检索结果-南通市图书馆

在线全文

学校读者我要写书评

暂无评论

分类变量缺失数据处理方法有效性的比较研究

中国卫生统计 2016年第2期33卷 186-189页

作者：肖亚明陈永杰王玉鹏刘美娜哈尔滨医科大学卫生统计教研室 150086

目的比较删除法(deletion methods,DM)、基于对数线性模型的多重填补法(multiple imputation of category variables using log-linear model,M ILL)及基于潜在类别模型的多重填补法(multiple imputation based on latent class model,M ILC)处理分类变量缺失数据的效果,并将M ILC应用于实例数据的分析。方法利用R语言产生不同缺失机制、缺失率和样本含量的多变量缺失模拟数据,运用DM、MILL和MILC处理形成完整数据集并进行logistic回归分析,通过回归系数的偏倚、均方根误差、稳定度和标准误偏倚评价各方法的处理效果。结果模拟实验表明当缺失率为5%时,三种方法处理效果均较好;随着缺失率的增大,MILL和MILC的各项评价指标均优于DM,且MILC的准确度高于MILL。三种方法处理效果均表现为完全随机缺失优于随机缺失、样本含量1000优于样本含量500。应用MILC对实例数据填补后标准误减小,回归系数估计更准确。结论本文应用MILL和MILC两种多重填补方法处理分类变量缺失数据均可减少缺失导致的参数估计偏倚。当缺失率>5%、样本含量1000时,建议应用MILC处理分类变量缺失数据。

关键词：分类变量缺失数据多重填补潜在类别模型对数线性模型

在线全文

学校读者我要写书评

暂无评论

基于分类变量定量化的玉树市土壤全碳制图

生态科学 2023年第6期42卷 51-62页

作者：李润祥何林华高小红青海师范大学地理科学学院西宁810008 青藏高原地表过程与生态保育教育部重点实验室西宁810008 青海省自然地理与环境过程重点实验室西宁810008 高原科学与可持续发展研究院西宁810008 西华师范大学地理科学学院南充637000

基于数学模型的土壤属性制图,具有高效、快速及成本低等特点,弥补了空间插值法忽视与土壤属性密切相关的土壤类型、植被类型、环境因素等分类变量或定性变量的缺陷。为了提高土壤属性制图的准确率,降低不确定性因素的影响,研究分类变量... 详细信息

基于数学模型的土壤属性制图,具有高效、快速及成本低等特点,弥补了空间插值法忽视与土壤属性密切相关的土壤类型、植被类型、环境因素等分类变量或定性变量的缺陷。为了提高土壤属性制图的准确率,降低不确定性因素的影响,研究分类变量在土壤属性制图中的应用。以青海省玉树市土壤全碳制图为例,引入由土壤类型、地貌类型等分类变量分别同DEM和NDVI共同构建加权变量,探索加权变量在土壤属性制图中的可行性和实用性。研究结果表明:(1)玉树市土壤全碳含量范围在19.60—120.55 g·kg^(–1),平均值为55.80 g·kg^(–1),标准差为19.22 g·kg^(–1),变异系数为34.44%,属于中等程度的空间变异;(2)加权变量建立的模型优于由数字高程模型、坡度、坡向等常规变量建立的同种模型,加权变量的整体重要性高于常规变量,由地质类型、土壤类型、植被类型与DEM构建的加权变量的重要性远高于DEM本身的重要性;(3)基于全变量多元回归模型是预测土壤全碳含量最佳模型,其中加权变量的累计重要性程度为0.55,预测结果符合研究区地学规律和实际情况。总之,加权变量是有效利用分类变量的一种新的方式,为获取土壤属性制图变量提供了新方法,其可行性与实用性得到了一定的验证。

关键词：土壤属性制图加权变量全碳分类变量

在线全文

学校读者我要写书评

暂无评论

基于连通分量的分类变量聚类算法

控制与决策 2015年第1期30卷 39-45页

作者：周红芳周扬张晓鹏谈姝辰西安理工大学计算机科学与工程学院西安710048 陕西应用物理化学研究所西安710061

针对分类变量相似度定义存在的不足,提出一种新的相似度定义.利用新的相似度定义,将数据集抽象为无向图,将聚类过程转化为求无向图连通分量的过程,进而提出一种基于连通分量的分类变量聚类算法.为了定量地分析该算法的聚类效果,针对类... 详细信息

针对分类变量相似度定义存在的不足,提出一种新的相似度定义.利用新的相似度定义,将数据集抽象为无向图,将聚类过程转化为求无向图连通分量的过程,进而提出一种基于连通分量的分类变量聚类算法.为了定量地分析该算法的聚类效果,针对类别归属已知的数据集,提出一种新的聚类结果评价指标.实验结果表明,所提出的算法具有较高的聚类精度和聚类效率.

