简介：摘要：随着我国煤炭价格市场化改革的不断深入，煤炭市场的价格走势一直成为各方关注的重点问题。本文考虑了煤炭价格的多种影响因素，采用套索（Lasso）模型作为煤炭价格模型的线性建模方法对煤炭价格进行预测，借助秦皇岛港5000千卡/千克动力煤平仓价数据进行模型检验，结果证明此模型预测结果精度较好，能在一定程度上预测出煤炭价格的变化趋势。

简介：

简介：将Lasso算法和logistic回归模型相结合并且引入P2P个人网络信贷评估体系,通过模拟实验的结果发现,在全变量logistic模型、Lasso-logistic模型、Ridge-logistic模型中,Lasso-logistic模型对于变量的压缩效果要更好,有助于简化模型;虽然三个模型在进行预测的结果上并没有显著的差异,但是Lasso-logistic模型在计算效率上更胜一筹,在处理大量数据的情况下更有效率。

简介：摘要目的基于矢状位影像学参数和临床特征构建颅底凹陷患者复位术后生命质量的LASSO-logistic回归预测模型并对其进行验证。方法回顾性分析2015年8月至2020年8月空军军医大学唐都医院神经外科采用经颈后路复位减压植骨融合内固定术治疗的94例颅底凹陷患者的临床资料。基于患者的年龄、体重、手术前后疼痛数值评价量表(NRS)评分、颈椎功能障碍指数(NDI)及矢状位影像学相关参数，采用LASSO-logistic回归法筛选出鲁棒性最好的变量并构建颅底凹陷患者复位术后生命质量的预测模型。绘制受试者工作特征(ROC)曲线，并根据曲线下面积(AUC)判断该预测模型的效能。采用Bootstrap法进行500次重复抽样进行内部验证。结果LASSO-logistic回归的分析结果显示，共9个因素纳入预测模型，分别为：年龄、体重、术前NRS评分、术前NDI、术前头颈屈曲角(HNFA)、术后斜坡枢椎角(pCXA)、术后斜坡斜坡角(pCS)、术后延髓脊髓角(pCMA)及术后Boogaard角(pBoA)。通过绘制ROC曲线，发现该预测模型的AUC为0.893，灵敏度为79.4%，特异度为84.6%，阳性似然比为5.162，阴性似然比为0.243。内部验证的结果显示，AUC为0.885，灵敏度为81.3%，特异度为82.6%，阳性似然比为5.153，阴性似然比为0.237。结论基于年龄、体重、术前NRS评分、术前NDI、术前HNFA、pCXA、pCS、pCMA及pBoA构建的颅底凹陷患者复位术后生命质量LASSO-logistic预测模型拟合性较好。

简介：摘要目的基于矢状位影像学参数和临床特征构建颅底凹陷患者复位术后生命质量的LASSO-logistic回归预测模型并对其进行验证。方法回顾性分析2015年8月至2020年8月空军军医大学唐都医院神经外科采用经颈后路复位减压植骨融合内固定术治疗的94例颅底凹陷患者的临床资料。基于患者的年龄、体重、手术前后疼痛数值评价量表(NRS)评分、颈椎功能障碍指数(NDI)及矢状位影像学相关参数，采用LASSO-logistic回归法筛选出鲁棒性最好的变量并构建颅底凹陷患者复位术后生命质量的预测模型。绘制受试者工作特征(ROC)曲线，并根据曲线下面积(AUC)判断该预测模型的效能。采用Bootstrap法进行500次重复抽样进行内部验证。结果LASSO-logistic回归的分析结果显示，共9个因素纳入预测模型，分别为：年龄、体重、术前NRS评分、术前NDI、术前头颈屈曲角(HNFA)、术后斜坡枢椎角(pCXA)、术后斜坡斜坡角(pCS)、术后延髓脊髓角(pCMA)及术后Boogaard角(pBoA)。通过绘制ROC曲线，发现该预测模型的AUC为0.893，灵敏度为79.4%，特异度为84.6%，阳性似然比为5.162，阴性似然比为0.243。内部验证的结果显示，AUC为0.885，灵敏度为81.3%，特异度为82.6%，阳性似然比为5.153，阴性似然比为0.237。结论基于年龄、体重、术前NRS评分、术前NDI、术前HNFA、pCXA、pCS、pCMA及pBoA构建的颅底凹陷患者复位术后生命质量LASSO-logistic预测模型拟合性较好。

