期刊文献+
共找到725篇文章
< 1 2 37 >
每页显示 20 50 100
基于特征选择与BiLSTM多变量回归预测的磨煤机故障预警研究 被引量:1
1
作者 罗云 李战国 +5 位作者 付陇霞 王道谊 张新中 李耀华 程亮 江霞 《动力工程学报》 北大核心 2025年第5期724-732,共9页
为解决火电设备多参数耦合、渐变性故障诊断困难的问题,提出了一种基于套索(LASSO)回归特征选择与双向长短期记忆(BiLSTM)网络多变量回归预测的故障预警方法。以某1 000 MW机组磨煤机为研究对象,选取磨煤机电流、出口压力、出入口差压... 为解决火电设备多参数耦合、渐变性故障诊断困难的问题,提出了一种基于套索(LASSO)回归特征选择与双向长短期记忆(BiLSTM)网络多变量回归预测的故障预警方法。以某1 000 MW机组磨煤机为研究对象,选取磨煤机电流、出口压力、出入口差压作为表征堵磨故障的特征参数,采用LASSO回归选择特征变量,基于BiLSTM算法建立多变量回归预测模型;根据堵磨时特征参数的变化机理与模型预测值构建堵磨故障指数,最后利用核密度估计方法计算预警阈值,实现了堵磨故障预警。通过实际数据分析表明:磨煤机正常状态时,BiLSTM多变量回归预测模型的平均相对误差为1.13%,相比传统的误差反向传播(BP)神经网络和支持向量机回归(SVR)模型具有更高的精度和预测参数变化趋势的能力;磨煤机异常状态时,相比成熟的多元状态估计技术(MSET)算法模型能更早地发现磨煤机运行的异常状态,实现磨煤机变工况下故障早期预警。 展开更多
关键词 磨煤机 LASSO回归 bilstm多变量回归 预测模型 堵磨 故障指数
在线阅读 下载PDF
基于变量敏感度筛选的回归型支持向量机的数控机床热误差预测 被引量:2
2
作者 李铁军 崔尚仪 张义民 《机械设计与制造》 北大核心 2024年第9期41-43,50,共4页
随着机械制造行业的迅猛发展,对于数控机床的定位精度要求越来越高。为了提高机床定位精度,建立了基于变量敏感度筛选与回归型支持向量机(SVR)混合模型,并将其用于数控机床热误差预测方法。该方法基于对变量敏感度分析,筛选掉敏感度低... 随着机械制造行业的迅猛发展,对于数控机床的定位精度要求越来越高。为了提高机床定位精度,建立了基于变量敏感度筛选与回归型支持向量机(SVR)混合模型,并将其用于数控机床热误差预测方法。该方法基于对变量敏感度分析,筛选掉敏感度低的干扰自变量。本方法与基本SVR模型对数控机床热误差预测值进行对比,结果表明基本SVR受到敏感度低的干扰自变量影响,预测结果与实测热误差结果偏差较大;经过变量敏感度筛选之后的SVR混合模型预测值具有更高的准确度,验证了此模型的可行性。 展开更多
关键词 数控机床 回归型支持向量机 变量敏感度筛选 热误差
在线阅读 下载PDF
基于弹性网络回归的铁路工程造价指标研究
3
作者 郭婧娟 张正文 +1 位作者 高振基 李彬 《铁道工程学报》 北大核心 2025年第5期109-115,共7页
研究目的:目前,我国铁路工程主要依据定额计价,定额对市场环境、价格波动方面的应变具有一定滞后性。而根据工程和市场实际数据分析得到的造价指标不仅可以提供具有时效性的市场参考价格,数据结构也更适用于造价的信息化管理。本文旨在... 研究目的:目前,我国铁路工程主要依据定额计价,定额对市场环境、价格波动方面的应变具有一定滞后性。而根据工程和市场实际数据分析得到的造价指标不仅可以提供具有时效性的市场参考价格,数据结构也更适用于造价的信息化管理。本文旨在通过分析铁路工程造价的影响因素,建立铁路工程造价的预测模型,提出一种编制铁路工程造价指标的方法,从而为铁路工程造价市场化管理模式建立和信息化管理水平提升提供理论依据和参考方法。研究结论:(1)通过文献研究、调查研究和灰色关联分析,得出影响铁路工程造价的主要工程特征变量;(2)应用弹性网络回归法建立铁路工程造价预测模型,在实例验证中预测误差低于8%,预测拟合优度良好;(3)应用基于弹性网络回归的铁路工程造价预测模型,可以编制不同时期、不同工程特征下的铁路工程造价指标,也可以拓展到基于施工图预算、投标报价等对应的工程造价指标编制中。 展开更多
