值为0.986,0.904、约登指数为0.933,0.693、AUC为0.940,0.900。结论随机森林模型对子宫内膜癌患者加速康复外科术后早期出院的预测性能优于Logistic回归模型。

基于随机森林算法和Logistic回归算法的类风湿关节炎合并间质性肺疾病的影响因素

目的 应用随机森林算法和Logistic回归算法研究并探讨类风湿关节炎合并间质性肺疾病的影响因素。方法 回顾性收集2018年12月至2021年10月就诊于山西医科大学第二医院风湿免疫科的712例类风湿关节炎(RA)住院患者的临床资料。根据是否合并间质性肺疾病(ILD),将患者分为RA非合并ILD(RA-N-ILD)组和RA合并ILD(RA-ILD)组。将所有变量作为解释变量,是否合并ILD作为结局变量,利用随机森林Boruta算法经99次迭代筛选出来的重要变量和暂定变量纳入多因素Logistic回归分析模型中进行分析。结果 经Boruta算法进行特征筛选后,重要的变量排序依次为年龄、性别、肿瘤坏死因子-α(TNF-α)、血清白蛋白、干扰素-γ(INF-γ)、白介素-17(IL-17)、吸烟史、白介素-4(IL-4)、乳酸脱氢酶、白介素-10(IL-10)以及白介素-2(IL-2)。将筛选出来的重要变量和暂定变量进行多因素Logistic回归分析,独立危险因素有男性(OR=2.735,95%CI 1.869~4.002)、高龄(OR=1.050,95%CI 1.031~1.069)、IL-17水平增高(OR=1.014,95%CI 1.003~1.024)以及TNF-α水平增高(OR=1.044,95%CI 1.014~1.075),而高水平的血清白蛋白(OR=0.924,95%CI 0.885~0.965)、INF-γ(OR=0.960,95%CI 0.931~0.990)可能为保护因素。结论 男性、高龄、IL-17以及TNF-α水平升高可能为RA并发ILD的危险因素,可为临床医生对患者病情评估及临床决策提供重要依据。

随机森林模型和Logistic回归模型预测髋部骨折患者住院时间延长的效能比较

背景:髋部骨折发生率与日俱增,由于此类人群身体状况较差,常需要长时间住院,而住院时间延长导致床位流通率下降和经济负担增加。目前针对髋部骨折延迟出院的预测模型较少,此次研究旨在寻找针对髋部骨折延迟出院的最佳模型,指导临床决策。目的:探究髋部骨折患者住院时间延长的危险因素,建立两种不同的风险预测模型,获得最佳风险预测工具,为临床干预及管理提供参考。方法:回顾性分析2019年1月至2021年12月天津市天津医院收治的老年髋部骨折患者683例,将全部患者按7∶3比例随机分成建模组(479例)和验证组(204例),以住院时间的第75百分位数为分界点(>28 d),分为住院时间延长组和正常组。基于建模组采用SPSS和R软件进行单因素分析和多因素Logistic回归分析和变量重要性排序筛选最佳预测变量,构建列线图及随机森林模型。基于验证组通过ROC曲线下面积、准确度、灵敏度、特异度、阳性预测值和阴性预测值评价并比较两种模型的预测效能。结果与结论:(1)Logistic回归分析显示,骨牵引、肺炎、再骨折、多发性创伤、静脉血栓、肺感染和年龄校正Charlson合并症指数(ageadjusted Charlson Comorbidity Index,ACCI)是髋部骨折患者住院时间延迟的危险因素。(2)随机森林模型根据基尼指数减少平均值排序显示,年龄、骨牵引、手术类型、ACCI、肺炎是前5个指标,对延迟出院的预测有重要影响。(3)Logistic回归模型和随机森林预测模型的ROC曲线下面积、准确度、灵敏度、特异度、阳性预测值、阴性预测值分别为0.774(95%CI:0.696-0.853)和0.708(95%CI:0.627-0.789)、60.78%和90.85%、80.39%和23.53%、50.82%和78.09%、86.01%和46.15%,结果显示Logistic模型具有较好的预测效能。(4)上述结果证实,Logistics回归模型和随机森林模型对髋部骨折患者住院时间延长均具有较高的预测价值,这对临床医护人员及时识别高危患者并采取有效干预措施降低髋部骨折患者住院时间具有重要意义。

