一、模糊状态风险分析的广义Logistic回归理论与应用(5)——广义Ad-Logistic回归理论（论文文献综述）
王纲[1]（2021）在《高校思想政治教育评价视域下第二课堂的学生行为研究》文中提出在我国新时代的高等教育发展背景下和世界政治经济格局的变化中,思想政治教育承担了前所未有的任务,是坚持社会主义教育方向的重要教育领域。大学生第二课堂自上个世纪八十年代末登上高校教育舞台,经过三十多年发展,成为集思想政治教育、校园文化传承、综合素质培养、学生管理载体等多种功能为一体的教育手段。随着思想政治教育理论和学科的发展,大学生第二课堂作为思想政治教育重要途径的作用和意义日益明确,其理论基础、顶层设计、制度建设、组织保障等方面也得到进一步的发展,第二课堂以实践性、灵活性、隐蔽性、多样性等特点在人才培养中承担着思想政治教育阵地的重要角色。人的发展是长期的过程,是复杂因素的结果,教育作为一种人类活动,对其结果的评价是历史性、世界性的难题,特别是思想政治教育领域中,如何对人的思想、品格、素质等隐性特质的评价使得思想政治教育评价成为研究的重点和难点。思想政治教育评价既是面向思想政治教育本体的外在测评判断体系,也是思想政治教育理论体系的有机组成部分。对思想政治教育评价的研究主要解决评价的理论基础、指标体系和应用价值等问题。在思想政治教育评价理论和方法的长期探索中,已经形成了比较成熟的认识论和方法论,然而在当今信息和数据的时代,社会和学生对评价有了更多的述求和期待,如同人类在认识世界的过程中,每位科学家以追求和证实因果关系为毕生志愿,思想政治教育评价也必须回答这一“百年树人”的难题。马克思主义理论指出,实践是认识世界的方法,也是人的本质特征。第二课堂是思想政治教育的实践活动,也是学生认识世界、认识社会、认识自我的实践活动,要认识实践这一过程导致的结果,必须从认识实践这一过程入手。思想政治教育是解决思想内化与外化的方法和途径的科学,行为是思想外化的最直接表现,探索思想政治教育如何影响学生的行为的规律和特征,能直接回答思想政治教育的结果。“知、情、意、行”是心理学研究的四个基本领域,认知、情绪、意志最终都会通过行为进行表现,也只有行为才能真正被外界和自我感知和认识。综合以上理论基础和指导,本文在思政教育评价的视角下,进行第二课堂学生行为的研究,掌握新时期背景下第二课堂学生行为的形态、规律、影响等特征,探索行为研究用于思政教育评价及学生评价的途径与方法。对思想政治教育的评价重点是对学生思想素质的评价,对学生思想素质的评价转化为对学生第二课堂行为的评价,对第二课堂行为的评价必须依靠具有说服力的参照体系,最具有说服力的参照体系是学生的成长发展,因此,在把握学生第二课堂行为规律和特征的基础上,理论和实践论证行为与学生成长发展的关系是本文的重点。学生第二课堂行为纷繁复杂,这是在以前的思想政治教育评价研究中,人们难以涉足的原因之一。而在信息技术高度发达的今天,不但为我们提供了研究行为这一复杂现象的基础和数据,也为我们提供了思路和分析方法,符合了当今社会对论证的科学化、数据化、显性化思维方式的要求和期待,进而将思想政治教育学研究引入到教育学、社会学研究的常用思路和方法领域。当然在当今数据为王的时代中,人们对教育研究的新制度主义、绩效主义的倾向,使哲学、社会学界对以数据研究和归纳研究为方法的因果关系推导和评价体系多有批判,吸取这些批判研究的精华,注重理论论证和实验的严谨,以行为物理研究方法为基础,建立符合逻辑理论的数学模型和关系,体现思想政治教育学研究本色,从而使第二课堂行为研究成为思想政治教育评价研究的有益补充和支撑。本文第一章主要介绍在思想政治教育评价视域下,学生第二课堂行为研究的目的和意义,以及本研究的思路和创新点。第二章介绍第二课堂学生行为研究的理论基础,从理论分析上解决为什么行为研究可以作为思想政治教育成效评价的有机组成部分。第三章是在理论框架下对第二课堂学生行为的现实分析,形成适合这一特定教育活动的行为研究理论。第四章介绍建立第二课堂学生行为研究的一般规律和原则框架,讨论行为研究的一般范式。第五章以实际案例和数据为基础介绍如何运用以上原理呈现第二课堂学生行为的基本情况,并分析行为对学生成长发展的影响。第六章阐述第二课堂学生行为的思政教育评价价值,在此基础上提出思政教育评价体系的构建思路和工作机制。
武茗[2]（2021）在《PPP明股实债融资的信用风险度量及CDS定价研究》文中指出PPP（Public-Private Partnership）,又称PPP模式,即政府和社会资本合作,是公共基础设施中的一种项目运作模式。在该模式下,鼓励私营企业、民营资本与政府合作参与公共基础设施的建设。随着中国基础设施建设和运营相关领域的快速发展,PPP模式凭借着能够整合政府公共部门和社会公众等多方资源的特点,已经成为该领域重要的融资和合作方式。然而,正是由于PPP模式相对复杂的结构特点,PPP的项目融资问题是阻碍该模式得以顺利推进的关键阻点。从PPP项目融资的资金来源分析,银行、保险等金融机构资金通常是主要部分,但是一方面监管政策有明确的约束,另一方面受到自身风险偏好及经营能力所限,其参与PPP项目融资主要是以明股实债的方式实现。所以,对PPP项目明股实债融资的信用风险度量,并以此为基础对信用风险缓释工具的相关研究就成为PPP项目融资中的一个关键问题。虽然国内外学者对PPP项目融资各种方式的特征、主要融资结构、风险因素、风险分担机制等方面进行大量的研究,同时对信用风险度量方法、信用风险缓释工具CDS的定价方法等进行广泛深入的研究,都形成了大量的有价值的研究成果。但是,目前对于国内基于PPP项目的明股实债信用风险度量的有效可行方法研究还很少,尤其是以此为基础的信用风险缓释工具CDS的定价研究几乎是空白,本文将在这一领域展开分析研究。本文对基于PPP项目明股实债融资的信用风险度量和CDS定价分析进行研究。首先就PPP项目常见的融资方式、项目中风险与相应的分担机制、项目中企业与政府债务的边界、PPP项目明股实债的交易结构等进行初步的研究,建立本文研究对象的逻辑框架。其次,在传统的信用风险度量方法的基础上,结合企业主体评级的指标体系,考虑企业发生违约的若干极端情况下的模型表现,引入了带盒约束的logistic方法对企业主体的违约概率进行更加准确的刻画。最后,通过一般交易结构增信下的PPP明股实债的违约风险进行进一步的阐述和刻画,并以此构建信用风险缓释工具CDS,尝试对各种主要定价方法进行研究,指出以各信用评级的中债收益率曲线结合Jarrow-Turnbull二叉树违约概率模型为基础的定价方法,对于我国当下信用衍生品市场初期发展阶段来说具有更好的适应性和可操作性,并以此方法为基础给出相应的实证模拟研究。为我国银行和保险等金融机构参与PPP项目融资并以CDS等信用衍生品来缓释信用风险提供相应的参考。
刘璐[3]（2021）在《基于人工神经网络技术的老年龋预测模型的构建及预测方法学比较的泛化能力验证研究》文中研究说明目的:本研究立足我国老年龋病常见且多发的现状,且大量文献提示老年龋病引起的疼痛、咀嚼障碍往往会降低老年人的生活质量,还可以导致其他全身慢性系统疾病的患病几率增高,成为困扰其生活的主要问题。我国最近一次的全国口腔健康流行病学抽样调查报告指出,我国老年患龋率为98.0%,由此可见,我国老年龋病的防控和治疗工作迫在眉睫。因此,寻找老年龋病患病的相关危险因素和构建其有效的预测模型,以及在外推人群中进行其泛化能力的验证研究是十分必要的。本研究通过辽宁省城、乡老年龋数据库筛选出影响老年龋发生及发展的相关危险因素,构建基于人工神经网络技术的老年龋预测模型,并对新模型的预测性能进行比较与评估;再利用不同于前面部分的独立数据集,将基于人工神经网络技术构建的新预测模型分别带入东北三个省份地区老年人群数据库进行方法学比较的泛化能力验证,从而为老年龋病的早期诊断、早期筛查和防治提供科学的支撑依据。研究方法:1)收集辽宁省2015年5月-12月的老年龋现场抽样数据,根据纳入排除标准,随机抽取辽宁省城市地区和农村地区65-74岁的老年人各584例（男女各半）作为调查对象。对每位受检者进行口腔健康检查,并完成面对面口腔问卷调查。实际完成的总样本量为1168例,符合要求且回收有效问卷,最终计入结果为1144例。采用SPSS22.0软件包进行资料的统计分析。应用χ2检验进行患龋情况中的计数资料的按照城、乡分层做描述性分析。在影响龋病发生的因素分析中,先进行单因素分析（χ2检验）筛选出P<0.05的自变量,再将这些统计学上有意义的自变量全部纳入多因素Logistic回归模型。然后分别就容忍度和方差膨胀因子对多因素Logistic模型筛选出来的有统计学意义的变量进行多重共线性的诊断。2)将收集到的1144例老年龋观测数据随机抽取80%（共915例）作为训练总集,剩余20%（共229例）作为测试集用于建立非条件Logistic回归模型、GRNN广义回归神经网络预测模型和BPNN反向传播神经网络预测模型。采用前向法对纳入非条件多因素Logistic回归模型的训练总集中的老年龋样本进行逐步回归;其中,因变量为结局变量,即受检者是否患老年龋,自变量为单因素卡方检验结果中有统计学意义的筛选变量。采用Matlab 2012软件中的神经网络工具箱编程建立GRNN广义回归神经网络预警模型,将训练集中卡方检验有统计学意义的变量作为输入,结局变量作为输出。使用SPSS 22.0绘制模型预测结果的ROC曲线。将训练集中的约登指数最大值时对应的预测模型预测概率值作为最佳诊断值作为模型预测概率的判别标准,统计学显着性水平设置为0.05。BPNN反向传播神经网络的建立使用R软件RSNNS包完成。BPNN反向传播神经网络的隐含层选择为1层。本研究从3个隐含层神经元开始,每次增加1个,到20个神经元为止,以找到合适的隐含层神经元数量。将学习率设置为0.01;隐含层和输出层的激活函数选择sigmoid函数。最大迭代次数设置为1000次,当验证集的均方误差达到最小时为训练停止条件。使用标准误差反向传播算法进行模型的训练。将GRNN广义回归神经网络预警模型、BPNN反向传播神经网络模型,与非条件Logisitic回归预测模型的预测效果进行比较,在分类一致率、灵敏度、及特异度方面比较人工神经网络预测模型的应用优势,并进行ROC曲线下面积分析。3)利用不同于前面部分的独立数据集,运用已构建好的预测模型对中国东北地区辽宁省、吉林省、黑龙江省三个省份口腔健康抽样调查数据库中的老年龋的发生进行预测,研究申请获得了中国东北地区辽宁省、吉林省、黑龙江省三个省份口腔健康抽样调查数据库中的老年龋数据的使用权限（数据来自吉林大学口腔医院、中国医科大学口腔医学院及黑龙江省口腔病防治院）,包含每位老年受检者的口腔健康检查资料及口腔问卷调查资料,最终计入结果为1236例。分别利用论文第二部分由软件Matlab2012中的神经网络工具箱已建立好的GRNN广义回归神经网络模型,及R软件RSNNS包已建立完成的BPNN反向传播神经网络模型对三个省份的老年龋数据库进行预测,将两种人工神经网络模型的预测结果,分别就分类一致率、特异度和灵敏度方面与非条件Logistic回归模型的预测结果相比较,并进行ROC曲线下面积分析,以验证多场景下的人工神经网络老年龋预测模型的泛化能力。结果:1)1144例老年人的患龋率达68.5﹪,患龋均数为2.43。