Logistic与分类树模型变量筛选的比较——基于信用卡邮寄业务响应率分析

基于信用卡邮寄业务响应率分析来讨论Logistic模型和分类树模型在变量选取上的区别,并尝试从几个不同角度去解释两类模型变量筛选差异的原因。笔者认为没有绝对占优势的方法,需要结合具体场景和模型的特点来选择合适的模型。分类树模型在训练集上容易过度拟合,对单个变量的影响很敏感,在进行危险因素分析时结果更能强调危险因素,对孤立点的识别率很高。Logistic模型容易受到解释变量依存关系的影响,加上分类变量的影响容易过多地选入变量或者因子,对孤立点敏感,对噪点不敏感。判别函数的差异是变量筛选差异的关键因素。     

上市公司财务状况非线性评价模型及应用

文章应用判别函数建立了上市公司财务状况非线性评价模型,论证了线性补偿的存在,与线性模型相比提高了模型的解释和预测能力。     

基于投影深度的判别分析

用稳健的投影深度中位数代替样本均值,改进了多元正态分布下Bayes线性和非线性判别法;把投影深度引入到最大深度判别理论中,得到了基于投影深度的最大深度判别法,这种判别法对判别函数的形式和总体的概率分布都没有任何要求.模拟研究表明:新的判别方法相对Bayes线性和非线性判别法有着更强的稳健性.     

具有负偏差特性的快速圆弧插补算法

给出了1种圆孤插补递推算法,该算法较简便,执行速度接近于逐点比较法,插补精度接近于最小偏差法,具有负偏差特性.     

浊积岩的成因识别及沉积模式探讨

由于辽河盆地东部凹陷深水浊积岩油藏勘探程度较低，应用粒度判别函数及成因图解两种方法分析该套砂岩的沉积类型。应用粒度分析数据，依据设定的判别函数可以对沉积碎屑岩做出初步的沉积环境鉴别，而成因图解方法分析可以反映碎屑岩沉积过程中能量以及流动性的变化规律，二者结合则能较为准确地判断沉积碎屑岩的沉积环境。应用此方法判定了欧利坨子沙三中段厚层砂砾岩沉积为浊流沉积产物，并在此基础上探讨了该套砂岩的沉积模式。     

基于Fisher判别函数的酒店员工离职预警研究

基于马氏距离平方,构建了Fisher判别函数,应用Fisher判别函数对酒店员工离职数据进行模拟判别,验证了判别函数在识别员工离职倾向上的有效性;根据被调查的6位员工的满意度数据,对他们的离职倾向进行了预测.     

具有负偏差特性的快速圆弧插补算法

给出了1种圆弧插补递推算法，该算法较简便，执行速度接近于逐点比较法，插补精度接近于最小偏差法，具有负偏差特性。