Temat: interval regression

Skocz do pozycji: 1.

Tytuł:: Liniowe modele prognostyczne oparte na regresji przedziałowej z funkcjami typu CPL
Linear prognostic models based on interval regression with the CPL criterion functions
Autorzy:: Bobrowski, L.
Tematy:: liniowy model prognostyczny
regresja przedziałowa
funkcje typu CPL
linear prognostic model
interval regression
CPL criterion functions; Pokaż więcej
Wydawca:: Polskie Towarzystwo Symulacji Komputerowej
Powiązania:: https://bibliotekanauki.pl/articles/404045.pdf Link otwiera się w nowym oknie
Opis:: Wielowymiarowe modele regresyjne są używane dla celów prognozowania. Parametry takich modeli estymowane są na podstawie zbioru wektorów cech grupujących wartości zmiennych niezależnych oraz wartości zmiennej zależnej. W wielu ważnych zastosowaniach dokładne wartości zmiennej zależnej nie mogą być określone a znane są tylko przedziały, które zawierają te wartości. W takich przypadkach stosuje się metody regresji przedziałowej. W pracy opisana jest konstrukcja liniowych modeli regresyjnych oparta na minimalizacji wypukłych i odcinkowo liniowych funkcji kryterialnych (typu CPL), które są zdefiniowane na przedziałowych zbiorach uczących.
Multivariate regression models are used for the prognosis purposes. Parameters of such models are estimated on the basis of feature vectors (independent variables) combined with values of response (target) variable. The exact values of response variable can be not determined exactly in some important applications. For example, the values of response variable can be censored and given as intervals. The interval regression approach has been proposed for designing prognostic tools in such circumstances. The possibility of using the convex and piecewise linear (CPL) functions for designing interval regression models is examined in the paper.
Dostawca treści:: Biblioteka Nauki

Artykuł

na półce

Skocz do pozycji: 2.

Tytuł:: Feature Selection for Prognostic Models by Linear Separation of Survival Genetic Data Sets
Selekcja cech na potrzeby modeli prognostycznych poprzez liniową separację zbiorów danych genetycznych dotyczących analizy przeżycia
Autorzy:: Bobrowski, L.
Łukaszuk, T.
Tematy:: eksploracja danych
regresja interwałowa
selekcja modelu
relaksacja separacji liniowej
data mining
interval regression
model selection
relaxed linear separability; Pokaż więcej
Wydawca:: Politechnika Białostocka. Oficyna Wydawnicza Politechniki Białostockiej
Powiązania:: https://bibliotekanauki.pl/articles/88380.pdf Link otwiera się w nowym oknie
Opis:: Designing regression models based on high dimensional (e.g. genetic) data sets through exploring linear separability problem is considered in the paper. The linear regression model designing has been reformulated here as the linear separability problem. Exploring the linear separability problem has been based on minimization of the convex and piecewise linear (CPL) criterion functions. The minimization of the CPL criterion functions was used not only for estimating the prognostic model parameters, but also for most effective selecting feature subsets (model selection) in accordance with the relaxed linear separability (RLS) method. This approach to designing prognostic models has been used in experiments both with synthetic multivariate data, and with genetic data sets containing censored values of dependent variable. The quality of the prognostic models resulting from the linear separability postulate has been evaluated by using the measure of the model discrepancy and the estimated classification error rate. In order to reduce the bias of the evaluation, the value of the model discrepancy and the classification error have been computed in different feature subspaces, in accordance with the cross-validation procedure. A series of new experiments described in this paper shows that the designing of regression models can be based on the linear separability principle. More specifically, the high-dimensional genetic sets with censored dependent variable can be used in designing procedure. The proposed measure of prognostic model discrepancy can be effectively used in the search for the optimal feature subspace and for selecting the linear regression model.
W artykule rozważane jest projektowanie modeli regresji opartych na wysokowymiarowych (np. genetycznych) zbiorach danych poprzez badanie problemu separacji liniowej. Projektowanie modelu regresji liniowej zostało tu przeformułowane jako problem separacji liniowej. Eksploracja problemu separacji liniowej opiera się na minimalizacji wypukłej i odcinkowo-liniowej (CPL) funkcji kryterialnej. Minimalizacja funkcji kryterialnej typu CPL została wykorzystana nie tylko do oszacowania parametrów modelu prognostycznego, ale również do skutecznego wyboru podzbioru cech (selekcji modelu) zgodnie z metodą relaksacji separacji liniowej (RLS). Takie podejście do projektowania modeli prognostycznych zostało wykorzystane w eksperymentach zarówno z syntetycznymi danymi wielowymiarowymi, jak i do zbiorów danych genetycznych zawierających cenzurowane wartości zmiennej zależnej. Jakość modeli prognostycznych otrzymywanych w oparciu o postulat liniowej separacji została oceniona przy użyciu miary rozbieżności modelu i szacowanego wskaźnika błędu klasyfikacji. W celu zmniejszenia obciążenia oceny, obliczono wartości rozbieżności modelu i błędu klasyfikacji w różnych podprzestrzeniach cech, zgodnie z procedurą walidacji krzyżowej. Seria nowych eksperymentów opisanych w niniejszym opracowaniu pokazuje, ze projektowanie modeli regresji może być oparte na zasadzie separacji liniowej. W szczególności, w procedurze projektowania można użyć wysokowymiarowych zbiorów genetycznych o cenzurowanej zmiennej zależnej. Proponowana miara rozbieżności modelu prognostycznego może być skutecznie wykorzystana w poszukiwaniu optymalnej podprzestrzeni cech i selekcji modelu regresji liniowej.
Dostawca treści:: Biblioteka Nauki