危险因素分析中,Logistic回归结果显示在老年人群中,过去一年有牙痛史（OR=1.550,95%CI:1.164-2.063）、上颌义齿修复（OR=4.320,95%CI:2.647-7.051）、下颌义齿修复（OR=4.420,95%CI:2.477-7.885）、吸烟（OR=1.469,95%CI:1.084-1.992）、喝酒（OR=1.591,95%CI:1.130-2.240）是老年人易患龋的危险因素;而农村户口（OR=0.676,95%CI:0.503-0.908）、自我口腔卫生评价良好（OR=0.606,95%CI:0.423-0.868）是老年人患龋的保护因素。对多因素Logistic Regression模型筛选出来的有统计学意义的七个变量进行了多重共线性的诊断,所有变量的方差膨胀因子都小于2,可以认为该多因素Logistic Regression模型中不存在多重共线性的问题。2)采用Matlab2012软件编程建立GRNN广义回归神经网络预测模型。为了确定广义回归网络模型的最优光滑因子,从训练总集（共915例）中随机选取20%（183例）作为检验集。按照Sprecht提出的光滑因子法寻找光滑因子,最终确定为0.7。BPNN反向传播神经网络的建立使用R软件RSNNS包完成。以单因素卡方检验筛选出有统计学意义的15个变量作为BPNN反向传播神经网络的输入,输入神经元个数为15。以结局变量作为BPNN反向传播神经网络的输出,输出神经元个数为1（即是否患龋）。从3个隐含层神经元开始,每次增加1个,到20个神经元为止,当BPNN反向传播神经网络的隐含层神经元数为14时,验证集的均方误差达到最小值,因此本研究中隐含层神经元数设置为14。选择训练集中的约登指数最大值时所对应的模型预测概率值作为本研究的最佳诊断值。训练集中GRNN广义回归神经网络模型和Logistic回归模型的预测概率的ROC曲线下面积分别为0.896和0.733,对应基线的P值均<0.001。两个模型的AUC比较的统计学检验P值<0.001;训练集中BP模型和Logistic回归模型的预测概率的ROC曲线下面积分别为0.819和0.733,对应基线的P值均<0.001。两个模型的AUC比较的统计学检验P值为0.001。最终,Logistic回归模型预测概率的最佳诊断值为0.606,对应的约登指数为0.370;GRNN广义回归神经网络模型预测概率的最佳诊断值为0.680,对应的约登指数为0.638。BPNN反向传播神经网络模型预测概率的最佳诊断值为0.703,对应的约登指数为0.591。当选择最佳诊断值时,Logistic回归模型和GRNN广义回归神经网络模型ROC曲线下面积分别为0.578和0.777,对应的P值为0.056和<0.001。两个模型ROC曲线下面积比较的统计学检验P值为0.000;当选择最佳诊断值时,Logistic回归模型和BPNN反向传播神经网络模型ROC曲线下面积分别为0.578和0.721,和基线相比,对应的P值为0.056和<0.001。两个模型ROC曲线下面积比较的统计学检验P值为0.012。3)当用已经建立好的GRNN广义回归神经网络模型,及BPNN反向传播神经网络模型对东北三个省份老年龋数据库进行风险预测的外推验证研究时,结果显示,非条件多因素Logistic回归模型预测结果的特异度、分类一致率均低于两种人工神经网络预测模型。而GRNN广义回归神经网络和BPNN反向传播神经模型预测的的灵敏度结果在三省份间略有差异。吉林地区验证结果显示,其非条件多因素Logistic回归预测模型的ROC曲线下面积为0.608,95%可信区间为（0.544,0.673）,P值为0.001;而BPNN反向传播神经网络模型的ROC曲线下面积为0.734,95%可信区间为（0.675,0.793）,P值<0.001;GRNN广义回归神经网络模型的ROC曲线下面积为0.776,95%可信区间为（0.719,0.832）,P值<0.001。辽宁省的非条件多因素Logistic回归模型的ROC曲线下面积为0.672,95%可信区间为（0.612,0.731）,P值<0.001;而BPNN反向传播神经网络模型的ROC曲线下面积为0.816,95%可信区间为（0.767,0.864）,P值<0.001;GRNN广义回归神经网络模型的ROC曲线下面积为0.855,95%可信区间为（0.809,0.900）,P值<0.001。而黑龙江省的非条件多因素Logistic回归模型的ROC曲线下面积为0.665,95%可信区间为（0.607,0.722）,P值<0.001;而BPNN反向传播神经网络模型的ROC曲线下面积为0.782,95%可信区间为（0.731,0.832）,P值<0.001;GRNN广义回归神经网络模型的ROC曲线下面积为0.817,95%可信区间为（0.769,0.864）,P值<0.001。和BPNN反向传播神经网络预测模型相比,GRNN广义回归神经网络具有较强的非线性映射能力和较高的预测精度。结论:辽宁省老年人（65-74岁）龋齿的患病率较高。居住城市、有上颌或下颌义齿修复、过去12个月内有牙痛史、有吸烟习惯、有饮酒习惯、自我口腔卫生评价不佳的老年居民更容易患上老年龋这种慢性疾病。GRNN广义回归神经网络和BPNN反向传播神经网络预测模型是准确和有意义的老年龋预测工具,可用于老年龋病的筛查、早期诊断和治疗计划,为老年龋病的预测及防控提供科学的支撑依据。
韩金成[4]（2020）在《公共价值视角下的邻避设施决策研究》文中进行了进一步梳理近年来,我国地方政府在规划建设垃圾焚烧厂、污水处理厂、养老院等一些具有负外部性威胁的公共服务设施时,普遍遭遇到选址地周边居民“不要建在我家后院”的抵抗行为,对地方政府决策能力形成严峻挑战并严重影响到社会公共服务水平。邻避设施决策已经成为摆在地方政府面前的棘手课题。现有关于地方政府邻避设施决策的研究由于缺乏完整的理论依据和分析框架,不但难以做到全面透视邻避设施“决策黑箱”,而且也很难让地方政府官员清楚地认识到邻避设施决策困境的症结所在。因此,本文对地方政府邻避设施决策展开分析研究具有十分重要的理论意义和实践意义。本文通过对公共价值、目的性价值、工具性价值等相关概念以及西蒙决策理论、渐进决策理论、行为公共管理学等相关理论的梳理,发现手段-目的链及其所对应的工具性价值和目的性价值分析结构可以将公共价值视角与邻避设施决策研究很好地联系在一起。邻避设施决策的相关公共价值可划分为目的性价值和工具性价值两个方面。从目的性价值和工具性价值角度对战略三角模型、公共价值失灵模型、公共价值目录这三个具有代表性的公共价值分析工具进行拓展和调适,搭建了一个贯穿于宏观、中观和微观研究层次的邻避设施决策分析框架。基于此框架,本文从宏观、中观和微观公共价值研究视角出发,首先解构当前我国地方政府邻避设施决策管理体制与机制,其次评估邻避设施决策的公共价值失灵问题与公共价值重塑实践,再次探究政府官员的公共价值感知对其邻避设施决策行为意向的影响机理,最后建构基于公共价值管理的邻避设施决策模式。主要研究结论包括:（1）运用基于公共价值生成链的战略三角模型,从价值目标管理、授权环境管理和运作能力管理三个方面对我国地方政府邻避设施决策管理体制与机制进行了制度性分析。我国地方政府邻避设施决策管理体制与机制的特征可以概述为“一块战略组、两条价值链、三层授权面”。地方政府及其相关职能部门作为邻避设施决策的战略管理主体,在应对上部、内部和外部授权环境时显示出了自身运作能力的不足,使得横向上政府机构内部的公共价值整合链和纵向上与其他利益相关者之间的公共价值需求链不能有效发挥其应有的公共价值凝聚以及公共价值创造功能。（2）本文以余杭和番禺两个典型垃圾焚烧发电项目选址案例为研究对象,分析与评估地方政府邻避设施决策的目的性价值和工具性价值失灵问题及其重塑实践。余杭垃圾焚烧发电项目决策过程中出现的一系列公共价值失灵现象表明,地方政府、企业和公众之间难以就各自的目的性价值偏好和工具性价值偏好进行有效弥合,导致现阶段的地方政府邻避设施决策普遍存在目的性价值和工具性价值失灵问题。通过对余杭案例和番禺案例的对比性考察评估,发现两地政府采取了两条风格迥异的邻避设施决策改进路径,可以分别称之为“余杭模式”和“番禺模式”。两种模式所重塑的目的性价值存在着非常大的差异性,而所重塑的工具性价值则既有相似之处又有一定的差异性。两种模式都存在着不同程度的公共价值偏差问题,“番禺模式”的价值短板主要体现在创造的社会经济方面的目的性价值不足,而“余杭模式”的价值短板主要体现在缺失“中立性”价值。（3）本文根据政府官员问卷调查所获得的一手数据,考察了政府官员的目的性价值偏好和工具性价值偏好对其邻避设施决策行为意向的影响。政府官员的目的性价值偏好对其邻避设施决策行为意向具有显着性影响,9种目的性价值要素均至少在某一个邻避设施决策价值冲突情境中具有显着性影响,“经济发展”“稳定”“民主”三种价值在10个邻避设施决策情境中的显着性影响次数均达到或超过了5次。政府官员的工具性价值偏好也对其邻避设施决策行为意向具有显着性影响,在17种工具性价值要素中,有13种价值至少在某一个邻避设施决策价值冲突情境中具有显着性影响,“效率”“有效性”“创新”“透明性”四种价值在10个邻避设施决策价值冲突情境中影响均不显着。通过对跨邻避设施决策情境下具有显着性影响的价值要素进行关系性分析和层级结构分析,发现政府官员的公共价值偏好间会呈现出一定的网络特性和层级结构。（4）邻避设施决策的公共价值管理模式包括价值偏好引导和价值目标管理、主体间关系重塑和授权环境管理、公共价值创造和运作能力管理三个部分。在价值偏好引导和价值目标管理阶段,政府、企业、社会自身应积极培育公共性,对邻避设施启动价值管理战略,地方政府通过循证分析机制拟定项目决策方案。在主体间关系重塑和授权环境管理阶段,地方政府、特许经营企业和社会公众之间通过伙伴关系、公众参与和协同网络三种类型的嵌入式关系协调模式对邻避设施决策进行主体间关系重塑。在公共价值创造和运作能力管理阶段,地方政府加强协同领导能力,与特许经营企业和社会公众共同创造多元公共价值,各方通过十项公共价值审查方式展开项目决策评估工作。
