构造基于构件依赖关系矩阵的元数据模型

构件集成到应用环境中实施集成测试时,会与其它构件产生相应的依赖关系.本文在对这些依赖关系进行概述的基础上,给出了构件直接依赖图、构件间接依赖图和构件依赖图的定义,并依据这些定义,提出了构件依赖矩阵(CmDM)的概念,用以描述构件Cm与构件系统中其它构件之间的依赖关系,接着进一步定义了复杂依赖关系矩阵(CmDDM),用以对依赖关系矩阵(CmDM)进行更为详细的描述.对依赖矩阵方法在回归测试、构件变更处理和软件重用的应用方法进行了形式化的描述,进一步将基于依赖关系矩阵的方法应用于学校内部开发的构件RegisterStuGrade 中,并另外选取了三个与之有关的构件,对其依赖关系进行分析,建立相应的构件依赖关系矩阵和复杂依赖关系矩阵,并与Orso方法、Spec方法(基于规范说明的方法)所生成的测试用例对于构件RegisterStuGrade源代码的覆盖情况进行了对比,从而证明了本方法的有效性.     

构件软件变更风险分析技术

构件软件相较于传统软件系统有更快的演化速度,对其变更进行有效的度量将有利于后期的维护活动.本文分别针对代码可见及不可见两种类型的构件,运用改进的构件依赖图建模,表示构件软件系统.分两步分析构件变更所带来的风险:首先在计算变更比例的基础上度量单个构件的变更风险,再通过将构件依赖图转化成构件依赖树来计算变更的构件集给系统所带来的风险.此外,结合实例系统的分析给出了所提出的变更风险度量的若干性质.     

随机效应Logistic回归模型在致畸研究中的应用

１．问题的提出在致畸试验研究资料中，传统的统计方法是以各处理组中孕鼠的仔鼠为观察单位，用统计学中两个率的ｕ检验或χ２检验分析各组胎鼠死亡率或致畸率等有无差别，评价受试物有无毒作用。这种统计处理忽视了一个可能的影响因素，即窝别效应（ｌｉｔｅｒ－ｍａｔａ...     

面向语义信息共享的元数据模型的研究与实现

元数据在国内依然是一个研究热点,本文面向基于语义的信息资源共享就如何利用人工智能领域内的本体(ontology)理论,建立用于描述信息资源语义及其之间关系的元数据模型进行了研究,并初步实现了基于元数据模型的信息资源元数据描述模版和描述工具原型.     

假设检验在供应商变更中的应用

目的：运用假设检验的方法,以确认供应商变更前后药品质量是否有显著性差异。方法：使用minitab软件,运用假设检验和p值比较法,对原料供应商变更前后的药品质量进行显著性差异分析。结果与结论：通过反复使用数理统计学中的假设检验,可以在不同显著性水平上判断数据的显著性差异,得出科学的结论,为药品生产过程中的质量保证提供科学合理的帮助。     

自回归模型在病毒性肝炎预测中的应用

病毒性肝炎（以下称肝炎）是当前流行的主要传染病，因其流行因素比较复杂，时序变化无一定趋势性，所以在预测方面报道较少。本文根据我县２５年的肝炎发病资料，试用自回归［１］建立数学模型，用于肝炎发病率的预测，效果较为满意。１资料来源取长阳县１９７２～１９９...     

线性回归结合灰色模型在门诊量预测中的应用

应用线性回归技术和 GM( 1,1)灰色模型对某院 1990～ 1999年门诊量进行了分析预测。结果表明 ,两种方法的加权组合预测误差较小 ,能为医院科学决策提供依据 ,是一种较好的预测方法。     

回归诊断中的图示模型及其应用

回归诊断中的图示模型及其应用王斌会陈平雁郭祖超徐勇勇＊（第一军医大学医学统计学教研室广州５１０５１５）计算机的广泛应用，使得回归分析愈来愈成为人们分析数据的一种常用工具。但在实际应用中，人们发现经典最小二乘估计的结果并不总令人满意。于是，统计学家提...     

