导读:本文包含了变量多重论文开题报告文献综述及选题提纲参考文献，主要关键词:纵向数据,联合建模,变量选择,Adaptive,LASSO
变量多重论文文献综述
何丹宁[1]（2019）在《多重响应纵向数据适应性变量选择》一文中研究指出在经济学、医学、社会学等领域的研究工作中,经常得到纵向数据结果,甚至是多重响应的纵向数据.这种类型的数据可以刻画个体在不同时刻不同指标的特征.此外,纵向数据的变量选择可以帮助研究工作者提取对响应变量有重要影响的指标,从而得到更有效的模型解释数据.本文主要利用适应性变量选择方法讨论多重响应情况下的纵向数据联合回归分析问题.我们关注的是连续响应和二元响应的情况.首先,对纵向数据进行联合建模,得出基于数据的似然函数;其次,利用Adaptive LASSO进行参数估计和变量选择,并且采用BIC准则讨论调节参数的选取.从理论上证明了参数估计结果具有Oracle性质;然后,将使用本文中的联合建模方法与使用glmmLasso单独建模的方法进行模拟分析比较;最后,将本文所提方法应用到欧洲抑郁症研究的实际数据分析中进行验证.结果表明,本文的方法在选择精度和估计精度方面具有很大的优势,尤其是当随机效应的维数增加时,使用Adaptive LASSO联合建模下对纵向数据进行变量选择比单独建模得到的结果更加稳定、更接近真实模型.(本文来源于《广西师范大学》期刊2019-06-01）
石福艳,马洁,黄璐,许小珊,孙娜[2]（2019）在《EMB多重填补法在横断面健康体检资料定量变量填补中应用》一文中研究指出目的研究基于bootstrap抽样的期望最大化算法(EMB)的多重填补方法在横断面健康体检定量变量缺失数据的填补效果,为健康体检数据选择恰当的多重填补方法提供相关依据。方法基于人群横断面健康体检实测数据,采用EMB法多重填补法,应用R 3.5.0统计软件中的Amelia II程序包对2013年1—12月在陕西省西安市西京医院健康体检中心进行常规体检的1 634名员工的健康体检数据进行多重填补分析。结果对于横断面定量健康体检资料,在单变量缺失率分别为<10%、20%和70%3种随机缺失情况下,EMB多重填补法相对于列表删除法其估计误差均降低;基于相同数据,EMB多重填补次数不同,资料的填补效果不同,本研究资料较为合适的填补次数为m=10次;填补前后概率密度曲线分布图显示,填补次数m=10时多重填补值与实际观察值的概率密度曲线图吻合程度较好;变量过拟合诊断图进一步显示,填补次数m=10时各变量大多数观测值的90%CI包含了其最佳拟合线,且其可信区间较窄;基于列表删除法和EMB多重填补法处理后的2个不同分析数据集分别构建的多因素回归模型中包含的变量不同。结论对于不同缺失率随机缺失的定量变量,EMB多重填补法的填补效果均优于列表删除法;不同缺失资料的最优填补次数不同。(本文来源于《中国公共卫生》期刊2019年11期）
张锐[3]（2018）在《季度经常账户逆差折射多重积极变量》一文中研究指出我国一季度经常账户逆差是在出口较快增长的基础上出现的，无论从单项指标还是总体规模看，出口体量不降反增，显示了经常账户逆差的基本合理性与高度可控性。我国出口贸易正在朝国际产业链上游移动，结构处于不断优化之中，国际竞争力得到显着提升。国家外汇管理局(本文来源于《上海证券报》期刊2018-05-09）
刘立民,李志珍,张玲霞,陈参军,王永强[4]（2018）在《贫困农户信贷需求与渠道选择的影响因素研究——基于多重变量不同组群农户的对比分析》一文中研究指出本文基于对陕西省宝鸡市693户贫困农户的调查数据,引入农户特征、收入与资产、农户支出、社会资本、家庭金融活动和地区情况等方面的多重变量,将研究样本划分为不同组群,统计描述和计量分析了不同因素对贫困农户信贷活动的影响。研究结果表明:正规金融机构具有甄别和筛选优势,偏向贷款于家庭规模较大、受教育程度较高、申请生产性贷款、从事非农产业、收入水平较高及所持现金更多的农户。非正规金融是贫困农户信贷主要途径,却具有明显的"关系型借贷"倾向。收入水平、资产状况、生产性支出比例是影响贷款需求、正规金融机构支持和贷款金额的共同因素,也是贫困农户短时期难以改变的叁方面金融抑制诱因。创新贫困地区农村金融减贫体制与机制,推进贫困地区农村金融发展的包容性和普惠性是金融改革的重要方向。(本文来源于《西部金融》期刊2018年02期）
王凤墀[5]（2016）在《多重离散内因解释变量和样本选择模型的偏Copula方法》一文中研究指出我们将呈现有限的多重离散内因解释变量模型的一种灵活的参数方法,每一内因解释变量的联合分布和结构误差通过使用Copula和他们的边缘分布被模拟出来,但是内因解释变量的这些问题未详细解释说明,偏Copula方法可以应用于任何离散内因解释变量模型,也可以用于修正选择偏差并发现其产生的效应。(本文来源于《黑龙江科技信息》期刊2016年30期）
李平[6]（2014）在《从常量到变量 从简单到循环——突破多重循环程序设计教学难点》一文中研究指出循环结构是程序叁种基本结构之一,在《C语言程序设计》课程中占有重要地位。多重循环程序设计是教学难点。针对学生在多重循环结构程序设计的困难,运用"从常量到变量,从简单到循环"教学方法,从确定循环体入手,以循环体为核心,从内到外逐步扩展程序,形成多重循环。编辑调试程序同样从只有循环体的简单程序开始,扩展到多重循环程序,突破多重循环程序设计教学难点,提高课程教学质量。(本文来源于《阜阳职业技术学院学报》期刊2014年04期）