杨洋[5]（2020）在《考虑区域类型差异的高速公路事故风险识别与交通安全评价研究》文中认为近年来,随着高速公路里程的飞速增长,其给人们的生活生产带来便捷的同时,伴随而来的交通事故和安全隐患等问题亦不容忽视。在既有高速公路事故风险相关研究中,研究对象主要聚焦于特定地理地貌或单一路段类型,忽略了区域类型特征差异对高速公路事故致因分析、事故征兆因子识别以及交通安全水平评估带来的影响,并且缺乏各区域类型间并行层面比较。随着高精度交通流数据的获取成为可能,静态、被动的传统高速公路安全提升方法逐渐被基于实时动态交通数据的主动安全控制技术取代,但在动态交通流特征与交通安全关系的研究中,仍然存在区域类型差异针对性不强的问题。此外,传统的高速公路交通安全评价研究主要集中在微观路段层面,多以“事故强度分析”思路为主,缺乏考虑宏观区域类型差异的高速公路综合交通安全水平评价相关研究。因此,传统的高速公路交通安全分析方法难以对不同区域类型高速公路的安全管理工作提供精确指导。鉴于此,本文以区域类型差异条件下的高速公路为研究对象,依照“事故致因差异判断—动态交通流事故风险识别—交通安全水平评价”的逻辑,逐层展开研究。重点解答如下关键科学问题:不同区域类型高速公路风险因子与事故间的关联关系是否相同;事故维度及致因维度各变量间存在何种深层次的自相关规律;各区域类型高速公路的交通流运行状态与交通安全之间的关系存在何种差异;如何利用高精度交通流数据对不同区域类型和交通状态下的高速公路动态事故风险机理进行有效研判;区域类型差异条件下的高速公路交通安全水平如何定量判别。具体研究内容主要包括以下四个方面:（1）基于改进WODMI-Apriori关联规则挖掘算法的区域类型差异条件下的高速公路交通事故致因分析将研究区域分为城区、乡区和山区高速公路,提出了一种考虑定向约束和指标赋权的多维度交互改进Apriori关联规则挖掘算法（Weighted Orientated Multiple Dimension Interactive-Apriori,WODMI-Apriori）,以基于区间层次分析法（IAHP）和灰色关联度的主客观联合赋权模型对数据字段进行权重优化,应用改进的关联规则挖掘算法,分别对三个不同区域类型的高速公路进行了全映射事故致因角度、维度交互角度、事故维度自相关角度等多维度交互的关联规则挖掘计算。挖掘结果显示,不同区域类型高速公路具有不同的事故发生机理,其中的各维度层次,也都具有不同的关联规律。结果表明,改进的WODMI-Apriori算法能更好的揭示不同区域类型高速公路中事故致因和风险的差异性,其算法精确度较传统Apriori关联规则算法在城区、乡区、山区高速公路条件下分别提高了82.7%、88.5%、80.5%。（2）区域类型特征差异条件下的高速公路交通流状态安全风险评估首先基于六级服务水平将交通状态划分为饱和流与非饱和流,结合三个区域类型的划分共建立了6个待评单元;进而应用病例—对照配对方法对交通流和事故数据进行了数据匹配和样本结构化设计;最后利用基于MCMC的条件Logistic回归定量评估了不同区域类型和交通状态下的高速公路事故风险。结果表明:流量、速度和占有率与高速公路区域类型及交通状态都具有高度相关性,高速公路区域类型和交通状态均与交通安全存在显着相关性。其中,运行在城区/饱和流状态下的事故风险最大,其事故风险是乡区/非饱和流状态下事故风险的29.6倍。（3）基于动态交通流特征的不同区域类型高速公路交通事故内在机理研究首先,从交通流基础信息、交通流中车队、车辆变道行为、交通流变量短时间内的突变、车辆跟驰行为等反映交通流动态特征的5个维度,共选取了20个相关的交通流变量;随后,利用随机森林算法计算了不同区域类型和交通状态下的事故征兆交通流变量;最后,根据随机森林分析结果中筛选的事故征兆变量,针对不同区域类型和交通状态分别以贝叶斯Logistic回归方法进行建模,构建了交通流变量与事故风险在不同区域类型和交通状态下的统计关系。结果显示,不同区域类型中,影响交通安全的因素各不相同,且同一因素在不同区域类型中的重要度也存在差异,进一步验证了不同区域类型高速公路具有不同的事故发生机理。此外,多个模型结果均表明,同时考虑高速公路区域类型和交通状态差异的实时事故风险评估方法能够更加全面准确地捕捉交通流动态特征与交通安全的关系。（4）考虑区域类型差异的高速公路交通安全评价方法选取5个不同区域类型高速公路作为待评单元,从安全、效率、经济、环境4个方面共考虑了8项评价指标,构建了高速公路综合交通安全评价体系;应用信息熵权重理论,对传统的密切值模型进行了改进,提出了一种基于熵权改进的密切值评价模型;分别从年度、季度划分两个视角对各区域高速公路进行了综合交通安全水平评价。评价结果显示,在年度视角与季度划分视角的结果中,各路段的优劣排序各有不同,各指标在评价过程中也体现出了不同的重要程度,说明不同区域类型高速公路的交通安全水平存在显着差异。此外,改进密切值法计算结果与传统密切值法存在明显差异,主要是由于传统密切值法将评价指标进行了等权重处理,为避免造成结果偏差,有必要对传统密切值模型进行权重优化改进。密切值法无需确定主观参量、计算快捷、结果分辨率高,可作为高速公路交通安全评价工作中行之有效的一种方法。论文共包括图75幅,表48个,参考文献235篇。
杨罡[6]（2020）在《房地产上市公司财务风险评价与预警研究》文中研究表明自20世纪90年代以来,飞速发展的房地产行业对我国国民经济的增长起到了至关重要的作用,但财务风险管理仍然是房地产企业不可忽视的问题。房地产企业属于资本密集型企业,其生产成本较大、负债程度高,加之市场环境复杂,因此带来房地产企业财务风险高且冗杂的状况。为国民经济的软着陆及房地产业的健康发展,国家宏观调控政策不断出台,使得近期房地产企业或多或少出现了问题,如:房地产投资增长速度同比下滑、库存量持续增长、销售量大幅下跌及土地出让收入减少等情况,这些问题加大了现阶段房地产企业财务风险。基于上述问题,在房地产业特殊的行业性质以及我国时代背景下,房地产企业财务风险和预警问题的研究显得格外重要。在上述研究背景下,本文对国内外相关研究进行归纳总结,在对房地产行业发展分析的基础上,选取内部财务指标影响因素,从偿债能力、经营能力、盈利能力、现金流巧力与发展能力方面对房地产企业财务风险的构成和成因进行了分析,为本文选取指标提供依据。选择沪、深两市A股房地产行业上市公司,选取2013-2018的财务数据,剔除数据不完整的公司,最终保留了30家公司作为此次研究的样本公司,得到90组样本数据,选取20个财务指标迸行检验,最终获得11个显着影响指标并通过主成分分析获得表达式;基于上述因子分析建立Logistic预警模型,对其进行拟合度检验与模型检验,并将模型加以应用。研究得出以下结论:公司的经营能力指标与盈利能力指标是影响公司财务风险的重要指标;财务风险预警模型越靠近被特别处理年份,模型效果越好,对ST公司预警准确率高于非ST公司预警准确率,说明模型对公司财务风险较为敏感;最后从盈利能力与经营能力方面对房地产上市公司的财务风险控制提出了相关建议。本文对房地产上市公司的财务风险评价、预警有一定的指导作用。
高阳[7]（2020）在《“病证结合”的缺血性中风病复发纵向数据早期预警模型的多重评价》文中提出目的:构建中医特色的缺血性中风病复发早期预警模型,并进行模型间的多重比较,探索适宜的缺血性中风病复发早期预警模型。方法:1.研究设计多中心、前瞻性的临床注册登记研究。2.研究对象本研究收集了北京中医药大学东直门医院、首都医科大学附属北京天坛医院、广东省中医院、长春中医药大学附属医院、河南中医药大学附属第一医院、北京中医药大学东方医院、太原市中医医院共7家临床分中心在2016年7月至2019年11月期间的1741例首发缺血性中风患者的临床资料。3.伦理和知情同意本研究临床研究方案由中国中医科学院中医临床基础医学研究所伦理委员会批准（2016NO.08）并且获得各参研单位伦理委员会批准,每位受试者入选前均签署知情同意书。4.结局指标主要结局指标为缺血性中风病随访期内的复发事件,包括脑梗死、脑出血与TIA。次要终点指标为死亡事件。5.统计方法描述统计使用频数统计、均值、标准差、中位数统计、四分位数统计的方法。计量资料,符合正态分布的采用均值±标准差（x±s）表示,非正态分布使用中位数和四分位距（IQR）表示,计数资料采用频数和百分数表示。变量筛选使用统计相关性检验、距离相关系数和互信息熵进行筛选。运用R软件的t.test、chisq.test和Cov（）函数对自变量分别进行统计相关性检验和分析;采用R软件en ergy工具包的dcor函数进行距离相关系数的计算,采用infotheo工具包的multiinformat ion函数进行信息熵的计算。纵向数据的建模分析使用R软件的lme4工具包实现GLMM建模,geepack工具包实现GEE的建模。运用R软件的pROC工具包对所有模型计算AUC值,并绘制相应的ROC曲线。使用R软件survival工具包中的survfit函数得到不考虑竞争事件时的Kaplan-Meier累计复发率估计,使用R软件cmprsk工具包中的cuminc函数计算考虑竞争事件时,中风复发和复发前死亡的累积发生率估计。结果:1.随访和结局情况1741例患者完成随访（含死亡60例）,随访时间1-3年,随访期内共175例患者出现复发事件,累积复发率为10.05%（95%CI:8.64%-11.47%）,其中复发类型以脑梗死的患者最多,为118例,占67.43%。60例患者出现死亡终点事件,死亡原因中因脑血管病死亡11例（脑梗死6例,脑出血5例）。死亡病例中,中风复发前死亡43例,占71.66%,中风后复发后死亡17例,占28.34%（因中风复发导致的死亡9例,占15%）。2.缺血性中风病复发早期预警模型的构建2.1预测变量本研究变量筛选通过文献整理、统计方法（包括统计相关性检验、距离相关系数、互信息熵、多因素Cox回归）及临床专家意见3种相结合的方法选择缺血性中风病复发预测变量。最终纳入了年龄、既往脑出血史、冠心病家族史、神经功能缺损情况（NIHSS>4分）、连续吸烟史、运动锻炼情况、中西医干预（中药干预和非肝素类的血小板聚集抑制剂的使用）、中医证候、中医体质、重度以上的颅内外血管狭窄、梗塞灶数目（≧3个）、非均质不稳定性斑块作为中风复发的预测变量。2.2预警模型的构建基于“病证结合”的缺血性中风复发早期预警模型,分别考虑了现代医学危险因素以及含中医证候和中医体质危险因素在中风复发中的预测价值。利用本研究数据综合对比评估纵向数据的模型（GLMM、GEE模型）和横截面数据的模型（Cox比例风险回归模型、竞争风险模型）的4种模型在中医特色的缺血性中风病复发早期的预警能力。2.3纵向数据模型与横截面数据模型的比较分析在纵向数据中,GLMM和GEE模型在现代医学模型、中医证候模型、中医体质模型和中医证候体质模型中的预测结果均表现较为一致,在现代医学的模型中GLMM模型和GEE模型AUC分别为0.69687和0.69695,中医证候模型中GLMM模型和GEE模型AUC分别为0.71807和0.71809,中医体质模型中GLMM模型和GEE模型AUC分别为0.72661和0.72668,中医证候体质模型中GLMM模型和GEE模型AUC分别为0.79099和0.79102。含中医证候和体质因素的模型AUC值高于现代医学的模型。在横截面数据中,现代医学模型、中医证候模型、中医体质模型和中医证候体质模型在100个训练集拟合结果表现相对稳定,表明Cox模型在不同的数据下的模型表现稳健。三种模型在接近平均水平的训练集下的AUC值分别为0.6929、0.58625、0.66583和0.58621。现代医学的模型优于中医证候和体质模型。竞争风险模型结果显示:死亡病例影响Cox模型的估计结果,随着时间的推移影响逐渐增大,且对中医证候和中医体质模型的估计结果影响较大。3.中风复发危险因素分析经多因素Cox分析和纵向数据分析发现年龄、既往脑出血史、冠心病家族史、连续吸烟史、运动锻炼情况、中药干预、西药非肝素类的血小板聚集抑制剂、重度以上的颅内动脉狭窄、重度以上的颈部血管狭窄是中风的复发因素,差异具有统计学意义（P<0.05）;中医证候内风证的动态变化和气虚体质与中风复发具有相关性,差异有统计学意义（P<0.05）。结论:1.纵向数据模型的建模方法优于横截面数据模型的建模方法,尤其是含中医证候和体质特征的缺血性中风复发预警模型。2.纵向数据GLMM和GEE模型能体现中医证候“动态时空、多维界面”属性在缺血性中风复发早期预警模型中的预测价值。3.在纵向数据GLMM和GEE模型中,含中医证候和中医体质的缺血性中风早期预警模型表现稳定,相比与现代医学模型,能较早地对缺血性中风病复发进行预测,为缺血性中风病二级预防评估可提供一定的参考价值。4.年龄、既往脑出血史、冠心病家族史、连续吸烟史、运动锻炼情况、中药干预、西医非肝素类的血小板聚集抑制剂、重度以上的颅内血管狭窄、重度以上的颈部血管狭窄是缺血性中风的复发因素,中医证候内风证的动态变化和气虚体质对复发具有显着影响。5.死亡事件对复发风险估计存在影响,并且随着时间的推移,影响逐渐增大。但是本研究超过1年以上的病死人数偏少,需要更大样本和更长随访时间才能下结论。
