导读:本文包含了多变量分析论文开题报告文献综述、选题提纲参考文献及外文文献翻译,主要关键词:多变,函数,门限,绝对数,模型,神经,磁共振。
多变量分析论文文献综述
宋松柏[1](2019)在《Copula函数在水文多变量分析计算中的问题》一文中研究指出基于Copula函数的水文多变量分析是统计水文学新兴的研究领域,经过20多a的研究和实践,Copula函数已被应用于洪水、暴雨、干旱和枯水概率等多变量分析计算,研究成果丰富了Copula函数理论体系,拓宽了Copula函数的应用领域。根据国内外有关研究进展,从Copula函数的主要类型、Copula函数在水文应用中面临的几个问题等方面总结了实际计算研究面临的计算问题。在此基础上,提出了基于Copula函数水文多变量分析计算研究的建议:①非平稳多变量联合概率分布与设计值计算的实用化;②提高Copula函数的参数估计精度;③提高随机变量和、差、积、商分布计算的精度。(本文来源于《人民黄河》期刊2019年10期)
柴士改[2](2019)在《一种新的多变量因素分析方法》一文中研究指出传统因素分析法仅局限于绝对数分析,忽略相对数分析。基于马埃指数的均值加权指数体系则可以多维度考察复杂现象中影响因素引起总体的绝对变动额与相对变动率,不过多以两因素为基础,对于叁因素及以上因素指数体系的推广应用难免受限。文章以此为基础进行扩展,构建一种新的多变量因素分析方法。该方法结合绝对数与相对数两个角度进行综合分析,研究和测定经济现象各影响因素的影响方向与程度,揭示经济现象变化规律的原因与结果,解决了传统因素分析法中的局限性问题。(本文来源于《统计与决策》期刊2019年17期)
王祖华,刘东,刘均[3](2019)在《纵横加筋圆锥壳振动特性多变量分析》一文中研究指出为了全面掌握纵横加筋圆锥壳结构参数与其振动特性之间的关系,采用有限元软件ANSYS对纵横加筋圆锥壳进行参数化建模,并基于设计变量全组合数据,采用相关性分析、主效应分析和主成分分析方法,对纵横加筋圆锥壳结构参数与结构第一阶总体弯曲模态频率、激励力处的加速度响应总级以及结构质量之间的关系进行研究,得到了各结构参数与目标量之间关系的定量描述。为正确理解纵横加筋圆锥壳结构参数与振动特征量之间的关系提供了数据支撑,同时为此类结构的工程设计提供了参考依据。(本文来源于《海洋工程》期刊2019年04期)
张泽宇,吕锋,杜文霞,翟坤,黄战平[4](2019)在《基于重构贡献分析的多变量故障检测方法》一文中研究指出针对复杂系统运行过程中,变量多、采集数据量大、数据变化多样的特点,提出一种基于重构贡献分析的多故障变量检测方法。该方法在建立PCA模型之后,通过改进后的重构方法,可以消除传统SPE贡献图方法对故障数据不敏感和诊断能力不足的缺点,并且在多变量同时发生故障时进行故障定位。通过对风力发电机系统的实验仿真表明,该方法在对多个变量同时发生故障时,无论是存在渐变的微小故障还是突变故障,均能实现准确的诊断。(本文来源于《控制工程》期刊2019年07期)
李秉成,王志涛,张晓涵[5](2019)在《企业失败多变量预测研究的经典之作——《财务比率、判别分析与企业失败预测》导读》一文中研究指出20世纪60年代中期之前,学界侧重用单变量方法研究企业失败预测问题。1968年Altman在《The Journal of Finance》发表论文《财务比率、判别分析与企业失败预测》(Financial Ratios,Discriminant Analysis and the Prediction of Corporate Bankruptcy)(以下简称《失败预测》),使用多元判别分析(MDA)研究建立了企业失败多变量预测模型——Z值模型。Altman开创了企业失败多变量预测研究的领域,持续影响后续企业失败预测的研究思路和研究方法。目前《The Journal of Finance》官网显示该文被引用量高达2500多次。本文对《失败预测》进行了介绍与评析。(本文来源于《财会通讯》期刊2019年19期)
