国家科技重大专项(2012ZX10004201-006)
- 作品数：4 被引量：4H指数：1
- 相关作者：李晓松张韬徐浩刘元元罗艺更多>>
- 相关机构：四川大学中国疾病预防控制中心更多>>
- 发文基金：国家科技重大专项更多>>
- 相关领域：医药卫生更多>>
- 基于模糊C均值聚类算法的模糊时间序列分析在戊肝发病率预测中的应用初探被引量：3
- 2016年
- 目的探讨基于模糊C均值聚类（fuzzy c-means clustering,FCM）算法的模糊时间序列分析在戊肝发病率预测中的应用价值。方法采用基于FCM算法的模糊时间序列分析方法,对2004年1月至2014年7月我国内地法定报告的戊肝逐月发病率资料建立预测模型,并对2014年8~12月的相应数据进行预测,并将预测结果与经典模糊时间模型预测结果进行比较。结果基于FCM算法的模糊时间序列模型的拟合均方误差（MSE）为0.001 1,预测MSE为6.977 5×10-4;而经典模糊时间序列模型的两个MSE分别为0.001 7和0.001 4。可见,基于FCM算法的模糊时间序列分析相对于经典模型,有较好的预测能力。结论基于FCM算法的模糊时间序列分析对于戊肝等传染病发病率的预测具有较好的应用价值。
- 罗艺张韬李晓松
- 关键词：模糊C均值聚类戊肝
- logistic回归中两种不同杠杆点诊断方法的初步探讨
- 2015年
- 目的探讨logistic回归模型中两种不同杠杆点诊断方法间的异同,为杠杆点诊断及其软件应用提供参考。方法选取分类型和连续型两种协变量数据类型的实例,分别建立logistic回归模型,并采用代表不同估计方法的SPSS与STATA软件对回归模型进行杠杆点诊断。结果两种杠杆点诊断方法在处理不同类型数据时并不完全一致,当模型协变量组数远小于研究对象个体数时,两种方法所得结果有所不同。结论研究者应根据研究目的和资料类型正确选用不同软件进行杠杆点诊断。
- 徐浩张韬李晓松刘元元
- 关键词：LOGISTIC回归SPSS软件STATA软件
- Logistic回归中不同Pearson残差估计方法的探讨被引量：1
- 2015年
- 目的探讨logistic回归中不同Pearson残差估计方法的差异,为回归诊断时残差估计方法及软件的选择提供参考。方法通过对代表不同数据类型的两个实例构建logistic回归模型,并使用分别代表不同估计方法的SPSS与STATA软件计算其Pearson残差值,分析比较二者的异同。结果Logistic回归模型的两种Pearson残差估计方法对协变量组数等于或近似等于研究对象个体数的数据的计算结果一致,而对协变量组数远小于研究对象个体数的数据的计算结果差异较大。结论 Logistic回归的两种Pearson残差估计方法在理论和应用上均有一定差异,针对协变量组数远小于研究对象个体数的数据,如何选择适当的Pearson残差估计方法,值得进一步深入研究。
- 徐浩张韬李晓松刘元元
- 关键词：LOGISTIC回归模型