带有时变杠杆效应的随机波动率模型参数估计及其应用

为了更好地捕捉金融时间序列中杠杆效应的时变非对称性,本文基于线性样条思想,提出一种带有时变杠杆效应的半参数随机波动率模型,并利用贝叶斯MCMC方法对所提模型中的参数进行了估计.模拟研究表明贝叶斯MCMC方法在所提模型的参数估计方面有着良好的有限样本表现.最后利用本文所提出的带有时变杠杆效应的半参数随机波动率模型对2000年1月4日至2020年8月18日的上证综合指数和深证成份指数日收益数据进行了实证分析,结果表明利用本文所提出的模型拟合这两组实例数据是合理的.

考虑羊群效应的低碳创新网络搭便车行为演化——基于Moran过程的随机博弈分析

低碳创新是实现“碳达峰、碳中和”目标的关键动力与路径,由众多创新主体组成的低碳创新网络则是我国低碳创新的主要力量。然而,合作网络中的搭便车行为,却严重制约了我国低碳创新网络的稳定发展与深度创新。为此,在相关研究基础上考虑羊群效应理论,并引入Moran过程构建随机博弈模型,对低碳创新网络中搭便车行为的形成演化进行分析。结果表明:首先,当不考虑羊群效应或羊群效应较低时,低碳创新网络仅存在唯一稳定状态。而当羊群效应作用较强时,创新网络中将存在多重稳定状态;其次,低碳创新网络中搭便车行为羊群效应大小受合作创新成本与收益、制度惩罚实施力度与概率、双重外部性、专利政策及创新成功率等因素影响;最后,根据博弈结果和数值模拟,对我国低碳创新网络中搭便车行为的防治提供政策建议与理论支持。

基于共享随机效应模型的纵向认知标志物对轻度认知障碍逆转的预测性能比较

目的将共享随机效应模型(shared random-effect model,SREM)应用于轻度认知障碍(mild cognitive impairment,MCI)向认知正常(normal cognition,NC)逆转的研究,比较不同纵向认知标志物对MCI逆转的预测性能,并评价影响因素的协变量效应。方法SREM模型包括两个子模型,其中纵向子模型采用线性混合效应模型对纵向认知标志物的变化轨迹建模,生存子模型采用比例风险模型对生存过程建模。基于对数似然函数值和信息准则进行模型拟合优度检验,采用ROC曲线下面积(area under the curve,AUC)评价不同纵向认知标志物(MMSE、CDRSB、FAQ、ADAS11、ADAS13和ADASQ4)对MCI逆转的预测性能;同时进行纵向子模型和生存子模型的影响因素分析。结果843名MCI患者中72名(8.54%)在随访结束后逆转为NC。以spline-PH-GH参数分布为基准风险函数的SREM模型对数似然函数值最大,AIC和BIC最小;以CDRSB为纵向认知标志物建立的SREM模型拟合最好,在不同时间的AUC值均表现良好,范围为0.797~0.852,且预测误差最小,范围为0.0427~0.0429;年龄、性别、受教育程度、婚姻状况和APOEε4基因均会影响MCI患者的认知功能和日常活动功能,六种纵向认知标志物均会影响MCI患者的逆转。结论CDR评分对MCI患者的认知功能和逆转预测性能最佳;认知功能和日常活动功能可作为MCI逆转的动态监测指标。

考虑滞回效应的螺栓连接组合结构非线性随机振动分析

针对具有滞回效应的螺栓连接组合结构,结合虚拟激励法和多谐波平衡法实现了随机振动响应频域功率谱分析。首先,对于随机激励作用下的组合结构,以Jenkins模型进行本构建模。其次,将随机激励表达为复指数级数,将响应谱分析转化虚拟响应的向量运算,提出了扩展虚拟激励法(extended pseudo excitation method, E-PEM)。最后,对虚拟响应求解中频域本构的计算困难,引入时频变换处理;将非线性迭代转换为优化问题并利用信赖域方法求解,有效解决了传统牛顿法的收敛困难。以二自由度和组合梁模型为对象,研究了结构的随机振动响应谱特性,并同蒙特卡罗模拟法对比验证E-PEM的正确性,同时对结构特有的非线性随机振动机制进行了讨论。结果表明:建立的E-PEM为一般非线性结构随机振动频域分析提供了一个可借鉴的求解思路。