刘宏,赵恒园,李峰[6](2019)在《对外直接投资、吸收能力与地区创新产出——基于省际面板数据的多变量门限回归分析》一文中研究指出利用2003—2016年中国省际面板数据,运用门限回归模型,从吸收能力视角实证考察了对外直接投资对地区创新产出的影响。研究发现,对外直接投资对创新产出的影响存在明显的地区差异。其中,东部、中部和西部地区对外直接投资对创新产出的影响显着为正,东北部地区并不显着。进一步研究发现,研发投入强度和资本密度2个吸收能力因素在对外直接投资对地区创新产出影响中存在双重门限效应,技术差距和市场化程度存在单一门限效应,且在研发投入强度、资本密度、市场化程度特征值跨越相应门限值,技术差距特征值低于相应门限值时,对外直接投资的正向影响效应明显加强。同时,各地区吸收能力因素特征值与相应门限值的距离存在显着差异,大部分地区的资本密度特征值已跨越了相应门限值、技术差距特征值也已低于相应门限值,但部分西部和东北部地区的研发投入强度及市场化程度特征值仍处于门限值以下。(本文来源于《河北经贸大学学报》期刊2019年04期)
何智恒,戴毅,柴欣生[7](2019)在《基于多变量的纸张相似性聚类分析程序与界面的设计》一文中研究指出基于PCA和K-means聚类的算法,采用LabVIEW编写了程序界面交互友好的操作软件系统,用于研究纸张在不同变量上的相似程度。程序设计主要赋予了简便操作,人机友好,数据可视化的特点。基于不同的多变量,采用PCA结合K-means聚类方法对纸张进行了相似程度的分析研究,结果表明:程序界面具有清晰简洁、交互友好、可操作性强的特点,可对纸张进行聚类分析,且可信度高。本程序可用于不同品质等级纸张在不同多变量上差异的识别和相似品质纸张的聚类,有效地进行纸张的各种差异化的分析。(本文来源于《造纸科学与技术》期刊2019年03期)
梁莎[8](2019)在《突发性聋疗效影响因素的多变量分析》一文中研究指出目的:通过对可能影响突发性聋(suddendeafiness,SD)患者疗效的影响因素进行单变量和多变量分析,研究影响SD疗效的因素以及二者的关系,为SD疗效评估以及临床干预提供参考。方法:本研究是一项回顾性分析研究,总共收集2017年11月至2019年1月在延边大学附属医院耳鼻咽喉头颈外科住院治疗的SD患者221例,排除梅尼埃病、双耳发病、孕妇、发病超过30天、临床资料不全、住院治疗时间不足1周、以突发感音神经性听力丧失为首发症状的急性脑梗死等患者,最终纳入180例患者进入本研究,研究对象入选以及治疗均符合SD诊断和治疗指南(2015)。将数据录入至Excel软件中建立数据库,并利用SPSS 25.0统计软件进行数据分析。计量资料采用Shapiro-Wilk进行正态性检验,本研究中计量资料数据均不服从正态分布,故采用中位数(四分位数间距)表示集中趋势和离散趋势,采用非参数检验(Mann-Whitney Test)进行比较,包括两组间年龄、发病到开始治疗时间、血小板(plt)、平均血小板容积(mpv)、凝血酶原时间的国际标准化比值(ptinr)、部分活化的凝血酶时间(aptt)、纤维蛋白原(fg)的比较。计数资料采用率或构成比表示,采用X2(Chi-square test)检验进行两组间率的比较,包括两组间性别、患耳侧别、听力损失程度、听力损失类型,是否伴随耳鸣、耳闷、眩晕,是否伴发糖尿病、高血压病的比较。采用Logistic回归分析方法比较不同因素对SD疗效的影响。将单变量分析结果中P>0.1的因素剔除,其余因素引入多变量Logistic回归分析。