数据预处理对替代数据检验方法的影响

替代数据检验法是检验时间序列中是否存在确定性非线性成分的重要统计方法.通过研究差分和数据平滑运算对替代数据检验方法的影响,指出常用的线性滤波等数据预处理步骤破坏了序列的静态性质,从而会导致对零假设的错误拒绝.因此,建议应该直接利用原始时间序列而非应用了差分等非静态滤波运算后的时间序列生成替代数据,再进行假设检验,以免造成对零假设的错误拒绝.     

指数分布场合下基于分组数据和双向删失数据的区间估计

当寿命分布是指数分布时本文给出了基于分组数据和双向删失数据求平均寿命的近似区间估计方法,所给方法的计算是简单的.     

成分数据的组合预测

成分数据是一类具有复杂性质的数据,特别是它的预测研究在管理学与经济学中占有很重要的地位.组合预测则是近年来在预测中应用比较广泛的一种方法,它能够充分利用单预测模型的信息,提高预测精度,增强预测的稳定性,且具有较高的适应能力.本文首次把组合预测方法应用到成分数据的预测分析中,基于成分数据的一些基本性质,利用组合预测得到了较好的预测结果.     

成分数据相关系数的计算方法

成分数据具有非常复杂的数学性质,很多传统的统计分析方法对其是失效的,因此,在研究中必须采用特殊处理和专门技术.着重讨论了成分数据相关系数的计算方法,由于普通数据的相关系数计算方法只适用于两组单变量数据,而传统的典型相关分析又鉴于成分数据的特殊性质而不能直接使用,故结合logratio变换和典型相关分析技术,提出了一种针对成分数据的相关系数计算方法,成功地解决了这一问题.     

函数型数据聚类分析研究综述与展望

函数型数据是大数据时代的典型数据,也是大数据分析的重要视角,其稀疏粗糙、无穷维、低信噪比等复杂特性导致传统聚类分析方法凸显诸多弊端。为了厘清函数型数据聚类分析的研究现状,在界定函数型数据概念与内涵基础上,本文依据方法原理差异将函数型数据聚类分析方法划分为四类,理论剖析并模拟检验每一类别方法的相对优势和存在的不足。最后,针对现有研究尚待解决的关键问题,并结合大数据时代的数据特征,展望了函数型数据聚类分析的未来研究方向。     

火工品可靠性试验数据的综合分析方法

升降法试验数据和固定刺激量下的成败型试验数据,是两种最常见的火工品可靠性试验数据．我们应用Markov链,研究了升降法试验数据下,感度分布参数的极大似然估计的特性．在此基础上,应用Bootstrap方法和Bayes方法,给出了综合分析两种试验数据的方法．最后,将该方法应用于520底火的可靠性鉴定,得出了有益的结论．     

海量数据下模型平均的分治算法

随着数据收集技术在近年来的飞速发展,传统的统计方法都面临着"海量数据"的挑战.分治算法是应对海量数据的最有效方法之一:其基本思想是将整个数据集分成若干份较小的数据,在每份数据上单独拟合统计模型,然后将多个模型的结果进行整合从而得到最终的结果.模型平均是当代统计学和计量经济学研究的国际前沿方法,在经济、金融、生物、医学等方面有着广泛的应用.针对线性模型的MMA和JMA方法,以及广义线性模型的模型平均方法,文章分别提出了它们在海量数据下的分治算法,并通过模拟和实际数据分析来说明算法的有效性和实用性.     

医学实验数据的质量控制问题

当医学中某些实验观察数据是在不同的稀释度之下得到时 ,为了确保观察数据的质量 ,不同稀释度之下的观察数据必须相互匹配。本文提出了一套在不同的稀释度之下数据质量控制的方法。模拟结果显示 ,本文提供的方法效果很好。     

函数型数据回归分析综述

随着计算机储存能力和在线观测技术的提高,当今数据越来越多的以曲线和图像的形式存在.曲线和图像数据两个最显著的特征是高维和相邻数据间高度相关.这些特征使得传统的多元统计分析方法不再适合,而函数型数据在处理曲线和图像数据中具有无可比拟的优势.近年来各种各样的函数型数据分析方法得以发展,其中包括数据的对齐、主成分分析、回归、分类、聚类等.本文主要介绍函数型数据回归分析研究的起源、发展及最新进展.具体地,本文首先介绍函数型数据的概念;其次介绍函数型主成分分析方法;再次着重介绍函数型回归模型的估计、变量选择和检验方法;最后将简要探讨函数型数据未来的可能发展方向.     

配对相关数据的统计学方法

配对相关数据经常在医学研究中应用,例如,在眼科或耳鼻喉科研究中,对配对器官中每个样本信息进行数据分析.配对器官的测量数据通常具有高度相关性,而大多数统计推断方法假定样本的观测值是相互独立的.研究表明,忽略配对数据的组内相关性会导致显著性水平的增加.有很多统计方法来解决配对数据的组内相关性.此外,忽略配对数据的相关性或混杂效应可导致结果发生偏差,因此,调整和控制统计推断中的混杂效应至关重要.本文回顾讨论这些统计方法,并提出统计推断方法的建议.     