Artykuł

na półce

Skocz do pozycji: 3.

Tytuł:: Regression analysis for interval-valued symbolic data versus noisy variables and outliers
Regresja liniowa danych symbolicznych a zmienne zakłócające i obserwacje odstające
Autorzy:: Pełka, Marcin
Dudek, Andrzej
Tematy:: regression analysis
interval-valued symbolic data
noisy variables
outliers; Pokaż więcej
Wydawca:: Wydawnictwo Uniwersytetu Ekonomicznego we Wrocławiu
Powiązania:: https://bibliotekanauki.pl/articles/425104.pdf Link otwiera się w nowym oknie
Opis:: Regression analysis is perhaps the best known and most widely used method used for the analysis of dependence; that is, for examining the relationship between a set of independent variables (X’s) and a single dependent variable (Y). In general regression, the model is a linear combination of independent variables that corresponds as closely as possible to the dependent variable [Lattin, Carroll, Green 2003, p. 38]. The aim of the article is to present two suitable adaptations for a regression analysis of symbolic interval-valued data (centre method and centre and range method) and to compare their usefulness when dealing with noisy variables and/or outliers. The empirical part of the paper presents the results of simulation studies based on artificial and real data, without noisy variables and/or outliers and with noisy variable and outliers. The results are compared according to the values of two coefficients of determination 2 RL and 2 . RU The results show that usually the centre and range method obtains better results even when the data set contains noisy variables and outliers, but in some cases the centre method obtains better results than the centre and range method.
Dostawca treści:: Biblioteka Nauki

Artykuł

na półce

Skocz do pozycji: 4.