变更体位护理在机械通气患者中的应用

目的观察不同的体位护理在呼吸衰竭患者机械通气中的应用效果，探讨其临床机理和护理措施。方法将42例呼吸衰竭患者随机分成实验组和对照组，实验组20例在机械通气期间进行体位变换，每4h按仰卧位、侧卧位、俯卧位、仰卧位顺序变换。对照组22例按常规方法持续仰卧位机械通气。两组患者均在变更体位通气后1h做血气分析，观察患者的氧合状态、血液动力学、并发症等。结果实验组PaO2、PaO2／FiO2均高于对照组；两组的血液动力学指标对比差异无显著性。结论呼吸衰竭患者机械通气期间，进行体位变换可有效地提高氧合状态，增强治疗效果，预防或减少并发症。     

回归诊断在医学科研中的应用

回归诊断在医学科研中的应用山西医学院（０３０００１）何大卫，余红梅线性回归分析是医学研究中数据处理的重要方法，广泛用于标准线制作，疫情预测预报、因素筛选、判别分析等。从大量应用实例中可以发现数据背离回归假设时所产上的种种不良后果，导致研究者得出错误的结论，从而越来越感到回归假设这一基本问题的重要性。为了考查假设模型的合理性和试验数据对建立在这个假设基础上的统计推断的影响大小逐渐发展起来的回归诊断（ｒｅｇｒｅｓｓｉｏｎｄｉａｇｎｏｓｔｉｃｓ）这一新的研究领域，已成为近代回归的重要方面，它从理论研究正步入实际应用阶段。本文旨在运用近代回归分析的方法研究医学资料中异常点的识别，特别是几种图示法，简单明了。文中所涉及到的诊断量与诊断用图，作者均设计有相应的统计程序，便于实际工作者采用。原理与方法一、诊断量１．学生化残差假定线性回归模型Ｙ＝ｘβ＋ε，其中Ｙ为（ｎ×ｌ）观测向量，ｘ为（ｎ×ｐ）列满秩矩阵，β为（ｐ×１）未知参数向量，ε为（ｎ×１）随机误差向量。普通残差定义为：ｒ＝Ｙ－Ｙ＝［Ｉ－ｘ（ｘ＇Ｘ）－１Ｘ＇］Ｙ＝（Ｉ－Ｈ）Ｙ式中Ｈ＝ｘ（ｘ＇Ｘ）－１ｘ＇，称为帽矩阵（ｈａｔｍａｔｒｉｘ）。普通残差的一种标准化形式是     

基于XML API的组件扩展接口变异测试方法

在传统的组件接口变异测试方法基础上,提出一种基于XML API的组件扩展接口变异测试方法.首先给出组件扩展接口测试的框架,建立起扩展接口的定义模型.XML API在组件内部建立处理数据集的XML校验器,实现了原组件接口的扩展.借助组件外部的XML Schema变异算子,完成了组件内部数据集的自动验证和组件接口参数的测试.该方法具有多种优点,例如可视的多功能测试接口、可跨平台的通用性的测试语言等.实验表明,该方法可以应用于COM,CORBA,EJB等多种组件的测试环境.     

Logistic回归的主成分改进方法探讨及其医学应用

研究Logistic回归模型的主成分回归改进方法。在医学研究中,尤其是在流行病的发病因素分析中,应用主成分回归进行多重共线性的改进处理,可以削减自变量观察矩阵之间的多重共线性,建立较为理想的关系模型,提高结果的可靠性;便于医学研究者正确合理的建立Logistic回归模型,处理混杂因素,预测疾病和判别分类。     

主成分回归分析与多元线性回归的对比研究

为探讨医学本科生毕业成绩的影响因素 ,以 10 5例医学本科毕业生的 19门主要课程成绩作为自变量 ,以其毕业成绩作为因变量 ,进行了多元线性回归分析和主成分回归分析     

儿童智力低下危险因素研究中1:1配对Logistic回归的方法适应性检验

目的:探讨Logistic回归在多元逐步回归前方法适应条件,为该方法的正确应用提供借鉴。方法:选取山东潍坊市确诊的儿童智力低下患者和对照作1:1配对病例对照研究,运用条件Logistic回归的条件适应性检验和回归诊断进行分析判断。结果:logitp值与各变量之间线性关系判断显示除X24(孕前母亲吸烟指数)需要进行函数变换外,其余各变量均初步符合Logistic回归的应用条件;进行函数变换后,又进行了过离散、特异值、空单元、多元共线性等回归诊断,结果提示不存在数据结构问题,可以进入多元逐步Logistic回归。结论:从线性检验、函数变换和回归诊断角度进行多元逐步Logistic回归应用条件检验,以使多元逐步Logistic回归的结果和结论更严谨、更具有说服力。     