关键词：聚类分类变量相似度连通分量聚类精度

分层回归方法在分类变量的调节作用检验中的应用

在线全文

学校读者我要写书评

暂无评论

分层回归方法在分类变量的调节作用检验中的应用

基于Hellinger距离的混合数据集中分类变量相似度分析

第十三届全国体育科学大会

作者：文静李伟平杭州师范大学体育学院西安体育学院

研究目的:不论在体育教学、运动训练还是在体育人文社会学问题研究中,在体育科研究中遇到事物间互相作用、互相影响的关系探讨比比皆是,发现具有从一开始简单的两变量间相关、回归关系到多变量间的关系结构模型构建的研究趋势,因事物之... 详细信息

研究目的:不论在体育教学、运动训练还是在体育人文社会学问题研究中,在体育科研究中遇到事物间互相作用、互相影响的关系探讨比比皆是,发现具有从一开始简单的两变量间相关、回归关系到多变量间的关系结构模型构建的研究趋势,因事物之间是普遍联系互相作用从而探索构建复杂的结构模型是科研的应然。在文献中不难发现,因果关系中如类似的变量3在变量1对变量2影响机制中的中介效应或者调节效应的研究较多,并发现在收集大量数据后通常采用SPSS中PROCESS程序进行数据处理,或者用AMOS、MPLUS等软件来实现。而且在文献中发现变量3作为连续性变量的处理起来可以通过AMOS、MPLUS等的这种研究俯拾皆是。然而,若变量3作为分类变量如性别、是否独生子女等的研究在文献中较少发现,尤其在体育文献中尚未全面详细的解决方案。本研究从统计方法学视角,尝试通过实例来对在影响机制中分类变量的调节作用的检验作出探索,本文以具体的家庭结构作为调节作用,在亲子关系对子女体育培训消费意愿中的影响研究为实例,以期做到理论与实践相结合来达到方法应用的目的。研究方法:主要通过中国知网及相关著作查阅以变量的调节作用为主题的文献与书籍,发现已解决的问题和未解决的问题。以亲子关系对子女体育培训消费意愿中的影响研究为实例中有大量数据运用统计方法,主要是分层回归方法。为较完整地应用分层回归方法,以一实例来作出案例,强调方法的步骤和结果解释。研究结果:1调节作用的内涵。指在研究中变量间因果关系,或者变量对变量的影响等,需要探索变量是否具有中介或调节作用,是经常遇到的实际问题。对于调节作用指的是变量A对于变量B的影响中,因变量C的改变如加强或减弱,致使变量A对于变量B的影响相应地发生变化,那么变量C就是具有调节作用。模型结构图略。2调节作用的检验步骤。依照调节作用检验的要求和步骤,当自变量、因变量是连续性变量,而调节变量为二分类变量时,需要将调节变量作为虚拟变量(哑变量),同时,对自变量和调节变量进行中心化处理(即每个数减去平均数),再将自变量X与调节变量M中心化后相乘构建新的一变量XM(要求均中心化),可以通过分层回归分析方法(或层次回归分析)来检验是否具有调节效应。具体而言,第一步,对Y=a X+bM+cXM+e做回归分析,若c具有显著性,表明可能具有调节效应,若c不具有显著性,表明一定不具有调节效应;第二步,对Y=a X+bM+cXM+e做分层回归分析,先将X和M作为第一层变量,再将XM作为第二层变量,若此回归方程的R2改变量是否显著,若显著表明M具有调节效应,不显著则没有调节效应。3实例中研究假设。在我国不同家庭结构、不同家庭环境因素对子女的教育意愿影响是显而易见,家庭类型、家庭子女数、父母工作学历、工资收入等一系列因素都会影响子女的教育方式,家庭成员之间亲子关系的亲密程度在情感上会直接影响父母的教育投资意愿。家庭结构中的很多因素可直接影响父母对子女在教育培训的消费支出。在家庭内部中,亲子关系作为父母与子女之间的情感联系,在家庭教育消费中起到了重要作用。这是因为,亲子关系决定了家长的教育方式,进而影响子女的教育消费。而教育消费行为决定于教育消费意愿。因此,基于前人对家庭因素与教育支出上的相关研究成果,建立家庭结构、亲子关系与游泳培训消费意愿的关系模型。假设H1:家庭结构在亲子关系对少儿游泳培训消费意愿的影响具有调节作用。4实例中的调节作用检验。(1)亲子关系对子女游泳培训消费意愿的影响中,是否单亲家庭、是否独生子女具有调节作用,而子女性别不具有调节作用。(2)实例中发现,亲子关系对子女游泳培训消费意愿的正向影响,表明家庭中亲子关系的重要性。培训企业尽可能了解已有客户的家庭信息,以便更好地对家长进行分类,有针对地加强宣传,有效提高客户对培训消费的意愿和行为。研究结论:(1)在处理变量间关系时,首先,应根据相关理论及文献,找到变量间的关系并提出结构模型的假设,其次,通过数据加以检验,从而确定假设是否成立。(2)根据调节变量的属性是分类变量,严格按照操作步骤,第一步是相关性分析,第二步是分层回归分析。若第一步不具有相关关系,则表明不具有调节,因而不需要进行第二步操作。(3)实例中根据数据处理结果作出判断,三个分类变量有两个具有调节作用,一个不具有调节作用,两个结果的不同为较全面掌握该方法提供了很好的实例。

