首页 > 文献资料
-
农民工群体生命质量影响因素的结构方程分析
结构方程分析,常称为结构方程建模,也称协方程结构模型或线性结构模型,是基于变量的协方差矩阵来分析变量间关系的一种统计方法,它整合了传统多变量统计分析中的因素分析与路径分析方法,同时检验模型中包含的显性变量、潜在变量、干扰或误差变量,进而评估自变量对因变量影响的直接效应、间接效应或总效应~([1]).
-
主成分logistic回归模型在消除数据多重共线性中的应用
logistic回归分析法是一种应用大似然法估计回归系数的回归方法,它不要求变量服从协方差矩阵相等和残差项服从正态分布,因而流行病学研究得到广泛的应用.
-
结构方程模型在医学研究中的应用及对护理研究的启示
结构方程模型(structurall equation modeling,SEM)是基于变量的协方差矩阵来分析变量之间关系的一种统计方法,也称为协方差结构分析[1].它将一些无法直接观测而又欲研究探讨的问题作为潜变量,通过一些可以直接观测的显变量(指标)反映这些潜变量,从而建立起潜变量之间的关系.SEM是一种复合统计分析方法,是因素分析与多元回归分析的有机结合,能同时处理多个变量,分析复杂变量问的关系,比较多个模犁并找出优模型[2].近年来,SEM在处理多种数据方面的优异能力逐渐得到医学研究工作者的认识和青睐,越来越多运用SEM方法进行医学研究的论文得以出现.
-
基于黎曼流形的多元时间序列异常检测
多元时间序列问题广泛存在于社会生产和生活中,异常检测已经在金融、水文、气象、地震、视频监控医疗以及其他领域给人们提供了很多有价值的信息.为了快速高效地发现时间序列中的异常,使之以直观的方式呈现在人们面前,本文以滑动窗口为基础,用协方差矩阵作为时间序列的描述子,将黎曼流形与统计过程控制图相结合,来实现多元时间序列的异常检测及其可视化.以MA模拟数据流和MIT-BIH的心电失常数据作为实验对象,对异常检测方法进行了验证,结果表明该方法是合理有效的.