检验水准P=0.05。结果:在有效组(疗效判定为痊愈、显效、有效的研究对象归为有效组)、无效组研究对象之间,发病到开始治疗时间、年龄、是否耳闷、听力损失类型在两组之间的差异有统计学意义(P<0.05),有效组发病到开始治疗时间、年龄的中位数更小,耳闷发生率更高,低频下降型构成比明显更高。而性别、患耳侧别、是否耳鸣、眩晕、听力损失严重程度、是否伴有高血压病、糖尿病的差异在有效组和无效组之间的差异均没有统计学意义(P>0.05);各项凝血相关指标中仅fg的水平在两组间的差异有统计学意义(P<0.05),有效组fg水平更低,ptinr、aptt水平在有效组与无效组之间无明显差异(P>0.05);plt、mpv在两组之间的差异无统计学意义(P>0.05)。单变量logisitis回归分析表明,fg、发病到开始治疗时间、年龄、患耳侧别、耳闷及听力损失类型是SD疗效的潜在影响因素(以P>0.1为筛选标准),其余因素均对SD的疗效无影响。选择单变量回归分析筛选出的SD疗效的潜在影响因素纳入多变量回归分析,结果显示:发病到开始治疗时间、fg以及听力损失类型是影响SD疗效的独立因素。将发病到开始治疗时间分为<3天组、4~7天组、8~14天组、>14天组,随着开始治疗时间的延长,与<3天组相比,其他叁组OR值依次为1.217、4.292、4.437,说明四组疗效差的风险逐渐增大,但与<3天组相比,4~7天组疗效差的风险没有统计学意义(P=0.165>0.05),说明发病后7天内开始治疗的效果相似,8~14天组、>14天组治疗无效的风险相似,且与<3天组比差异有统计学意义(P<0.05),说明发病后超过7天开始治疗的效果差,可以得出SD患者应早期进行治疗,治疗最好在发病后7天内开始进行。fg水平是SD治疗无效的危险因素,其差异具有统计学意义(P=0.043<0.05)。将低频下降型作为参照进行分析,结果显示其他叁种类型无效的风险均高于低频下降型(P<0.05),其中高频下降型疗效最差(OR(95%CI)12.311(2.69-56.347)),平坦下降型和全聋型无效的风险相似(OR(95%CI)4.839(1.529-15.316)、OR(95%CI)6.159(2.057-18.435))。结论:1.fg水平是评估SD疗效的独立因素,治疗目前fg水平越高,无效风险越大;2.发病到开始治疗的时间越长,SD的疗效越差;3.听力损失类型不同,疗效不同,低频下降型疗效最好,平坦下降型次之,全聋型和高频下降型疗效最差。(本文来源于《延边大学》期刊2019-06-06)
温珍福[9](2019)在《功能磁共振成像信号的多变量模式分析及应用研究》一文中研究指出人脑由上千亿个神经元组成,这些神经元相互连接,组成了一个极其复杂的系统。脑成像技术的发展为我们理解人脑的工作机制提供了基础。作为一种无创的脑成像方法,功能磁共振成像(functional magnetic resonance imaging,fMRI)因其较高的时空分辨率,被广泛应用于脑科学研究。由于fMRI数据具有维度高、信噪比低等特性,需要选择合适的方法对其进行处理。传统的单变量方法分别在每个体素上进行建模,在一定程度上忽略了体素间的相互关系,从而导致其在检测认知状态间微弱的空间模式差异时敏感性较低。近年来,源自机器学习领域的多变量模式分析(multivariate pattern analysis,MVPA)方法在fMRI数据处理领域受到广泛关注。MVPA方法通过将多个体素的活动组合成空间模式,并将其用于区分不同的认知状态或者外部刺激。与单变量方法相比,MVPA方法具有更高的敏感性。本文中,我们主要通过使用及改进MVPA方法探索大脑对外部刺激或认知状态的神经表征。本论文的主要研究内容包括如下几个部分:1.