关键词：分类变量调节作用分层回归方法

来源： cnki会议评论

在线全文

cnki会议

学校读者我要写书评

暂无评论

计算机科学 2016年第6期43卷 280-282,307页

作者：赵亮刘建辉王星辽宁工程技术大学研究生学院阜新123000 辽宁工程技术大学电子与信息工程学院葫芦岛125000

分类变量的相似度分析是数据挖掘任务中的一个重要环节,现有的分类变量相似度算法中存在忽视变量差异、受不均衡分布影响严重、无法应用于混合数据集等缺点。为克服以上缺点,提出了一种基于Hellinger距离的分类变量相似度算法。该算法... 详细信息

分类变量的相似度分析是数据挖掘任务中的一个重要环节,现有的分类变量相似度算法中存在忽视变量差异、受不均衡分布影响严重、无法应用于混合数据集等缺点。为克服以上缺点,提出了一种基于Hellinger距离的分类变量相似度算法。该算法累加分类变量对应子集中不同属性变量的分布差异作为相似度,且支持混合数据集。将所提算法代入聚类算法并应用于UCI公共数据集,结果表明,该算法在准确度、有效性和稳定性上都有较大提高。

关键词：分类变量相似度 f散度 Hellinger距离

基于能量距离法的多维分类变量的分布差异检验

在线全文

学校读者我要写书评

暂无评论

湖北师范大学学报（自然科学版） 2022年第3期42卷 10-17页

作者：彭东海张留伟中山职业技术学院数学教研室广东中山528404 中山大学测绘学院广东珠海519082

通过引入虚拟向量,将两个分类变量的分布差异检验问题等价地转换成两个虚拟向量的分布差异检验。基于这两个虚拟向量的能量距离,给出了一种新的简便的检验方法,采用置换样本的程序计算检验法的p值。数值模拟显示,相比传统的卡方检验法,... 详细信息

通过引入虚拟向量,将两个分类变量的分布差异检验问题等价地转换成两个虚拟向量的分布差异检验。基于这两个虚拟向量的能量距离,给出了一种新的简便的检验方法,采用置换样本的程序计算检验法的p值。数值模拟显示,相比传统的卡方检验法,新的检验方法不受样本频数列联表中各单元格的频数的影响,因而大部分时候具有更高的功效。最后,给出该方法在两个多维分类向量的分布差异检验中的应用。