简介：摘要目的建立SAP患者肺炎克雷伯杆菌(KP)感染风险列线图预测模型。方法回顾性分析2016年3月至2021年12月间上海市第一人民医院收治的109例SAP患者的临床资料，根据是否发生KP感染将患者分为感染组(25例)和非感染组(84例)，比较两组患者的临床特征。对单因素分析有统计学意义的变量采用最小绝对值收敛和选择算子算法(LASSO)进行降维处理，将LASSO回归模型优化后得到的特征纳入多变量logistic回归分析并建立列线图预测模型。绘制列线图的受试者工作特征曲线(ROC)，计算曲线下面积(AUC)，使用一致性指数(C-index)评估预测模型的诊断能力。结果109例SAP患者分离出KP 25株，其中21株(84.0%)显示出泛耐药、多重耐药现象。单因素分析结果显示，20个风险因素(SOFA评分、APECHEⅡ评分、Ranson评分、MCTSI评分、机械通气时间、禁食时间、腹腔引流管留置时间、深静脉置管留置时间、侵袭性操作次数、是否有外科干预、是否行ERCP术、高级别抗生素使用种类、胃肠功能障碍、凝血异常、代谢性酸中毒、胰腺坏死、腹腔出血、腹腔高压、ICU住院时间、住院总时间)与SAP患者发生KP感染相关。应用LASSO回归对上述20个因素降维处理后得到4个变量，分别为APACHEⅡ评分、腹腔引流管留置时间、高级别抗生素使用种类、住院总时间。多因素logistic回归分析结果显示，上述4个变量为影响SAP患者发生KP感染的风险因素(P值均<0.05)。基于以上4项变量建立SAP患者KP感染列线图预测模型，经评估显示该模型的C-index为0.939，AUC值为0.939(95%CI0.888~0.991)，提示该列线图模型具有较精准的预测能力。结论本研究建立的预测模型结合患者的基本临床数据，可以方便临床工作中对SAP患者发生KP感染的风险预测，从而为患者制定更优的治疗方案。

简介：调整成本作为优化社会实践和工业实践的重要手段,地位愈加重要,在实际生产中存在将其整合为统计过程调整方案的客观要求。本文基于LASSO框架推导出新的多元节约型统计调整算法适用于一般的多输入输出过程,可广泛推广应用到需要控制调整成本的生产服务过程中。

简介：通常所说的Granger因果关系检验，实际上是对线性因果关系的检验，无法检验非线性因果关系。Peguin和Terasvirta（1999）进行了基于泰勒展式的一般性扩展，应用于非线性因果关系检验，并采用提取主成分的方法解决其中的多重共线性问题。但是，提取主成分对解决多重共线性的效果并不太好。Lasso回归是目前处理多重共线性的主要方法之一，相对于其他方法，更容易产生稀疏解，在参数估计的同时实现变量选择，因而可以用来解决检验中的多重共线性问题，以提高检验的效率。对检验程序的模拟结果表明，基于Lasso回归的检验取得较好的效果。

简介：如何在对参数进行估计的同时自动选择重要解释变量，一直是面板数据分位回归模型中讨论的热点问题之一。通过构造一种含多重随机效应的贝叶斯分层分位回归模型，在假定固定效应系数先验服从一种新的条件Laplace分布的基础上，给出了模型参数估计的Gibbs抽样算法。考虑到不同重要程度的解释变量权重系数压缩程度应该不同，所构造的先验信息具有自适应性的特点，能够准确地对模型中重要解释变量进行自动选取，且设计的切片Gibbs抽样算法能够快速有效地解决模型中各个参数的后验均值估计问题。模拟结果显示，新方法在参数估计精确度和变量选择准确度上均优于现有文献的常用方法。通过对中国各地区多个宏观经济指标的面板数据进行建模分析，演示了新方法估计参数与挑选变量的能力。

简介：摘要目的利用LASSO回归分析筛选出与冠心病密切相关的血脂指标。方法选取2013年5月至2015年11月在济宁医学院附属医院心内科住院并诊断为冠心病的患者3 062例的临床资料进行回顾性分析。按照冠状动脉造影结果分为冠心病组(n＝2 427)和对照组(n＝635)。统计分析用R语言。建立冠心病相关血脂指标的多元逻辑回归模型，评估模型多重共线性的严重程度。利用LASSO回归筛选出冠心病预测模型中具有代表性的血脂指标。结果研究对象共入选患者3 062例，其中冠心病组2 427例，对照组635例。将血脂指标同时纳入多元逻辑回归模型后导致了模型较严重的共线性，逐步回归(stepwise)只能够在部分地减少共线性的严重程度，而LASSO回归模型显著减少了共线性的严重程度。经过LASSO回归分析，发现低密度脂蛋白胆固醇(low density lipoprotein-cholesterol，LDL-C)、高密度脂蛋白胆固醇(high density lipoprotein-cholesterol，HDL-C)和非高密度脂蛋白胆固醇(non-high density lipoprotein-cholesterol，non-HDL-C)是预测冠心病的代表性的血脂指标。结论LASSO回归在处理多重共线性的样本数据时有优势。LASSO回归发现LDL-C、HDL-C和non-HDL-C是预测冠心病的代表性的血脂指标。