侯晓铭[8]（2020）在《中医临床疗效评价队列研究中的统计方法及其在慢性心力衰竭中的应用》文中提出目的1.针对目前统计方法应用过程中存在的问题,提出中医临床疗效评价队列研究中统计方法的选择思路,为相关研究提供方法学建议。2.建立中医院慢性心力衰竭患者的队列研究,为统计方法在中医临床疗效评价队列研究中的使用提供参考。方法1.初步建立中医药临床疗效评价队列研究中统计分析的方法学建议通过检索知网、万方、Pubmed等数据库中有关临床疗效评价、队列研究及统计学的相关文献,查阅统计方法应用的着作、书籍,理解统计学原理,认识目前中医临床疗效评价中统计方法存在的问题;将文献、着作、书籍中的统计学知识总结、归纳,并与中医临床疗效评价、队列研究的特点结合,根据目前存在的问题,给出中医临床疗效评价队列研究中统计分析的方法学建议,并在统计学专业老师和中医临床专家指导下做出完善和修改。2.统计方法在中医院慢性心力衰竭患者队列研究中的应用建立中医院慢性心力衰竭研究队列:依托山东省中医院、潍坊市中医院、日照市中医院、济南市中医院、青岛海慈医疗集团、淄博市中医院、威海市中医院7家三级甲等医院的病案管理系统,将符合纳入、排除标准的入院时间为2012年1月1日至2017年12月31日的慢性心力衰竭患者归入研究队列,收集患者住院及随访期间的基本信息、治疗药物、终点事件等资料,利用Epidate软件建立数据库并录入数据。依托已经收集的队列研究数据,描述7家中医院慢性心力衰竭患者住院期间的基本特征,计量资料使用均数、标准差,等级资料使用百分比,用统计表、统计图等方式展现;然后根据住院和随访期间终点事件的发生情况,使用Logistic回归、生存分析的方法分析与终点事件相关的因素,并对结果进行分析比较。其中使用倾向性评分法均衡随访期间暴露组和对照组的基线差异,对比均衡后的结果。从而展现统计方法在慢性心力衰竭队列研究中的实际应用。结果1.队列研究有利于体现中医临床疗效评价的特点,但其中统计方法的应用存在误用、多因素分析前未筛选单因素、未考虑时间对结局的影响等问题。统计方法的选择需要考虑研究目的、研究方法、资料类型等方面,在均衡组间基线时,已知的混杂因素可选用倾向性评分、分层分析和多因素分析:倾向性评分适合混杂因素较多、样本量大的队列研究,分层分析和多因素分析适合混杂因素较少、样本不是特别大的的队列研究;处理未知和已知的混杂因素,可选用工具变量法。在统计推断时,可使用的统计方法非常多,单因素分析方法应用时要注意资料的正态性、方差齐性;Logistic回归分析和Cox回归适用于结局变量为二分类资料的多因素分析,两者的区别在于后者考虑了时间对生存结局的影响;广义线性混合模型对数据类型不做要求,并可以处理缺失数据。2.队列研究共纳入2691例中医院慢性心力衰竭患者,随访2591例。使用Logistic回归得出NYHA分级、肾脏疾病是住院期间心源性死亡的影响因素;倾向性评分均衡了暴露组和对照组之间的基线,均衡前NYHA分级、年龄是随访期间心源性死亡的影响因素,均衡后仅NYHA分级是随访期间心源性死亡的影响因素。结论1.倾向性评分、分层分析、多因素分析等统计学方法在中医临床疗效评价中已经有一定的研究应用;2.中医药的治疗能够降低慢性心力衰竭患者心源性死亡的发生率,延长生存期。
毛文亚[9]（2020）在《TJG公司财务风险预警问题研究》文中指出物流运输离不开港口运输,港口的重要性越来越突出。港口公司主要运输方式是海运,海运被用来运输大量、大批次的货物,运输船舶的增加,使得港口的吞吐量大大增加,公司业绩不断提升。但随着经济发展增长方向的转变、大数据时代的来临、智能化系统不断被更新等,使得公司面临着压力。企业在竞争的市场环境中,具备高水平的管理是必不可少的,同时也需要建立财务风险预警模型,对公司在日常的经营活动中起到适时、动态的监控,帮助企业减少,尽量避免财务风险带来的损失。文章研究的目的是通过模型的建立找出公司存在的风险并提出解决的建议。关于TJG公司建立财务风险预警模型,分为六章展开研究。在财务风险预警理论与财务风险预警模型的基础上,针对TJG公司的财务状况与财务风险预警进行相关研究。选取TJG公司2010-2019年的年报,附注说明的内容作为数据的来源。对TIG公司现状的分析,将2010年-2019年的财务数据从偿债能力、营运能力、盈利能力、发展能力、现金流量五个方面对企业的财务状况进行分析,得出TJG公司在财务方面存在的应收账款信用政策不完善、应收账款管理团队缺失、财务管理控制能力不足、主营业务收入增长较慢的问题。在构建财务风险预警模型时,按照针对性、可操作性、全面性、前瞻性作为指标的选取原则,确定选取偿债能力、营运能力、盈利能力、发展能力为一级指标,又细分为21个具体的二级指标。以2010年-2019年的财务数据作为样本,运用熵权法对选取的指标赋予权重,将国务院国资委发布的《企业绩效评价标准》作为企业绩效评价标准值。在具体说明了模糊综合评价法的计算过程之后,对TJG公司2013年-2019年的财务数据进行计算,得出得出公司2013年到2019年警情都是安全,但在各项能力方面警情有不同。根据预警结果,建议公司在提高应收账款周转率、回收率方面,引进专业人才、建立专业团队,引起足够重视、制定信用政策,进行风险管理、纳入企业文化;在提高盈利能力方面,推进新流程、提升港口接待力,着力控制成本、提高工作效率,整合自身资源、创新港口服务,扩大企业规模、优化业务能力。最后,在研究结果中对整篇文章的内容加以总结,对研究出的结论汇总与整合,希望能在以后的研究中选取更加及时的标准值,增加横向比较,为TIG公司与行业内的其他公司做对比提供参考。
张金豹[10]（2020）在《基于全寿命数据的滚动轴承运行状态评估和剩余寿命预测》文中提出滚动轴承作为旋转机械的关键支撑零部件,其前期的设计可靠性和使用时的运行状态对人身安全、生产效率和经济效益具有严重影响。因此在投入使用前对其进行可靠性预估,检查批次的质量是否满足使用工况,将大大降低运行风险和后期的维修难度;在使用过程中通过故障预测与健康管理（PHM,Prognostics and Health Management）对滚动轴承的健康状态进行评估,则能使维护工作更具主动性,避免了以往被动的定期维护和视情维护。本文基于滚动轴承的全寿命数据,扩展了滚动轴承健康状态评估的理论框架。首先对滚动轴承的使用寿命进行概率统计分析和可靠性评估,在可靠性得到充分保证的情况下,再投入使用。在滚动轴承的运行状态评估中,根据从振动信号中提取故障特征,结合人工智能算法,实现滚动轴承运行过程中的故障监测、故障定位及剩余寿命预测。为实现对滚动轴承寿命数据的精确统计分析,本文引入具有容错能力的Ⅱ型广义logistic分布（Ⅱ-GLD,Type-ⅡGeneralized Logistic Distribution）和Tukey’s g-and-h分布。针对两个分布的不同特点,采用粒子群优化（PSO,Particle Swarm Optimization）算法实现了参数估计,优化目标函数分别为Ⅱ-GLD的负极大似然函数和Tukey’s g-and-h分布的分位数均方误差。结合104轴承和7208轴承寿命数据对正态分布、威布尔分布、Ⅱ-GLD和Tukey’s g-and-h分布的拟合效果进行对比,并分析不同分布对滚动轴承可靠度的影响。另外,基于Ⅱ-GLD和Tukey’s g-and-h分布的位置-刻度模型对滚动轴承加速寿命数据的P-S-N曲线进行建模,分别得到基于Ⅱ-GLD的解析表达和基于Tukey’s g-and-h分布的分位表达。实验结果表明,威布尔分布、Ⅱ-GLD和Tukey’s g-and-h分布对滚动轴承的寿命数据拟合精度近似,但Ⅱ-GLD的应用及推广比较灵活,而Tukey’s g-and-h分布则适合于分位寿命计算和预测。在只有健康样本的情况下,通过流形学习算法正交局部保持投影（OLPP,Orthogonal Locality Preserving Projection）结合支持向量数据描述（SVDD,Support Vector Data Description）的方法实现了滚动轴承的运行状态监测。首先从振动信号中采集统计特征,包括时域特征和Kolmogrov-Smirnov（K-S）检验统计量。根据各退化特征与均方根（RMS,Root Mean Square）的相关性大小进行初步特征筛选并标准化,然后采用OLPP进行降维,最后利用SVDD对降维数据进行信息融合得到性能退化指标,从而实现运行状态监测。利用辛辛那提大学智能制造系统（IMS,Intelligent Manufacturing Systems）中心以及作者在杭州轴承试验研究中心（HBRC,Hangzhou Bearing Test&Research Center）所做的两组滚动轴承全寿命数据对所提方法进行测试,验证了所提方法对早期故障监测的有效性。另外,基于全寿命数据对SVDD的高斯核函数带宽进行遍历寻优,使得性能退化指标和时间的相关性最大。该退化指标为后续剩余使用寿命（RUL,Remaining Useful Life）的预测奠定了基础。针对滚动轴承早期的非平稳、非线性故障振动信号,以及信号中存在的强噪声和谐波干扰,采用自适应局部迭代滤波（ALIF,Adaptive Local Iterative Filtering）去除背景噪声以及非平稳信号的影响,实现故障振动信号在不同尺度上的分析。仿真结果表明,ALIF能够有效减轻经验模态分解（EMD,Empirical Mode Decomposition）过程中出现的模态混淆等缺点。然后通过最大峭度原则选取ALIF分解后包含故障信息最丰富的本征模态函数（IMF,Intrinsic Mode Function）。通过Hilbert变换、Teager能量算子（TEO,Teager Energy Operator）、解析能量算子（AEO,Analytical Energy Operator）和二到四重高阶解析能量算子（HO-AEO,High Order Analytical Energy Operator）的仿真对比,说明四重HO-AEO在增强故障信息和抑制噪声的优越性。因此本文采用四重HO-AEO对最大峭度的IMF进行包络解调,结合快速傅里叶变换（FFT,Fast Fourier transform）进行频谱分析,通过与滚动轴承故障特征频率对比实现滚动轴承的早期故障诊断。最后通过实验滚动轴承运行状态监测异常点的频谱分析,说明所提方法的优越性,也进一步验证了状态监测方法的准确性。提出基于多尺度熵结合核稀疏表达的滚动轴承故障分类方法,用于改善传统故障诊断中特征提取、特征降维和故障分类三步走的多故障分类法。核稀疏表达分类（KSRC,Kernel Sparse Representation Classification）算法能够对不同类型的故障分别进行特征选择,从而更好的进行故障分类,其优势在于更高维特征能够显着提高分类精度。该方法能够克服支持向量机（SVM,Support Vector Machine）需要相应分类策略和人工神经网络（ANN,Artificial Neural Network）需要大样本训练的难题。最后利用叶轮泵故障轴承数据和凯斯西储大学（CWRU,Case Western Reserve University）人工故障轴承数据对所提方法的有效性和精确性进行了验证。结果表明,小样本情况下随特征维度的增大,KSRC对滚动轴承故障类型的分类精度也随之提高。研究了在运行监测指标波动性较大的情况下,基于集成学习的RUL预测模型。首先随机抽取退化区间的不重复样本,利用威布尔分布的浴盆曲线模型对滚动轴承的退化性能指标进行平滑处理,并结合PSO算法实现参数辨识。其次将拟合曲线样本作为训练输入样本,抽样的实际退化指标作为验证输入样本,对应退化区间的寿命比作为输出,分别代入最小二乘支持向量机（LSSVM,Least Square Support Vector Machine）和相关向量机（RVM,Relevance Vector Machine,）进行训练和测试,得到平均相对误差、均方根误差、平均绝对误差和归一化均方误差四类指标。然后分别计算LSSVM和RVM对RUL预测的加权系数,通过集成学习实现最终RUL的预测。最后通过滚动轴承全寿命数据对所提方法进行验证。结果表明,平滑性能退化指标能够有效地降低滚动轴承退化波动性对预测精度的影响;通过机器学习算法对待测样本进行相似度量,可以实现RUL的长程预测;集成学习算法能够弥补单个机器学习算法的不足,随着机器学习算法的增多,其预测结果会更趋近于真实值。因此本文所提方法的预测结果具有稳健性。
