日本东北MW9.0地震的PI模型参数设置与预测效能回溯性检验

以日本局部地区(32.0°N—46.0°N,136.0°E—148.0°E)为研究区域,应用图像信息(PI)方法,获得了不同计算参数模型下包含2011年3月11日日本东北MW9.0地震的多组预测窗热点图像。以0.5°×0.5°和1.0°×1.0°的网格尺度和5—10年预测窗长为主要参数变量,并以R值和受试者工作特征(ROC)方法检验不同参数模型下PI方法的预测效能。结果表明,多组参数模型下MW9.0地震所在预测窗内,其震中所在网格及其摩尔邻近网格均曾出现热点图像,表明PI方法可对日本东北MW9.0地震作出预测。综合R值评分和ROC检验分析可知,网格尺度相对较大、预测窗长相对较长的模型,其预测效果更好。

2021年青海玛多M_(s)7.4地震余震预测及效能检验

1研究背景2021年5月22日青海玛多地区发生M_(s)7.4地震,中国地震局针对此次地震快速组织开展了科学考察工作。根据科考阶段性成果交流形成的统一认识,玛多M_(s)7.4地震的发震断层为昆仑山口—江错断裂,地表破裂段为该断裂东段,即江错断裂段。

基于GIS的瑞丽市地质灾害易发性研究

以云南省瑞丽市为研究区,基于GIS空间分析功能,选取高程、坡度、坡向、距断裂带距离、降雨等评价指标,用信息量模型和确定性系数模型进行地质灾害易发性评价,通过ROC检验评价模型精度,确定瑞丽市地质灾害易发性分区。

基于图像信息方法的南北地震带地震预测研究

图像信息法(PI)计算过程涉及地震活动性的归一化,因此针对地震活动性相似的地区PI预测效能较好。以南北地震带为研究区域,对图像信息法(PI)在南北地震带不同范围的预测效能进行了研究。采用中国地震台网中心提供的1970年以来中国地震目录,选取5年尺度的“异常学习窗”和“预测时间窗”以及1°×1°网格,以2017年以来发生的MS≥6地震为目标,通过ROC检验,对地震进行回溯性预测研究。研究结果显示:① PI方法对南北地震带南段、中段、北段区域进行计算的预测效能呈现逐渐降低的趋势,但幅度较小,显示PI方法的预测效能可能受到区域内地震活动性强度的影响。② PI方法对南北地震带分段计算的预测效能优于对整个南北地震带进行计算的预测效能。其中,把南北地震带北段、中段合起来作为一个计算区域时预测效能最好,南段、中段、北段预测效果次之,把中段、南段合起来作为一个计算区域时预测效能相对较低,南北地震带整体的预测效能最低。通过地震活动性对南北地震带进行区域划分能使得预测效能提高。③计算结果显示,滇西南永德—泸水地区、龙门山断裂南段附近存在“热点”,未来5年内这些地区为M_(S)≥6地震值得关注的重点区域。

二元Logistic回归和信息量模型在地质灾害分区中的应用

近年来,山地地质灾害频发,不仅制约了山区的发展,更造成了重大的人员伤亡和财产损失,地质灾害易发性研究对山区防灾减灾的工作具有重要意义,也因此受到越来越多专家学者的重视。地质灾害易发性分区划结果的准确与否不仅取决于基础地质资料的可靠性,还与数据分析处理模型息息相关。该文以任河小流域内滑坡为例,以1:50000地质灾害调查作为研究区数据来源,对不同易发性分区方法进行比选,综合考虑分区方法在研究区的适用性,采取二元Logistic回归和信息量模型相结合的方法对研究区进行定量计算,最后按滑坡易发程度对研究区分为三个区,并通过对模型的ROC曲线验证,表明研究区采用二元Logistic回归模型模拟具有较高的准确性,分区结果较为理想。