关键词 铁路工程 工程特征变量 造价指标 灰色关联分析 弹性网络回归
在线阅读 下载PDF
高维线性回归模型稳健变量选择方法综述 被引量:1
4
作者 邹航 姜云卢 《应用概率统计》 CSCD 北大核心 2024年第1期157-181,共25页
随着大数据时代的到来,在经济学、金融学和生物医学等众多研究领域中频繁收集到高维数据.高维数据的特征之一是变量维数p随着样本量n的增加而变大且通常会超过样本量,同时,异常值也容易出现在高维数据中.因此,如何克服异常值给高维统计... 随着大数据时代的到来,在经济学、金融学和生物医学等众多研究领域中频繁收集到高维数据.高维数据的特征之一是变量维数p随着样本量n的增加而变大且通常会超过样本量,同时,异常值也容易出现在高维数据中.因此,如何克服异常值给高维统计推断带来的影响,从而得到更精确的模型,是目前统计学研究的热点问题之一.本文是对高维线性模型下的稳健变量选择方法进行综述.具体地,首先介绍评估稳健性的三个指标:影响函数、崩溃点和最大偏差.其次着重介绍了稳健变量选择方法,包括响应变量含有异常值,响应变量和协变量都含有异常值,高崩溃点且高效的变量选择方法.紧接着介绍相关算法,通过模拟和实例比较不同变量选择方法.最后,简要探讨了高维稳健有效变量选择方法存在的问题及未来的可能发展方向. 展开更多
关键词 高维线性回归模型 稳健性 变量选择 有效性
在线阅读 下载PDF
超高维数据下部分线性可加分位数回归模型的变量选择
5
作者 白永昕 钱曼玲 田茂再 《统计与决策》 CSSCI 北大核心 2024年第9期43-48,共6页
在超高维数据中,一方面,协变量的维数可能远远大于样本量,甚至随着样本量以指数级的速度增长;另一方面,超高维数据通常是异质的,协变量对条件分布中心的影响可能与他们对尾部的影响大不相同,甚至会出现重尾以及异常点的复杂情况。文章... 在超高维数据中,一方面,协变量的维数可能远远大于样本量,甚至随着样本量以指数级的速度增长;另一方面,超高维数据通常是异质的,协变量对条件分布中心的影响可能与他们对尾部的影响大不相同,甚至会出现重尾以及异常点的复杂情况。文章在协变量维度发散且为超高维的情况下研究了部分线性可加分位数回归模型的变量选择和稳健估计问题。首先,为了实现模型的稀疏性和非参数光滑性,引入了一种非凸Atan双惩罚,并采用分位迭代坐标下降算法来解决所提方法的优化问题。在选择适当正则化参数的情况下,证明了所提双惩罚估计量的理论性质。其次,通过模拟研究对所提方法的性能进行验证。模拟结果表明,所提方法比其他惩罚方法具有更好的表现,尤其是在数据存在重尾的情况下。最后,通过基于癌症筛查病人血液样本数据的实证来验证所提方法的实用性。 展开更多
关键词 超高维数据 分位数回归 部分线性可加 变量选择 Atan双惩罚
在线阅读 下载PDF
带有缺失协变量的两部分模型推断
6
作者 康晴 夏业茂 《应用数学》 北大核心 2025年第3期872-885,共14页
在两部分模型框架内讨论了不同缺失机制对协变量选择的影响;对连续协变量的缺失机制考虑了一般的情形,并对不同缺失情形下的模型建立选择程序.马尔可夫链蒙特卡洛抽样方法被用于后验抽样.统计推断建立在后验样本的经验分布基础上.随机... 在两部分模型框架内讨论了不同缺失机制对协变量选择的影响;对连续协变量的缺失机制考虑了一般的情形,并对不同缺失情形下的模型建立选择程序.马尔可夫链蒙特卡洛抽样方法被用于后验抽样.统计推断建立在后验样本的经验分布基础上.随机模拟和CHFS数据分析展示了方法的有效性和实用性. 展开更多
