首页 | 本学科首页   官方微博 | 高级检索  
相似文献
 共查询到10条相似文献,搜索用时 15 毫秒
1.
结核病的传播过程比较复杂,易感人群在受到结核病菌传染后可能会患上结核病或结核性胸膜炎,前者具有传染性,而后者暂时不具有传染性,但可能又会发展成结核病,具有传染性.为了探讨结核病的影响因素,利用对角膨胀双变量Poisson回归模型,将受结核病菌传染所发生的结核病患者数和结核性胸膜炎患者数作为模型中的2维响应变量,拟合D市在校学生受结核病菌传染的患病数据.计算结果表明:结核病患者与结核性胸膜炎患者不具有相关性;强阳率、痰菌检验阳性状态、宿舍密度、季节与通风状态差等因素是对结核病的影响因素,数据拟合效果较好,为对结核病的预防工作提供参考依据.  相似文献   

2.
来源于不同总体的数据异质性较大,数据“零取值”较多且离散度大,可利用零膨胀泊松(ZIP)混合回归模型建模分析,然而混合模型中自变量较多.为了筛选出重要变量,本文利用自适应LASSO对ZIP混合回归模型进行变量选择,即在似然函数中加入惩罚项,再利用EM算法估计参数.通过模拟,验证了该方法在变量选择和参数估计中的有效性.同时,将ZIP混合回归模型应用于预测借贷失败次数的实际数据分析,筛选出对借贷失败有重要影响的因素.最后,通过比较各模型的预测效果,得到ZIP混合回归模型优于泊松(Poisson),负二项(NB)和ZIP回归模型.  相似文献   

3.
爆炸间隙零门功能的实现,不仅与间隙的长度有关,还受控制通道截面积的影响.如何量化分析间隙零门功能可靠性与间隙长度及截面积的关系是工程技术领域关心的重要问题.综合考虑间隙长度、截面积及其交互影响,基于三元响应,提出了间隙零门成功响应的双变量Probit模型.利用得分统计量,分析了检验双变量Probit模型中两随机误差变量相关性的方法.同时还基于极大似然估计并结合双变量Probit模型,给出了模型参数的估计方法.最后基于一组模拟试验数据,利用双变量Probit模型,给出了该组数据下模型参数的估计结果以及间隙零门功能可靠性窗口的区域分布.  相似文献   

4.
本文研究重尾索赔下的双复合Poisson模型,当索赔额分布属于次指数分布类时,给出了破产在有限时间内发生赤字尾概率的一个渐近表达式.  相似文献   

5.
个人信用评价问题研究中,需要建立较多的虚拟变量作为解释变量.Group Lasso可以将相关的虚拟变量作为组进行整体剔除或保留在模型中.结合具体的个人信贷数据,应用Group Lasso方法进行变量选择建立Logistic模型,并与全模型、向前选择和向后选择建立的Logistic模型进行比较,发现Group Lasso方法建立的模型,在变量解释和预测正确率上,都是最优的.  相似文献   

6.
保险系统中一种推广风险模型的破产概率   总被引:17,自引:0,他引:17  
将经典复合 Poisson风险模型推广至更为一般情况 ,其中保单以 Poisson分布流到达且收取的保费为随机变量 ,建立一种双复合 Poisson风险模型 .对此模型 ,得到了最终破产概率的一般表达式和破产概率的一个上界估计值 .  相似文献   

7.
我国人口时间序列的变系数预测模型   总被引:1,自引:0,他引:1  
根据1952-2005年我国人口总量和GDP总量数据,建立变系数模型.采用逐步回归的方法来选择显著滞后变量子集,推导出系数函数的样条估计表达式,最后运用Bootstrap思想,进行点预测和区间预测。运算结果表明:对于该组数据,变系数模型能较理想地描述数据之间的内在结构,且具有较少的预测误差.  相似文献   

8.
在使用变量选择方法选出模型后,如何评价模型中变量系数的显著性是统计学重点关注的前沿问题之一.文章从适应性Lasso变量选择方法的选择结果出发,在考虑实践中误差分布多样性的前提下,基于选择事件构造了模型保留变量系数的条件检验统计量,并给出了该统计量的一致收敛性质的证明过程.模拟研究显示,在多种误差分布下所提方法均可进一步优化变量选择结果,有较强的实用价值.应用此方法对CEPS学生数据进行了实证分析,最终选取了学生认知能力等10个变量作为影响中学生成绩的主要因素,为相关研究提供了有益的参考.  相似文献   

9.
一维2进低通滤波器在一维多分辨分析(MRA)小波的构造和拓扑性质研究中起到重要作用.对于高维小波,其生成要依赖于某个扩张矩阵,所以构造比较复杂.该文讨论由一致矩阵2I_2(2002)生成的MRA小波的低通滤波器(称作2进双变量滤波器.利用2进双变量滤波器乘子完全刻画了2进双变量滤波器,并且证明了所有2进双变量滤波器集合在L~2(T~2)范数拓扑下是道路连通的结论.  相似文献   

10.
传统的准备金方法都是基于聚合数据的,聚合数据是个体数据的简单汇总,他们丢失了许多有用信息,影响了准备金预测的准确性.为了准确预测准备金,精算学研究者发展了基于标值Poisson过程的个体索赔模型.然而索赔的发生使用Poisson过程来刻画往往与现实情况不符,因此本文提出了一个基于标值Cox过程的个体索赔模型,并研究了此模型下的准备金预测方法.本文的模型和传统的聚合索赔模型相比,使用了更为完整的信息,和已经存在的标值Poisson个体索赔模型相比,由于Cox过程中随机强度的引入,使得模型有了更强的现实刻画能力.这些都将使得准备金的预测更为准确.  相似文献   

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号