二、模糊状态风险分析的广义Logistic回归理论与应用(5)——广义Ad-Logistic回归理论（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：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（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。
三、模糊状态风险分析的广义Logistic回归理论与应用(5)——广义Ad-Logistic回归理论（论文提纲范文）
（1）高校思想政治教育评价视域下第二课堂的学生行为研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 问题的提出及研究意义 |
| 1.1.1 问题缘起 |
| 1.1.2 研究的意义 |
| 1.2 研究现状综述 |
| 1.2.1 研究成果概览 |
| 1.2.2 国内研究现状 |
| 1.2.3 国外研究现状 |
| 1.2.4 国内外研究现状评价 |
| 1.2.5 国内外研究发展态势 |
| 1.3 概念的厘清 |
| 1.3.1 高校第二课堂 |
| 1.3.2 高校第二课堂学生行为 |
| 1.3.3 思想政治教育评价 |
| 1.4 论文的研究思路与研究框架 |
| 1.4.1 研究思路 |
| 1.4.2 研究框架 |
| 1.5 论文的研究方法与创新点 |
| 1.5.1 研究方法 |
| 1.5.2 创新点 |
| 第二章 第二课堂学生行为研究的理论建构 |
| 2.1 第二课堂学生行为研究的理论基点 |
| 2.1.1 马克思主义认识论下的行为本质 |
| 2.1.2 马克思主义人学思想中的行为意义 |
| 2.1.3 思想政治教育学原理下行为与思想关系 |
| 2.1.4 新时代思想政治教育理论的行为理论 |
| 2.2 第二课堂学生行为研究的理论支点 |
| 2.2.1 心理学关于行为研究的理论支撑 |
| 2.2.2 教育学关于第二课堂的核心理论 |
| 2.3 第二课堂学生行为研究的理论切入点 |
| 2.3.1 思想政治教育的评价理论 |
| 2.3.2 新时代第二课堂建设的政策及其思想 |
| 2.3.3 网络与信息数字技术的相关理论 |
| 2.3.4 定性定量的教育研究相关理论 |
| 第三章 第二课堂学生行为的现实分析 |
| 3.1 第二课堂学生行为的产生与发展 |
| 3.1.1 行为产生发展机制 |
| 3.1.2 影响行为的因素 |
| 3.1.3 行为影响的因素 |
| 3.2 第二课堂学生行为的现实形态 |
| 3.2.1 第二课堂学生行为的发展 |
| 3.2.2 第二课堂学生行为现实形态的原因 |
| 3.3 第二课堂学生行为的评价 |
| 3.3.1 第二课堂学生行为评价的现状 |
| 3.3.2 第二课堂评价现状的原因 |
| 第四章 大学生第二课堂行为研究方法论 |
| 4.1 研究的理论框架 |
| 4.1.1 量化研究的优势与局限 |
| 4.1.2 行为的统计物理研究 |
| 4.1.3 因果关系的误区 |
| 4.2 第二课堂学生行为描述数据类型与属性概念 |
| 4.2.1 第二课堂学生行为过程描述数据 |
| 4.2.2 学生成长发展数据类型与属性概念 |
| 4.3 行为研究设计 |
| 4.3.1 第二课堂的课程设计 |
| 4.3.2 学生行为的数据记录采集 |
| 4.3.3 学生行为数据的求证与评价 |
| 4.4 团中央“第二课堂成绩单”制度的借鉴与对比 |
| 第五章 大学生第二课堂行为研究实践案例 |
| 5.1 案例数据概况 |
| 5.1.1 行为数据的基本情况 |
| 5.1.2 学业成绩基本情况 |
| 5.1.3 毕业去向 |
| 5.1.4 职业发展状态 |
| 5.1.5 学生综合素质测评数据 |
| 5.2 案例数据的数据挖掘分析 |
| 5.2.1 行为状况统计学分析 |
| 5.2.2 行为与学生发展的关系分析 |
| 5.2.3 基于机器学习技术的数据研究 |
| 第六章 第二课堂学生行为的思想政治教育评价应用 |
| 6.1 第二课堂学生行为的思想政治教育评价价值 |
| 6.1.1 第二课堂学生行为状况的观测价值 |
| 6.1.2 第二课堂学生行为状况的判断价值 |
| 6.1.3 第二课堂学生行为状况的预测价值 |
| 6.2 基于第二课堂行为的思想政治教育评价指导思想 |
| 6.2.1 树立“大思政”格局的理念 |
| 6.2.2 巩固增强获得感的内容创新理念 |
| 6.2.3 强化信息技术同步的形式创新理念 |
| 6.3 基于第二课堂行为的思想政治教育评价的原则 |
| 6.3.1 精准教育原则 |
| 6.3.2 数据研究原则 |
| 6.3.3 评价反馈原则 |
| 6.3.4 行为评价思想的反思 |
| 6.4 基于第二课堂学生行为的思想政治教育评价机制 |
| 6.4.1 第二课堂组织工作机制 |
| 6.4.2 第二课堂过程管理机制 |
| 6.4.3 第二课堂评价导向机制 |
| 6.4.4 第二课堂支持保障机制 |
| 结束语 |
| 致谢 |
| 参考文献 |
| 附录 |
| 攻读博士学位期间取得的成果 |
（2）PPP明股实债融资的信用风险度量及CDS定价研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第1章 绪论 |
| 1.1 选题背景 |
| 1.2 选题意义 |
| 1.3 研究内容 |
| 1.4 研究方法 |
| 1.5 主要创新和不足之处 |
| 第2章 项目融资与PPP |
| 2.1 项目融资概述 |
| 2.1.1 项目融资的起源和发展 |
| 2.1.2 项目融资的特征 |
| 2.1.3 项目融资的概念 |
| 2.2 PPP概述 |
| 2.2.1 PPP的起源及发展情况 |
| 2.2.2 PPP模式的具体含义及其契约本质 |
| 2.2.3 PPP模式的分类 |
| 2.2.4 PPP模式参与主体 |
| 2.2.5 PPP模式的组织和合同结构 |
| 2.3 PPP的理论基础 |
| 2.3.1 产权与竞争理论 |
| 2.3.2 项目区分理论 |
| 2.3.3 新公共管理理论 |
| 2.3.4 委托代理理论 |
| 2.3.5 PPP理论基础的运用 |
| 第3章 信用评级与信用违约互换CDS |
| 3.1 信用评级 |
| 3.1.1 信用评级的定义 |
| 3.1.2 信用评级类型 |
| 3.2 信用风险的度量方法 |
| 3.2.1 传统信用风险度量方法 |
| 3.2.2 现代信用风险度量方法 |
| 3.3 信用违约互换和信用衍生品的概念 |
| 3.3.1 信用违约互换概念、风险转移原理、交易结构 |
| 3.3.2 CDS的重要组成要素 |
| 3.3.3 CDS的特点 |
| 3.4 国内外信用违约互换的发展概况 |
| 3.4.1 国外发展历史及概况 |
| 3.4.2 国内发展历史及概况 |
| 3.5 国内外CDS定价研究 |
| 3.5.1 国内CDS定价研究 |
| 3.5.2 国外CDS定价研究 |
| 第4章 PPP公司主体债务的CDS定价分析 |
| 4.1 结构模型对公司违约概率度量 |
| 4.1.1 Merton违约概率模型对公司违约概率度量 |
| 4.1.2 First Passage模型对公司违约概率度量 |
| 4.1.3 Leland & Toft模型对公司违约概率度量 |
| 4.2 公司主体债务CDS定价与运用范围 |
| 4.2.1 公司主体债务的CDS定价 |
| 4.2.2 定价方法的运用范围和不足 |
| 第5章 PPP明股实债风险分担研究 |
| 5.1 PPP项目风险及风险分担综述 |
| 5.1.1 风险识别与风险评价 |
| 5.1.2 风险分担原则 |
| 5.1.3 风险分担机制 |
| 5.2 PPP融资结构及明股实债 |
| 5.2.1 主要融资结构 |
| 5.2.2 PPP股权投资和债务融资工具 |
| 5.2.3 PPP明股实债 |
| 5.3 政府债务问题的PPP政府信用边界 |
| 5.3.1 PPP全生命周期中的政府责任支出 |
| 5.3.2 PPP中的政府信用边界 |
| 5.3.3 政府信用边界扩大的风险分析 |
| 5.4 PPP项目主体和明股实债风险度量因子 |
| 5.4.1 PPP项目主体风险度量因子 |
| 5.4.2 明股实债风险度量因素 |
| 第6章 PPP主体的信用风险度量 |
| 6.1 带盒约束的logistic方法 |
| 6.2 以港口行业为例的信用风险度量 |
| 6.2.1 经营风险指标 |
| 6.2.2 财务风险指标 |
| 6.2.3 风险指标选取和使用 |
| 6.3 数值分析与检验结果 |
| 6.3.1 基础数据处理 |
| 6.3.2 不同空间划分下的结果 |
| 第7章 一般交易结构下PPP明股实债的CDS定价分析 |
| 7.1 明股实债的信用评级 |
| 7.1.1 主体和债项评级 |
| 7.1.2 各种交易结构增信后的评级 |
| 7.2 Jarrow-Turnbull模型计算违约概率和CDS定价 |
| 7.2.1 违约概率推算 |
| 7.2.2 一次性支付保费情况下CDS价格 |
| 7.2.3 分期支付保费情况下CDS价格 |
| 7.3 一般交易结构下CDS价格的实证研究 |
| 第8章 主要结论和后续研究展望 |
| 8.1 主要结论 |
| 8.2 后续研究展望 |
| 参考文献 |
| 在读期间发表的学术论文与取得的其他研究成果 |
| 致谢 |
（3）基于人工神经网络技术的老年龋预测模型的构建及预测方法学比较的泛化能力验证研究（论文提纲范文）
| 摘要 |
| Abstract |
| 英文缩略语 |
| 第一部分 老年龋病影响因素的横断面研究 |
| 1 前言 |
| 2 材料与方法 |
| 2.1 研究对象的选择 |
| 2.2 研究对象与检测指标 |
| 2.2.1 研究对象的纳入标准 |
