首页 > 文献资料
-
汉语名词语义特征建模与分析
目的:构建汉语名词语义特征模型,为临床言语治疗提供量化和可视化语义特征数据库.方法:以60个常见名词概念为刺激词,对健康受试者实施语义特征提名,采集各概念的语义特征条目,继而根据汉语语义特征分类方案对条目进行分类.后以R软件实施分类数据可视化、聚类和统计检验.结果:①根据语义特征进行的概念聚类与经验性分类结果基本一致,语义特征可以反映概念间语义关系.②不同概念领域的语义认知处理具有类型偏向性,生物概念具有更多的感觉信息特征,而非生物概念则具有更多的功能用途特征.③秩次居于首位的语义特征,在分类范畴型显著高.结论:根据汉语语义特征数据建立的模型可以有效反映概念语义结构,有助于根据量化指标提取语义训练素材.
-
Spearman等级相关系数计算公式及其相互关系的探讨
在对两个变量(X,Y)进行相关分析时,若资料不呈正态分布、总体分布类型未知或为有序分类资料时,应用基于秩次的非参数统计方法-Spearman等级相关.但是,绝大部分统计学书籍介绍的等级相关系数(rs)的一般计算公式为:
-
Cox比例风险假定的线性相关检验及应用
目的 介绍Cox比例风险假定检查的线性相关检验法并探讨其在实际数据中的应用.方法 线性相关检验通过Schoenfeld残差与生存时间秩次的相关性检验,推断数据是否满足比例风险假定,实例的数据分析以SAS程序实现.结果 线性相关检验简单有效,提供了统计量和P值,结果客观,易于判断.结论 在Cox比例风险假定检验中,线性相关检验为一种简便易用的方法.
关键词： 比例风险假定 Schoenfeld残差 秩次 -
基于秩次R类稳健回归
目的 从参数估计、稳健性质、回归诊断应用等方面介绍基于广义秩次的一类稳健回归分析-R和GR估计.方法 在SAS的IML模块下模拟其对非正态误差分布表现、正态误差下的估计效率并进行实例分析.结果 误差为cauchy分布时,R估计优于LS估计,X空间存在离群值时,GR估优于R和LS估计,误差为正态分布时,R与CR估计效率达95%.结论 R和GR估计为是一种估计效率较高的稳健回归方法,其中GR估计可同时避免X和Y空间离群点.
-
Moses变异度检验
原理与方法该检验由Moses在1963年提出.应用条件要求两个随机样本相互独立,总体分布连续,两样本分别由X1,X2,…,Xn1和Y1,Y2,…,Yn2构成.检验假设①双侧H0为σ1=σ2,即两样本变异度相等;H1为σ1≠σ2,即两样本变异度不等.②单侧:H0为σ1≥σ2,H1为σ1＜σ2.③单侧:H0为σ1≤σ2,H1为σ1＞σ2.Moses检验的基本思路和方法是,将X和Y样本随机地分别分为含量相等的数个子样本,计算每个子样本中观察值的离均差平方和即∑(X-)2和∑(Y-)2,然后对离均差平方和编排秩次,并应用Mann-Whitney位置检验法检验结果.具体方法及步骤如下.
-
顺序效应的Page检验
原理与方法对于随机区组设计的资料,通常检验的是各处理组的效应是否不同.而有时则随时间或地点或其他因素的变化,处理组的效应可以顺序增大或减小,这称为顺序效应.Page在1963年提出此检验用来处理具有顺序效应的资料.应用条件是一般以行为区组,列为处理组.区组与处理组之间无交互作用,区组的样本相互独立,变量是连续性的.分别按照每一区组内的观察值由小到大编排秩次.
-
统计学系列讲座第8讲基于秩次的非参数检验
大家一定还记得在本系列讲座第5讲和第6讲中所提到的计量资料的t检验和方差分析吧?它们都有其应用条件:两个样本(t检验)或多个样本(方差分析)都是来自于正态分布总体的独立随机样本;各样本的总体方差相等.
-
回归分析中的R估计
[目的]探讨一种基于秩次的稳健回归分析方法-R估计. [方法]从参数估计及回归诊断方面阐连R估计原理、算法及应用. [结果]误差为正态分布和重尾分布时R估计表现均优于LS估计. [结论]R估计在实际数据偏离假定模型时可以得到客观的估计,有较高的效率,并可抵抗离群点.
