导读:本文包含了回归分析预测法论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:模型,胎膜,线性,雅安市,因素,客运量,糊精。
回归分析预测法论文文献综述
高旭东[1]（2019）在《多因素Logistic回归分析预测未足月胎膜早破可行性的初步探讨》一文中研究指出目的:探讨多因素Logistic回归分析预测未足月胎膜早破可行性及其临床应用价值。方法:收集2016年1月至2018年2月重庆医科大学附属第二医院产科住院部未足月胎膜早破患者237例(观察组)、足月妊娠患者237例(对照组)及其年龄、孕产次、是否多胎、晚孕期Hb、LMR、NLR、PLR、是否确诊妊娠期糖尿病、是否异常胎方位、是否胎盘位置异常、是否羊水量过多等临床资料进行单因素分析,并将存在统计学差异的危险因素进行多因素Logistic回归分析,得到影响未足月胎膜早破的独立危险因素及其比值比,评价模型效能。结果:单因素分析显示两组间年龄、孕次、产次、是否确诊妊娠期糖尿病、是否多胎、是否胎盘位置异常、Hb、PLR、LMR、NLR存在差异,差异有统计学意义(P均<0.05)。多因素分析显示年龄、孕次、Hb、PLR、双胎为PPROM独立危险因素(P均<0.05)。PPROM预测模型ROC曲线线下面积:0.847(P<0.001),多因素回归模型预测PPROM的准确率、敏感度、特异度、阳性预测值和阴性预测值分别为80.38%(381/474)、78.90%(187/237)、81.86%(194/237)、81.30%(187/230)、79.51%(194/244)。结论:多因素回归模型能较好地预测PPROM,有一定临床研究价值。(本文来源于《重庆医科大学》期刊2019-05-01）
高旭东,胡建国,孙江川[2]（2019）在《多因素Logistic回归分析预测未足月胎膜早破的研究》一文中研究指出目的探讨多因素Logistic回归分析预测未足月胎膜早破(PPROM)的可行性及其临床应用价值。方法选取2016年1月至2018年2月该院未足月胎膜早破患者237例(观察组)、足月妊娠者237例(对照组),收集年龄、孕产次、胎数、孕晚期血常规结果、妊娠期糖尿病(GDM)、胎方位、胎盘位置、羊水量等临床资料进行单因素分析,并将有统计学意义的因素行多因素Logistic回归分析。结果单因素分析显示:两组间年龄、孕次、产次、GDM、双胎、前置胎盘、血红蛋白、血小板计数与淋巴细胞计数比值(PLR)、淋巴细胞单核细胞比率(LMR)、中性粒细胞计数与淋巴细胞计数比值(NLR)比较,差异均有统计学意义(P<0.05)。多因素分析显示:年龄、孕次、血红蛋白、PLR、双胎为PPROM的独立危险因素(P<0.05)。多因素回归模型预测PPROM的准确率、灵敏度、特异度、阳性预测值和阴性预测值分别为80.38%、78.90%、81.86%、81.30%、79.51%。结论该模型预测PPROM有一定临床研究价值。(本文来源于《重庆医学》期刊2019年07期）
杨雨彤[3]（2019）在《通过回归分析预测股票走势——以Google为例》一文中研究指出股票是一种用来募集资金的有价证券,对个人、集体、国家,以及社会的影响日渐增大,所以寻找一种有效的投资方法,成为了所有投资者的目标。本文运用多因素模型,有效市场假说,线性回归模型等方式分析对于股票的波动性产生影响的因素。通过研究不同因素对股票的波动趋势的影响强弱来寻找低价买入、高价抛出的机会,以求收益最大化。文中以Google为例,因为美国市场历史悠久,趋于稳定,更加接近于半强型市场,所以从多家美国本土上市公司中,选择了着名网络公司Google为实验对象。经过对于2012年～2018年的数据统计,整理出上百组数据并进行研究,用spss等工具进行进一步探究,然后从中挑选出成果最具有代表性的部分数据放入本文做参考数据。最终利用所得数据分析可知各因素对于股票波动的影响强弱。(本文来源于《全国流通经济》期刊2019年07期）
