两样本比较

1 小样本 若两样本均来自正态分布且方差齐时，用完全随机设计的两样本均数比较的t检验。若两样本来自非正态总体或方差不齐时，可通过变量变换使数据资料呈正态或方差齐，再用完全随机设计的两样本均数比较的t检验；在达不到t检验应用条件时，可选用t’检验或两样本比较的秩和检验。     

异常点对线性回归分析的影响

本文通过一个妇产科研究实例来说明异常点对回归分析的影响,并给出了用以探查异常点的统计量及其计算方法。分析表明,在线性回归分析中,仅仅个别异常点的存在就可能导致产生完全不同的结论。因此对所得数据进行分析时,考虑每一组数据的可靠性是非常必要的。     

一种新的共线性诊断方法及其在岭参数选择中应用

由于当Ｘ具有复共线性时，｜Ｘ’Ｘ｜→０，使得ＬＳ估计的性能变坏，岭估计是把ＬＳ估计中Ｘ’Ｘ换成Ｘ’Ｘ＋ｋＩ而得到的．从而使｜Ｘ’Ｘ＋ｋＩ｜接近于０的程度会得到改善，本文从这个观点出发给出了一种新的共线性诊断方法及岭参数选取方法。     

单段函数残差辨识理论在建立药物体外溶出模型中的应用

单段函数残差辨识理论在建立药物体外溶出模型中的应用苏银法（温州市医药科学研究所温州３２５００３）药物体外溶出实验数据，大多采用威布尔分布函数拟合，近来也有人采用灰色模型进行拟合［１］，但这些模型的拟合值与实测值间均存在一定的残差，而残差辨识能充分利用...     

超声生物显微镜在上睑下垂手术术式选择中的应用

目的 探讨一种比较精确的提上睑肌厚度的测量方法,从而对上睑下垂的手术治疗方法给与更为准确的指导.方法 随机选择先天性单侧或双侧上睑下垂患者,并将所有眼分为正常、轻度、中度、重度四组,通过超声生物显微镜对各种程度上睑下垂患者的提上睑肌厚度进行测量,再与传统的上睑下垂分级方法进行比较.结果 本组病例共42人,经测量四组平均值分别为0.478±0.037mm;0.383±0.038mm;0.381±0.042mm;0.339±0.035mm.统计学处理用单因素方差分析法,结果显示利用超声生物显微镜术前检查上睑提肌厚度各组间有明显差异(P相似文献   

老年人痴呆筛查问卷的编制和信效度研究

目的：编制一个用于老年人痴呆筛查的问卷．检验问卷的信度和效度。方法：借鉴MMSE和ADL的评定范武编制一个以评估认知缺陷为核心，兼顾日常生活能力、精神症状和人格改变等内容的痴呆筛查问卷（简称DSI—E），包含11个领域55个条目：存2815名社区样本、215名重测样本和199名效度样本中，检验问卷的重测信度、同质信度和结构效度。结果：问卷总分的重测相关、分半相关和α系数分别为0．96，0．91和0．85；新编问卷与MMSE、ADL、MMAS记忆商数和CCAS智商的相关分别为0．92、0．89、0．71和0．63；因素分析获得3个因子．分别命名为认知能力、生活能力和精神病理．可解释60．1％的方差。结论：新编痴呆筛查问卷的信度和效度较理想．符合心理测量学要求。     

基于主成分分析-神经网络的非编码RNA预测

预测非编码RNA对认识其调控功能具有重要意义。选择单核苷酸和二核苷酸出现频率作为神经网络分类特征,运用主成分分析方法降低输入数据的维数,去除数据间的相关性,采用Levenberg-Marquardt算法改善网络训练速度。对数据集的测试结果表明,此方法对细菌混合ncRNA的预测精度达到81.3%,对原核生物tRNA的预测精度达到93.3%,表明该方法能有效预测原核生物ncRNA。预测结果还发现两种古细菌的ORF序列在序列特征上与其它细菌和古细菌存在差别。     

基于迁移学习的随机深度残差网络自动睡眠分期算法

现有自动睡眠分期算法存在模型参数量多、训练耗时长导致分期效率不佳的问题。本文使用单通道脑电信号,提出一种基于迁移学习（TL）的随机深度（SD）残差网络（ResNet）自动睡眠分期算法（TLSDResNet）。首先,选取16人共30条单通道（Fpz-Cz）脑电信号,在保留有效睡眠片段后,利用巴特沃斯滤波和连续小波变换对原始脑电信号进行预处理,得到包含其时-频联合特征的二维图像作为分期模型的输入数据。随后,构建经公开数据集——欧洲数据格式存储的睡眠数据库拓展版（Sleep-EDFx）训练的ResNet50预训练模型,使用随机深度策略并修改输出层以优化模型结构。最后,应用迁移学习对人体整夜睡眠过程进行自动分期。本文算法在进行了多次实验后,模型分期准确率达到87.95%。实验表明,TL-SDResNet50可完成少量脑电数据的快速训练,总体效果优于近年来其他分期算法与经典算法,具有一定的实用价值。