利用fMRI数据的结构信息,提出了一种基于空间结构约束的多目标回归模型,用于体素活动预测。传统的脑活动预测方法分别对每个体素进行建模,忽略了体素间的相关性。此方法利用fMRI数据的空间平滑特性,每次对多个体素的活动进行预测,并利用正则化方法驱使邻近体素的模型权重类似。然后,通过结合探照灯算法,进一步获得具有空间平滑性的体素活动预测。我们在公开fMRI数据集上将此方法与基于单体素的方法进行了对比。实验结果表明,此方法在编码精度和解码精度上均比传统方法高。2.提出了一种基于稀疏贝叶斯的体素选择方法,用于神经解码分析。考虑到体素间的相关性,我们首先根据fMRI数据的先验结构信息对体素进行分组。然后使用组稀疏的方法选择具有可分性的体素组用于认知状态解码。在贝叶斯框架下,此方法的所有参数均能自动确定,避免了超参数选择问题。在真实fMRI数据集和仿真数据集上的实验结果表明,与现有方法相比,此方法在解码准确率、稳定性等方面具有一定优势。并且,选中的体素在空间上较为聚集,有利于解码结果解释。3.利用跨模态多变量模式分析方法,研究了个体熟悉度的跨模态表征。实验使用面孔图像(视觉)、姓名(听觉)作为刺激材料,引发被试对不同模态刺激的个体熟悉度表征。利用基于感兴趣区和基于探照灯的方法进行跨模态熟悉度解码,将一种刺激模态对应的数据用于训练分类器,将另一种刺激模态对应的数据用于测试,从而定位出对不同模态刺激具有相似空间模式的脑区。结果显示,楔前叶、颞中回后部、内侧前额叶皮质等脑区的跨模态解码准确率显着高于随机水平,表明个体熟悉度的表征在这些脑区内具有类似的空间模式。此研究有助于理解个体熟悉度识别的神经机制。4.利用基于脑网络的多变量模式分析方法,研究了自上而下加工(top-down processing)对全脑功能连接(functional connectivity,FC)的调制作用。任务诱发的脑网络与静息态脑网络混迭在一起,导致不同任务状态间细微的脑网络差异难以被检测。我们利用一种新的被试间功能连接(inter-subject functional correlation,ISFC)方法提取被试在自上而下加工自然刺激时的脑网络,并将其用于解码被试的任务状态。结果显示ISFC特征能以90%的准确率对任务状态进行预测,说明脑网络可用于表征不同的任务状态。此外,我们发现大量网络连接支持任务状态解码,表明自上而下加工调制了大规模脑网络,而不仅限于部分脑区或网络连接。(本文来源于《华南理工大学》期刊2019-04-01)
翟嘉伊[10](2019)在《基于多变量的时间序列分析预测研究》一文中研究指出基于时间序列的预测可以为人们的日常生活带来许多便利,其在股市走向、天气预报等多种生活场景中都有广泛的应用。同时,拥堵是劳民伤财的交通现象,是目前亟待解决的社会问题。对车流量进行时间序列分析预测的研究,可以为交通管理部门提供合理的决策依据,也可以为民众带来良好的出行体验,具有充分的研究价值和意义。本文针对多变量时间序列进行分析预测研究,主要工作内容和创新点如下:(1)提出基于多变量灰色模型的时间序列预测方法,该方法一方面对传统的灰色关联度分析方法进行改进,在原有的计算方法之上加入方向性关联度的分析,形成综合灰色关联度计算方法,从而可以更加准确地分析变量间的关联关系,筛选出更利于预测的外部变量;另一方面,在带卷积积分多变量灰色模型的基础之上,使用人工鱼群算法对模型中的微分方程系数进行优化,得到基于人工鱼群算法优化的带卷积积分多变量灰色模型AFSA-GMC(1,n)。(2)提出融合预测模型,从数据分解和结果加权两个方面提出不同的融合模型,以扩大模型适用范围,提高预测的准确性和稳定性。