排序方式： 共有4条查询结果，搜索用时 0 毫秒
1
1.
基因的结构预测是目前极为活跃的研究领域,而基因剪切位点的识别则是基因结构预测中的重要环节.本文采用自己提出的平均似然比等方法,同时采用目前较为有效的权重矩阵(WMM)、最大相关分解(MDD)、动态规划等模型,充分提取剪切位点信号区的统计特征,采用统计中判别分析的方法进行判别,得到了较好的判别效果,并与其它方法进行了比较. 相似文献
2.
G-Q检验是一种简单、有效的异方差检验方法,但该方法只适用于一个自变量,在多变量情况下,文献[1]利用主成分对样本数据进行排序,得到了G-Q检验的推广.众所周知,主成分分析是一种有效的降维方法,但其在降维的同时伴随着信息的损失,统计深度函数可作为多元数据排序的有效工具.本文基于统计深度函数得到了推广了的G-Q检验,并应用于实例。 相似文献
3.
回归模型的同方差检验 总被引：2，自引：0，他引：2
本文利用局部经验似然和WNW方法对条件分布函数和条件分位数进行估计,并利用条件分位数的方法对回归模型中的误差方差进行了同方差假设检验,获得了零假设下检验统计量的渐近分布为X2分布．模拟计算表明同方差假设检验的条件分位数方法具有较好的功效． 相似文献
4.
基因识别是生物信息学研究的一个分支.多元统计中的判别分析方法模型简单、便于解释,处理剪切位点的识别问题效果良好,但极易受到异常值的影响.对于传统判别分析方法,使用稳健统计量进行优化,得到较好的效果,并通过加权方法进一步提高了判别分析方法的稳健性,取得了更好的识别效果.加权稳健判别分析方法稳健性高、受离群值影响小,对其他分类判别问题具有很好的实际意义和参考价值. 相似文献
1