关键词 两部分回归模型 缺失协变量 MCMC抽样 CHFS数据
在线阅读 下载PDF
空间分位数自回归模型中的内分位点压缩技术
7
作者 董平 张日权 《应用概率统计》 北大核心 2025年第2期197-222,共26页
为处理空间相依数据中不同分位数水平下的特定效应,空间分位数自回归(SQAR)模型应运而生.传统的分位数回归模型更注重于不同分位数下回归系数的估计,往往忽略对条件分位数回归模型的全局判断.如果采用传统的Wald多重检验方法判断分位数... 为处理空间相依数据中不同分位数水平下的特定效应,空间分位数自回归(SQAR)模型应运而生.传统的分位数回归模型更注重于不同分位数下回归系数的估计,往往忽略对条件分位数回归模型的全局判断.如果采用传统的Wald多重检验方法判断分位数模型系数的差异性,不仅会增加计算负担,而且会带来更高的错误发现率(FDR).为此,我们将参数估计和差异检验转化为惩罚问题,基于工具变量和内分点压缩技术提出一种两阶段内分位点估计方法,包括融合自适应性LASSO(FAL)估计器和融合自适应性最大范数(FAS)估计器.该估计方法可以借助工具变量消除自回归模型带来的内生性,并且在不同分位数水平下,借助惩罚正则项对无显著差异的分位数参数进行适当地压缩合并.可以说,该方法能够在判断内分位点是否存在显著差异的同时完成参数估计,使得整个估计过程高效完成.本文给出FAL和FAS估计量的Oracle性质,并通过大量的蒙特卡洛模拟试验以及对犯罪数据集的分析验证了两阶段内分位点估计方法的有效性. 展开更多
关键词 空间分位数自回归模型 内分位点 工具变量 FAL FAS
在线阅读 下载PDF
哑变量建模方法探讨——以杉木林生物量建模为例
8
作者 曾伟生 《中南林业调查规划》 2025年第2期40-45,共6页
哑变量建模方法是林业建模实践中的一种常用方法。对不同哑变量设置方案的特点进行分析探讨,有一定的现实指导意义。以构建杉木林生物量模型为例,利用从全国范围内收集的3 152个第九次全国森林资源连续清查杉木林固定样地数据,将反映3... 哑变量建模方法是林业建模实践中的一种常用方法。对不同哑变量设置方案的特点进行分析探讨,有一定的现实指导意义。以构建杉木林生物量模型为例,利用从全国范围内收集的3 152个第九次全国森林资源连续清查杉木林固定样地数据,将反映3个不同区域(华东、中南、西南)的分类变量作为哑变量,对比分析了5种哑变量设置方案的建模结果。结果显示:5种方案均取得相同结果,杉木林生物量模型的R2达到了0.938,MPE和MPSE分别小于1%和15%。进一步分析结果还表明:哑变量建模方法可用于比较不同区域或类型之间模型的差异及分析其差异显著性,建模的关注点不同,就可以选用不同的哑变量设置方案。最后,建立了全国及华东、中南西南2个区域的杉木林生物量模型,为国家及区域尺度的杉木林生物量估计提供了科学依据。 展开更多
关键词 变量 生物量模型 加权回归 杉木
在线阅读 下载PDF
惩罚logistic回归用于高维变量选择的模拟评价 被引量:9
9
作者 孙红卫 杨文越 +3 位作者 王慧 罗文海 胡乃宝 王彤 《中国卫生统计》 CSCD 北大核心 2016年第4期607-611,共5页