| 2.2.2 研究对象的排除标准 |
| 2.2.3 检测指标 |
| 2.3 诊断标准与测量方法 |
| 2.4 资料统计分析方法 |
| 2.5 质量控制 |
| 2.6 主要研究因素与赋值方法 |
| 2.6.1 建立数据库 |
| 2.6.2 老年龋的流行特征分析研究 |
| 2.6.3 老年龋病影响因素分析 |
| 3 结果 |
| 3.1 老年龋的流行病学特征分析 |
| 3.1.1 老年人群患龋总体流行病学分布特征 |
| 3.1.2 老年人群口腔健康问卷知、信、行概况 |
| 3.2 老年龋危险因素研究结果 |
| 3.2.1 单因素χ~2检验结果 |
| 3.2.2 多因素Logistic Regression模型分析结果 |
| 3.2.3 多重共线性诊断 |
| 4 讨论 |
| 5 结论 |
| 第二部分 基于人工神经网络技术构建老年龋病预测模型的研究 |
| 1 前言 |
| 2 材料与方法 |
| 2.1 研究对象 |
| 2.2 老年龋的诊断标准 |
| 2.3 神经网络的建立 |
| 2.4 资料统计分析方法 |
| 2.5 质量控制 |
| 2.6 主要研究因素与赋值方法 |
| 2.6.1 Logistic回归模型的建立 |
| 2.6.2 GRNN及BPNN人工神经网络预测模型的建立 |
| 2.6.3 人工神经网络预测模型的评估,及与传统预测模型效果比较 |
| 3 结果 |
| 3.1 非条件Logistic Regression预测模型研究 |
| 3.1.1 单因素χ~2检验结果 |
| 3.1.2 非条件多因素Logistic回归模型结果 |
| 3.1.3 非条件多因素Logistic回归模型预测结果 |
| 3.2 GRNN广义回归神经网络预警模型研究 |
| 3.2.1 建立GRNN广义回归神经网络预警模型 |
| 3.2.2 利用GRNN广义回归神经网络模型进行预测 |
| 3.2.3 非条件Logistic和 GRNN广义回归神经网络预测结果的比较研究 |
| 3.3 BPNN反向传播神经网络预警模型研究 |
| 3.3.1 建立BPNN反向传播神经网络预警模型 |
| 3.3.2 利用BPNN反向传播神经网络进行预测 |
| 3.3.3 非条件Logistic和BPNN反向传播神经网络预测结果的比较研究 |
| 4 讨论 |
| 4.1 人工神经网络模型构建过程中的各函数、参数的设置 |
| 4.2 人工神经网络模型与Logistic回归模型对老年龋病预测能力的比较 |
| 4.3 人工神经网络的缺陷与不足 |
| 5 结论 |
| 第三部分 人工神经网络模型对老年龋病预测的泛化能力验证研究 |
| 1 前言 |
| 2 材料与方法 |
| 2.1 研究对象的选择 |
| 2.2 研究对象检测指标 |
| 2.3 资料统计分析方法 |
| 2.4 主要研究方法 |
| 2.4.1 三省份地区老年龋影响因素分布状况差异分析 |
| 2.4.2 人工神经网络预测模型的验证 |
| 2.5 质量控制 |
| 3 结果 |
| 3.1 辽、吉、黑地区老年龋影响因素的差异分析 |
| 3.2 人工神经网络模型对老年龋病预测的泛化能力验证(吉林省地区) |
| 3.2.1 吉林省老年龋预测结果 |
| 3.2.2 吉林省非条件Logistic回归模型和人工神经网络模型预测结果的比较研究 |
| 3.3 人工神经网络模型对老年龋病预测的泛化能力验证(辽宁省地区) |
| 3.3.1 辽宁省老年龋预测结果 |
| 3.3.2 辽宁省非条件Logistic回归模型和人工神经网络模型预测结果的比较研究 |
| 3.4 人工神经网络模型对老年龋病预测的泛化能力验证(黑龙江省地区) |
| 3.4.1 黑龙江省老年龋预测结果 |
| 3.4.2 黑龙江省非条件Logistic回归模型和人工神经网络模型预测结果的比较研究 |
| 4 讨论 |
| 5 结论 |
| 本研究创新性的自我评价 |
| 参考文献 |
| 综述 人工神经网络在临床研究中的应用概述 |
| 前言 |
| 一、人工神经网络的起源及发展 |
| 二、人工神经网络的结构与原理 |
| 1 人工神经网络的基本结构 |
| 2 人工神经网络学习算法 |
| 2.1 有师学习 |
| 2.2 无师学习 |
| 3 人工神经网络优越性和特点 |
| 4 人工神经网络的分类 |
| 4.1 按拓扑结构分类 |
| 4.1.1 前馈网络 |
| 4.1.2 反馈网络 |
| 4.2 按网络模型分类 |
| 4.2.1 感知器模型 |
| 4.2.2 反向传播模型 |
| 4.2.3 径向基函数RBF模型 |
| 4.2.4 广义回归神经网络(Generalized Regression Neural Networks,GRNN)模型 |
| 4.2.5 概率神经网络(Probabilistic Neural Network,PNN)模型 |
| 三、人工神经网络在临床研究中的应用 |
| 1 人工神经网络在临床研究中的应用策略 |
| 1.1 信息处理 |
| 1.2 模式识别 |
| 1.3 医疗专家系统 |
| 2 人工神经网络在临床研究中的应用方向 |
| 2.1 疾病诊断 |
| 2.2 临床决策分析 |
| 2.3 预后预测分析 |
| 3 人工神经网络在临床研究中的具体应用 |
| 3.1 心血管疾病 |
| 3.2 肿瘤 |
| 3.3 神经系统疾病 |
| 3.4 内分泌疾病 |
| 3.5 口腔疾病 |
| 四、展望 |
| 参考文献 |
| 攻读学位期间取得的研究成果 |
| 致谢 |
| 个人简历 |
（4）公共价值视角下的邻避设施决策研究（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 研究背景 |
| 1.2 问题的提出 |
| 1.3 研究意义 |
| 1.4 国内外研究综述 |
| 1.5 研究思路、研究方法和技术路线 |
| 2 核心概念、理论基础和分析框架 |
| 2.1 核心概念 |
| 2.2 理论基础 |
| 2.3 分析框架 |
| 2.4 本章小结 |
| 3 我国地方政府邻避设施决策管理体制与机制 |
| 3.1 邻避设施决策的价值立场 |
| 3.2 邻避设施决策的授权环境 |
| 3.3 邻避设施决策的价值冲突应对 |
| 3.4 邻避设施决策管理体制与机制特征 |
| 3.5 本章小结 |
| 4 地方政府邻避设施决策的公共价值失灵与重塑评估:以垃圾焚烧发电项目为例 |
| 4.1 垃圾焚烧发电项目的整体考察 |
| 4.2 案例选取与基本介绍 |
| 4.3 邻避设施决策的公共价值失灵评估 |
| 4.4 邻避设施决策的公共价值重塑评估 |
| 4.5 本章小结 |
| 5 政府官员公共价值感知影响邻避设施决策行为意向选择实证研究 |
| 5.1 实证研究设计 |
| 5.2 描述性统计 |
| 5.3 实证分析结果 |
| 5.4 研究结论与讨论 |
| 5.5 本章小结 |
| 6 基于公共价值管理的邻避设施决策模式建构 |
| 6.1 邻避设施决策的价值偏好引导和价值目标管理 |
| 6.2 邻避设施决策主体间关系重塑和授权环境管理 |
| 6.3 邻避设施决策的公共价值创造和运作能力管理 |
| 6.4 本章小结 |
| 7 研究结论与展望 |
| 7.1 研究结论 |
| 7.2 可能的创新点 |
| 7.3 研究不足与展望 |
| 致谢 |
| 参考文献 |
| 附录1 攻读博士学位期间取得的科研成果 |
| 附录2 邻避设施决策公共价值感知调查问卷 |
（5）考虑区域类型差异的高速公路事故风险识别与交通安全评价研究（论文提纲范文）
| 致谢 |
| 摘要 |
| ABSTRACT |
| 1 绪论 |
| 1.1 立题背景与选题意义 |
| 1.1.1 研究背景 |
| 1.1.2 选题意义 |
| 1.2 国内外研究现状综述 |
| 1.2.1 相关理论方法发展动态和应用现状 |
| 1.2.2 针对区域类型的高速公路事故风险和交通安全研究进展 |
| 1.2.3 基于实时交通流状态的高速公路动态安全研究现状 |
| 1.2.4 国内外研究现状评述 |
| 1.3 高速公路区域类型划分依据 |
| 1.3.1 高速公路区域类型划分的必要性 |
| 1.3.2 国内外高速公路常见的分类方法 |
| 1.3.3 本文高速公路区域类型划分依据 |
| 1.4 研究内容及研究目标 |
| 1.5 论文组织结构与技术路线 |
| 2 高速公路交通事故要素与特征分析 |
| 2.1 高速公路交通安全相关研究数据概述 |
| 2.1.1 我国相关数据现状 |
| 2.1.2 美国相关数据现状 |
| 2.1.3 本文所应用数据的合理性 |
| 2.2 区域类型差异条件下的高速公路交通事故主要影响因素分析 |
| 2.2.1 驾驶人维度影响因素分析 |
| 2.2.2 车辆维度影响因素分析 |
| 2.2.3 道路维度影响因素分析 |
| 2.2.4 外部环境维度影响因素分析 |
| 2.3 高速公路交通事故时空分布规律 |
| 2.3.1 城区高速公路时空分布规律分析 |
| 2.3.2 乡区高速公路时空分布规律分析 |
| 2.3.3 山区高速公路时空分布规律分析 |
| 2.4 高速公路交通事故特征统计 |
| 2.4.1 城区高速公路事故特征统计分析 |
| 2.4.2 乡区高速公路事故特征统计分析 |
| 2.4.3 山区高速公路事故特征统计分析 |
| 2.5 本章小结 |
| 3 基于关联规则挖掘的区域类型差异条件下的高速公路事故致因分析 |
| 3.1 引言 |
| 3.2 研究区域介绍与数据收集处理 |
| 3.2.1 研究区域介绍与研究数据来源 |
| 3.2.2 样本数据集特征 |
| 3.2.3 样本结构设计 |
| 3.3 基于WODMI-APRIORI关联规则挖掘算法的高速公路事故风险识别方法建模 |
| 3.3.1 关联规则挖掘算法基本参数 |
| 3.3.2 关联规则分类 |
| 3.3.3 Apriori算法特性与基本步骤 |
| 3.3.4 主客观联合赋权改进的Apriori关联规则挖掘算法 |
| 3.3.5 考虑定向约束和指标赋权的多维度交互改进的Apriori关联规则挖掘算法(WODMI-Apriori) |
| 3.4 实例分析 |
| 3.4.1 不同区域类型高速公路全映射事故致因关联规则挖掘 |
| 3.4.2 不同区域类型高速公路维度交互关联规则挖掘 |
| 3.4.3 不同区域类型高速公路事故维度自相关关联规则挖掘 |
| 3.5 本章小结 |
| 4 区域类型差异条件下的高速公路动态交通流状态与事故风险关系评估 |
| 4.1 引言 |
| 4.2 研究数据介绍与样本结构设计 |
| 4.2.1 数据源文件介绍 |
| 4.2.2 事故数据预处理 |
| 4.2.3 交通流数据预处理 |
| 4.2.4 病例—对照配对式样本结构设计 |
| 4.2.5 数据匹配 |
| 4.3 相关理论与研究方法 |
| 4.3.1 六级服务水平理论 |
| 4.3.2 马尔科夫链蒙特卡洛方法(MCMC) |
| 4.3.3 基于MCMC的贝叶斯方法 |
| 4.3.4 贝叶斯条件logistic回归 |
| 4.3.5 随机森林算法 |
| 4.3.6 贝叶斯logistic回归 |
| 4.4 实例分析 |
