Logistic回归模型及其应用

为了利用Logistic模型提高多分类定性因变量的预测准确率,在二分类Logistic回归模型的基础上,对实际统计数据建立三类别的Logistic模型.采用似然比检验法对自变量的显著性进行检验,剔除了不显著的变量;对每个类别的因变量都确定了1个线性回归函数,并进行了模型检验.分析结果表明,在处理因变量为定性变量的回归分析中,Logistic模型具有很好的预测准确度和实用推广性.     

Logistic模型在人口预测中的应用

用Ｌｏｇｉｓｔｉｃ生物模型ｐ＝ａｐ－ｂｐ＾２ ｐ（ｔ）＝ｐ０进行江苏省人口预测,用微分方程解出ｐ（ｔ）＝ａｐ０／ｂｐｏ＋（ａ＝ｂｐｏ）ｅ＾－ａ（ｔ－ｔ０）并对ｐ（ｔ）进行讨论,０与ａ／ｂ是它的临界点且ａ／ｂ是稳定结点,０是不稳定结 人口未达到极限值ａ／ｂ一半时,人口呈加速增长,超过一半时呈减速增长,利用《江苏统计年签》的人口数据救是ａ＝０．０２４９,ｂ＝０．００１７６,故得到ｐ（ｔ）＝１４．１４７     

基于Logistic回归的上市公司财务预警模型构建

通过一定的财务指标,采用我国上市公司的财务数据,基于Logistic回归方法构建上市公司财务危机预警的模型,经过检验,具有一定的实际应用价值。     

广义Logistic曲线模型在人才资源分析中的应用

Logistic曲线模型是一种重要的增长曲线模型。在讨论Logistic曲线模型和广义Logistic曲线模型结构特征的基础上,对南京市人才资源总量变动趋势进行了预测,并分析了广义Logistic曲线模型在预测中的优势,给出了模型的参数估计方法。     

Logistic模型在人口预测中的应用

Logistic单种群模型是研究有限空间内生物种群增长规律的重要数学模型.本文利用Logistic模型对中国人口进行了预测,建立了人口预测公式。通过与实际人口相比较,结果表明,利用该预测公式进行人口预测是比较符合实际情况的。     

Logistic模型在人口预测中的应用

Logistic单种群模型是研究有限空间内生物种群增长规律的重要数学模型.本文利用Logistic模型对中国人口进行了预测,建立了人口预测公式。通过与实际人口相比较,结果表明,利用该预测公式进行人口预测是比较符合实际情况的。     

基于Logistic回归模型的房地产上市公司财务危机预警研究

近年来房价不断上涨,我国政府采取了一系列紧缩政策来控制房价,对房地产上市公司产生了巨大影响,有部分公司因为资金链断裂而陷入困境。因此,对房地产上市公司的财务预警十分重要。文章采用非参数检验的方法,从反映企业各方面能力的20个财务指标中筛选出能显著区别ST和非ST上市公司的指标,建立Logistic回归模型,利用SPSS软件,对房地产上市公司的财务危机预警进行了研究。研究结果表明,基于Logistic回归模型的财务危机预警模型效果较好,具有良好的预测准确度。     

增长记忆型自适应线性回归模型参数估计算法及应用

本讨论了根据经济信息的不断增长，调整原有线性回归模型的必要性，介绍了一种增长记忆型自适应线性回归模型参数估计法，并给出了应用实例。     

Logistic模型的参数估计及人口预测

用数值微分和线性拟合化技术对Logistics模型进行了参数估计,由此检验了2005~2007年中国总人口数的误差情况,其中2007年用相关参考文献的等差参数估算方法所得结果的相对误差为5.58%,而本文参数估算所得结果的相对误差为0.114‰,预测取得了理想的效果.     

Logistic回归和T检验在基因特征提取中的应用

针对基因表达谱数据特有的维数高、样本小、非线性的特点,对基因特征提取和分类进行研究,提出将Logistic回归和T检验方法引入基因的特征提取过程,通过Logistic回归初步筛选基因,T-test检验二次筛选特征基因,针对提取的特征构建分类器,得到提取的特征最少、分类效果最好的判别模型.建立分类模型的方法取得良好的癌症分类效果,具有很好的生物解释意义,为寻找致病基因提供了重要依据.     

