应用Cp准则选择影响心功能指标的因素

应用Ｃｐ准则选择影响心功能指标的因素雷泽著夏结来李文潮（第四军医大学卫生统计学教研室西安７１００３３）关键词医学统计学Ｃｐ准则心功能中图号Ｒ３１１在回归问题中自变量的选择是一个重要的步骤．对于因变量Ｙ和ｋ个自变量Ｘ１，Ｘ２…，Ｘｋ的ｎ组观察数据，欲建...

Cp准则应用于遴选最佳ANOVA模型

以往在对特定的方差分析（ANOVA）资料指定其数学模型时，都是根据因子及因子之间的互作效应的多少来进行的，似乎在ANOVA问题当中不存在模型选择问题。本文则表明在ANOVA当中不但存在着模型选择问题，而且利用Cp准则还能导致正确的结论。

回归自变量的选择:Cp准则所有变量子集的回归

本文给出了一个计算所有可能变量子集的回归的BASIC程序,它充分考虑了BASIC语言内存较小的情况。并通过一个例子说用Cp准则选择回归自变量的方法。

主成分回归的变量选择的两准则

结合回归自变量选择的C_p准则和平均残差平方和准则讨论利用主成分回归时如何选择主成分,可在一定程度上避免人为性,以供实际应用时参考,并给出了应用实例。

马氏珠母贝壳长生长模型研究

以Cp统计量作为确定马氏珠母贝壳长最优生长模型的准则,通过Levenberg-Marquardt迭代法求出模型中各生长参数,用Brody、von Bertalanffy、Gompertz、Logistic和Richards 5个生长模型对马氏珠母贝壳长的生长进行了拟合。结果表明,在马氏珠母贝生长的第一年中,壳长生长过程遵循Brody生长模型,其壳长生长极限值为56.572 mm(43.807～69.337,95%置信区间)。

冲积河流河型影响因素及判别式研究

通过对河型的影响因素分析,确定出河槽边界条件、来沙条件、来水条件为河型的形成和转化的主要条件。将河型按从稳定-不稳定的原则分为6级,并对河型进行量化编码。以黄河、长江等河流12个河段的实测资料为依据,采用Cp统计量作为变量选择准则及多元线性回归分析法建立了新的河型判别式。得出对河型影响最大的因素为河槽边界条件,其次为来水条件,来沙条件对河型影响较小。

某型弹载雷达测角系统误差模型辨识方法

为了提炼和辨识弹载雷达测角误差系统模型,从物理机理和数据特征两个方面入手,提炼自变量并设计基函数,提出了基于能量的自变量剔除算法。以某型寻的弹载雷达测角误差数据为例,分析了与平台、目标状态相关因素对雷达测角的影响,利用文中提出的辨识方法得到测角误差系统模型。计算结果表明,该方法能够对弹载雷达测角的系统误差进行准确建模,且模型较好地吻合了实测数据。

神经网络用于产品品质鉴定的新方法

针对用人工神经网络进行产品品质鉴定时特征指标过多的问题 ,提出利用 Cp 准则选出重要的特征指标作为输入节点 ,从而极大地简化人工神经网络 ,提高产品鉴定的效果 .

塔里木河干流河型分类及判别模式研究

将河型从稳定到不稳定进行分级量化,采用多元线性回归分析法建立了河型判别式,对塔里木河干流河型的计算表明,阿拉尔站属游荡型河段,新其满站属过渡型河段,英巴扎站以下河段属于弯曲型河段,计算值和量化值吻合较好。与塔里木河干流河道演变与整治研究成果的对比表明,新疆干旱内陆河与内地湿润地区河流的河型成因及河道演变规律在本质上是一致的。

楸树苗高生长影响因素的通径分析

选择53个楸树(Catalpa bungei C.A.Mey)无性系,对其叶长、叶宽等11项性状进行测量,采用相关分析和通径分析法,分析了各性状对苗高生长的影响,找到了影响楸树苗高生长的直接和间接因素,构建了各性状与苗高的多元回归方程,并在Cp准则下对影响苗高生长的主要因素进行了最优性状组合筛选。结果表明:叶间长度、叶长、叶柄长、单株叶总数、叶宽/叶长、叶面积6个性状与苗高具有显著相关性;通径分析显示,6个相关性状中,单株叶总数对苗高控制作用最大,其次为叶间长度和叶面积,三者的直接通径系数分别为0.765、0.366、0.274。利用Cp准则筛选出的最优组合同通径分析相吻合。节间长度、单株叶片数、单株叶面积三者对楸树苗高的影响最大,可作为今后育种工作中的筛选参考因子。

建立最优回归方程的一种新方法

本文提出了一种新的建立最优回归方程的方法，即t统计量法。应用实践表明该方法完全能够建立起最优回归方程。

粗糙集的Mallows C_p选择算法

粗糙集选择是粗糙集实证研究中的关键步骤。目前常用的粗糙集择优标准是误判率。考虑到误判率准则未考察粗糙集的复杂度,存在过拟合风险,在测试集中误判率小的粗糙集不一定具有最强的泛化能力,引入Mallow’s C_p准则作为一种新粗糙集选择标准。粗糙集的Mallow’s C_p选择算法通过Logistic模型将非线性的粗糙集分类规则表达为线性形式,Logistic模型的C_p值作为粗糙集的C_p值,根据C_p值进行粗糙集择优。实际应用显示,粗糙集的Mallow’s C_p选择算法能够筛选出泛化能力强的粗糙集,相较误判率准则选出泛化能力强的粗糙集的频率更高。特别当多个粗糙集的误判率差异小时,新算法更可能选出泛化能力强的粗糙集。粗糙集的Mallow’s C_p选择算法兼顾了粗糙规则的分类准确性与复杂度,能够更好地选择泛化能力强的粗糙集。

利用C_p准则筛选影响母猪终生产活仔数的最优性状组合

选择322头长大母猪的头胎产仔数、头胎产活仔数、终生产仔数、终生产活仔数、终生产仔胎数、繁殖周期,利用Cp准则对影响母猪终生产活仔数的31种性状组合进行了筛选。分析结果表明,终生产仔数、终生产仔胎数是影响母猪终生产活仔数的最优性状组合,这为提高母猪的产活仔数性能提供了途经。

利用C_p准则筛选影响猪胴体瘦肉量的最优子集

本文把猪胴体瘦肉量作为因变量，胴体重、眼肌面积、胴体长、背膘厚和屠宰日龄作为自变量，组成了31个可能产生的自变量子集，利用C_p准则分析了变量及组合在不同子集中的作用，筛选出了以胴体重、眼肌面积、胴体长、和背膘厚组成的最优子集．