目的 logistic回归是生物医学研究中常用的方法,可以进行影响因素筛选、概率预测、分类等。高通量测序技术得到的数据给高维变量选择问题带来挑战。惩罚logistic回归可以对高维数据进行变量选择和系数估计,且其有效的算法保证了计算的... 目的 logistic回归是生物医学研究中常用的方法,可以进行影响因素筛选、概率预测、分类等。高通量测序技术得到的数据给高维变量选择问题带来挑战。惩罚logistic回归可以对高维数据进行变量选择和系数估计,且其有效的算法保证了计算的可行性。方法本文介绍了常用的惩罚logistic算法如LASSO(least absolutes shrinkage and selection operator)、EN(elastic net)、SCAD(smoothly clipped absolute deviation)、MCP(minimax concave penalty)以及SIS(sure independence screening)等,并用模拟数据对各方法进行评价。结果 (1)各方法的结果与自变量间的相关程度有关,不同惩罚logistic回归的精确性与自变量间的相关程度有关,如果相关较高,LASSO或EN的结果较好,而在相关较低时,MCP或SCAD结果较好;(2)结合SIS的方法倾向于少选变量,误选率低,但敏感度也低,而LASSO、MCP、SCAD选择变量较多,误选率高,但敏感度较高;(3)当自变量间低度相关时,SIS的三种方法结果非常接近,但相关较高时,SIS+LASSO的结果表现较好。结论采用非小细胞型肺癌的基因数据集进行实例分析,并表明如何根据模拟实验的结论,在多种方法的不同结果间进行选择。 展开更多
关键词 高维变量选择 惩罚 LOGISTIC 回归 LASSO MCP SCAD SIS
在线阅读 下载PDF
考虑外生变量的广义自回归条件异方差日前电价预测模型 被引量:11
10
作者 牛东晓 刘达 +1 位作者 冯义 李金超 《电网技术》 EI CSCD 北大核心 2007年第22期44-48,共5页
利用广义自回归条件异方差模型预测电价,并在该模型中引入周用电比率作为外生变量,以增加模型对外界影响的响应。采用上述方法对美国PJM电力市场2004年12月份的日前电价进行预测,结果表明该方法对高峰时段电价的预测精度明显高于与之对... 利用广义自回归条件异方差模型预测电价,并在该模型中引入周用电比率作为外生变量,以增加模型对外界影响的响应。采用上述方法对美国PJM电力市场2004年12月份的日前电价进行预测,结果表明该方法对高峰时段电价的预测精度明显高于与之对比的其他模型,整体预测精度也好于对比模型。 展开更多
关键词 电力市场 目前电价预测 外生变量 回归滑动平均 广义自回归条件异方差
在线阅读 下载PDF
有序结果变量回归及其应用 被引量:9
11
作者 刘润幸 萧灿培 +1 位作者 郑景辉 侯晓莉 《中国卫生统计》 CSCD 北大核心 2002年第3期131-134,共4页
目的 介绍有序结果变量回归 (OrdinalRegression)的基本原理 ,SPSS10 0的OrdinalRegression过程和确定“最佳”模型的方法。方法 介绍有序结果变量回归模型结构和模型评估指标 ,用一个实例和SPSS10 0的OrdinalRe gression过程 ,说... 目的 介绍有序结果变量回归 (OrdinalRegression)的基本原理 ,SPSS10 0的OrdinalRegression过程和确定“最佳”模型的方法。方法 介绍有序结果变量回归模型结构和模型评估指标 ,用一个实例和SPSS10 0的OrdinalRe gression过程 ,说明有序结果变量回归的操作和结果分析。 结果 列出五种连接函数两种模型的各种评估指标和总正确率 ,“最佳”有序结果变量回归模型的系数表。结论 有序结果变量回归适用于两个或以上分类水平的应变量和一组协变量。通过五种连接函数两种模型的各种评估指标和总正确率的比较 ,可挑选出“最佳”有序结果变量回归模型 。 展开更多
关键词 有序结果变量回归 回归模型 适用条件 医学统计学
在线阅读 下载PDF
logistic回归中连续型自变量离散化为二分类变量时适宜分界点的确定 被引量:15
12
作者 何贤英 赵志 +3 位作者 温兴煊 公为洁 黄波 张晋昕 《中国卫生统计》 CSCD 北大核心 2015年第2期275-277,280,共4页
