2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩41頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權,請進行舉報或認領

文檔簡介

1、目的:應用懲罰logistic回歸模型(Penalized logistic regression,PLR)解決傳統(tǒng)logistic回歸不能分析高階交互作用的問題,并將PLR與現(xiàn)階段國外廣泛用于分析基因—基因、基因—環(huán)境交互作用的多因子降維法(Multifactor dimensionality reduction,MDR)進行對比分析,闡明二者在完成交互作用分析時各自的優(yōu)劣勢及其適用條件,為復雜的生物醫(yī)學現(xiàn)象交互作用解釋與分析提供合理

2、的方法學依據(jù)。 方法:介紹MDR分析原理及MDR交互作用分析技術。介紹懲罰logistic回歸模型與原理。針對傳統(tǒng)Logistic回歸參數(shù)估計中遇到的樣本含量問題,檢測低階、高階交互作用能力問題等進行模擬研究,全部過程在R軟件中編程實現(xiàn)。結合實例應用,進一步對比研究PLR、MDR解決醫(yī)學應用問題,闡明其適用條件以及不同方法分析交互作用的優(yōu)勢。 結果:模擬研究與實例分析表明,不同的調(diào)整參數(shù)λ對懲罰logistic回歸模型的

3、分析結果會產(chǎn)生較大的影響;調(diào)整參數(shù)λ使得統(tǒng)計量C得分最小的模型偏差最小,得到的估計系數(shù)相對較穩(wěn)定,是推薦采納的最佳模型。經(jīng)PLR與LR的對比模擬研究,認為PLR偏差更小,得到的模型更穩(wěn)定。尤其在樣本量低于200時,懲罰Logistic回歸模型顯示出了更多的優(yōu)勢。交互作用檢測能力模擬研究顯示,在低維交互作用檢測中,懲罰Logistic回歸表現(xiàn)出MDR無可比擬的優(yōu)越性。在高維或高階交互作用檢測時,MDR和PLR檢測交互作用的能力相近,均能靈

4、敏地檢測出交互作用。即使加入干擾項后,也不會降低其檢測交互作用的能力。MDR對高階交互作用較敏感,能夠檢測出各種類型的交互作用,而懲罰Logistic回歸更適合于相乘模型的交互作用分析。 結論:懲罰Logistic回歸、MDR與其他方法相比,更能有效得檢測出多因素交互作用的存在。本文經(jīng)過模擬研究與實例分析得出如下結論:(1)當樣本含量較小時傳統(tǒng)Logistic回歸估計結果欠穩(wěn)定;樣本量低于200時,懲罰Logistic回歸更具優(yōu)

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論