基于R软件的Bayes判别分析在医学中的应用

Bayes判别在进行判别分析时考虑到各总体出现的先验概率、预报的先验概率及错判造成的损失,其判别效能优于其他判别方法.对Bayes判别方法详细介绍的基础上,利用R软件对一组舒张压和胆固醇数据分别进行Bayes判别分析、Fisher判别分析和基于距离的判别分析,对比三种不同方法下得到的判别结果,结果表明Bayes判别分析得到的分类结果精度较高,Bayes判别分析在医学领域有较好的应用前景.     

地区恶性肿瘤死亡率的对应分析

目的—了解山东省某县2000-2002年恶性肿瘤的地区分布和肿瘤类型分布特征.方法—应用分组对应分析对该县恶性肿瘤死亡资料进行分析.结果—得到各地区和各肿瘤类型的公因子及其负荷系数,并根据第一、二因子负荷系数绘制因子负荷平面图,可以清楚看出恶性肿瘤死亡率的聚集性及其高发地与低发地的分布.结论—将变量与样本结合起来的对应分析是对因子分析的有益补充,它可以分析二维数据阵的行因素与列因素之关系,达到研究目的.     

福建省恶性肿瘤发病地区差异的对应分析

应用对应分析方法对福建省67个县市的7种恶性循环性肿瘤死亡率资料作分析,从而找出不同部位的恶性肿瘤与地区之间的关系,揭示不同部位恶性肿瘤高发的地区分布。     

改进的基于特征向量集的距离判别及在企业信用评价中的应用

在基于特征向量集的距离判别的基础上,提出新的判别分析方法,试图解决现有判别分析方法中计算量大及对复杂数据判别效果差的缺点.同时,将方法用于企业信用评价中,并与传统的判别方法及一些改进的判别方法作比较,实验结果表明,方法提高了企业信用评价的准确率.     

部分线性模型在北京市税收分析和预测中的应用

首先运用主成分分析方法对北京市经济指标数据进行降维处理,然后基于降维后的数据拟合部分线性模型.将拟合后的模型对2008年北京市税收进行预测,所得结果优于常用的逐步线性回归分析方法的预测结果.     

主分量法在高校科研工作综合评估中的应用

本文根据高校科研工作的特点，采用主分量分析法建立了用于科研评估的数学模型，并对５０所高校进行了评估计算。     

区间数特性集对分析及在多指标决策中的应用

针对区间数多指标决策过程中区间数运算的不确定性问题,对区间数特性进行集对分析,利用区间数的确定性与不确定性,数量特性与空间位置特性以及这两对特性的相互关系,定义一种新的区间数加法运算和两区间数大小关系判别准则.实例应用表明方法在区间数多指标决策中简明实用.     

因子分析法在中小企业板块上市公司综合业绩评价中的应用

本文运用因子分析法对我国中小企业板块22家上市公司的综合业绩进行评价,从其2003年度十三个主要财务指标中提取了四个具有一定含义的因子,用它们代表各公司的综合业绩,根据每家公司的因子得分情况对其综合业绩排序。