王家瑞[4]（2019）在《雅安市旅游产业回归分析预测研究》一文中研究指出四川省雅安市是典型的旅游型城市,雅安旅游产业对带动地区经济增长,提高人民生活水平至关重要。现基于2002～2017年雅安市旅游业发展相关统计数据,依循奥卡姆剃刀基本原理,通过SPSS21.0统计软件对雅安市旅游总收入与主要旅游产业要素进行分析建立多元线性回归模型,并通过所建立的模型进行预测检验,验证了模型的有效性。并对此提出了以经济增长推进旅游产业;逐渐提升交通能力;进一步探究并发挥其他影响雅安旅游产业发展的有效能力等建议。(本文来源于《北方经贸》期刊2019年01期）
解维伟,曹国强,贺兰鸿,陈慧昀[5]（2018）在《浮选脱硫的机理及回归分析预测》一文中研究指出本文以邻苯二甲酸二乙酯(BET)为起泡剂、糊精为抑制剂进行了浮选脱硫试验。试验结果表明:BET和糊精具有较好的选择性,其中BET会显着提高精煤产率,糊精则会明显降低精煤硫分,同时对细粒煤浮选有轻微抑制作用。BET和糊精在煤和黄铁矿表面吸附能力的差异是这两种药剂具有选择性的主要原因。利用SPSS软件分析了影响脱硫效果的主要因素,BET浓度对精煤产率影响较大,糊精浓度和pH值对精煤产率影响较弱;精煤硫分则主要受糊精浓度影响。回归模型可以根据pH值、BET浓度和糊精浓度等变量预测细粒煤浮选时的精煤产率和精煤硫分,且预测精度较高。(本文来源于《矿业科学学报》期刊2018年02期）
吴楠君[6]（2018）在《铁路企业运营视域下基于多元回归分析预测我国铁路客运量》一文中研究指出为了对我国铁路客运量进行定量分析,利用多元回归线性回归分析方法对铁路客运量的变化趋势及成因建立多元回归模型,并从年份、国内生产总值、人口、铁路营业里程、公路里程、铁路旅客周转量、消费者物价指数等方面进行了多元线性回归分析,其中,年份、GDP及营业里程通过了检验,并预测了未来四年我国铁路客运量。(本文来源于《知识经济》期刊2018年08期）
孙彩云,李洪伟[7]（2018）在《基于均匀设计试验利用偏最小二乘回归对边坡稳定性的分析预测》一文中研究指出采用均匀设计试验方案对影响边坡稳定性的因素进行测量,既能节约取样开支,又能得到均匀分散且具有代表性的小样本数据.对该小样本数据结合偏最小二乘回归方法,建立了边坡稳定性系数与各影响因素的非线性回归模型.通过对模型结构、变量投影重要性指标、相对残差值及拟合值的分析发现,基于均匀设计试验利用偏最小二乘回归法可用于对边坡稳定性的分析预测.(本文来源于《数学的实践与认识》期刊2018年04期）
陈迎春,王晓霞,徐晓庆,万里科,廖耘[8]（2017）在《自回归求和移动平均模型对临床供血量的分析预测》一文中研究指出目的分析成都地区临床月供血量的规律,以此建立临床血液月供血量预测的时间序列ARIMA模型和乘积季节ARIMA模型,并动态进行模型的分析对比,为血液中心管理工作提供科学依据。方法收集2006年至2016年成都市血液中心临床血液月供血量,建立ARIMA模型和乘积季节ARIMA模型,预测2016年10-12月和2017年1-3月临床血液月供血量。对备选的模型进行拟合优度的比较,筛选出最优的模型,并对模型的相对误差进行评价。结果 ARIMA(0,1,1)模型预测2016年10-12月和2017年1-3月的相对误差为1.71%、-7.45%、-3.14%、-7.66%、-15.25%、-9.74%。而ARIMA(0,1,1)×(1,1,1)12模型相对误差为2.51%、-3.75%、-2.58%、-5.21%、-8.11%、-7.34%。结论乘积季节ARIMA模型能够较好的预测短期临床供血量,持续修正的乘积季节ARIMA模型能更好的预测下一季度临床血液月供血量。(本文来源于《中国输血杂志》期刊2017年10期）
