有调节的中介潜变量的循环效应模型

从解决大学生网络成瘾和抑郁相互影响关系的研究出发,构建了有调节的中介潜变量的循环效应模型.为对模型变量进行效应大小的分析和比较,推导出模型参数的标准化估计.运用我们提出的基于配方约束的潜变量回归的确定性线性算法来计算潜变量的值,避免了交互潜变量计算时观测变量的配对问题.对模型参数的OLS估计可能不具有一致性和无偏性进行了证明,并给出了解决问题的相应算法.总结出模型的算法步骤和变量的效应检验步骤.最后进行了数值模拟,验证了模型的合理性.     

隐变量分析简介(二)

本文主要介绍对通径图的拟合及一教育学词汇例。     

SL(3,3~n)和SU(3,3~n)的第一Cartan不变量

确定Cartan不变量是代数群与相关的李型有限群的模表示理论中的一个重要方面.作者利用代数群模表示理论中的一系列结果,计算了3~n个元素的有限域上特殊线性群SL(3,3~n)和特殊酉群SU(3,3~n)的第一Cartan不变量,得到如下结论:当G=SL(3,3~n)时,C_(00)~((n))=a~n+b~n+6~n-2·8~n;而当G=SU(3,3~n)时,C_(00)~((n))=a~n+b~n+6~n-2·8~n+2·(1+(-1)~n),其中a,b是多项式x~2-20x+48的两个根.另外,作者也得到了射影不可分解模U_n(0,0)的维数公式:dim U_n(0,0)=(12~n-6~n+∈)·3~(3n),其中,当G=SL(3,3~n)时,∈=1;而当G=SU(3,3~n)时,∈=-1.     

变量代换法和非线性多项式微分方程的通解(英文)

考虑了两类非线性多项式微分方程,通过变量代换法,得到了这两类微分方程的通解的精确表达式.     

隐变量分析简介(六)

本文介绍隐变量上的箭头指向问题、模型的等价及检验的功效。     

“神经元的形态分类和识别”综述

人类脑计划得到神经元的形态数据,网站NeuroMorpho.Org提供了世界各地56个实验室,11类动物,45个神经区域,47类功能类别的6214个神经元的三维空间形态数据.题目提出的问题是利用这些数据,如何给出一个神经元形态分类方法,并利用你给出的神经元几何形态分类方法,具体识别待定神经元的类型,提出神经元模型命名方法.     

有限辛群Sp(4,11)的Cartan不变量矩阵(英文)

本文计算了B_2型有限辛群Sp(4,11)的Cartan不变量矩阵C=(c_((λμ)~((1)))_(λμ∈X_1(Y)).     

双变量参数联合函数的条件均值和条件方差(英文)

联合函数是指连接单变量边际分布的多变量函数.联合函数由Sklar(1959)在概率测度空间的内容时引入的.本文主要对边际分布是标准正态分布函数U(0,1)的Farlie-Gum-bel-Morgenstern和Gumbel-Hougaard这两个双变量参数联合函数进行研究,我们得到了他们密度函数的基本性质并导出了他们的条件均值和条件方差.另外,本文还给出了不同参数的条件均值和条件方差的相应图示,并进行了对比和解释.     

煤矿安全生产法律法规实效性的(安全作用)虚拟变量模型分析

为了弄清我国煤矿安全生产因素对安全生产的影响程度,建立了百万吨煤死亡率与影响煤矿安全生产五个主要指标(采煤机械化程度、煤矿工程技术人员配备率、全国人均GDP、原煤生产全员工效和吨煤基本建设投入)之间的多元回归模型,结果显示采煤机械化程度、吨煤基本建设投入和全国人均GDP对百万吨煤死亡率有着较大影响,其中全国人均GDP对百万吨煤死亡率起着负的作用.为了比较分析20世纪90年代以来有关煤矿安全生产的一些重要法律的法律法规实效性的安全作用的方向和大小,建立了多元虚拟变量回归模型,研究表明,有关煤矿安全生产的"三法律一条例"实效性的安全作用平均使得百万吨煤死亡率降低0.895人;"三法律一条例"的实效性表明,法律条款中的经济处罚和制裁条款与经济发展水平越符合,法治力度越强,其执行效果越好.     

Riccati方程与(2+1)维非线性物理模型的分离变量解

对于(2+1)维非线性物理模型,欲获其解并非易事.本文试图在变量分离法中,通过设定的R iccati方程来得到方程的解.同时,以(2+1)维Bo iti-L eon-M anna-P em p inelli方程和Burgers方程为例来说明之.     

带有变量选择过程的分类模型误差分析

偏倚一方差分析方法是在模型选择过程中权衡模型对现有样本解释程度和未知样本估计准确度的分析方法,目的是使选定的模型检验误差尽量小.在分类或回归过程中进行有效的变量筛选可以获得更准确的模型表达,但也会因此带来一定误差.提出"选择误差"的概念,用于刻画带有变量选择的分类问题中由于变量的某种选择方法所引起的误差.将分类问题的误差分解为偏倚—方差—选择误差进行研究,考察偏倚、方差和选择误差对分类问题的总误差所产生的影响.     