目的提出logistic回归中连续型自变量离散化为二分类变量时的双界点OR值最大化分类法(简称双界点OR值最大法),通过模拟研究评价该法与其他离散化方法的模型拟合效果,并用实例数据进行验证。方法应用R软件中的"Smei Par"包对... 目的提出logistic回归中连续型自变量离散化为二分类变量时的双界点OR值最大化分类法(简称双界点OR值最大法),通过模拟研究评价该法与其他离散化方法的模型拟合效果,并用实例数据进行验证。方法应用R软件中的"Smei Par"包对连续型自变量与logitπ间是否呈单调变化性进行判定;对不满足单调变化关系的自变量,采用连续型变量法(或称原始取值法)、中位数法、单界点P值最小法、双界点OR值最大法对原始数据进行处理后,分别拟合logistic回归模型;从拟合优度、变异的解释程度方面评价模型拟合效果。结果模拟数据和实例数据分析结果均可见,双界点OR值最大法相对于单界点P值最小法能够更合理地反映影响因素和结局的关联,并且与连续型变量法和中位数分类法相比其模型拟合优度、变异的解释程度效果更好。结论在拟合logistic回归模型时,若连续型自变量与logitπ之间呈非单调变化关系时,建议使用双界点OR值最大法对数据进行离散化。 展开更多
关键词 LOGISTIC回归模型 连续型自变量分界点 OR值
在线阅读 下载PDF
高维数据回归分析中基于LASSO的自变量选择 被引量:29
13
作者 张秀秀 王慧 +3 位作者 田双双 乔楠 闫丽娜 王彤 《中国卫生统计》 CSCD 北大核心 2013年第6期922-926,共5页
生物信息学背景下普遍存在着高维数据,所谓的“高维”即待估计的未知参数的个数是样本量的一个或几个数量级,例如Van’t Veer(2002)心0等学者收集的乳腺癌数据集共包括259例乳腺癌患者,25000个微阵列基因数据,研究变量个数25000... 生物信息学背景下普遍存在着高维数据,所谓的“高维”即待估计的未知参数的个数是样本量的一个或几个数量级,例如Van’t Veer(2002)心0等学者收集的乳腺癌数据集共包括259例乳腺癌患者,25000个微阵列基因数据,研究变量个数25000远远大于样本量259,存在“高维”现象。传统的方法进行参数估计和统计推断的一个必要前提是待估参数的个数小于样本量,这样统计推断的结果才是稳定、可靠的。 展开更多
关键词 维数 变量选择 回归分析 乳腺癌患者 统计推断 生物信息学 样本量 基因数据
在线阅读 下载PDF
线性回归模型中自变量相对重要性的衡量 被引量:13
14
作者 孙红卫 王玖 罗文海 《中国卫生统计》 CSCD 北大核心 2012年第6期900-902,共3页
线性回归模型在实际应用中经常用到,通常研究者需要在多个自变量中分析哪个自变量对y的影响大,哪个对y的影响小,即对自变量的相对重要性进行衡量。在实际工作中,标准化的回归系数、t统计量或P值等是常用的指标。偏回归系数、相关系数及... 线性回归模型在实际应用中经常用到,通常研究者需要在多个自变量中分析哪个自变量对y的影响大,哪个对y的影响小,即对自变量的相对重要性进行衡量。在实际工作中,标准化的回归系数、t统计量或P值等是常用的指标。偏回归系数、相关系数及其平方、半偏相关系数及其平方、偏回归平方和等指标都与自变量的相对重要性有关。Dalington〔1〕认为,如果目的是探索影响因素, 展开更多
关键词 线性回归模型 变量 偏相关系数 回归平方和 回归系数 影响因素 标准化 统计量
在线阅读 下载PDF
顾及自变量与因变量误差及相关性的线性回归 被引量:7
15
作者 王苗苗 李博峰 沈云中 《同济大学学报(自然科学版)》 EI CAS CSCD 北大核心 2016年第3期446-453,共8页