高维数据变量选择方法综述

变量选择是统计学知识结构中不可或缺的一部分。本文归纳梳理了近二十年多来的变量选择方法,着重介绍了处理高维数据以及超高维数据的变量选择方法。最后我们通过一个实例比较了不同变量选择方法的差异性。     

数据分割的分子动力学算法

数据分割研究的基本内容是数据的分类和聚类,是数据挖掘的核心问题之一,在实际问题中应用广泛.特别是针对有向网络数据的研究更是学科发展的前沿.但由于这类问题结构的非对称性,使得模型与算法的构建存在本质困难,因此相应的研究结果较少.本文借鉴分子动力学方法的思想,提出了一类新的网络数据半监督分类模型及算法.该算法不仅适用于关系对称的无向网络数据,而且适用于关系非对称的有向网络.最后针对期刊引用网络数据进行了数值实验,结果表明了模型及算法的可行性和有效性.     

成分数据路径分析模型

路径分析是一种探索和验证系统内部各个因素之间因果关系的多元统计方法.本文针对现实中大量存在的成分数据变量,提出成分数据路径分析模型,给出模型的方程表达形式和图形表达形式.在成分数据多元线性回归的基础上,提出模型的参数估计方法,并利用Bootstrap分析技术,给出路径系数显著性检验办法.在某公司官方网站的用户满意度与推荐意愿影响因素应用研究中,成分数据路径分析建模结果表明,满意度主要受到易用性的影响,而推荐意愿主要受到有用性的影响.这一结论为网站原型设计与营销推广提供了新的启示.     

影响评价与数据诊断

影响评价与数据诊断是重要的数据分析技术。本文主要将近十年来线性回归中数据的影响评价与诊断的一些方法和结果进行分类介绍。同时,介绍了在其它领域中,数据的影响评价与诊断的一些发展,最后还提供了大量的参考文献。     

基于数据空间结构的KNN方法优化

K-近邻算法(KNN)是模式识别众多算法中一个简单有效的分类方法,是最好的文本分类算法之一,在机器学习分类算法中占有相当大的地位,是最简单的机器学习算法之一,通过对数据空间结构局部的精细刻画,探寻对多种数据空间结构特点的泛化方法,提高算法的分类准确性.探索能够表征空间各向异性的方法,各向异性是不同属性维度上,类型变量随距离变化的变异程度.并采用标准数据集Banknote Dataset的数据空间结构进行分析,在分析其空间结构的基础上,进行改进K-近邻方法预测.改进后的KNN算法表现优异,很大程度上提高了算法预测的准确性.     

函数型数据独立性的检验

本文提出了一个可以用于函数型数据独立性检验的方法,该方法可以把函数型数据独立性的检验转化为向量型数据独立性的检验。为此所有适用于向量型数据独立性检验的方法都可以通过本文的方法用于函数型数据独立性的检验。该检验方法操作简单,而且在检验函数型数据的独立性时有更多选择。模拟显示,在某些情形下,用本文方法选择合适的独立性检验工具,相比选择那些只适合函数型数据的独立性检验方法,比如,距离协方差和球协方差,可以显著提高检验的功效。文中还给出了一个实例分析展示了所提出的检验方法在实际中的应用。     

分组数据的Bayes分析—Gibbs抽样方法

分组数据是可靠性试验中常见的一类不完全数据，由于似然函数比较复杂使Bayes分析很困难。本文利用Gibbs抽样方法，对分组数据的Bayes分析就容易实现，在寿命分布是威布尔分布情形，本文还给出了Gibbs抽样和Metropolis算法杂合的抽样方法，最后还讨论了Gibbs抽样方法的一些特点，并通过一些模拟结果对现有的几种处理分组数据的方法进行了比较。     

调查中的数据缺失及处理(Ⅰ)——缺失数据及其影响

调查中经常遇到缺失数据的现象。产生缺失数据的原因有多种 ,不同背景下的缺失数据对统计分析会带来不同的影响。提高统计调查数据的质量 ,一方面要采取有效措施减少数据缺失 ,提高调查的回答率 ;另一方面 ,当出现缺失数据时 ,可以对不完整的数据集进行处理 ,以减小由于缺失数据带来的影响。对缺失值有不同的调整方法 ,不同的方法各有特点。本系列将围绕上述问题进行讨论     

关于多维离散的定性数据的聚类

多元分析中的许多距离度量方法,有一个共同的缺点,是不能反映多元定性数据间的实际距离.为合理反映这类数据间的实际距离,本文首先根据多维定性数据的特点,提出了一种新的距离度量方法,克服了原有距离度量的缺点.经充分论证,是一种能够合理反映多维定性数据间距离的方法.另外,由于这类数据是来自非正态总体的高维数据,因此,在其距离度量中,还引用了投影寻踪的一些思想.同时,本文还利用这种新的距离,对多维定性数据的聚类分析,提出了具体的确实可行的方法.并为其编制了一整套 FORTRAN 程序.最后,对一些实际问题,以实际调查数据为依据,运用编好的软件,进行了具体分析,得出了一些有用的结果.     

一种实时识别伪数据的方法

在多传感器跟踪低空高速目标的测量系统中，经常有伪数据产生，本针对该测量体制下伪数据的特点，提出了一种基于庞加莱映射识别伪数据的方法，理论分析和实际计算均表明该方法是可行和有效的。