列联表资料的对数线性模型与Logistic回归模型分析对比

目的: 对处理列联表资料的对数线性模型的Logistic回归模型进行了分析对比。方法: 对两模型的特色、理论联系、及某些不同之处进行了讨论。结果: 采用两种模型对同一组资料分析结果一致。结论: 对数线性模型与Logistic回归模型理论联系密切。虽然对同组资料分析结果一致, 但在有些情况下, 如针对不同资料,

脑卒中与代谢综合征的对数线性模型与Logistic回归分析

目的探讨脑卒中与代谢综合征的关系。方法收集2008年11月-2009年1月在本院就诊的84例（脑卒中44例，对照组40例）汉族住院患者的代谢指标，首先对脑卒中与代谢综合征建立对数线性模型，分析代谢综合征与脑卒中患病率的相关性；其次使用Logistic回归给出了代谢综合征的各组分与脑卒中发病关系的数学表达式。结果脑卒中的发病与代谢综合征高度相关；得出了代谢综合征的组分中高血糖、高血压、超体重与脑卒中患病率的关系式。结论预防脑卒中的发生首先要有效地控制代谢紊乱。

基于现金流的财务预警研究:线性概率模型与Logistic模型之应用比较

企业生存的威胁主要来自两个方面:一是不能以收抵支而造成长期亏损,它是企业终止的内在原因;另一是现金流量不足而不能偿还到期债务,它是企业终止的直接原因。如果把企业财务预警简单地分为长期财务预警和短期财务预警的话,现金流量的财务预警应该是短期的财务预警,且同时也是最直接、最有效的财务预警。本文主要探讨了如何通过企业的现金流指标,运用线性概率模型、logistic模型对我国上市公司财务状况的预测效果。研究结论具有重要的现实意义与价值。

logistic回归模型共线性三种降维方法的模拟比较研究

目的 logistic回归模型中解释变量存在共线性的情形下,比较联合式偏最小二乘logistic回归(IPLSLR),耦合式偏最小二乘logistic回归(CPLSLR)和主成分logistic回归(PCLR)三种降维方法所得到的回归系数估计的偏差和稳定性。方法运用MonteCarlo随机法,采用SAS软件编程,模拟估算不同共线性情形下三种降维方法所得到的回归系数估计均值及标准差。结果简单共线性情形下,IPLSLR与CPLSLR回归系数估计的偏差较小,PCLR估计则相对稳定。多重共线性情形下,当样本量较大时,若共线性较高,IPLSLR,CPLSLR和PCLR均获得偏差较小、稳定性较好的回归系数估计;若共线性较低,PCLR回归系数估计的偏差明显大于IPLSLR和CPLSLR。当样本量较小时,IPLSLR与CPLSLR在回归系数估计偏差和稳定性方面互有优劣。结论应根据共线性的程度和样本量的大小决定使用相应的降维方法用于处理logistic回归模型中共线性情况。通过对三种降维方法不足的分析,提出了进一步改进的原则。

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。

非线性混合效应模型拟合Logistic回归在临床试验中的应用

目的探讨非线性混合效应模型拟合Logistic回归在临床试验中的应用。方法采用SAS软件包的NLMIXED过程拟合模型,并以两例药物临床试验资料进行实例分析。结果获得了各参数及其标准误的估计值,并可以对各因素进行直观的解释。结论非线性混合效应模型允许固定效应和随机效应进入模型的非线性部分,可以拟合具有非线性的Logistic回归模型,是临床试验中分析二项分布数据有效方法。

Logistic模型多重共线性问题的诊断及改进

文章诊断并改进了logistic回归模型多重共线性问题方法,采用条件指数和方差分解比例两项指标进行共线性诊断、应用主成分改进和偏最小二乘回归两种方法进行多重共线性变量的改进处理;去除了回归模型中变量间的多重共线性影响,建立了较为理想的关系模型。结果表明,在Logistic回归模型分析中,应用上述方法进行多重共线性的诊断和处理是有效及可行的。

Cox线性Logistic模型在新生儿窒息原因回顾性分析中的应用

目的:探讨新生儿窒息发生的主要原因及交互作用。方法:应用Cox线性Logistic回归模型对产科临床导致新生儿窒息的17种危险因素及其交互作用做了定量的危险度分析。结果:早产、胎心异常、产程延长、脐带绕颈等12种因素为主要危险因素;对有产前出血史、中度以上妊娠高血压症、臀位或横位产妇施用不恰当的分娩方式,将提高新生儿的窒息的危险性。结论:对于有此类症状的产妇施用恰当的分娩方式将改善围产儿的预后,降低新生儿窒息的发生率。

基于改进的Logistic阻滞增长模型的人口预测研究

人口对中国经济发展和能源需求影响重大,为了预测2030年中国的人口数量,文章基于改进的Logistic阻滞增长模型,采用了3种参数估计方法进行求解,包括向后差分线性最小二乘参数估计、向前差分线性最小二乘参数估计、非线性最小二乘参数估计。相比于其他方法,基于非线性最小二乘参数估计法采用改进后的Logistic阻滞增长模型求解的拟合优度与平均相对误差更优,更适合进行中国人口数量的预测。其中1960—1969年预测的中国人口数量相较于实际的人口数量存在一定异常,通过3次样条插值法对该时间段的人口数据进行修正能使预测效果更好。计算结果表明:中国2030年人口预计将达到145 353万人。根据中国人口预测数据,建议政府在未来的经济和能源规划中,加快推进能源结构转型,促进经济可持续发展。