| 4.4.1 不同区域类型高速公路事故风险等级分析 |
| 4.4.2 各区域高速公路事故征兆危险交通流变量识别 |
| 4.4.3 不同区域类型高速公路事故发生机理 |
| 4.5 本章小结 |
| 5 区域类型差异条件下的高速公路综合交通安全水平评价 |
| 5.1 引言 |
| 5.2 基于熵权改进的密切值法 |
| 5.2.1 密切值评价方法概述 |
| 5.2.2 信息熵赋权理论 |
| 5.2.3 基于信息熵权重优化改进的密切值评价方法 |
| 5.3 研究区域介绍 |
| 5.4 基于熵权改进密切值法的高速公路交通安全评价建模 |
| 5.4.1 评价矩阵建立 |
| 5.4.2 模型基本假设 |
| 5.4.3 评价指标数据的收集与处理 |
| 5.4.4 数值评价矩阵的建立 |
| 5.5 实例分析 |
| 5.5.1 年度视角的评价指标权重计算 |
| 5.5.2 季节划分视角的评价指标权重计算 |
| 5.5.3 年度视角下的不同区域类型高速公路交通安全评价 |
| 5.5.4 季节划分视角下的不同区域类型高速公路交通安全评价 |
| 5.5.5 考虑区域类型和季节差异的全样本高速公路交通安全评价 |
| 5.6 本章小结 |
| 6 结论与展望 |
| 6.1 主要研究结论 |
| 6.2 论文创新点 |
| 6.3 研究展望 |
| 参考文献 |
| 附录A 缩略词注释表 |
| 附录B 交通事故源数据字段注释表 |
| 作者简历及攻读博士学位期间取得的研究成果 |
| 学位论文数据集 |
（6）房地产上市公司财务风险评价与预警研究（论文提纲范文）
| 摘要 |
| abstract |
| 1 绪论 |
| 1.1 选题背景及研究意义 |
| 1.1.1 选题背景 |
| 1.1.2 研究意义 |
| 1.2 国内外研究现状 |
| 1.2.1 国外研究现状 |
| 1.2.2 国内研究现状 |
| 1.2.3 文献述评 |
| 1.3 研究内容、研究方法及研究思路 |
| 1.3.1 研究内容 |
| 1.3.2 研究方法 |
| 1.3.3 研究思路 |
| 2 财务风险评价与风险预警相关理论综述 |
| 2.1 财务风险与预警概述 |
| 2.1.1 风险与财务风险的内涵 |
| 2.1.2 风险管理及相关概念 |
| 2.1.3 财务风险识别方法 |
| 2.1.4 财务风险的演变发展阶段 |
| 2.1.5 风险评价与财务预警 |
| 2.2 财务风险预警方法及比较 |
| 2.2.1 评价财务风险预警方法 |
| 2.2.2 财务风险预警方法比较 |
| 2.3 相关理论 |
| 2.3.1 资本结构理论 |
| 2.3.2 内部控制理论 |
| 2.3.3 风险管理理论 |
| 2.3.4 企业生命周期理论 |
| 3 房地产行业特征与财务风险分析 |
| 3.1 房地产行业现状 |
| 3.2 我国房地产行业特征 |
| 3.3 房地产企业财务风险构成及成因分析 |
| 4 房地产上市公司财务风险评价预警指标体系与模型构建 |
| 4.1 样本选取 |
| 4.2 风险评价与预警的财务指标初步选取 |
| 4.3 评价指标的检验与筛选 |
| 4.3.1 Kolmogorov-Smirnov检验 |
| 4.3.2 Mann-Whitney U检验 |
| 4.4 指标主成分分析 |
| 4.4.1 KMO和Bartlett球形度检验 |
| 4.4.2 公因子方差 |
| 4.4.3 求特征值和贡献率 |
| 4.4.4 主成分表达式 |
| 4.5 基于因子分析的Logistic回归预警模型 |
| 5 房地产上市公司财务风险评价预警模型的检验与应用 |
| 5.1 模型的检验 |
| 5.1.1 拟合度检验 |
| 5.1.2 模型准确度检验 |
| 5.2 模型的应用 |
| 6 房地产上市公司财务风险控制措施建议 |
| 6.1 宏观环境及政策方面 |
| 6.1.1 分析宏观市场环境 |
| 6.1.2 关注政策变化 |
| 6.2 盈利能力方面 |
| 6.2.1 加强存货管理 |
| 6.2.2 建立全面成本内控机制 |
| 6.3 经营能力方面 |
| 6.3.1 构建多渠道融资模式 |
| 6.3.2 提高资金利用效率 |
| 6.4 财务风险评价机制方面 |
| 6.4.1 建立财务风险评价预警系统 |
| 6.4.2 建立评价工作的监督机构 |
| 7 结论与展望 |
| 7.1 研究结论 |
| 7.2 不足与展望 |
| 7.2.1 不足 |
| 7.2.2 展望 |
| 致谢 |
| 参考文献 |
| 附录 |
| 附录 1 公司预测结果 |
| 附录 2 攻读硕士学位期间发表的学术论文 |
（7）“病证结合”的缺血性中风病复发纵向数据早期预警模型的多重评价（论文提纲范文）
| 中文摘要 |
| ABSTRACT |
| 引言 |
| 第一部分 文献综述 |
| 综述一: 缺血性中风病复发预警模型的研究进展 |
| 1. 疾病预警模型的研究概况 |
| 2. 现代医学的缺血性中风复发预警模型的研究现状 |
| 2.1 国外缺血性中风复发预警模型 |
| 2.1.1 ESRS预警模型 |
| 2.1.2 SPI-Ⅰ/SPI-Ⅱ预警模型 |
| 2.1.3 RRE-90预警模型 |
| 2.1.4 IPSYS预警模型 |
| 2.1.5 FSRJ预警模型 |
| 2.1.6 ALESSA预警模型 |
| 2.1.7 IAC预警模型 |
| 2.1.8 GRECOS预警模型 |
| 2.2 国内缺血性中风复发预警模型 |
| 3. 常用缺血性中风病复发预警模型的建模方法 |
| 3.1 Logistic回归模型 |
| 3.1.1 一般原理 |
| 3.1.2 Logistic回归模型特点 |
| 3.1.3 Logistic回归模型在中风复发预测中的应用 |
| 3.2 Cox比例风险回归模型 |
| 3.2.1 一般原理 |
| 3.2.2 Cox模型特点 |
| 3.2.3 Cox模型在中风复发预测中的应用 |
| 3.3 随机森林 |
| 3.3.1 一般原理 |
| 3.3.2 随机森林模型特点 |
| 3.3.3 随机森林在中风复发预测中的应用 |
| 3.4 支持向量机 |
| 3.4.1 一般原理 |
| 3.4.2 支持向量机模型特点 |
| 3.4.3 机器学习在中风复发预测中的应用 |
| 3.5 竞争风险模型 |
| 3.5.1 一般原理 |
| 3.5.2 竞争风险模型特点 |
| 3.5.3 竞争风险模型在中风复发预测中的应用 |
| 3.6 其他模型 |
| 4. 问题与展望 |
| 附件：文献综述检索式 |
| 综述二: 中医特色的缺血性中风复发预警模型的价值与研究现状 |
| 1. 疾病预测的中医理论基础 |
| 2. 古人的疾病预测方法 |
| 3. 中医证候和体质特征可能是疾病早期的预警信号 |
| 3.1 中医证候特征可反应疾病的早期变化 |
| 3.2 中医体质是证候的基础 |
| 3.3 中医证候和体质的中风复发生物学基础 |
| 4. 中医及中西医结合的缺血性中风复发预警模型的研究现状 |
| 5. 前期研究基础 |
| 6. 问题与展望 |
| 第二部分: “病证结合”的缺血性中风复发病纵向数据早期预警模型的多重评价 |
| 前言 |
| 1. 研究目的 |
| 2. 研究方法 |
| 2.1 研究设计 |
| 2.2 数据来源 |
| 2.3 伦理和知情同意 |
| 2.4. 研究对象 |
| 2.4.1 纳入标准 |
| 2.4.2 排除标准 |
| 2.5 中西医诊断标准 |
| 2.5.1 西医诊断标准 |
| 2.5.2 中医诊断标准 |
| 2.6 研究变量 |
| 2.6.1 结局指标 |
| 2.6.1.1 主要结局测量 |
| 2.6.1.2 次要结局测量 |
| 2.6.1.3 测量时点 |
| 2.6.1.4 结局评价 |
| 2.6.2 预测指标 |
| 2.7 样本量计算 |
| 2.8 质量控制 |
| 2.9 数据管理 |
| 2.10 统计方法 |
| 2.11 技术路线 |
| 3. 结果 |
| 3.1 临床特征分析 |
| 3.1.1 随访情况 |
| 3.1.2 结局情况 |
| 3.1.2.1 复发事件 |
| 3.1.2.2 死亡事件 |
| 3.1.3 一般描述分析 |
| 3.1.3.1 一般人口学特征 |
| 3.1.3.1.1 性别 |
| 3.1.3.1.2 年龄 |
| 3.1.3.2 既往史特征 |
| 3.1.3.3 家族史特征 |
| 3.1.3.4 个人生活史特征 |
| 3.1.3.4.1 连续吸烟史 |
| 3.1.3.4.2 锻炼情况 |
| 3.1.3.5 发病特征 |
| 3.1.3.5.1 入组时收缩压 |
| 3.1.3.5.2 TOAST分型 |
| 3.1.3.5.3 发病节气 |
| 3.1.3.5.4 神经功能特征 |
| 3.1.3.6 中西医用药干预特征 |
| 3.1.3.7 中医证候特征 |
| 3.1.3.8 中医体质特征 |
| 3.1.3.8.1 中医体质判定情况 |
| 3.1.3.8.2 中医主要偏颇体质情况 |
| 3.1.3.8.3 中医主要偏颇体质(前4位)的相兼情况 |
| 3.1.3.9 实验室检查特征 |
| 3.1.3.9.1 载脂蛋白A1 |
| 3.1.3.9.2 载脂蛋白B |
| 3.1.3.9.3 纤维蛋白原含量 |
| 3.1.3.9.4 同型半胱氨酸 |
| 3.1.3.10 影像学特征 |
| 3.1.3.10.1 梗塞灶数目 |
| 3.1.3.10.2 颅内血管狭窄情况 |
| 3.1.3.10.3 颈部血管狭窄情况 |
| 3.1.3.10.4 颈动脉斑块性质 |
| 3.2.复发危险因素分析 |
| 3.2.1 单因素分析 |
| 3.2.2 多因素分析 |
| 3.3.缺血性中风病复发早期预警模型的构建 |
| 3.3.1 纳入模型的预测因素 |
| 3.3.2 建模方法的选择 |
| 3.3.3 建模的分类 |
| 3.3.4 模型评价指标 |
| 3.3.5 复发预警模型的构建 |
| 3.3.5.1 基于纵向数据的复发预警模型构建 |
| 3.3.5.1.1 建模数据集的选取 |
| 3.3.5.1.2 纵向数据的模型估计结果 |
| 3.3.5.1.3 纵向数据的模型拟合结果 |
| 3.3.5.2 基于横截面数据的复发预警模型构建 |
| 3.3.5.2.1 建模数据集的选取 |
| 3.3.5.2.2 横截面数据建模方法的筛选与确定 |
| 3.3.5.2.3 横截面数据的模型估计结果 |
| 3.3.5.2.4 横截面数据的模型拟合结果 |
| 3.3.5.2.5 竞争风险分析 |
| 4. 讨论 |
| 4.1 中医特色的缺血性中风病复发早期预警模型 |
| 4.1.1 中医证候对中风复发的意义 |
| 4.1.2 中医体质对中风复发的意义 |
| 4.1.2.1 气虚质对中风复发的影响 |
| 4.1.2.2 痰湿质对中风复发的影响 |
| 4.1.2.3 血瘀质对中风复发的影响 |
| 4.1.2.4 阳虚质对中风复发的影响 |
| 4.2 中医证候特征适合纵向数据的建模方法 |
| 4.2.1 中医证候具有“动态时空,多维界面”的属性 |
| 4.2.2 纵向数据模型的优势和特点 |
