超高维数据降维与Logistic广义线性拟合分析

文章以美国威斯康星州的乳腺癌调查数据为例,分别采用SIS和TCS算法对高维数据进行降维处理,尝试将改进的Logistic广义线性模型对降维后的变量进行拟合.再与传统的一般线性模型、Logistic广义线性模型相比,结果表明,基于算法降维后的Logistic广义线性模型预测误差更小,其中基于TCS算法降维后的广义线性模型在拟合中要明显优于SIS算法降维后的广义线性模型.     

部分追加试验与拟水平试验的设计

本文根据生产实际,综合运用正交设计寻找最佳工艺条件.     

基于SEM模型的流动人口迁移意愿研究

流动人口迁移意愿一直是流动人口研究的热点问题。首次将结构方程模型应用到流动人口迁移意愿影响因素的研究中,通过选取经济条件、生活环境、社会福利保障、迁移意愿4个潜在变量,采用问卷调查获取数据,构建流动人口迁移意愿SEM模型。结果表明:基于SEM的流动人口迁移意愿影响因素分析模型拟合效果较好,为流动人口服务管理相关政策的制定,提供了更加科学的依据。