提出一种顾及自变量和因变量观测误差及误差相关性的线性回归新方法,并导出了求解线性回归系数的迭代公式.以一元线性回归为例,导出了与最小二乘回归系数表达形式类似的解析解,并揭示了新方法与最小二乘方法的本质区别.此外,对于含有多... 提出一种顾及自变量和因变量观测误差及误差相关性的线性回归新方法,并导出了求解线性回归系数的迭代公式.以一元线性回归为例,导出了与最小二乘回归系数表达形式类似的解析解,并揭示了新方法与最小二乘方法的本质区别.此外,对于含有多个自变量的多元线性回归,给出了相应的同时考虑自变量和因变量观测误差及误差相关性的回归系数求解方法.试验表明,当自变量是非随机变量时,新方法与最小二乘方法的回归效果相同;当因变量和自变量都是随机变量(自变量与因变量的观测误差相关或不相关)时,新方法的回归系数比最小二乘方法的回归系数更加接近实际值. 展开更多
关键词 回归分析 一元线性回归 相关系数 变量误差
在线阅读 下载PDF
基于Spark平台和多变量L_2-Boosting回归模型的分布式能源系统短期负荷预测 被引量:34
16
作者 马天男 牛东晓 +1 位作者 黄雅莉 杜振东 《电网技术》 EI CSCD 北大核心 2016年第6期1642-1649,共8页
分布式能源系统负荷预测是系统规划与经济运行的可靠前提和依据,在当前海量高维数据的背景下,有效的在线数据处理平台与精确的负荷预测方法是当前的研究重点。基于分布式能源系统负荷数据特点,在缺失数据处理、坏数据分类以及特征选择... 分布式能源系统负荷预测是系统规划与经济运行的可靠前提和依据,在当前海量高维数据的背景下,有效的在线数据处理平台与精确的负荷预测方法是当前的研究重点。基于分布式能源系统负荷数据特点,在缺失数据处理、坏数据分类以及特征选择的基础上,建立了基于Spark平台与多变量L_2-Boosting回归模型的分布式能源系统短期负荷预测方法。首先,利用Spark平台分割全部数据得到多个子数据模型,通过并行计算提高数据处理效率,采用特征提取方法得出模型需要的输入向量;其次,将得出的有效数据信息输入到多变量L_2-Boosting回归模型进行训练学习,得到训练后的多变量L_2-Boosting回归模型;最后,利用测试数据测试模型。算例结果验证了所提模型的有效性。 展开更多
关键词 短期负荷预测 多变量L2-Boosting回归模型 分布式能源系统 Spark平台
在线阅读 下载PDF
上海市嘉定区农村居民就诊单位选择的影响因素分析——决策树和多分类无序反应变量的logistic回归相结合的方法 被引量:30
17
作者 张娴静 陈政 +14 位作者 赵耐青 罗力 张黎明 王颖 陈进根 张广鹏 邓益川 孙梅 李春芳 马进 谢洪明 华颖 包江波 劭晶晶 郝模 《中国卫生统计》 CSCD 北大核心 2005年第2期80-84,共5页
目的分析影响上海市嘉定区农村居民就诊单位选择的因素,并探讨logistic回归分析和决策树(CHAID法)相结合的方法的应用。方法采用多分类无序反应变量的logistic回归分析和决策树(CHAID法)相结合的方法,用似然比检验比较模型之间的优劣,... 目的分析影响上海市嘉定区农村居民就诊单位选择的因素,并探讨logistic回归分析和决策树(CHAID法)相结合的方法的应用。方法采用多分类无序反应变量的logistic回归分析和决策树(CHAID法)相结合的方法,用似然比检验比较模型之间的优劣,确定最佳模型。结果影响嘉定区农村居民选择就诊单位的主要因素是保健制度、年龄、恩格尔系数、性别、看病距离、职业以及保健制度和文化程度的交互作用。结论决策树提供解释变量类别的重新划分和因素之间的相互作用的信息,logistic模型提供因素的主效应作用以及对交互作用是否存在的检验信息,两者结合,可以更加全面地挖掘出对目标变量有影响的因素及因素之间的交互作用。 展开更多