空间动态面板非线性Logistic模型的QML估计

空间动态面板非线性Logistic平滑转移模型(SDPD-LSTAR)是一个灵活性较好、应用广泛的新模型,刻画了变量的空间交互、时间依赖、时空协变和非线性空间区制平滑转换特征。不过,如果不考虑时间依赖、时空协变或非线性特征而直接建立空间模型,会影响估计精度和有效性。本文对双向固定效应SDPD-LSTAR模型,提出拟极大似然(QML)转换和直接估计法,证明参数估计量的一致性,并进一步推导修正估计量,证明修正估计量具有更好的有限样本性质。同时,本文通过Monte Carlo模拟和实例应用检验估计效果。模拟结果表明:QML转换和直接估计量偏差均较小,随着N和T不断增大,估计准确性增加;修正QML比未修正QML估计量更精确,转换估计的准确性优于直接估计。实例应用不仅重新评估了城市碳排放与经济发展水平的空间动态非线性关系,也很好地验证和展示了理论结论和实践性。

Adaptive Elastic Net方法在Logistic回归模型中的应用（英文）

本文将adaptive Elastic Net方法应用于Logistic回归模型,研究并证明其具有Oracle性质,并利用数值模拟及实际例子将其与Lasso、adaptive Lasso、Elastic Net方法的估计结果进行比较,从结果可以看出,adaptive Elastic Net方法效果更优.

Logistic模型分析脑中风影响因素

脑中风是一种急性脑血管疾病,是由于脑部血管突然破裂或因血管阻塞导致血液不能流入大脑而引起脑组织损伤的一组疾病。城乡合计脑中风已成为我国第一位死亡原因,也是中国成年人残疾的首要原因。其具有发病率高、死亡率高和致残率高的特点。本文通过对于脑中风数据的描述性分析,建立Logistic回归模型,得到了患脑中风的五个显著的重要因素:年龄、高血压、心脏病、工作类型和平均血糖水平,并得到了经验回归方程。

基于Logistic差分方程模型的甘肃省中草药材产量的预测研究

基于Logistic模型,利用向后差分法,得到Logistic差分方程模型,依据2010—2022年甘肃省中草药材生产产量的统计数据,采用线性最小二乘法估计模型参数,建立拟合函数,结果显示拟合数据与统计值吻合较好,并对未来五年甘肃省中草药材生产产量进行了预测.

部分线性Logistic模型在大学生挂科率预测中的应用

大学生挂科是当前高校管理面临的主要问题,找出挂科的原因并预防已经成为当前探讨的主要热点之一。考虑部分线性Logistic回归模型分析学生挂科的影响因素,并利用Sieve方法推断非线性函数,通过极大似然方法获得模型参数。将该模型应用到大学生学习状态的数据中,发现第二课堂成绩设定在一定范围内能有效降低挂科概率。同时基于该模型分类判别,绘制ROC曲线以及约登指数曲线,选择合理的分类阈值,将学生分成两类(挂科与不挂科),有利于学校及学生自身采取相应的措施来防止学生挂科。

基于非线性Logistic模型的改进UDEED算法

针对UDEED算法中线性Logistic模型分类预测准确率较低的问题,基于泰勒展开式,提出一种多项式核的非线性Logistic模型改进算法。研究非线性Logistic模型的核函数参数估计方法,更新损失函数的计算规则,并利用梯度下降法求解改进UDEED模型,实现数据集的分类预测。实验结果表明,与UDEED算法相比,改进算法提高了分类预测的准确率。

Logistic线性回归模型在处理定性指标中的应用

结合实例给出了用Ｌｏｇｉｓｔｉｃ线性回归模型处理分析定性指标的统计分析方法．

基于非线性逻辑回归的M-Score模型优化研究

文章以我国沪深A股市场2010—2020年因财务报表舞弊被中国证监会、上海证券交易所和深圳证券交易所处罚的441家上市公司为样本,研究了M-Score模型在我国A股上市公司财务舞弊识别中的有效性,利用统计学方法分析了模型失效的原因,并提出了一种基于非线性逻辑回归的M-Score模型优化方法。

Logistic线性回归模型的应用——体质指数BMI和年龄对患心血管病的影响

Logistic线性回归模型的应用非常广泛,通过对体质指数BMI和年龄对患心血管病的影响这一实例的详细分析,来加深对Logistic线性回归模型的理解。

非线性模型对数回归的偏差校正及与加权回归的对比分析

本文结合大样本的立木生物量实测数据,对非线性模型对数回归的偏差校正问题进行了探讨,并与加权回归结果进行了对比分析。首先,分析了对数回归产生偏差的内在原因,并提出了一个新的校正因子,同时对另外3个偏差校正因子一并进行了检验,结果表明本文和Baskerville(1972)提出的校正因子,能保证与加权回归估计结果趋于一致;然后,对非线性加权回归中基于普通回归残差推导的权函数与通用权函数(W=1/f(x)2)的拟合效果进行了对比分析,结果表明二者基本相当,而通用权函数更具有广泛的适应性。建议对带有异方差的非线性模型,最好直接采用加权回归进行估计;当按照通用权函数进行估计其总相对误差超出一定范围时,应该根据普通回归估计的残差推导效果最佳的权函数后再进行加权回归。