函数型Logistic回归模型研究与应用

作为一种新型高维数据,函数型数据重在研究数据的内在本质而不是外在结构,通过非参数方法将数据拟合为函数型数据以捕捉更多信息.针对响应变量为二分类情形,建立贝叶斯框架下的函数型Logistic回归模型,引入适当的先验信息并利用MCMC算法获得参数的条件后验分布.具体解决流程为:选取由数据驱动的主成分基函数对回归系数函数和回归函数型自变量进行展开,对展开项数进行截断,利用主成分基函数的正交性,将高维数据进行低维表示;再利用Polya-Gamma变换,建立易于获得参数后验的Gibbs抽样算法,从而得到回归函数展开项系数的后验分布.蒙特卡洛模拟结果显示,该方法具有较好的分类性能.将该方法应用于Tecator实际数据,发现其分类效果优于别的方法.     

Logistic模型在地基沉降预测中的应用

针对复合地基沉降规律和Logistic模型的特点和适用性,提出了应用Logistic模型预测复合地基沉降.通过对工程实例的分析表明,Logistic模型预测复合地基沉降具有很好的适用性和较高的预测精度,可为复合地基的施工设计提供依据.     

基于隐马尔科夫模板模型的视频动作识别算法

针对动作识别算法中构建局部特征间关系不准确、先验知识少的问题,采用一种隐马尔科夫模板模型(HMT),用于从视频中识别人的动作。通过隐马尔科夫模型的状态转移概率,描述动作的各个姿态间的关系。通过模板匹配的方式来计算观测值到隐含状态之间的似然函数(因此称为隐马尔科夫模板模型),模板是活动的,可以克服目标几何外观的变化。隐马尔科夫模版模型的参数包括所有关键姿态模板的参数和这些关键姿态之间的转移概率。这些参数可以通过"期望最大化"算法从训练数据中学习。实验结果表明,所提出的方法在识别准确率上有明显优势。     

QoS容忍下QoE的Logistic回归评估模型

用户感知质量(QoE)评估为有序多分类问题, 可以将Logistic回归模型应用于QoE的评估. 基于Logistic回归模型的基本原理, 建立QoE等级概率分布回归模型, 该模型能够完成服务质量(QoS)参数到用户QoE等级累积概率分布的映射. 提出考虑QoS容忍值的QoE评估方法, 该方法可以消除较好QoS指标对较差QoS指标的补偿作用, 在给出QoE所属等级的同时能够给出详细的QoE等级概率分布情况. 应用该方法对Web业务QoE进行了评估, 所提供的评估信息更详细, 评估结果更准确.     

基于Logistic变换的回归正交试验模型

在解决线性回归问题时,回归正交试验具有较大的优越性,却无法解决非线性回归问题。本文依据广义线性模型的基本原理,针时非线性回归问题,引入Logistic变换,给出了基于Logistic变换的回归正交试验模型,实现了回归正交试验在非线性回归问题中的运用。将此方法运用到车险续保问题中,实例分析说明了该模型的可行性和有效性。     

自回归模型的参数估计

给出了ｐ阶自回归模型参数估计的一种新的迭代方法，它简便易行，无需计算自相关函数，最后给出了一个实例     

基于选择抽样下的Logistic回归

传统的Logistic回归参数估计(如极大似然估计)是在随机抽样的假设下做出的.但是,在基于选择(Choice-based)抽样条件下,传统的回归系数估计是有偏的.本文利用随机模拟的方法,比较了Logistic回归参数估计的3种方法,即先验概率法、加权法和传统的极大似然估计法,并列举了两种修改Logistic回归参数估计的方法.     

二分类响应变量下判别分析与Logistic回归比较

通过数值模拟分别在类内均值间距离、解释变量个数、协方差矩阵、样本容量、类间样本容量之差不同的情况下,比较了Logistic回归和线性判别分析的拟合效果。拟合效果由回判错误率以及指标B、C、Q进行量化,给出了两种方法的适用情况。     

基于Logistic回归模型的延边地区渤海国遗址预测研究

以延边地区的渤海国遗址为研究对象,借助GIS软件获取同遗址分布相关的高程、坡度、坡向、与河流之间的距离、与村屯之间的距离等因素值,利用Logistic回归模型建立延边地区渤海国遗址预测模型,并分析预测结果.结果表明:预测模型的预测准确率达89.7%,采用自然分裂法(Jenks)分级的高概率区面积占研究区域的14.7%.高概率区具有靠近河流分布的特点,主要分布在海兰江流域、布尔哈通河流域、嘎呀河流域、牡丹江流域、图们江干流流域等.高概率区相对比重高的地区有龙井、图们、延吉、珲春等县市,而高概率区绝对比重高的地区有敦化、汪清、珲春、龙井、安图等县市.该研究结果有助于提高渤海国考古工作效率.