基于数据分解的融合模型对数据内在特性进行分解,使用多元季节性时间序列分析法SARIMAX模型预测数据的季节分量和余项,使用AFSA-GMC(1,n)模型预测数据的趋势分量,最终进行分量集成得到SARIMAX-AFSA-GMC(1,n)模型;基于结果加权的融合模型使用梯度提升决策树模型GBDT对数据整体趋势进行学习,AFSA-GMC(1,n)模型对短期数据变化进行把控,最终以预测误差平方和最小化为原则进行结果加权融合得到GBDT-AFSA-GMC(1,n)模型。(3)将模型应用于真实的高速公路车流量预测当中,并通过应用演示系统对预测结果进行可视化展示。本文提出的各类模型的预测精度都通过各自的算例分析得到了验证,并将其实际应用于真实的车流量预测环境中,说明模型能够在真实场景下发挥其预测效果,具有一定的稳定性和适用性。(本文来源于《电子科技大学》期刊2019-04-01)
多变量分析论文开题报告
(1)论文研究背景及目的
此处内容要求:
首先简单简介论文所研究问题的基本概念和背景,再而简单明了地指出论文所要研究解决的具体问题,并提出你的论文准备的观点或解决方法。
写法范例:
传统因素分析法仅局限于绝对数分析,忽略相对数分析。基于马埃指数的均值加权指数体系则可以多维度考察复杂现象中影响因素引起总体的绝对变动额与相对变动率,不过多以两因素为基础,对于叁因素及以上因素指数体系的推广应用难免受限。文章以此为基础进行扩展,构建一种新的多变量因素分析方法。该方法结合绝对数与相对数两个角度进行综合分析,研究和测定经济现象各影响因素的影响方向与程度,揭示经济现象变化规律的原因与结果,解决了传统因素分析法中的局限性问题。
(2)本文研究方法
调查法:该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法:用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法:通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法:通过调查文献来获得资料,从而全面的、正确的了解掌握研究方法。
实证研究法:依据现有的科学理论和实践的需要提出设计。
定性分析法:对研究对象进行“质”的方面的研究,这个方法需要计算的数据较少。
定量分析法:通过具体的数字,使人们对研究对象的认识进一步精确化。
跨学科研究法:运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法:这是社会科学用来分析社会现象的一种方法,从某一功能出发研究多个方面的影响。
模拟法:通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
多变量分析论文参考文献
[1].宋松柏.Copula函数在水文多变量分析计算中的问题[J].人民黄河.2019
[2].柴士改.一种新的多变量因素分析方法[J].统计与决策.2019
[3].王祖华,刘东,刘均.纵横加筋圆锥壳振动特性多变量分析[J].海洋工程.2019
[4].张泽宇,吕锋,杜文霞,翟坤,黄战平.基于重构贡献分析的多变量故障检测方法[J].控制工程.2019
[5].李秉成,王志涛,张晓涵.企业失败多变量预测研究的经典之作——《财务比率、判别分析与企业失败预测》导读[J].财会通讯.2019
[6].刘宏,赵恒园,李峰.对外直接投资、吸收能力与地区创新产出——基于省际面板数据的多变量门限回归分析[J].河北经贸大学学报.2019
[7].何智恒,戴毅,柴欣生.基于多变量的纸张相似性聚类分析程序与界面的设计[J].造纸科学与技术.2019
[8].梁莎.突发性聋疗效影响因素的多变量分析[D].延边大学.2019
[9].温珍福.功能磁共振成像信号的多变量模式分析及应用研究[D].华南理工大学.2019
[10].翟嘉伊.基于多变量的时间序列分析预测研究[D].电子科技大学.2019