关键词 上海 农村 居民 就诊单位选择 影响因素 决策树 多分类无序反应变量 LOGISTIC回归分析
在线阅读 下载PDF
基于因果关系图进行多因素回归分析的变量筛选 被引量:9
18
作者 郑卫军 王晓燕 王憓 《中国卫生统计》 CSCD 北大核心 2014年第5期908-910,共3页
在流行病学研究中,常见的是采用建立线性或者logistic回归的方法分析两种或者多种现象之间的因果关系。观察性的研究中,研究者期望分析某种健康/疾病产生的多种原因,因此在构建线性或者分类回归(如logistic)模型上,往往采用同时纳入... 在流行病学研究中,常见的是采用建立线性或者logistic回归的方法分析两种或者多种现象之间的因果关系。观察性的研究中,研究者期望分析某种健康/疾病产生的多种原因,因此在构建线性或者分类回归(如logistic)模型上,往往采用同时纳入多种变量的方式模拟真实场景来分析这种健康/疾病现象产生的可能原因;临床试验中,虽然研究者主要关注干预或者实验措施的有效性,但是多因素回归模型往往也是最受欢迎的统计学方法。 展开更多
关键词 因果关系 多因素回归分析 变量筛选 LOGISTIC回归 疾病产生 回归模型 统计学方法 流行病学
在线阅读 下载PDF
应用潜变量回归在线补偿双直接进给轴热误差 被引量:9
19
作者 林献坤 王益涵 朱琳 《光学精密工程》 EI CAS CSCD 北大核心 2015年第2期430-437,共8页
为了提高直线电机驱动的双直接进给轴的运动精度,对该类进给轴的热误差进行了建模并研究了误差补偿方法。分析了双直接进给轴进给过程中热误差产生的原因及其补偿的复杂性,给出一种基于潜变量回归的双直接进给轴热误差在线补偿方法。该... 为了提高直线电机驱动的双直接进给轴的运动精度,对该类进给轴的热误差进行了建模并研究了误差补偿方法。分析了双直接进给轴进给过程中热误差产生的原因及其补偿的复杂性,给出一种基于潜变量回归的双直接进给轴热误差在线补偿方法。该方法应用激光干涉仪测量进给轴的热变形量,使用热电偶和红外测温仪测量进给轴关键点的温度变化;通过时间匹配变形和温度数据得到统计样本并建立基于潜变量回归的热误差识别模型。以模型的在线计算确定误差补偿量,给出了与数控系统兼容的补偿控制输出策略及补偿系统构建方案。在自构建的龙门双直线电机驱动进给轴平台上进行了在线补偿实验。结果表明:应用潜变量回归方法对双直接进给轴进行热误差补偿可使双直接进给轴的热误差减小75%。 展开更多
关键词 直线电机 直接进给轴 热误差 变量回归 在线补偿
在线阅读 下载PDF
定序变量回归模型在心理数据分析中的应用 被引量:4
20
作者 徐芃 祁禄 +1 位作者 熊健 叶浩生 《心理学报》 CSSCI CSCD 北大核心 2015年第12期1520-1528,共9页
定序变量在心理现象和心理数据中随处可见,采用综合的定序变量回归分析模型可以对"镜像模式"和"漏斗模型"的心理现象做出合理的解释和预测。首先通过非参数检验对影响因素进行初步降维,其次用Probit定序回归对降维... 定序变量在心理现象和心理数据中随处可见,采用综合的定序变量回归分析模型可以对"镜像模式"和"漏斗模型"的心理现象做出合理的解释和预测。首先通过非参数检验对影响因素进行初步降维,其次用Probit定序回归对降维后的影响因素贡献率进行判别,从而进一步筛选具有显著性判断水平的有效指标,最后用Logistic回归模型对某种特定的心理现象发生与否进行信息量足够大的解释和预测。大学毕业生工作生活质量满意度的预测对这种综合定序变量回归分析模型的实例拟合,证实了综合定序变量回归分析模型在心理现象和心理数据分析中的应用价值。 展开更多
关键词 定序变量 回归模型 心理数据 工作生活质量
在线阅读 下载PDF
上一页 1 2 37 下一页 到第
使用帮助 返回顶部