经济周期、经济转型与企业信用风险评估——基于系统性风险的Logistic模型改进

笔者针对传统Logistic模型在信用风险评估时忽略系统性风险的不足,根据我国国情,从经济周期和经济转型两个方面引入系统性风险因子,结合财务因子,构建了新的Logistic模型。笔者采用上市公司的数据对新的Logistic模型进行分行业检验,发现模型具有较好的拟合效果,经济周期和经济转型因子均对企业信用风险有重要影响。新的Logistic模型比传统的Logistic模型具有更高的准确度,能有效提高对企业信用风险的判别能力。

美国杂草风险评估方法对我国入侵植物的可应用性

【目的】利用我国已知身份的外来植物测试美国杂草风险评估方法(USWRA)的评估效果,评判该方法是否适用于我国林木引种检疫管理工作,为建立我国入侵植物风险评估方法奠定研究基础。【方法】从我国已知身份外来植物中选择出131种受试植物(包括76种非入侵植物和55种入侵植物),应用USWRA对其逐一评估,将评估结果与受试植物已知身份进行对比,整理并分析USWRA的评估效果,采用ROC曲线进行检验。利用Friedman检验和Nemenyi方法分析不同生活型植物中入侵植物的比例差异,运用单因素方差分析和LSD多重比较方法分析不同生活型植物间风险值的差异。【结果】USWRA正确拒绝了68.4%的严重入侵植物,没有错误接受1种严重入侵植物,其余31.6%需再评估;USWRA正确接受了84.2%的非入侵植物,没有错误拒绝1种非入侵植物,其余15.8%需再评估;USWRA拒绝了27.8%的一般入侵植物,接受了5.6%的一般入侵植物,其余66.7%需再评估。ROC曲线检验结果显示,USWRA对严重入侵植物和非入侵植物具有很高的识别能力,由此形成的曲线面积AUC值高达0.990。不同生活型植物中入侵植物比例存在显著差异,草本类和藤本类植物成为入侵植物的风险比乔木类植物大。【结论】美国杂草风险评估方法能较好识别出严重入侵植物和非入侵植物,无一例错误,可应用于我国林木引种检疫管理工作,以提高风险评估的准确性和工作效率。

非三阴乳腺癌预后不良风险预测模型的建立及临床价值分析

目的:探讨非三阴乳腺癌预后不良风险预测模型的建立及临床价值。方法:选取198例非三阴性乳腺癌患者为研究对象,根据预后情况分为预后良好组(无病生存,n=146)及预后不良组(复发/转移/死亡,n=52)。比较两组患者的一般资料、实验室检查及病理样本结果;单因素和Logistic回归分析筛选危险因素;受试者工作特征(ROC)曲线建立预测模型,分析风险预测模型对非三阴性乳腺癌的诊断价值。结果:随访两年患者预后不良率为26.26%,其中原位复发12例,转移19例,死亡患者21例;术后两年总生存率为89.39%。年龄、BMI、NLR、经期状态、Ki-67、N分期是影响患者预后不良的独立危险因素(P<0.05),建立风险预测模型为h(t)=h_(0)(t)exp(0.136×年龄+0.274×BMI+0.626×NLR+1.173×经期状态+0.726×Ki-67+0.743×N分期)。ROC曲线分析显示,风险预测模型的曲线下面积(AUC)为0.857,敏感度为0.788,均高于年龄、BMI、NLR、经期状态、Ki-67、N分期(P<0.05);Hosmer-Lemeshow检验显示,该预测模型具有较好的拟合优度(χ^(2)=9.003,df=8,P>0.05)。结论:年龄、经期状态、BMI、NLR、Ki-67、N分期与非三阴性乳腺癌患者预后不良关系密切,据此建立的风险预估模型对患者预后具有较好的预测效能,有一定的临床推广价值。

