一种Logistic模型参数估计的新方法及应用

介绍了logistic曲线参数估计的一种新方法,它是利用三次样条插值函数求导代替logistic曲线在这一点的导数值,进而利用最小二乘法得出参数的估计值,通过实例分析表明本文提出的方法比一般的三点法估计的参数值k再用线性化方法估计的参数值b,c,拟合精度更高.     

Gompertz模型和Logistic模型的拟合

常见的三参数 S形生长模型有 Gompertz模型和 L ogistic模型 .它们在拐点处的坐标、导数与它们的参数是能够相互唯一确定的 .当利用拟事隐函数曲线的 GNL 法对这两种模型进行最小二乘拟合时 ,可根据这一性质对单个未线性化参数的初始值进行搜索 .有时也可对该初始值直接进行搜索 .最后以几个实例成功地对这种算法进行了验证     

一类具有病毒变异的Logistic死亡率SEIR传染病模型研究分析

本文建立了一类具有病毒变异的Logistic死亡率SEIR传染病模型,借助Lyapunov函数和LaSalle''s不变原理,证明了无病平衡点全局稳定性.利用代数方法构造Lyapunov函数,证明了地方病平衡点全局稳定性.另外,通过数值模拟分析了参数对疾病传播的影响.     

不同环保意识视角下的DEA效率模型

DEA在效率分析领域具有良好的应用,随着全球气候的不断恶劣和环境的逐渐破坏,公众环保意识不断增强,在进行相关效率研究时,非期望产出越来越受到重视。以非期望产出为主要研究点,根据社会对非期望产出指标的认识规律将环保意识分为五个不同阶段,并综合考虑每个意识阶段的特征,将环境指标变动能力,环境承载能力、环境负外部性参与度、外部环境政策管理及企业生产要求纳入DEA效率分析过程中,通过对目标函数和约束条件进行不同的改进和约束,构建了不同意识阶段的DEA效率分析模型,并探讨了各阶段模型的使用范围和相互关系。最后,选取一个实例进行试算,证明各DEA模型的可行性和有效性。     

基于logistic模型的我国信息产业演化发展研究

信息产业作为战略性新兴产业,对国民经济的发展发挥着巨大的推动作用.对于信息产业演化发展路径的深入探索,有利于增强信息产业发展战略的科学性和前瞻性.基于logistic成长模型,高精度拟合中国信息产业、信息制造业和信息服务业的演化发展历程,详细揭示中国信息产业及其产业部门的演化发展规律.研究结果表明:我国信息产业及其产业部门的演化发展速度,均符合先慢再快后慢的成长规律;我国信息服务业的发展速度和发展潜力均强于信息制造业,但信息制造业的业态总量远超过信息服务业;总体而言,我国信息产业及其产业部门目前正处于成长后期,发展势头强劲.     

Logistic回归模型的统计诊断

统计诊断的主要任务就是通过诊断统计量检测已知观测数据在用既定模型拟合时的合理性,主要是找出数据当中的异常点或强影响点。本文主要研究Logostic回归模型的诊断统计量和诊断统计图。用牛顿迭代法给出Logistic回归模型的极大似然估计值,根据扰动模型得到传统的诊断统计量,结合残差、杠杆值和系数变化三者构造新的诊断统计量,绘制新的诊断统计图,通过模拟研究说明新的诊断统计量的有效性,最后用一个实际案例说明新的诊断方法的应用并进一步验证其优越性。     

Logistic模型中参数的估计

本文得到Ｌｏｇｉｓｔｉｃ模型中参数ａｉ、ｂｉ 的一种便于使用的估计公式,在样本容量较小及精度要求不高时用作试题参数的估计是合适的,也可作为联合极大似然估计中的初始值     

Logistic模型的预测应用两例

利用灰色建模法对Logistic模型中的参数进行估计,并将其应用于温州人口以及温州民用汽车拥有量的预测上取得了良好的预测效果.     

Logistic模型参数估计及预测实例

本文提出了对Ｌｏｇｉｓｔｉｃ模型中的参数进行迭代估计的新算法，通过比较分析，说明了本文算法的有效性。     

随机非自治Logistic模型

该文主要利用马尔可夫骨架过程理论和方法研究在随机干扰下, 非自治Logistic模型： X’(t)=rX(t)(1-X(t)/K(t) (K(t)>0). 得到了模型的一维分布、稳定性条件以及渐近性质.     