Tytuł:: Podejście wielomodelowe w regresji danych symbolicznych interwałowych
Ensemble learning in regression model of symbolic interval data
Autorzy:: Pełka, Marcin
Tematy:: ensemble learning
regression of symbolic data
interval-valued data; Pokaż więcej
Wydawca:: Wydawnictwo Uniwersytetu Ekonomicznego we Wrocławiu
Powiązania:: https://bibliotekanauki.pl/articles/424829.pdf Link otwiera się w nowym oknie
Opis:: Ensemble learning, which consist in using a lot of models (instead one single model) can be used in classical data analysis. The aim of the paper is to present an adaptation of ensemble learning with the use of bagging for regression analysis of symbolic interval-valued data. The article presents basic concepts concerning symbolic data analysis, the adaptation of ordinary least squares model for symbolic interval-valued data and the idea of bagging approach in ensemble learning. The empirical part contains the results of simulation studies obtained with the application of real and artificial data sets for centers and centers and range methods. The results show that both methods reach usually better results when using bagging than in case of a single model.
Dostawca treści:: Biblioteka Nauki

Artykuł

na półce

Skocz do pozycji: 5.

Tytuł:: Regresja logistyczna dla danych symbolicznych interwałowych
Logistic regression for interval-valued symbolic data
Autorzy:: Pełka, Marcin
Tematy:: logistic regression
interval-valued symbolic variables
symbolic data analysis; Pokaż więcej
Wydawca:: Wydawnictwo Uniwersytetu Ekonomicznego we Wrocławiu
Powiązania:: https://bibliotekanauki.pl/articles/424986.pdf Link otwiera się w nowym oknie
Opis:: When dealing with real data situation we often have a binary (biomial, dichoto-mous) dependent variable. As the linear probability model is not such a good solution in such a situation there is a need to use nonlinear models. A quite good solution for such a sit-uation is the logistic regression model. The paper presents an adaptation of linear regression model when dealing with symbolic interval-valued variables. Four approaches poposed by de Souza et. al [2011] how to apply such variables are presented. In the empirical part re-sults obtained with the application of artificial and real data sets are shown. The best results are obtained for midpoint and bounds (joint estimation) methods.
Dostawca treści:: Biblioteka Nauki

Artykuł

na półce

Skocz do pozycji: 6.

Tytuł:: orchaRd 2.0 : an R package for visualising meta-analyses with orchard plots
Autorzy:: Noble, Daniel W. A.
Pottier, Patrice
O'Dea, Rose E.
Rutkowska, Joanna
Nakagawa, Shinichi
Yang, Yefeng
Lagisz, Malgorzata
Senior, Alistair M.
Opis:: 1. Although meta-analysis has become an essential tool in ecology and evolution, reporting of meta-analytic results can still be much improved. To aid this, we have introduced the orchard plot, which presents not only overall estimates and their confidence intervals, but also shows corresponding heterogeneity (as prediction intervals) and individual effect sizes. 2. Here, we have added significant enhancements by integrating many new functionalities into orchaRd 2.0. This updated version allows the visualisation of heteroscedasticity (different variances across levels of a categorical moderator), marginal estimates (e.g. marginalising out effects other than the one visualised), conditional estimates (i.e. estimates of different groups conditioned upon specific values of a continuous variable) and visualisations of all types of interactions between two categorical/continuous moderators. 3. orchaRd 2.0 has additional functions which calculate key statistics from multilevel meta-analytic models such as $I^{2}$ and $R^{2}$. Importantly, orchaRd 2.0 contributes to better reporting by complying with PRISMA-EcoEvo (preferred reporting items for systematic reviews and meta-analyses in ecology and evolution). Taken together, orchaRd 2.0 can improve the presentation of meta-analytic results and facilitate the exploration of previously neglected patterns. 4. In addition, as a part of a literature survey, we found that graphical packages are rarely cited (~3%). We plea that researchers credit developers and maintainers of graphical packages, for example, by citations in a figure legend, acknowledging the use of relevant packages.
Dostawca treści:: Repozytorium Uniwersytetu Jagiellońskiego

Artykuł

na półce

Skocz do pozycji: 7.

