物理实验中曲线拟合优劣的判据—X^2量

本文从几何空间Rm中m维残差向量出发，得到了判断曲线拟合优劣的恰方值x^2。并指出若对一个“好”的拟合，x^2的范围是m-n-√2（m-n) ≤x^2min≤m-n+√2（m-n)。最后，作为一个例子给出了穆斯堡尔谱实验中数据拟合的x^2min的范围。

关于X^2，T，F统计量的抽样分布

文中给出了非中心ｘ~２，ｔ，Ｆ统计量分布密度的证明。

x^2-统计量及其在生物科学中的应用

~~

长柄双花木分布群落中优势种群间联结性研究

运用种间联结指数及2×2列联表的X2统计量分别测定了长柄双花木群落中物种总体关联性和群落中主要树种种对间的联结性.结果表明:群落物种总体表现出一定程度的正关联,群落处于比较稳定的阶段.群落中13种主要树种的78个种对中,有40个种对表现出正关联,有37个种对表现出负关联,1个种对表现为相互独立的关系,正负关联种对数比例接近1∶1.而长柄双花木与其它12个物种之间有8对表现为正联结,4对表现为负联结,但均未达到显著水平.根据种间联结系数和群落结构,长柄双花木分布群落中的13个主要优势种分为3个生态种组.

一种改进的文本网页分类特征选择方法

网页分类是网络信息检索研究的关键技术之一。文中针对分类技术中的特征选择方法展开研究。在分析、比较常用的文本分类特征选择方法基础上 ,提出了一种联合特征选择方法。该方法将已有的X2 统计方法和互信息方法综合起来 ,在标准文本网页数据集分类实验中 ,综合查全率和查准率得到明显的提高。该选择方法已应用于“网络指南针”

自动文本分类特征选择方法研究

文本分类是指根据文本的内容将大量的文本归到一个或多个类别的过程,文本表示技术是文本分类的核心技术之一,而特征选择又是文本表示技术的关键技术之一,对分类效果至关重要。文本特征选择是最大程度地识别和去除冗余信息,提高训练数据集质量的过程。对文本分类的特征选择方法,包括信息增益、互信息、2统计量、文档频率、低损降维和频率差法等做了详细介绍、分析、比较研究。

基于统计频率的文本分类特征选择算法研究

通过分析χ2统计量(Chi-square,CHI)的缺陷和不足,针对它对低文档频的特征项不可靠,而且不能说明词条和类别的相关性的缺点,对其进行改进,提出统计频率(Statistical Frequency,SF)算法。实验结果表明,统计频率算法能够弥补这些不足,在文本分类中表现出良好的分类效果。

基于模式聚合和决策树的文本分类规则抽取

本文首先提出一种改进的χ2统计量,以此衡量词条对文本分类的贡献。然后根据模式聚合理论,将对各文本类分类贡献比例相近似的词条聚合为一个特征,建立出文本集的特征向量空间模型。此方法有效地降低了文本特征向量空间的维数。最后使用决策树进行分类,从而既保证了分类精度又获得了决策树易于抽取可理解的分类规则的优势。

音子配列学语种识别系统中特征选择方法的研究

将信息增益和加权log似然比特征选择方法应用于音子配列学语种识别系统中进行特征降维。在美国国家标准技术研究院2009年语种识别评测数据集上进行实验，分别使用信息增益和加权log似然比准则以及传统的互信息，X^2统计量方法对数量巨大的N-gram进行特征选择，从中选出最具有鉴别性的部分组成特征向量，并用分类器进行分类。结果显示，当根据信息增益和加权log似然比准则选取一定数量的特征时，系统性能与使用全部特征的基线系统相比略好；当选取的特征数量很少时，信息增益和加权log似然比方法的性能要优于传统的互信息和X^2统计量方法。实验表明，在音子配列学语种识别系统中，信息增益和加权log似然比方法均可以有效地去除冗余信息，降低特征向量的维数，并且能使系统性能得到一定的提高。

覆盖算法下文本分类特征选择的研究

文本分类是信息检索和数据挖掘的基础,被广泛应用于网络数据挖掘及搜索引擎等方面。首先对文本进行分词,对分词的结果分别使用x2统计量(CHI)方法与相关系数法(CC法)进行降维,并使用维数调节的思想进行特征提取。在得到特征集后,使用覆盖算法作为文本分类器进行学习。实验结果表明,通过结合相关系数法、覆盖算法以及维数调节方法,可实现一个效果较好的文本分类器。

中文网页分类中特征提取的研究

针对中文网页分类技术中的一些特征选择方法存在的问题.分析了常用的网页分类特征选择方法,提出了一种比较适合中文网页分类的特征选择方法.该方法将已有的X2统计方法进行了一些变形处理,并把该方法应用到后续的网页分类中,分类实验结果表明,准确率得到了一定的提高.

对同异反态势排序在学生成绩分析中的作用的讨论

针对已有文献把集对分析中同异反态势排序应用到学生成绩分析中的做法 ,以Pearsonχ2 -统计量作为检验理论 ,对已有文献所用的例子进行了分析 ,得出了其成绩分布是服从Gaussian分布的 .指出了已有文献方法的不足 .

信息熵与人类购物行为关系初探

熵是一种不规则性的尺度．本文基于对统计学中χ２ 统计量的新认识，提出了一种利用熵构建数学模型的方法，对熵与人的购物行为的关系进行探讨．

选举模型中名额分配方法浅谈

本文通过对名额分配问题中两种常用方法“Hamilton方法”和“Huntington方法”的分析和比较 ,提出了评价名额分配的一个标准—— χ2统计量。进而给出了较 Huntington方法更加合理的新的名额分配方法—— χ2拟合法 ,标准量是 Wk=pk/ (2 nk +1) 。

有奖储蓄中奖号码的计算机分析

本文根据K.Pearson X^2的检验法,对中国工商银行浙江省分行1981年1月～1987年12月所有的由摇奖机摇出的有奖储蓄的中奖号码,利用电子计算机进行了统计分析.运算结果肯定了中国工商银行浙江省分行目前的摇奖方法是可靠的.也就是说,每个月在全省的某一地、市、县轮流用不同的摇奖机、不同的号珠,由不同的操作人员摇出中奖号码的方法,是行得通的.同时也指出,广大储户完全没有必要去择号购奖券,甚至买好以后再去调换所谓“中意的奖券,因为相对于信度10%而言,我们肯定了假设H:0～9这十个号珠中的每一个被摇奖机摇出的概率是相等的.”

统计频率算法在文本信息过滤系统中的应用

文本信息过滤技术中的一个重要问题是对文档进行特征选择,分析χ2统计量(Chi-square,CHI)的缺陷和不足,针对它对低文档频的特征项不可靠,不能说明词条和类别的相关性等缺点,进行改进,提出一种新的统计频率(Statistical Frequency,SF)算法,并将此算法应用到文本信息过滤系统中。实验结果表明,统计频率算法能够弥补上述不足,表现出良好的过滤效果。