进展性脑梗死多因素回归分析及判别模型建立

目的:建立进展性脑梗死判别预测模型,为早期发现和干预治疗提供科学依据。方法:使用Logistic逐步回归分析关键影响因素,采用逐步Bayes判别法对进展性脑梗死患者的关键因素进行筛选,并建立判别预测模型。结果:判别模型为:(1)Y1(进展)=-30.381±8.025×X7±1.341×X8±2.301×X21±3.931×X31±5.802×X32±0.933×X33±2.119×X34。(2)Y2(非进展)=-21.875±6.834×X7±2.160×X8±3.328×X31±3.726×X32±2.016×X21±0.861×X33±1.807×X34(X7为平均收缩压,X8为体温,X21为血糖,X31为FIB,X32为颈动脉斑块性质,X33为颈动脉狭窄程度,X34为梗死部位)。经评价预测效果较好。结论:判别模型的建立有助于进展性脑梗死的早期诊断分析及早期干预和治疗。

有序判别分析新算法及其应用

判别分析是用已知分类数据建模对未知分类数据进行判别的方法,所用数据和分类不分顺序。要对有序又有周期数据进行判别分析,就要探索有序判别的新方法。这种方法的分类应当是有序的,并且能够排除事物发展周期性的干扰。本文介绍多元数据有序判别分析新方法的原理、建模流程、应用流程和应用实例。这种判别分析将分类建模与判别归类分开。新方法对多元数据建模时在多类模型中建立滑移的多套子模型,应用时根据应用领域的知识对样本归属作初步预估,然后程序选择相关的子模型进行判别归类。这种方法解决了由于时间序列多元数据周期性造成的样本分类颠倒问题,为时间序列数据的分类和预测开辟了新途径,在实际应用中取得了良好的效果,解决了重大难题。

定向判别分析新算法及应用

本文介绍了多元有序数据定向判别分析新方法的原理、建模流程、应用流程和应用实例。这种判别分析将分类建模与判别归类分开。新方法用多组或逐步判别分析对多元有序数据建模,应用时根据应用领域的知识对样本归属作初步定向,然后选择模型的相关局部进行判别归类。这种方法解决了由于时间序列多元数据周期性造成的样本分类颠倒问题。

早产儿喂养不耐受多因素回归分析及判别模型建立

目的：通过分析早产儿喂养影响因素，建立早产儿喂养不耐受判别分析的模型。方法：收集2012年3月~2013年3月我院早产儿及早产儿喂养不耐受患儿相关资料525例，运用多元 Logistic 回归法进行分析，找出与早产儿喂养密切相关的影响因素，建立早产儿喂养不耐受判别分析模型，以此模型对2013年10月~2014年12月新生儿科住院早产儿501例进行预测，并与其早产儿喂养不耐受实际发生情况对比，以检测模型的敏感度、特异度、假阳性率、假阴性率和符合率。结果：与早产儿发生喂养不耐受密切相关的有呕吐、腹胀、败血症、胃残留食物、胎龄等5大因素，由此建立的喂养不耐受判别分析模型敏感度为78．21％，特异度为88．89％，假阳性率为11．11％，假阴性率为21．79％，符合率为87．23％。结论：判别模型的建立有助于早产儿喂养不耐受的早期诊断分析及早期治疗和护理干预。

财务困境判别模型的个案研究

本文通过对中外学者提出的不同财务困境判别模型在中国上市公司数据适用性的比照研究,证实了在现阶段中国某些上市公司存在不同程度数据失真的情况下,此类模型在预测中的准确性及超前性。同时对财务困境判别模型在中国实际应用中应该注意的问题提出了讨论及思考。

信用风险度量模型绩效与稳定性研究

文章尝试从多维视角下运用实证方法对信用风险度量模型的绩效与稳定性进行研究,利用上市公司2001～2004年连续4年的财务数据检验模型对新数据的稳健性、模型校准的时间跨度要求以及模型度量受行业因素影响的程度。实证结果发现:(1)运用跨时间数据对同一模型和同一系列数据对不同模型的稳定性进行检验,模型表现出较好的稳定性;(2)模型的预测能力受行业数据因素的影响而降低,但仍具有较好的稳定性;(3)模型具有较强的预测能力,当用所建立模型对2005年的部分上市公司进行风险预测时,其准确率均在90%以上;(4)跨年度数据建立模型预测的稳定性较年度数据建立模型预测的稳定性略高。

企业破产预警方法及建模

最近几年,世界上许多大的公司如Enron和Worldcom相继破产。这些世界著名的企业突然之间宣布倒闭,引起了企业界和学术界对公司破产预警的重视。因此,本文回顾了破产预警模型的发展历程,拟对国际上常用的两类破产预警模型的建模思想和建模方法加以介绍,剖析了各种建模方法的优点和局限性,最后总结了企业破产预警研究的最新进展。

社区心脑血管事件早期判别模型构建分析

目的:分析与构建社区心脑血管事件早期判别模型。方法:2017年9月~2020年9月选择在某社区进行心脑血管疾病筛查的居民1100例作为研究对象,判定早期判别模型的应用价值。结果:在1100例居民中,诊断为心脑血管事件48例,占比4.4%。二元logistic回归显示收缩压、空腹血糖、甘油三酯、饮酒等为导致社区心脑血管事件发生的主要影响因素(P<0.05)。ROC曲线显示早期判别模型预测社区心脑血管事件的曲线下面积为0.820。结论:影响社区心脑血管事件发生的主要因素包括收缩压、空腹血糖、甘油三酯、饮酒等多个因素,早期判别模型等有效预测社区心脑血管事件的发生。

