联合ZINB模型与图注意力自编码器的自优化单细胞聚类

单细胞数据聚类在生物信息分析中具有重要作用,但受测序原理和测序平台的限制,单细胞数据集普遍存在高维稀疏性、高方差噪声和基因数据缺失的问题,导致单细胞数据在聚类分析和应用方面仍面临诸多挑战。现有的单细胞聚类方法主要针对细胞和基因表达间的关系进行建模,忽略了对细胞间潜在特征关系的充分挖掘以及对噪声的去除,导致聚类结果不理想,从而阻碍了后期对数据的分析。针对上述问题,提出了一种联合零膨胀负二项(Zero Inflated Negative Binomial,ZINB)模型与图注意力自编码器的自优化单细胞聚类算法(Self-optimized Single Cell Clustering Using ZINB Model and Graph Attention Autoencoder,scZDGAC)。该算法首先使用ZINB模型并结合可扩展的DCA去噪算法,通过ZINB分布更好地拟合数据特征分布,提升自编码器的去噪性能,并减小噪声和数据丢失对KNN算法输出的影响;然后通过图注意力自编码器在不同权重的细胞之间传播信息,更好地捕获细胞间的潜在特征进行聚类;最后scZDGAC采用自优化的方法使原本两个独立的聚类模块和特征模块相互受益,不断迭代更新聚类中心,进一步提升聚类性能。为了对聚类结果进行评价,文中使用调整兰德指数(ARI)和标准化互信息(NMI)两个通用评价指标。在6个不同规模的单细胞数据集上与其他算法进行对比实验,结果表明,所提聚类算法在聚类性能上较其他方法有很大提高,很好地展现了该算法的鲁棒性。

重复测量计数资料的随机效应ZINB模型

目的阐明随机效应ZINB模型原理及其在零过多和过度离散并存时在重复测量计数资料中的应用。方法将重复测量资料中的个体当作随机效应引进ZINB模型,建立随机效应ZINB模型。结果模拟研究和实例分析表明,由于随机效应ZINB模型既考虑了个体在不同时点测量值间的相关性,又解决了零过多以及数据的过度离散问题,分析结果优于固定效应ZIP模型、随机效应ZIP模型以及固定效应ZINB模型。结论对存在零过多,又具有过度离散的重复测量计数资料,更宜采用随机效应ZINB模型分析。

基于ZINB模型和气象因素的禽霍乱发病预测

为了评估气象因素对禽霍乱流行的影响,实现对禽霍乱疾病的预警与可视化管理。该研究设计了基于季节、时间分析方法与零膨胀负二项式(zero-inflated negative binomial,ZINB)模型的禽霍乱风险分析方法。该方法利用季节性分析、时间序列分析方法,对中国禽霍乱的分布特征进行描述;通过构建ZINB模型,对气象因素与禽霍乱发生之间的关系进行评估。最终,利用模型分析结果与网络地理信息(Web GIS)技术建立禽霍乱监测预警系统。结果表明,中国禽霍乱发病存在明显的季节性并受上月发病数的影响,同时,较高的气温、空气湿度、较小的风速是促进禽霍乱发病的气象条件。利用该研究中的方法结合气象数据,对禽霍乱发病进行预测,预测值与实际值拟合结果ICC(组内相关系数)取值0.802,R2值为0.7853,表明模型预测精度较好,系统各功能模块运行正常。利用Web GIS技术与数学模型对禽霍乱进行监测预警,可以提高家禽养殖管理水平,降低发病风险,减少因动物疫病造成的经济损失。

高速公路分、合流区事故分析模型及事故影响因素

针对高速公路分流区、合流区分别建立负二项回归模型、零膨胀负二项回归模型、混合效应负二项回归模型3种交通事故分析模型,依据AIC准则、BIC准则、对数似然值、Vuong值等对模型进行检验,并采用拟合程度最高的NB模型进行事故影响因素分析。分析结果表明:1)主线年平均日交通量每增加1%,分流区、合流区事故数分别增加3.50%,2.23%;2)主线平曲线半径、分合流区渐变段长度分别增加1%时,分流区年事故数减少0.12%、0.18%,合流区年事故数减少0.07%、0.28%;3)分合流区车道数为单车道及4车道时对应的事故数相对较高;4)分流区位于下坡路段比位于上坡路段具有更高的事故危险性,至上一分流区的距离与年事故数之间表现出显著的正相关性,较长的减速车道有利于提高交通安全性;5)位于主线长直线路段末端的合流区诱发事故的风险较高;6)重型车比例上升会导致年事故数升高。