Logistic回归模型的影响分析

Logistic回归模型的影响分析是Logistic回归诊断研究中的重要内容。常用的分析方法都是轮换地删除数据点后的逐步判断,而这个判断的过程主要体现在模型的诊断图上。鉴于此,通过构造诊断统计量来有效地开发诊断图成为影响分析的核心内容,并由此能较为准确地探寻出模型的强影响点。本文通过对Logistic回归模型帽子矩阵的分解以及对轮换地删除数据点后的系数估计的相对变化量进行加权,得出Logistic回归模型诊断图使其能比传统的诊断图更准确地判断出模型的强影响点。     

Logistic回归模型在信用风险分析中的应用

通过运行SPSS,建立L og istic回归信用评价模型(cred it eva luation m odel),用来对中国2000年106家上市公司进行两类模式分类,这两类模式是指按照公司的经营状况分为“差”和“正常”两个小组.对每一家上市公司,考虑其经营状况的4个主要财务指标:每股收益、每股净资产、净资产收益率和每股现金流量.仿真结果表明,L og istic回归信用评价模型对总体106个样本,判别准确率达到99.06%.此外,本文的研究结果还发现,当利用SPSS的D iscrim inan t给出的模型系数建立的线性判别分析模型和利用SPSS的M u ltinom ia lL og istic给出的模型参数建立的L og istic回归模型,L og istic回归模型的判别结果不如线性判别模型.但如果剔除不合格的样本,或是将样本数据规格化,则可以提高L og istic回归模型的分类准确率.     

Logistic回归模型在医学上的一个应用

利用广义线性回归理论中的Logistic模型,研究450例孕产期统计数据中糖尿病的发生与其它7个因素的相关关系.说明自由统计软件R在生物、医学数据的统计分析上,有重要的意义.     

累积Logistic回归模型结构变点的序贯检验

分类时间序列在生物医学、社会学和遗传学等领域有着广泛的应用,累积Logistic回归模型是分类时间序列建模的一类重要模型.本文基于偏似然得分过程(Partial likelihood score process)提出一种变点序贯检验方法,监测累积Logistic回归模型的结构是否发生变化.原假设下推导检验统计量的极限分...     

因子分析和Logistic回归在农业上市公司财务预警中的联合运用

在普遍采用的盈利能力、偿债能力、经營能力和发展能力四个主要方面财务指标的基础上,新加入了利润质量指标和市场估值两类指标,采用2007-2018年沪深农业上市公司的数据为样本,联合运用因子分析法和二元logistic回归法重新构建农业上市公司财务风险预警模型,结果表明,该模型具有较高的拟合精度和判别能力。     

累积logistic回归在后发企业技术能力提升研究中的应用

分析了累积logistic回归模型在后发企业技术能力提升研究中的适用性,并以汽车零部件企业为例进行了实证分析.研究扩展了针对中国的中技术制造业的后发企业技术能力提升的认识,并对后发企业技术能力提升的实证分析方法进行了探讨.研究结论显示:对汽车零部件企业而言,其技术发展模式较封闭,外部知识来源的多寡并不是技术能力提高的重要方式.而内部的研究开发和正式的外部研发合作是提高技术能力的重要来源,企业规模也是影响企业能力提升的重要因素.研究表明该实证分析方法在相关研究中具有可行性.     

职校生数学成绩影响因素的累积LOGISTIC模型分析

利用累积Logistic模型对影响职校生数学成绩的因素进行了实证分析,研究结论显示,影响职校生数学成绩的主要因素是学生的计算能力、学习主动性以及家长对学生学习的关注,这与职业学校生源的复杂性和职业学校数学教育的特殊性有关.ROC分析表明,利用计算能力、学习主动性、家长的关注三个因素诊断学生数学成绩是合适的,提示教师要特别关注学生计算能力、学习能力的培养,督促家长关注孩子的学习.     

基于Logistic回归的水质预测研究

在环境系统评价中,水环境质量等级评价是其中十分重要的工作.鉴于对水环境研究中,水质级别为分类变量不能利用传统回归方法分析的特征,基于logistic回归方法建立了一种水质级别预测模型.利用长江流域的水质监测数据,将logistic回归应用于水质数据分析,进行水质建模,对水质级别做出预测.研究结果表明利用logistic回归进行水质分析,具有良好的拟合和预测效果.