刘锋,王鹏飞,谭祥勇,康新梅[9]（2018）在《基于非参数自回归模型的黄金价格短期分析预测》一文中研究指出黄金价格的变化受到众多因素的影响,总体呈波动上涨趋势。为了拟合我国黄金现货价格的非线性趋势,本文基于局部线性估计理论,建立了我国黄金现货价格的非参数自回归预测模型NAR(P)。文中结果表明,NAR(P)模型能够较好的拟合黄金价格的非线性趋势,预测误差较小。该模型具有较高的应用价值。(本文来源于《数理统计与管理》期刊2018年02期）
夏伟,丁风海,高申翔,邱斌,王琳娜[10]（2017）在《基于回归模型的电源线电压尖峰分析预测》一文中研究指出由电气设备开关瞬间产生的尖峰信号是引起电源线传导干扰问题的重要因素。通过较少次数的开关试验捕获电压尖峰是困难的,且试验所得结果通常小于实际结果,不利于EMC安全裕量的评价。针对电源线尖峰信号试验过程中存在的峰值难以捕获的问题,基于动态电路的时域分析理论,研究了传统多次随机试验取最大值方法对电压尖峰测试的影响因素。在此基础上,通过优化试验方案和对试验数据的统计分析,提出了基于线性回归模型的电压尖峰预测方法,依据方差分析的相关性检验原理,验证了回归模型的有效性,并对预测结果的置信区间进行了有效评估。与传统方法相比,回归预测方法额外增加了一个电流探头,在较少次数测量条件下实现了电源线电压尖峰的捕获,且测量结果误差服从正态分布,便于测量不确定度评估,可用于电气设备开关瞬间电源线传导干扰试验项目的测试技术研究。(本文来源于《自动化仪表》期刊2017年11期）
回归分析预测法论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
目的探讨多因素Logistic回归分析预测未足月胎膜早破(PPROM)的可行性及其临床应用价值。方法选取2016年1月至2018年2月该院未足月胎膜早破患者237例(观察组)、足月妊娠者237例(对照组),收集年龄、孕产次、胎数、孕晚期血常规结果、妊娠期糖尿病(GDM)、胎方位、胎盘位置、羊水量等临床资料进行单因素分析,并将有统计学意义的因素行多因素Logistic回归分析。结果单因素分析显示:两组间年龄、孕次、产次、GDM、双胎、前置胎盘、血红蛋白、血小板计数与淋巴细胞计数比值(PLR)、淋巴细胞单核细胞比率(LMR)、中性粒细胞计数与淋巴细胞计数比值(NLR)比较,差异均有统计学意义(P<0.05)。多因素分析显示:年龄、孕次、血红蛋白、PLR、双胎为PPROM的独立危险因素(P<0.05)。多因素回归模型预测PPROM的准确率、灵敏度、特异度、阳性预测值和阴性预测值分别为80.38%、78.90%、81.86%、81.30%、79.51%。结论该模型预测PPROM有一定临床研究价值。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
回归分析预测法论文参考文献
[1].高旭东.多因素Logistic回归分析预测未足月胎膜早破可行性的初步探讨[D].重庆医科大学.2019
[2].高旭东,胡建国,孙江川.多因素Logistic回归分析预测未足月胎膜早破的研究[J].重庆医学.2019
[3].杨雨彤.通过回归分析预测股票走势——以Google为例[J].全国流通经济.2019
[4].王家瑞.雅安市旅游产业回归分析预测研究[J].北方经贸.2019
[5].解维伟,曹国强,贺兰鸿,陈慧昀.浮选脱硫的机理及回归分析预测[J].矿业科学学报.2018
[6].吴楠君.铁路企业运营视域下基于多元回归分析预测我国铁路客运量[J].知识经济.2018
[7].孙彩云,李洪伟.基于均匀设计试验利用偏最小二乘回归对边坡稳定性的分析预测[J].数学的实践与认识.2018
[8].陈迎春,王晓霞,徐晓庆,万里科,廖耘.自回归求和移动平均模型对临床供血量的分析预测[J].中国输血杂志.2017
[9].刘锋,王鹏飞,谭祥勇,康新梅.基于非参数自回归模型的黄金价格短期分析预测[J].数理统计与管理.2018
[10].夏伟,丁风海,高申翔,邱斌,王琳娜.基于回归模型的电源线电压尖峰分析预测[J].自动化仪表.2017
论文知识图
