【摘 要】
：
在日常生活中，经常会遇到这样一类数据:同一个体或者受试单元在不同时间观测若干次，即得到同一个体不同时刻的观测，这类数据称为纵向数据.对此类数据进行处理时可以对其建立纵向
论文部分内容阅读
在日常生活中，经常会遇到这样一类数据:同一个体或者受试单元在不同时间观测若干次，即得到同一个体不同时刻的观测，这类数据称为纵向数据.对此类数据进行处理时可以对其建立纵向数据模型利用回归分析的方法去处理问题，进而找出影响因变量的主要因素. 采用纵向数据模型去处理实际问题时，自变量的选择是首先要解决的重要问题.通常，在分析纵向数据模型时，人们根据问题本身的专业理论及有关经验常常把各种与因变量有关的自变量引进模型，其结果是把一些对因变量影响很小的，有些甚至没有影响的自变量也选入模型中.这样一来，不但计算量大，而且估计和预测的精度也会下降.此外，在一些情况下，某些自变量的观测数据获得代价昂贵，如果这些自变量本身对因变量的影响很小或根本没有影响，但不加选择都引到模型中，势必造成观测数据收集和模型应用费用不必要的加大。因此，在纵向数据模型分析时，对进入模型的自变量作精心选择是十分必要的。 本文主要工作是利用Tibshirani(1996)提出Lasso(least absolute shrinkage and selectionoperator)方法将纵向数据模型系数进行压缩并且使某些系数变为0，再利用AIC或BIC准则将为0的系数截去，从而来确定模型的阶数，进而达到变量选择的目的.本文还利用此成果对影响蝙蝠活动的因素进行了分析.
其他文献
“学案导学”教学模式是一种坚持以学生为本的教学模式,重点在于“学案”与“导学”共同开展。运用“学案导学”教学模式,教师要设计更加丰富多彩的问题,开展多种课堂活动,在
本论文主要研究了最小二乘支撑向量机(LSSVM)增量型训练算法以及固定尺度算法。最小二乘支撑向量机(LSSVM)是由J．A．K Suykens等人根据支撑向量机(SVM)算法提出的，是SVM的扩展版
极速学习机(Extreme Learning Machine, ELM)是近十年前提出的一种快速机器学习算法,它最早应用于单隐层前馈神经网络的学习,由于其具有结构简单,学习速度快,以及良好的泛化
人耳识别是一种重要的生物特征识别方法,用途广泛,利用人耳实现对人的鉴别是具体可行的,人耳识别方法较其他的识别方式而言有它无可比拟的优势。人耳识别的关键在于提取简单
设式 B是赋范线性空间X中的非空子集，映射T: A∪B→ A∪B.若 T满足 T(A)(?)B，T(B)(?)A并且对任意的 x∈A,y∈B，d(Tx，Ty)≤d(x,y),则称 T是循环相对非扩张映射.若 T满足T(A)(?)A，T(
请下载后查看，本文暂不支持在线获取查看简介。
Please download to view, this article does not support online access to view profile.
众所周知，研究微分系统x1=x(t,X)的解的性态，不但在微分方程理论领域中具有很重要的价值，同时对研究客观世界中物体的运动规律也具有相当大的实际应用价值．我们知道当微分系统为
传统的教学方法重视让学生掌握知识,而不注重引导学生把知识转化为能力,这使学生容易养成被动接受知识的思想,他们经常抱着别人教他们知识他们就学习,别人不教他们就不好好学
本文用覆盖和映射的方法对几乎弱θ加细空间、基亚紧空间和超仿紧空间进行初步的研究，得到了遗传超仿紧空间的一组等价刻画，然后，利用这组等价刻画获得了这类空间的一个Tychonof
广义双线性系统是最接近广义线性系统的一类广义非线性系统,并且广义双线性系统模型在现实生活中广泛存在,因此对于广义双线性系统的研究具有重要的理论意义和实际应用价值。