Flexible Distribution-Based Regression Models for Count Data: Application to Medical Diagnosis

Abstract

Data mining techniques have been successfully utilized in different applications of significant fields, including medical research. With the wealth of data available within the health-care systems, there is a lack of practical analysis tools to discover hidden relationships and trends in data. The complexity of medical data that is unfavorable for most models is a considerable challenge in prediction. The ability of a model to perform accurately and efficiently in disease diagnosis is extremely significant. Thus, the model must be selected to fit the data better, such that the learning from previous data is most efficient, and the diagnosis of the disease is highly accurate. This work is motivated by the limited number of regression analysis tools for multivariate counts in the literature. We propose two regression models for count data based on flexible distributions, namely, the multinomial Beta-Liouville and multinomial scaled Dirichlet, and evaluated the proposed models in the problem of disease diagnosis. The performance is evaluated based on the accuracy of the prediction which depends on the nature and complexity of the dataset. Our results show the efficiency of the two proposed regression models where the prediction performance of both models is competitive to other previously used regression models for count data and to the best results in the literature.     

基于性能退化分析的电连接器可靠性评估

某型电连接器具有寿命长、可靠性高的特点,传统的基于失效寿命数据的可靠性评估方法行不通。提出了基于性能退化分析的可靠性评估方法,给出了进行评估的一般步骤,并以温度为加速应力设计了该型电连接器的加速退化试验。分析了电连接器的接触失效机理,进而推导出退化模型,估计出了样品的伪寿命值。利用Anderson-Darling统计量确定寿命分布类型为对数正态分布,对寿命分布函数和Arrhenius加速方程的参数值进行了极大似然估计,推导出了该型电连接器在工作温度下的可靠度函数,得出t0.9为244 240h。     

恒定应力加速寿命试验算法探讨

恒定应力加速寿命试验具有试验方法简单、理论成熟、得到信息多、试验结果较为准确等优点。本文利用三种被广泛运用的统计推断方法对同一恒定应力加速寿命试验结果进行推断,分析比较算法的优劣：在样本量较小的情况下极大似然估计优于线性无偏估计,但是当各应力水平下的样品失效数较大时,极大似然估计与线性无偏估计几乎等效,而线性回归的方法计算较为简单,但是在应力水平较少的情况下误差较大。     

期望最大算法及其应用(1)

EM算法是实现极大似然估计的一种有效方法,主要用于非完全数据的参数估计。它通过假设隐变量的存在,极大地简化了似然方程;对于一些特殊的参数估计问题,利用EM算法也很容易实现。而极大似然估计是一种常用的参数估计方法,EM算法使其应用更加广泛。文章从应用者的角度出发,内容是自包含的。     

多径效应对直扩延迟锁定环的影响及消除技术

针对多径环境下直扩(DS-SS)信号的伪码跟踪问题,对延迟锁定环(DLL)进行了研究.在考虑多条路径干扰信号的情况下分析了多径效应对DLL鉴相特性的影响.为了消除DLL中的多径和噪声干扰,采用一种基于卡尔曼滤波的最大似然多径估计方法对DLL进行了改进.该方法通过对最大似然估计的输出进行卡尔曼滤波,得到了较为准确的多径幅...     

基于模型混淆度的模型组合算法研究

传统的声学模型训练算法如最大似然估计(Maximum likelihood estimation, MLE), 在训练时只考虑了模型自身而没有考虑模型之间的相互影响. 为了进一步提升模型的识别效果, 区分性训练算法被提出. 本文在最小音素错误(Minimum phone error, MPE)区分性训练算法的基础上提出一种基于模型间混淆程度进行模型组合的算法: 针对单混合分量模型, 依据模型间混淆程度对MLE和MPE的模型进行加权组合; 针对多混合分量模型, 提出一种模型选择的算法来获取新的模型参数. 实验表明, 与MPE算法相比, 对单分量的情况, 该算法可以使系统的误识率相对降低4%左右; 对于多分量的情况, 该算法可以使系统的误识率相对降低3%左右.     

一种改进型免疫算法在TDOA定位中的应用

为解决传统TDOA定位估计所带来的非线性优化问题,首先通过最大似然估计将其转换为峰值搜索优化问题,再提出一种基于克隆选择思想的改进型免疫算法对其进行求解。该算法采用浮点数编码方式,提高了运算效率;引入高斯变异算子和变异控制变量,加强了局部搜索能力。仿真实验表明,在保证一定抗体数目的前提下,该算法适应性强,性能稳定,能快速逼近全局最优的解,且算法定位精度更高。     

屏蔽数据下并联系统广义指数部件的可靠性估计

针对具有屏蔽寿命数据的并联系统,研究了广义指数部件的可靠性估计问题.利用极大似然方法和贝叶斯理论给出了部件未知参数和可靠度函数的极大似然估计及贝叶斯估计.最后通过随机模拟对两种估计的效果进行了比较,并研究了样本量和屏蔽水平对估计精度的影响.     

基于邻域粗糙模型的高维数据集快速约简算法

根据粒子群优化算法的思想,给出了求解高维邻域决策表的一个约简算法SPRA。通过采用固有维数的分析方法MLE等,将其估算的维数值作为SPRA算法的初始化参数,提出了高维数据集快速约简算法QSPRA。利用5个UCI标准数据集对该算法进行了验证,结果表明,该算法是有效的、可行的。详细分析了种群规模和迭代次数对结果产生的影响。实验表明,基于核的启发式添加算法思想已经不适合求解高维数据集。     

Distribution of Quasimidranges and Associated Mixtures

In this paper are presented and discussed tabulations of the cumulative distribution functions of quasimidranges and mixtures of quasimidranges of samples from a normal distribution. The tabulations extend up to samples of size 21. For quasimidranges not involving the extreme values of the sample, the departure from normality is very small. The physical problem giving rise to the mixtures is discussed.