Tytuł:: Improved Estimators of Coefficient of Variation in a Finite Population
Autorzy:: Archana, V.
Aruna Rao, K.
Tematy:: Model based comparison
Coefficient of Variation
Simple Random Sampling Regression estimator
Mean Square Error
Confidence interval; Pokaż więcej
Wydawca:: Główny Urząd Statystyczny
Powiązania:: https://bibliotekanauki.pl/articles/465691.pdf Link otwiera się w nowym oknie
Opis:: Coefficient of Variation (C.V) is a unitless measure of dispersion. Hence it is widely used in many scientific and social investigations. Although a lot of work has been done concerning C.V in the infinite population models, it has been neglected in the finite populations. Many areas of applications of C.V involves the finite populations like the use in official statistics and economic surveys of the World Bank. This has motivated us to propose six new estimators of the population C.V. In finite population studies regression estimators are widely used and the idea is exploited to propose the new estimators. Three of the proposed estimators are the regression estimators of the C.V for the study variable while the other three estimators makes use of the regression estimators of population mean and variance to estimate the ratio , the population C.V for the study variable. The bias and mean square error (MSE) of these estimators were derived for the simple random sampling design. The performance of these estimators is compared using two real life data sets. The simulation is carried out to compare the estimators in terms of coverage probability and the length of the confidence interval. The small sample comparison indicates that two of the proposed estimators perform better than the sample C.V. The regression estimator using the information on the Population C.V of the auxiliary variable emerges as the best estimator.
Dostawca treści:: Biblioteka Nauki

Artykuł

na półce

Skocz do pozycji: 8.

Tytuł:: Analiza trendu zmiany cen nieruchomości w czasie
The research of properties market prices in the aspect of time influence
Autorzy:: Klajn, J.
Tematy:: model regresji
model postaci iloczynowej
model interwałowy
atrybuty
analiza
regression model
ratio form model
interval model
attribute
researches
analysis; Pokaż więcej
Wydawca:: Akademia Górniczo-Hutnicza im. Stanisława Staszica w Krakowie. Wydawnictwo AGH
Powiązania:: https://bibliotekanauki.pl/articles/385302.pdf Link otwiera się w nowym oknie
Opis:: W artykule przedstawiono analizę kształtowania się ceny transakcyjnej w czasie, którą przeprowadzono dla bazy lokali mieszkalnych, usytuowanych w dzielnicy Krowodrza w Krakowie, które w okresie od września 2004 r. do października 2005 r. były przedmiotem obrotu rynkowego. W celu zbadania trendu zmian cen transakcyjnych w czasie wykorzystano model regresji, model postaci iloczynowej oraz model interwałowy. W pierwszej części przeprowadzono obliczenia w oparciu o całą bazę zawierającą dane o 307 lokalach mieszkalnych. Uzyskane wyniki, wskazały na mały udział czasu w samodzielnym wyjaśnianiu zmienności cen transakcyjnych, który w przypadku modelu regresji nieliniowej wyniósł 26%, a w modelu postaci iloczynowej - 3%. W modelu interwałowym średnie odchylenie standardowe cen transakcyjnych wyniosło 60,78 zł/m2 ze średnim rozproszeniem równym 0,31. W związku z tym w dalszej części, wprowadzono kolejny atrybut jakim jest lokalizacja oraz dokonano na jego podstawie podziału bazy nieruchomości na 5 grup według przynależności do obrębów ewidencyjnych. Dla każdej z tych grup przeanalizowano trend zmiany ceny transakcyjnej w czasie, posługując się modelem regresji oraz postaci iloczynowej. Uzyskane wyniki prowadzą do wniosku, iż czas samodzielnie w małym stopniu wyjaśnia zmienność ceny transakcyjnej, stąd konieczne jest rozpatrywanie charakteru tych zmian z uwzględnieniem innych atrybutów nieruchomości.
The article presents the analysis of properties market prices in the aspect of time influence, which is showed for data base containing information about apartments, situated in Krowodrza district in Kraków, which where the subject of market transaction from September 2004 till October 2005. In research of time influence on market price of properties, are used three models: regression model, interval model and ratio form model. First part, present calculations based on all data base of 307 apartments. The results shows small part of time in individual explaining the changes of properties prices which equal 26 % in regression model and 3% in ratio form model. In interval model average variation equal 60.78 PLN/m2 with average dispersion 0.31. In connection with it, in further calculations was used one more attribute-location, all data base was divided on 5 groups based on their belonging to cadastre districts. In each of this group, was analysed time influence on market price of properties using nonlinear regression model and ratio form model. Received results shows that time has small individual part in explaining changes of the properties prices that is why the character of these changes should be analysed with other attributes of property.
Dostawca treści:: Biblioteka Nauki

