基于有序测量和连续测量的一致性比较分析

来源 :东北师范大学 | 被引量 : 0次 | 上传用户:xiawei0018
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
传统的一致性研究是基于重复试验,限制在数据的再现性,研究相同类型观测的一致性。如连续观测下的一致性研究和属性数据观测下的一致性研究都是基于相同类型的观测,并且已经较成熟。但是有序观测和连续观测之间的一致性研究还处于初步阶段。本文通过介绍和比较基于有序观测和连续观测的广义一致性和ROC分析,对两者用于一致性研究进行比较。本文分五部分展开:第一部分对BSA及其估计进行简单介绍,第二部分介绍ROC分析中的ROC曲线下面积AUC和ROC表面下体积VUS及其非参数估计,第三部分对BSA和ROC分析进行比较,第四部分,通过模拟对BSA和ROC分析进行比较得到一些结论,第五部分,采用BSA和ROC分析的实例应用。
其他文献
本文研究的是具有单侧移动端点的波方程utt-unn=0,0
在生物医学研究中,对一个个体的多个指标在不同时刻或不同地点进行重复测量,我们把得到的观测值视为多元纵向数据。这多个指标试图从不同侧面来描述个体的某一独有的潜在特质,这种独有的特质我们称为潜在变量。我们试图通过响应变量的变化来揭示这种潜在特性。当响应变量为连续型及两值型时,把响应变量统一化为指数型分布族,同时让潜在变量服从正态分布,使每个响应变量与潜在变量联合建模,用Monte Carlo EM算法
Anti de Sitter空间(简称AdS-空间)是具有负的常截面曲率的Lorentzian空间型,与物理有着密切的联系.在相对论中就用光锥划分类空区域、类光区域和类时区域.本文主要从切触的观点考虑n维AdS-空间中的类时超曲面并给出了在3维情况下AdS-伪球高斯像奇点的分类.文章的第1部分是引言,主要介绍了奇点理论的发展史与最新研究成果.第2部分给出了指标为2的半欧氏空间中的一些基本概念和记号
本文讨论了Logistic复动力系统的分形结构。首先给出了分形动力系统的背景、基本概念和基本性质。通过举反例说明复迭代zn+1=(zn)的p周期轨的诸周期点处二阶导不一定相等,因此不能作为二阶特征。给出了一般动力系统zn+1=(zn)周期轨的分类,同时给出超吸引不动点的刻画。给出了简化系统的模长和辐角的迭代通式,确定了超吸引不动点的吸引盆半径,给出了简化系统初始辐角经过n步m圈回到原始辐角的充要条
在本文中,我们首先得到了李color代数的可解性,幂零及完备性等重要性质,然后给出了李color代数上(广义)(θ,(?))-李三导子和(广义)Jordan(θ,φ)-李三导子的定义,得到了李color代数上Jordan(θ,φ)-李三导子是(θ,(?))-李三导子以及广义Jordan(θ,φ)-李三导子是广义(θ,(?))-李三导子的充分条件,并证明了李color代数的Jordan θ-李三导子
Pearson相关系数是常用的线性相关系数.但Pearson相关系数还存在着缺陷,它无法对可释方差的非对称性作出合理的解释.在文献Zheng et al.(2012)[1]中,我们学习到一种新的测量方法——广义相关测量GMC.广义相关测量GMC是刻画非线性非对称性的一对相关系数,但是GMC并没有考虑稳健性.本文给出了一种估计GMC的稳健方法,并用模拟和实际例子验证了此方法.
项目反应时间是很重要的信息资源,特别是在现在的计算机化考试里,便于我们对这一信息进行收集。同时被试者对题目的反应(对或错)和反应时间之间也存在着一定的联系,例如,被试者的能力越强(越弱),那么他的反应时间会越短(越长);被试的题目越难(简单),那么相应的反应时间可能越长(越短)。因此在对反应时间建立模型时,将项目反应数据应用到模型当中是合理的。本文所建立的模型就是关于项目反应与反应时间的分层联合模
本文研究的问题是学生成绩与学生的年龄、性别的关系。目前,学生教育方面的研究已经成为社会关注的一个重点,我国在学生教育方面的研究也已经有相当长的时间,也取得了相当多的进展。学生成绩随着年龄、性别的不同所发生的差异是显而易见的,若能在理论上说明还是具有实际意义的。在以往的研究当中人们往往利用因子分析模型的办法去分析学生成绩与年龄、性别之间存在的关系,但由于因子分析模型往往是假设各个因子独立的情况下去实
本文主要考虑种群模型中的参数受随机扰动时系统的动力学行为,研究了如下两种群的随机非自治互惠系统其中Bi(t)(i=1,2)是相互独立的标准布朗运动.首先给出系统的全局正解的存在唯一性及解的矩估计.本文主要研究了系统的持久性.特别指出在强大的白噪声干扰下系统非持久,这在确定性系统中不可能发生.最后讨论了系统的全局吸引性.文中的主要结论均是在条件αl11αl22>αu12αu21下得出的.
随着计算机技术的迅速发展和广泛应用,大量的数据可以被储存,这些数据的维数往往是非常大的。在现代的许多科技领域中都有这样的大维数据,例如:生物学中的微矩阵数据,航天飞行器数值化,金融领域的股票分析,无线网络分析等,但是人们在处理大维随机矩阵的相关估计和假设检验问题时,许多经典的统计方法都不适用了,并且会导致严重误差。Bai and Silverstein(2004)得到了大维样本协方差矩阵的线性谱统