基于多元统计分析的油-源对比——以渤海湾盆地渤东凹陷为例

多元统计分析可以综合考虑多个相关参数间的相互联系,在分类判别方面具有独特的优势,是多套烃源岩发育的复杂背景下油气源对比的有效方法。然而不同的多元统计方法在同一案例中的对比应用以及各自的适用性尚没有学者进行专门的研究分析。渤海湾盆地渤东凹陷发育多套烃源岩,不同构造的油气来源异常复杂,是利用多元统计分析进行油-源对比的最佳案例。综合对比主成分分析、Fisher线性判别分析以及Bayes线性判别分析的应用情况,发现主成分分析不能区分不同层位的烃源岩,因而不能用于渤东凹陷的油源对比,而Fisher和Bayes线性判别分析建立的模型可以区分不同层位的烃源岩,但都不能准确识别混源油。在Bayes判别模型得到的分类概率的基础上,通过优化Bayes判别模型的判别准则,建立了适用于渤东凹陷的油源判别模型,并识别出渤东凹陷存在4类油族,其中油族A、油族B、油族C分别来源于东营组三段(东三段)、沙一段-沙二段、沙三段烃源岩,而油族D为来源于东三段和沙一段-沙二段烃源岩的混源油。

Bayes多母体判别模型在油气层评价中的应用

在油气评价判别技术中采用了可以判别多个样品组的Bayes多母体判别模型。其原理是对g个样品组进行判别分析时,只需建立g个判别函数,然后计算待判样品出现在各类样品组中的概率,并依据最大概率进行归类。该方法将Bayes判别函数引入到评价软件中,可以用来实现对储集层流体性质的计算机智能评价。将样品组数据代入判别函数进行回判检验表明,油层正判率为56%,含油水层正判率为62%。这种评价方法目前在国内属首次提出,具有简便快速的特点。为便于该方法的推广,对现场油气层评价中的应用步骤进行了介绍。

多元混合模型及模糊综合评判法在水源判别中的应用研究——以云南会泽铅锌矿为例

建立快速有效的水源判别方法对于水害防治工作具有十分重要的意义。文章基于会泽铅锌矿水质数据分别建立了水源判别的多元混合模型及模糊综合评判模型,并对这两种判别方法进行对比分析,结果如下:(1)应用多元混合模型判别水源时,可根据水样来源判别数据组的稳定程度采用不同的处理措施:水样来源判别数据组整体上较为稳定时可运用各含水层对水样指标组合影响程度的平均值确定水样来源,亦可采用各评价指标组合判别结果的概率之和进行判别;水样来源判别数据组稳定性较差时,为保障判别精度,需采用各评价指标组合判别结果的概率之和进行判别。(2)从判别原理上来看,多元混合模型无需建立复杂的隶属函数及模糊矩阵,简单易懂。从判别准确度来看,多元混合模型准确度达100%,而模糊综合评判法则为75%。从适用范围来看,模糊综合评判法适用于具模糊性的边界条件,而多元混合模型的应用则无明显限制条件,适应性更强。因此多元混合模型在水源判别领域具有很大的应用潜力。

基于Pulic智力资本模型的上市公司财务危机预警研究

智力资本在知识经济时代对企业的发展至关重要.本文考察Pulic智力资本评测模型是否能够用于企业财务危机预警.首先基于2003年至2007年中国A股市场新增ST公司样本及配对样本的前三年数据对Pulic模型综合指标进行单变量分析证实了该模型的预警可行性,然后根据三项因素驱动指标分别运用多元判别、逻辑回归、神经网络和最小二乘支持向量机方法建立预警模型进行回判和外推.结果表明,Pulic模型在ST前两年具有较高的判断准确性,可以通过对智力资本的考察而预知企业未来的财务状况.

定向判别分析新算法及其在沉积化学中的应用

介绍了处理多元有序数据的定向判别分析新方法原理、建模流程、应用流程及其在沉积化学中的应用实例。这种判别分析将分类建模与判别归类分开,求解与专业知识结合。新方法用多组或逐步判别分析对多元有序数据建模,应用时根据应用领域的知识对样本归属作初步定向,然后选择模型的相关局部进行判别归类,从而实现有序判别。这种方法用于解决由于时间序列多元数据周期性造成的样本分类颠倒问题。在塔里木盆地沉积岩时间序列化学数据的应用实例中,解决了石油井下地层预测和归类问题。

可持续成长模型下的上市公司财务危机预警

本文依据6种财务可持续成长模型提炼预警指标,基于2003～2007年我国A股市场新增ST公司样本及配对样本的前3年数据,对各模型的驱动因素进行综合预处理,分别得到ST前1～3年的预警指标体系。然后,建立预警模型进行回判和外推。结果表明,各种分析方法在ST前3年可获得较高的判断准确性;财务危机与可持续成长驱动指标之间存在着高度的非线性关系;可持续成长模型能够为开发标准化预警指标体系提供依据。