高速公路追尾碰撞事故起数预测模型研究

为分析显著影响追尾碰撞事故的因素,分别采用负二项(NB)回归模型和零堆积负二项(ZINB)回归模型建立追尾碰撞事故起数预测模型。通过模型的拟合优度检验和准确性检验,对比2种模型的优劣,采用弹性分析确定自变量对因变量的影响程度。以2006—2008年某高速公路发生的追尾碰撞事故进行实证性研究。结果表明:ZINB回归模型比NB回归模型具有更好的拟合效果和预测准确性;在ZINB回归模型中,曲度、曲线比例、车道宽度与追尾碰撞事故起数显著正相关,曲率变化率、相邻路段坡差和弯坡组合与追尾碰撞事故起数显著负相关;车道宽度、曲率变化率和曲度对追尾碰撞事故的发生影响尤为明显。

基于EM算法的多水平零膨胀负二项混合效应回归模型的参数估计

计数数据广泛应用于医疗、生物和保险等诸多领域.泊松回归模型与负二项回归模型是分析这类离散型数据的重要模型.在实际计数中往往会出现相对于泊松分布或负二项分布过多的零,称之为零膨胀现象.分析此类数据的常见方法是零膨胀泊松(ZIP)回归模型和零膨胀负二项(ZINB)回归模型.但是,如果非零观测值过度分散并且具有相关性,则参数估计可能会出现严重偏差,导致传统的ZINB模型不能对其进行很好的拟合.提出了一种具有随机效应的多水平零膨胀负二项混合效应回归模型,并利用极大似然估计的EM算法对多水平零膨胀负二项混合效应回归模型进行参数估计.

中国高成长性创业企业的时空格局与区位因素研究

基于创业知识溢出理论和创业生态系统理论,以739家中国创业板企业为依据,借助赫芬达尔指数、区位基尼系数和ZINB模型,研究了中国高成长性创业企业发展的时空格局及其区位因素。得出以下结论:(1)在时空分布上,中国高成长性创业企业发展呈现出稳步推进趋势,其发展过程因受经济环境和国家政策的影响而表现出“M”状波动性;空间格局呈分散与集聚并存、集聚为主的特征,并且集聚程度因行业大类而异。(2)在时空格局演变方面,中国高成长性创业企业总体由沿海向内陆推进,由中心城市向周边城市扩散,并且总体呈现出集聚向分散转化,但仍以高度集聚为主的时空分布格局。(3)中国高成长性创业企业的形成不是随机的,科学技术支出比例、集聚经济水平、风险资本存量、人力资本存量和信息化水平等5个新型区位因素,均对创业板企业的产生存在显著的正向影响,影响程度依次减弱,证明良好的区域创业生态系统在高成长性创业企业产生中具有重要作用。

基于零膨胀负二项回归模型的内河水上交通人命安全分析

运用零膨胀负二项回归模型,分析水上交通事故中人员死亡失踪数量的各影响因素的影响程度。通过Pearson相关分析得到与水上交通事故中人员死亡失踪人数密切相关的因素,建立ZINB回归模型得到各因素的参数估计值。运用弹性分析方法对不同影响因素的影响程度进行评估,根据影响程度对各影响因素进行排序。将该方法应用于长江海事局辖区范围内的水上交通事故人员死亡失踪分析,取得了理想效果。

零膨胀负二项回归模型在医学研究中的应用

在医学研究中存在许多零膨胀数据,传统模型对其进行拟合时容易发生模型不收敛、参数估计与实际情况偏差较大等问题。零膨胀负二项回归模型是近些年提出的处理零膨胀数据的一种方法,在医学研究中获得了极大的关注和应用。本文阐述了零膨胀负二项回归模型的原理及使用方法,梳理了该模型在慢性病研究、传染病研究、临床实验研究、卫生服务调查研究等医学研究中的应用,并对其在应用中的不足之处以及研究趋势进行探讨,以便医学科研工作者能更好地利用零膨胀负二项回归模型对零膨胀计数资料进行统计分析。

农户异质性对农业技术培训参与的影响

近年来,随着土地流转加速和农民合作社的涌现,我国农户的异质性不断提高。本文将农户是否流转土地、是否加入合作社视为农户异质性的重要表现,考察其对农户参加农业技术培训的影响。基于鲁晋宁三省1 039户农户数据,构建了零膨胀负二项模型(ZINB)进行计量分析,并通过了稳健性检验。研究发现:租入土地不会显著影响农户的农业技术培训参与,但加入合作社会让农户参加更多培训。具体而言,租入土地农户参加农业技术培训的期望次数是不租入土地农户的1.04倍,而加入合作社农户参加农业技术培训的期望次数是未加入合作社农户的2.11倍。当前农业技术培训过于大众化造成的低瞄准性,是租入土地的规模经营农户没有对培训表现出更多需求的重要原因。本文的政策含义在于,农业技术培训政策需要做出适当调整,应结合已经分化的农户需求实行分层定位,提供差异化的技术培训服务,增强对不同培训目标人群的瞄准度;应给予开展农业技术培训服务的合作社更多支持。

保险精算中的多零索赔现象探析

文章针对保险中的多零索赔现象建立了不同的模型,并用实际汽车保险数据对这些模型进行了比较分析,为从事精算实务的工作者提供了解决该类问题一种方法。