基于半参数回归模型的脑卒中发病率影响因素分析

目的:探讨气象因素对脑卒中发病率的影响,从而对脑卒中高危人群及时采取干预措施。方法:建立多元线性回归模型和半参数回归模型,通过残差分析检验各模型的拟合效果。结果:半参数回归模型的拟合效果显著优于多元线性回归模型。结论:气温、气压等气象要素与脑卒中发病率有较密切关系,大气的相对湿度与脑卒中发病显著相关。     

基于Logistic回归方法的老干部心理健康评估模型

目的:建立符合离退休老干部心理健康评估的数学模型。方法:选择世界卫生组织指定的4个心理健康标准作为老干部心理健康评估数学模型的因变量,同时对4个指标划分等级并给出评分范围。然后通过多年来建立的老干部健康档案和部分调查问卷建立72个统计样本,利用Logistic回归方法和SPSS16软件求解回归系数。结果:4项评估指标的Logistic回归系数分别为:-0.0207,-0.0194,-0.0162和-0.0225,对数变化值为5.5602。通过这4项指标的回归系数建立了离退休老干部心理健康评估的数学模型,模型检验的Kappa系数值为0.687。结论:建立的数学模型其模拟效果较好,可用于评估离退休老干部心理健康状况。     

A Novel Approach to Active Compounds Identification Based on Support Vector Regression Model and Mean Impact Value

Traditionally, active compounds were discovered from natural product extracts by bioassay‐guided fractionation, which was with high cost and low efficiency. A well‐trained support vector regression model based on mean impact value was used to identify lead active compounds on inhibiting the proliferation of the HeLa cells in curcuminoids from Curcuma longa L. Eight constituents possessing the high absolute mean impact value were identified to have significant cytotoxicity, and the cytotoxic effect of these constituents was partly confirmed by subsequent MTT (3‐(4, 5‐dimethylthiazol‐2‐yl)‐2,5‐diphenyltetrazolium bromide) assays and previous reports. In the dosage range of 0.2–211.2, 0.1–140.2, 0.2–149.9 μm , 50% inhibiting concentrations (IC₅₀) of curcumin, demethoxycurcumin, and bisdemethoxycurcumin were 26.99 ± 1.11, 19.90 ± 1.22, and 35.51 ± 7.29 μm , respectively. It was demonstrated that our method could successfully identify lead active compounds in curcuminoids from Curcuma longa L. prior to bioassay‐guided separation. The use of a support vector regression model combined with mean impact value analysis could provide an efficient and economical approach for drug discovery from natural products.     

主成分Logistic回归在早期鉴别卵巢囊肿研究中的应用及其软件开发

目的:应用主成分L og istic回归分析方法对卵巢囊肿进行早期鉴别诊断,并对此实施软件开发以便于门诊辅助诊断,进而提高疾病鉴别诊断的准确性和效率。方法:首先对L og istic回归模型进行共线性诊断,然后筛选出对鉴别卵巢囊肿有统计学意义的检查指标并建立L og istic回归模型,利用该模型对卵巢囊肿进行早期鉴别诊断。程序开发选用delph i 7.0软件。结果:孕次、产次、流产次数间存在着中等程度的共线关系;除孕次、形态、内壁结构外,其余11项指标均纳入模型;回顾性判别符合率为87.86%,前瞻性差别符合率为85.14%,判别效果较好。结论:主成分L og istic回归实现了卵巢囊肿的早期鉴别诊断,开发的软件可以用于门诊辅助诊断。     

线性回阳预测模型有效超前期的确定方法

线性回归预测模型是应用线性回归技术,根据历史数据建立回归方程,用此回归方程进行超前预测.然而,建立了一个线性回归模型能否用其做无限期的超前预测呢?显然,一个预测模型的预测精度随着超前期的增加而逐渐降低,即预测误差越来越大.当外推至某一期时,预测误差之大,使该模型继续作外推预测几乎不再有什么实际意义,此时的预测超前期的长度我们称之为有效超前期.下面讨论线性回归预测模型有效超前期的一种确定方法.