关键词：分类变量分布差异能量距离卡方检验置换程序

在线全文

学校读者我要写书评

暂无评论

连续变量转换为分类变量的几种方法

中华儿科杂志 2022年第5期60卷 420-420页

作者：王晓晓陶立元裴敏玥赵一鸣北京大学第三医院临床流行病学研究中心北京100191

临床研究中经常会遇到如下问题:如果X指标的测量值是连续的,对于结局指标Y来说,如何将X指标转换为分类变量,使Y指标在组间差异最大。这个问题就涉及如何将连续变量转换为分类变量,本文介绍几种常见方法。1.参考值范围、指南和共识:可依... 详细信息

临床研究中经常会遇到如下问题:如果X指标的测量值是连续的,对于结局指标Y来说,如何将X指标转换为分类变量,使Y指标在组间差异最大。这个问题就涉及如何将连续变量转换为分类变量,本文介绍几种常见方法。1.参考值范围、指南和共识:可依据参考值范围、指南和共识,将连续变量转换为分类变量。例如“儿童血细胞分析参考区间”指出我国2~6岁健康儿童静脉血血红蛋白参考区间为112~149 g/L,据此可将血红蛋白转换为分类变量。

关键词：分类变量血红蛋白血细胞分析参考值范围组间差异常见方法几种方法变量转换

英语教学中中国文化渗透强度研究——基于多元分类变量的分析

在线全文

学校读者我要写书评

暂无评论

长沙理工大学学报（社会科学版） 2019年第4期34卷 107-113页

作者：陈晓勤中南大学外国语学院

当今高校英语教学中,文化失语现象较为严重,重英语国家文化输入而轻中国文化渗透成为普遍现象。文章分析了影响英语教学中中国文化渗透强度的各主要因素,同时根据A大学教学试点的统计结果,比较并分析了各因素对中国文化渗透影响的相关程... 详细信息

当今高校英语教学中,文化失语现象较为严重,重英语国家文化输入而轻中国文化渗透成为普遍现象。文章分析了影响英语教学中中国文化渗透强度的各主要因素,同时根据A大学教学试点的统计结果,比较并分析了各因素对中国文化渗透影响的相关程度,最后根据统计数据,建立了基于多元分类变量的回归模型,实现各影响因子对中国文化渗透强度的有效预测,对预测与评估大学英语教学中中国文化渗透教学模式的成效具有启发性的指导意义。

关键词：中国文化分类变量回归模型

完全随机缺失条件下分类随机变量数据缺失插补方法的比较研究

在线全文

学校读者我要写书评

暂无评论

中国卫生统计 2015年第5期32卷 903-905,907页

作者：张彪韩伟庞海玉薛芳厚磊王子兴王钰嫣姜晶梅中国医学科学院基础医学研究所&北京协和医学院基础学院流行病学与卫生统计学系 100005

目的探讨完全随机缺失条件下分类随机变量数据缺失对研究结果的影响,对各方法插补效果进行评价。方法基于上海地区35岁及以上吸烟人群吸烟与肺癌死亡关系的完整数据集,在5%、10%、20%及30%缺失率下,模拟有序分类变量(吸烟年数分组syfz)... 详细信息

目的探讨完全随机缺失条件下分类随机变量数据缺失对研究结果的影响,对各方法插补效果进行评价。方法基于上海地区35岁及以上吸烟人群吸烟与肺癌死亡关系的完整数据集,在5%、10%、20%及30%缺失率下,模拟有序分类变量(吸烟年数分组syfz)缺失和二分类变量(性别sex)缺失,重复模拟100次。采用删除法、众数插补法、多重插补-logistic回归法(MI/logistic)及多重插补-判别分析法(ML/discrim)对分类变量数据缺失进行处理。对插补效果从插补正确率及插补后模型参数的变化两个方面进行评价。结果有序分类变量缺失:各缺失率下,MI/logistic插补的正确率最高,MI/logistic和MI/discrim插补后模型参数的偏差均较小,对于吸烟年数sy以分组形式syfz纳入模型数据缺失导致模型参数的相对偏差更小,对syfz插补后模型参数相对偏差也小于连续变量sy插补后模型参数相对偏差。二分类变量缺失:各缺失率下,众数插补的正确率最高,删除法处理缺失数据后模型参数的偏差最小。结论连续变量缺失对模型结果的影响大于分类变量缺失,对于有数据缺失的连续变量可将其离散化,以分类变量的形式进行分析。缺失数据插补模型的拟合效果会直接影响插补效果,当模型拟合效果较差时可能会带来更大的偏差。

关键词：分类变量数据缺失多重插补