简介：摘要：本研究旨在构建一个基于Lasso回归的某住宅工程造价风险评价模型。通过进行Lasso回归分析，发现投融资风险控制方案和工程质量验收风险控制方案在降低工程造价风险方面起到了正向影响，而合同风险控制方案、施工方案选择风险控制方案、施工质量风险控制方案和施工进度风险控制方案中的各项举措则起到了负向影响。这表明，在实际操作中，这些控制措施的执行力度和效果存在差异，导致了风险控制效果的不一致。结果不仅证明了风险评价体系的合理性，还验证了Lasso回归方法在处理高维数据和强相关变量方面的适用性。研究结果为项目管理者提供了有力的决策支持，有助于工程项目识别和控制关键风险因素，从而降低工程造价风险。

简介：摘要多重共线性是影响回归分析结果的一个重要问题，近年来发展的LASSO方法对于筛选解释性较高的变量、处理高维数据和解决多重共线性问题具有强大的优势。该方法是在模型估计中增加了惩罚项，能将一些不必要变量的回归系数压缩为零进而从模型中剔除，达到变量筛选的目的。本文将重点介绍LASSO这一方法，并与最优子集、岭回归、自适应LASSO与弹性网络的结果进行比较，结果显示LASSO与自适应LASSO在解决自变量多重共线性问题以及增强模型解释性、预测精度方面均有较好的表现。

简介：为研究飞机燃油消耗与飞行因素的关系,以某家航空公司数据为例,建立2014-04-08至2015-04-09飞机飞行阶段耗油量与飞行速度、高度、气温、风速、重量、经度等相关因素的回归模型。首先对相关因素进行主成分分析,并采用逐步回归方法建立飞机耗油量与主成分之间的回归模型;其次,采用Adaptive-Lasso方法建立飞机耗油量与相关因素间的Adaptive-Lasso回归模型;最后,对以上模型进行比较分析。研究结果表明,通过Adaptive-Lasso方法建立的回归模型能更好地拟合飞机耗油量。

简介：正则化模型是机器学习、压缩感知与推荐系统等领域的一类重要模型,其具有变量选择与稀疏化处理等功能,可以有效地避免模型的过拟合,完成信号重建或矩阵补全等工作。对稀疏正则化模型进行介绍,分析邻近点梯度算子与交替方向乘子法等最新的求解方法,并对它们的性能进行比较分析。

简介：模型是将设计方案物化为与实物相似的形象直观的一种物体。模型制作既能增强技术设计的视觉感染力，又可帮助设计者通过反复观摩、推敲分析、不断修改完善设计方案的可靠性，进而求得最佳设计效果。模型是对设计理念的具体表达，是设计委托者与设计人员和使用者之间交流的“技术语言”，而这种“技术语言”是三维实体造型，展现了设计“物”的具体形态。

简介：模型教学成为继探究教学、概念教学之外更新的一种教学模式.建模与模型教学不仅仅为实现教学目标的一种教学方法或手段,其本身也可为教学目标之一.同时,也要注意到两个局限性：模型的局限性,了解模型与真实事物之间的差异;建构模型的局限性,从而了解构建模型的多样性.

简介：模型的验证是指对模型的性能指标(区分度、校准度)进行考察的过程。根据考察过程中是否使用预测模型的开发队列数据,模型验证可分为内部验证和外部验证。内部验证是检验模型开发过程的可重复性,常见形式包括随机拆分验证、交叉验证、Bootstrap重抽样以及“内部-外部”交叉验证。外部验证考察的是模型的可移植性和可泛化性,常见形式包括时段验证、空间验证以及领域验证。

简介：资本资产定价模型（CAPM）和套利定价理论（APT）是关于资本市场均衡的两个比较著名的模型。二种模型虽然在解释的角度、基本很设、方法、以及适用范围上均有重大区别，但是殊途同归，它们得出的结论是一致的：期望收益与风险之间存在着正相关的关系。

简介：

简介：讨论了泊松过程的性质，研究了冲击次数服从泊松过程、损坏是可加的冲击模型，并给出了期望损坏．从而为评估系统寿命提供了依据。