胡良平,孙日扬[7]（2014）在《用SAS软件实现因变量为多值有序变量的多重logistic回归分析》一文中研究指出因变量为多值有序变量的多重logistic回归分析是一种研究多值有序的因变量与一组自变量之间依赖关系的有效方法。该方法对自变量的性质几乎没有限制,但要求有较大的样本量并且样本的总体代表性好。回归系数具有明确的实际意义,可依据回归系数得到优势比的估计值。本文结合实例,详细介绍如何用SAS软件拟合此回归方程,并进行结果解读。(本文来源于《药学服务与研究》期刊2014年04期）
胡良平,沈宁,柳伟伟[8]（2014）在《用SAS软件实现高维列联表资料的统计学分析:因变量为二值变量的多重logistic回归分析》一文中研究指出Logistic回归分析属于概率型回归分析,适用于因变量为定性变量的数据分析和建模,但对自变量的数目和性质没有特殊要求。因变量为二值变量的多重logistic回归分析适用于因变量编码为0或1(代表阳性或者阴性)的多重logistic回归分析。从整体上理解logistic回归分析,可根据操作过程依次总结为以下几个方面:自变量筛选、建立回归模型、进行假设检验(包括对回归系数的检验、整体模型检验以及模型拟合优度检验)。近年来,logistic回归分析在众多临床医学研究,尤其是在预测因子分析中得到了广泛应用,但存在一些问题,例如缺少对模型拟合优度检验以及后续通过验证集对其预测效能进行的二次检验。本文重点介绍如何正确实施多重logistic回归分析、其SAS实现及结果解读。(本文来源于《药学服务与研究》期刊2014年01期）
安德鲁·霍夫曼,覃维桓[9]（2014）在《多重变量中抽丝剥茧 2014年金银趋势渐明》一文中研究指出每年，富兰克林博客发布对未来12个月主要趋势的预测。请注意“趋势”这个词，因为我们早就放弃了预测特定市场的价格水平。要晓得，纸面金融市场已经变得如此绝望，无情地操纵使那些我们已经花了一辈子进行分析的因素——也就是说，基本面和技术——对于一年更不用说一个月(本文来源于《中国黄金报》期刊2014-01-17）
刘明[10]（2013）在《多重共线性的解决:剔除变量的新标准》一文中研究指出当使用剔除变量法解决线性回归模型的多重共线性问题时,根据方差膨胀因子的大小来选择被剔除变量是存在缺陷的。解释变量显着性检验的t统计量的绝对值大小反映了该解释变量对被解释变量的贡献程度的大小,因此可以将t统计量绝对值作为剔除解释变量的依据,从而得到一类多重共线性的解决办法。(本文来源于《统计与决策》期刊2013年05期）
变量多重论文开题报告
（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：
目的研究基于bootstrap抽样的期望最大化算法(EMB)的多重填补方法在横断面健康体检定量变量缺失数据的填补效果,为健康体检数据选择恰当的多重填补方法提供相关依据。方法基于人群横断面健康体检实测数据,采用EMB法多重填补法,应用R 3.5.0统计软件中的Amelia II程序包对2013年1—12月在陕西省西安市西京医院健康体检中心进行常规体检的1 634名员工的健康体检数据进行多重填补分析。结果对于横断面定量健康体检资料,在单变量缺失率分别为<10%、20%和70%3种随机缺失情况下,EMB多重填补法相对于列表删除法其估计误差均降低;基于相同数据,EMB多重填补次数不同,资料的填补效果不同,本研究资料较为合适的填补次数为m=10次;填补前后概率密度曲线分布图显示,填补次数m=10时多重填补值与实际观察值的概率密度曲线图吻合程度较好;变量过拟合诊断图进一步显示,填补次数m=10时各变量大多数观测值的90%CI包含了其最佳拟合线,且其可信区间较窄;基于列表删除法和EMB多重填补法处理后的2个不同分析数据集分别构建的多因素回归模型中包含的变量不同。结论对于不同缺失率随机缺失的定量变量,EMB多重填补法的填补效果均优于列表删除法;不同缺失资料的最优填补次数不同。
（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。
变量多重论文参考文献
[1].何丹宁.多重响应纵向数据适应性变量选择[D].广西师范大学.2019
[2].石福艳,马洁,黄璐,许小珊,孙娜.EMB多重填补法在横断面健康体检资料定量变量填补中应用[J].中国公共卫生.2019
[3].张锐.季度经常账户逆差折射多重积极变量[N].上海证券报.2018
[4].刘立民,李志珍,张玲霞,陈参军,王永强.贫困农户信贷需求与渠道选择的影响因素研究——基于多重变量不同组群农户的对比分析[J].西部金融.2018
[5].王凤墀.多重离散内因解释变量和样本选择模型的偏Copula方法[J].黑龙江科技信息.2016
[6].李平.从常量到变量从简单到循环——突破多重循环程序设计教学难点[J].阜阳职业技术学院学报.2014
[7].胡良平,孙日扬.用SAS软件实现因变量为多值有序变量的多重logistic回归分析[J].药学服务与研究.2014
[8].胡良平,沈宁,柳伟伟.用SAS软件实现高维列联表资料的统计学分析:因变量为二值变量的多重logistic回归分析[J].药学服务与研究.2014
[9].安德鲁·霍夫曼,覃维桓.多重变量中抽丝剥茧2014年金银趋势渐明[N].中国黄金报.2014
[10].刘明.多重共线性的解决:剔除变量的新标准[J].统计与决策.2013