| 4.2.3 纵向数据的模型与横截面数据的模型的比较 |
| 4.3 中医证候体质的预警模型可早期识别中风的复发风险 |
| 4.4 本研究与现有缺血性中风复发预测模型的比较 |
| 结论 |
| 创新点 |
| 局限性及展望 |
| 参考文献 |
| 致谢 |
| 个人简历 |
| 附件 |
（8）中医临床疗效评价队列研究中的统计方法及其在慢性心力衰竭中的应用（论文提纲范文）
| 提要 |
| Abstract |
| 引言 |
| 第一部分 中医临床疗效评价队列研究中的统计方法 |
| 1 队列研究统计方法的应用背景 |
| 2 队列研究统计方法的特点 |
| 3 中医临床疗效评价队列研究中统计方法存在的问题 |
| 3.1 统计方法的盲目使用 |
| 3.2 多因素分析前的协变量筛选问题 |
| 3.3 未考虑时间对结局的影响 |
| 4 中医临床疗效评价队列研究中统计方法的选择思路 |
| 4.1 基线资料的处理 |
| 4.1.1 统计描述 |
| 4.1.2 混杂因素的处理 |
| 4.2 统计推断 |
| 4.2.1 单因素分析 |
| 4.2.2 多因素分析 |
| 5 小结 |
| 第二部分 统计方法在中医院慢性心力衰竭患者队列研究中的应用 |
| 1 队列研究方案设计 |
| 1.1 数据来源 |
| 1.2 队列的建立 |
| 1.2.1 研究对象 |
| 1.2.2 诊断标准 |
| 1.2.3 纳入、排除标准 |
| 1.2.4 脱落标准 |
| 1.2.5 暴露的定义和划分 |
| 1.2.6 治疗药物 |
| 1.2.7 观察指标 |
| 1.2.8 样本量估算 |
| 1.3 实施过程 |
| 1.3.1 住院及随访期间的信息调查 |
| 1.3.2 数据的录入及导出 |
| 2 队列研究统计方法的应用方案 |
| 2.1 数据管理 |
| 2.2 确定分析集 |
| 2.3 缺失数据的处理 |
| 2.4 确定协变量 |
| 2.5 统计分析 |
| 3 结果 |
| 3.1 住院期间 |
| 3.1.1 统计描述 |
| 3.1.2 组间基线资料 |
| 3.1.3 多因素分析 |
| 3.2 随访期间 |
| 3.2.1 统计描述 |
| 3.2.2 基线资料的处理 |
| 3.2.3 生存分析 |
| 4 讨论 |
| 4.1 统计方法应用概况 |
| 4.1.1 应用概况 |
| 4.1.2 失访人群的处理 |
| 4.1.3 缺失数据的处理 |
| 4.2 队列研究的设计讨论 |
| 4.3 中医院慢性心力衰竭患者的概况及中医药治疗 |
| 4.3.1 中医院慢性心力衰竭患者的概况 |
| 4.3.2 中医药治疗 |
| 结语 |
| 参考文献 |
| 综述 统计学方法在中医临床疗效评价中的应用及展望 |
| 1 统计学方法在中医临床疗效评价中的应用 |
| 1.1 指标筛选 |
| 1.2 预后因素及模型筛选 |
| 1.3 疗效观察与评价 |
| 1.4 数据的清洗和管理 |
| 2 总结与展望 |
| 参考文献 |
| 附录 |
| 致谢 |
| 发表论文 |
| 附件 |
（9）TJG公司财务风险预警问题研究（论文提纲范文）
| 摘要 |
| 英文摘要 |
| 1 绪论 |
| 1.1 研究背景 |
| 1.2 研究目的及意义 |
| 1.2.1 研究目的 |
| 1.2.2 研究意义 |
| 1.3 国内外研究现状 |
| 1.3.1 国外研究现状 |
| 1.3.2 国内研究现状 |
| 1.3.3 文献评述 |
| 1.4 研究内容及方法 |
| 1.4.1 研究内容 |
| 1.4.2 研究方法 |
| 1.5 技术路线 |
| 2 相关概念及理论基础 |
| 2.1 相关概念 |
| 2.1.1 财务风险 |
| 2.1.2 财务风险预警 |
| 2.2 相关理论 |
| 2.2.1 风险管理理论 |
| 2.2.2 财务预警理论 |
| 3 TJG公司现状分析 |
| 3.1 TJG公司概况 |
| 3.2 TJG公司财务现状分析 |
| 3.2.1 偿债能力 |
| 3.2.2 营运能力 |
| 3.2.3 盈利能力 |
| 3.2.4 发展能力 |
| 3.2.5 现金流量 |
| 3.3 TJG公司财务存在的风险问题 |
| 3.3.1 应收账款信用政策不完善 |
| 3.3.2 应收账款管理团队缺失 |
| 3.3.3 财务管理控制能力不足 |
| 3.3.4 主营业务收入增长较慢 |
| 3.4 本章小结 |
| 4 TJG公司财务风险预警模型的构建及结果分析 |
| 4.1 财务风险预警的必要性及指标选择 |
| 4.1.1 财务风险预警指标的选取原则 |
| 4.1.2 建立财务风险预警模型的必要性 |
| 4.1.3 预警指标的选取与设计 |
| 4.1.4 预警指标权重的确定 |
| 4.1.5 确定标准值 |
| 4.2 财务风险预警模型的构建及测算 |
| 4.2.1 财务风险预警模型的构建 |
| 4.2.2 财务风险预警模型的测算 |
| 4.3 TJG公司财务风险预警结果分析 |
| 4.3.1 综合财务风险预警状况分析 |
| 4.3.2 各项能力预警结果分析 |
| 4.4 本章小结 |
| 5 TJG公司应对财务风险预警的建议 |
| 5.1 提高应收账款周转率、回收率 |
| 5.1.1 引进专业人才,建立专业团队 |
| 5.1.2 引起足够重视,制定信用政策 |
| 5.1.3 进行风险管理,纳入企业文化 |
| 5.2 提高公司盈利能力 |
| 5.2.1 推进新的流程,提升港口接待力 |
| 5.2.2 着力控制成本,提高工作效率 |
| 5.2.3 整合自身资源,创新港口服务 |
| 5.2.4 扩大企业规模,优化业务能力 |
| 6 研究结论和展望 |
| 参考文献 |
| 致谢 |
| 附录一 |
| 附录二 |
| 个人简历 |
（10）基于全寿命数据的滚动轴承运行状态评估和剩余寿命预测（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第1章 绪论 |
| 1.1 课题背景及研究的目的和意义 |
| 1.2 滚动轴承数据收集和统计分析 |
| 1.2.1 滚动轴承全寿命实验数据 |
| 1.2.2 概率分布在滚动轴承运行状态评估中的应用 |
| 1.3 滚动轴承信号处理和故障特征分析 |
| 1.3.1 滚动轴承振动机理分析 |
| 1.3.2 信号时频分析 |
| 1.3.3 特征提取和降维 |
| 1.4 轴承故障诊断的研究现状 |
| 1.4.1 滚动轴承故障监测 |
| 1.4.2 故障特征分类 |
| 1.4.3 剩余使用寿命预测 |
| 1.5 本文的主要研究内容 |
| 第2章 基于位置-刻度模型的滚动轴承可靠性评估 |
| 2.1 引言 |
| 2.2 滚动轴承可靠性评估 |
| 2.3 位置-刻度模型 |
| 2.3.1 正态分布 |
| 2.3.2 Ⅱ型广义logistic分布 |
| 2.3.3 Tukey's g-and-h分布 |
| 2.3.4 粒子群优化算法 |
| 2.3.5 实验寿命数据分析 |
| 2.4 P-S-N曲线 |
| 2.4.1 三参数P-S-N曲线 |
| 2.4.2 变载荷实验寿命数据分析 |
| 2.5 本章小结 |
| 第3章 流形学习下基于支持向量数据描述的滚动轴承运行状态监测 |
| 3.1 引言 |
| 3.2 信号统计特征 |
| 3.2.1 时域特征 |
| 3.2.2 K-S检验统计量 |
| 3.3 流形降维 |
| 3.3.1 拉普拉斯特征映射 |
| 3.3.2 局部保持投影 |
| 3.3.3 正交局部保持投影 |
| 3.4 支持向量数据描述 |
| 3.5 运行状态监测实验验证 |
| 3.5.1 运行状态监测流程 |
| 3.5.2 IMS中心双排滚柱轴承全寿命实验 |
| 3.5.3 HBRC滚动轴承寿命实验 |
| 3.6 本章小结 |
| 第4章 基于自适应局部迭代滤波和高阶解析能量算子的轴承早期故障诊断 |
| 4.1 引言 |
| 4.2 自适应模态分解 |
| 4.2.1 经验模态分解 |
| 4.2.2 自适应局部迭代滤波分解 |
| 4.2.3 EMD和 ALIF仿真对比 |
| 4.3 信号包络解调 |
| 4.3.1 Hilbert变换 |
| 4.3.2 Teager能量算子 |
| 4.3.3 解析能量算子 |
| 4.3.4 高阶解析能量算子 |
| 4.4 故障诊断仿真实验 |
| 4.4.1 故障诊断流程 |
| 4.4.2 仿真对比 |
| 4.5 早期故障诊断实验验证 |
| 4.5.1 IMS中心双排滚柱轴承寿命实验 |
| 4.5.2 HBRC寿命实验 |
| 4.6 本章小结 |
| 第5章 多尺度熵结合核稀疏表达的滚动轴承故障诊断 |
| 5.1 引言 |
| 5.2 多尺度熵 |
| 5.2.1 样本熵 |
| 5.2.2 模糊熵 |
| 5.2.3 排列熵 |
| 5.2.4 熵的多尺度化 |
| 5.3 核稀疏表达分类 |
| 5.3.1 稀疏表达分类 |
| 5.3.2 核稀疏表达分类 |
| 5.3.3 核稀疏表达分类流程 |
| 5.3.4 滚动轴承故障诊断流程 |
| 5.4 故障分类实验验证 |
| 5.4.1 离心泵故障轴承实验数据 |
| 5.4.2 CWRU人工故障轴承实验数据 |
| 5.5 本章小结 |
| 第6章 基于集成学习的滚动轴承剩余寿命预测 |
| 6.1 引言 |
| 6.2 剩余使用寿命 |
| 6.3 机器学习算法 |
| 6.3.1 最小二乘支持向量机 |
| 6.3.2 相关向量机 |
| 6.4 剩余寿命预测流程 |
| 6.5 RUL预测实验验证 |
| 6.6 本章小结 |
| 结论 |
| 参考文献 |
| 攻读博士学位期间发表的论文及其它成果 |
| 致谢 |
| 个人简历 |
四、模糊状态风险分析的广义Logistic回归理论与应用(5)——广义Ad-Logistic回归理论（论文参考文献）
- [1]高校思想政治教育评价视域下第二课堂的学生行为研究[D]. 王纲. 电子科技大学, 2021(01)
- [2]PPP明股实债融资的信用风险度量及CDS定价研究[D]. 武茗. 中国科学技术大学, 2021(01)
- [3]基于人工神经网络技术的老年龋预测模型的构建及预测方法学比较的泛化能力验证研究[D]. 刘璐. 中国医科大学, 2021
- [4]公共价值视角下的邻避设施决策研究[D]. 韩金成. 华中科技大学, 2020(01)
- [5]考虑区域类型差异的高速公路事故风险识别与交通安全评价研究[D]. 杨洋. 北京交通大学, 2020
- [6]房地产上市公司财务风险评价与预警研究[D]. 杨罡. 西安科技大学, 2020(01)
- [7]“病证结合”的缺血性中风病复发纵向数据早期预警模型的多重评价[D]. 高阳. 中国中医科学院, 2020(12)
- [8]中医临床疗效评价队列研究中的统计方法及其在慢性心力衰竭中的应用[D]. 侯晓铭. 山东中医药大学, 2020(01)
- [9]TJG公司财务风险预警问题研究[D]. 毛文亚. 黑龙江八一农垦大学, 2020(09)
- [10]基于全寿命数据的滚动轴承运行状态评估和剩余寿命预测[D]. 张金豹. 哈尔滨工业大学, 2020(01)