资本市场系统性风险的监测与度量——基于金融压力指数的视角

在全面学习境内外机构编制金融压力指数监测系统性风险的基础上,梳理中国资本市场高风险时期列表,并通过ROC检验来筛选对高风险时期敏感的基础指标,构建了更好地反映中国资本市场风险特征的金融压力指数。本研究构建的资本市场金融压力指数能够匹配从资本市场角度监测系统性风险这一应用场景,并且该指数在2015年6—8月股市异常波动时期、2016年1月熔断机制导致短期流动性枯竭时期、2019年中美贸易摩擦加剧时期及2020年2月新冠疫情冲击资本市场时期均突破预警线,具有较好的实证效果。

区域选取对图像信息法的地震预测效能影响分析

1研究背景图像信息方法(Pattern Informatics Method,简写为PI)是一种用于地震研究的统计物理方法,在地震的中长期预测研究中效果较好。该方法由Rundle等(2000a,2000b)基于复杂性物理提出,近年来在多个国家得到广泛应用。Zhang等(2017)利用PI方法,对青藏高原及周边地区强震活动(含南北地震带部分M_(S)≥7.0强震)进行回溯性研究,发现在7-10年的中长期尺度上,PI方法对强震活动具有较好的预测效果,并提出区域的选择可能会影响预测效能的设想。基于此,本工作围绕区域选取,对图像信息法在地震研究中的预测效能影响展开分析。

2022年6月1日芦山M_(S) 6.1地震序列特征及余震概率分析

1研究背景2022年6月1日17时0分四川雅安市芦山县发生M_(S) 6.1地震,震中位于(30.37°N,102.94°E),震源深度17 km。据专家综合分析,此次地震属2013年4月20日M_(S) 7.0地震的余震,2次地震相距9 km,发震断裂为双石-大川断裂带。地震发生之后,中国地震局组织科考工作,对震源特征、发震构造、震源区孕震环境以及强地面运动等进行总结分析。

基于催化剂组合统计分析的乙醇偶合制备C4烯烃

本文根据乙醇转化率和C4烯烃的选择性,通过统计分析的方法对不同催化剂组合所对应的乙醇偶合制备C4烯烃的选择性和转化率进行分析,针对3个问题分别建立了相关性分析模型、线性回归模型、ROC检验分析模型等对问题进行求解。为此对不同的催化剂进行组合研究其效果,对于乙醇催化偶合制备C4烯烃的工艺条件具有一定的参考价值。

对地震预测的一个统计物理算法在川滇地区的回溯性预测检验

基于复杂系统统计力学的地震物理预测模型——图像信息学（Pattern Informatics，PI）算法近年来得到了较大发展．利用此方法对1988年以来川滇地区进行了回溯性预测检验，探讨了将其应用于中国大陆时间相依的地震危险性分析的可能性．使用1970～2007年ML3．0级以上区域地震目录，针对Ms5．5级及以上预测“目标震级”，采用15a尺度的地震目录滑动时间窗、均为5a尺度的地震活动“异常学习”时段和“预测时间窗”进行PI算法计算．对PI算法预测效果使用ROC检验方法进行了统计检验，结果表明，PI算法预测效果不但明显优于随机预测，同时优于基于地震丛集理论进行地震数目统计的地震相对强度（RelativeIntensity，RI）算法．当将“预测时间窗”缩短为3和1a时间尺度时，PI算法的预测效果虽仍优于随机预测，但相对5a“预测时间窗”明显下降．对于1a尺度“预测时间窗”，PI算法预测效果与RI算法基本相当，这表明，在此时间尺度下，地震活动的丛集属性占主导地位．

基于有序logistic模型的互联网金融客户违约风险研究

随着互联网金融的兴起,互联网网贷业务在迅猛发展的同时也面临违约风险严重的行业现实。立足网贷平台投资者利益最大化视角,关注客户还款行为的差异,将客户由"违约"与"不违约"两类细分为"提前结清"、"当前正常"、"可疑"、"损失"四类,构造出信用状态转移方程,反向推测每类客户的潜在违约概率,利用有序多分类logistic模型及ROC检验进行网贷客户违约预测实证研究。结果显示,模型在客户违约预测方面,尤其针对"当前正常"和"可疑"两类客户,具有更高的准确率。