利用伪变量对农林多点试验进行回归分析

在农林多点试验中，为比较各点之间的响应水平差异情况，通常采用多点试验的方差分析；而要对各点的响应水平进行预测，则需进一步对不同地点建立回归方程。本文利用包含伪变量的回归方程分析农林多点试验，既可以检验各点响应水平之间的差异情况，同时又解决了各点响应水平的预测问题。     

带有多重分类变量的潜变量模型的可识别性

潜变量模型是一种广泛应用于表征多个观察变量之间相关性的统计方法.在刻画多重分类数据关联性方面,这类模型通常假定每个分类变量都与一个潜在连续变量或向量相联系,通过潜变量或向量在窗口部分的观察值来确定分类变量的值,从而达到对类别界定.然而该方法存在一个弱点:观察似然或模型存在确定性问题.模型缺乏识别性必然会对估计构成影响....     

北京市居民垃圾分类情况调查浅析

采用调查问卷的形式,对北京市泰和小区、贵园南、北小区的居民和亦庄中心小学的家长进行垃圾分类知识的掌握情况,垃圾分类的态度意识,以及其对垃圾分类的处理方式等相关方面的了解.本文通过Pearson卡方检验来分析三个小区垃圾分类问题上的差异性;通过logistic回归,建立垃圾分类问题中居民的垃圾分类行为、居民的垃圾分类态度与垃圾分类知识的掌握情况之间的关系;同时,通过调查问卷来分析民众是否正确进行垃圾分类,并且分析民众将垃圾错误分类的原因何在,并提出合理有效措施以确保民众能够更好地进行垃圾分类.     

神经元的形态分类和识别——2010年全国研究生数学建模竞赛C题论文

根据神经元的空间几何特征参数,研究神经元的空间形态分类方法,将神经元根据几何形态分类识别.首次提出利用模糊C均值算法(FCM)建立了模糊聚类分析模型,对所给的神经元样本进行了分类,这一模型用来对神经元进行分类比较合理,且计算结果准确.同时,还利用相关分析原理分析了不同动物神经系统中同一类神经元的形态特征有着很高的相似度.     

Classification and Characterization of Gene Expression Data with Generalized Eigenvalues

In this study, we present Incremental Learning and Decremented Characterization of Regularized Generalized Eigenvalue Classification (ILDC-ReGEC), a novel algorithm to train a generalized eigenvalue classifier with a substantially smaller subset of points and features of the original data. The proposed method provides a constructive way to understand the influence of new training data on an existing classification model and the grouping of features that determine the class of samples. We show through numerical experiments that this technique has comparable accuracy with respect to other methods. Furthermore, experiments show that it is possible to obtain a classification model with about 30% of the training samples and less then 5% of the initial features. Matlab implementation of the ILDC-ReGEC algorithm is freely available from the authors. Research partially supported by NSF and Air Force grants.     

膨胀土分类的灰色变权聚类法

将灰色变权聚类法应用于膨胀土的分类.结果表明,用灰色变权聚类法对膨胀土的胀缩等级进行分类,其结果更合理、更客观.     

具有可变到达率的多重休假Geo~(λ_1,λ_2)/G/1排队分析

本文考虑顾客到达与服务员休假相关的多重休假离散时间排队系统,用更新过程及u-变换分析了系统的队长性质.分别得到系统在三种时点(n~-,n~+,n)处的队长分布的递推解,进而揭示了在不同到达率条件下系统队长分布不再具有随机分解特性,得到了系统在四种时点(n~-,n~+,n,离去时点D_n)处稳态队长分布的重要关系(不同于连续时间排队系统).     

可变产量的理性产出范围研究

本从机会成本损失最小化的角度出发，对可变立量的三个阶段的两种划分方法所确定的两种不同的理性产出范围进行了分析，分析结果表明。可变产量的理性产出范围应在最小边际成本所对应的产出量到边际成本与产品的预期价格相等所对应的产出量之间。     

New tools in non-linear modelling and prediction

In this paper we give an account of a new change of perspective in non-linear modelling and prediction as applied to smooth systems. The core element of these developments is the Gamma test a non-linear modelling and analysis tool which allows us to examine the nature of a hypothetical input/output relationship in a numerical data-set. In essence, the Gamma test allows us to efficiently calculate that part of the variance of the output which cannot be accounted for by the existence of any smooth model based on the inputs, even though this model be unknown. A key aspect of this tool is its speed: the Gamma test has time complexity O( ), where M is the number of data-points. For data-sets consisting of a few thousand points and a reasonable number of attributes, a single run of the Gamma test typically takes a few seconds. Around this essentially simple procedure a new set of analytical tools has evolved which allow us to model smooth non-linear systems directly from the data with a precision and confidence that hitherto was inaccessible. In this paper we briefly describe the Gamma test, its benefits in model identification and model building, and then in more detail explain and motivate the procedures which facilitate a Gamma analysis. We briefly report on a case study applying these ideas to the practical problem of predicting level and flow rates in the Thames valley river basin. Finally we speculate on the future development and enhancement of these techniques into areas such as datamining and the production of complex non-linear models directly from data via graphical representations of process charts and automated Gamma analysis of each input-output node.