Artykuł

na półce

Skocz do pozycji: 9.

Tytuł:: Statistical inferences in material selection of a polymer matrix for natural fiber composites
Wnioskowanie statystyczne w wyborze materiału osnowy polimerowej kompozytów z włóknami naturalnymi
Autorzy:: Noryani, M.
Sapuan, M. S.
Mastura, M. T.
Zuhri, M. M. Y.
Zainudin, E. S.
Tematy:: material selection
polymer matrix
stepwise regression
hypothesis testing
confidence interval
wybór materiału
osnowa polimerowa
regresja krokowa
testowanie hipotez
przedział ufności; Pokaż więcej
Wydawca:: Sieć Badawcza Łukasiewicz - Instytut Chemii Przemysłowej
Powiązania:: https://bibliotekanauki.pl/articles/947395.pdf Link otwiera się w nowym oknie
Opis:: In this paper, statistical inferences in material selection of polymer matrix for natural fiber composite are presented. Hypothesis testing and confidence interval were used to evaluate the suitability of the sample for use as a matrix in natural fiber reinforced composites. The screening process for material selection was carried out using a stepwise regression method. Then, the ranking process in material selection was conducted using an estimation of performance score (PS) for mechanical properties such as impact strength (IS), elongation at break (E) and tensile strength (TS). Ten types of polymer were involved in the study. The final selection revealed that polyamide (PA6), polyurethanes (PUR) and polypropylene (PP) are the potential candidates to manufacture hand-brake levers according to IS, E and TS, respectively. Here, it was found that the score for Tp (thermoplastic) is better than Ts (thermoset) in terms of IS. In contrast, the Ts offered a better score result than, Tp, with respect to E and TS. The results of statistical measurements using statistical modelling prove that the data analysis can be used as a part of the decision making in material selection.
Opisano wnioskowanie statystyczne dotyczące wyboru materiału osnowy polimerowej kompozytu z włóknami naturalnymi. Testy hipotez statystycznych i przyjęte przedziały ufności służyły do oceny próbki pod względem przydatności do zastosowania w charakterze osnowy polimerowej w kompozycie wzmocnionym włóknem naturalnym. Selekcji materiałów dokonano przy użyciu metody regresji krokowej, następnie uszeregowano wybrane materiały z wykorzystaniem rankingu oceny (PS) właściwości mechanicznych, takich jak: udarność (IS), wydłużenie przy zerwaniu (E) i wytrzymałość na rozciąganie (TS). Wyselekcjonowano wstępnie 10 rodzajów polimerów zaliczanych do grup polimerów termoplastycznych (Tp) i termoutwardzalnych (Ts). Wnioskowanie statystyczne wykazało, że poliamid (PA6), poliuretany (PUR) i polipropylen (PP) są potencjalnie korzystnymi osnowami polimerowymi do wytwarzania dźwigni hamulca ręcznego. Stwierdzono, że polimery z grupy Tp wykazują lepszą udarność niż polimery z grupy Ts. Natomiast materiały Ts charakteryzują korzystniejsze wartości wydłużenia przy zerwaniu i wytrzymałości na rozciąganie niż ich odpowiedniki z grupy Tp. Wyniki przeprowadzonej analizy danych z zastosowaniem modelowania statystycznego dowodzą, że metoda ta może być pomocna przy wyborze materiału odpowiedniego do planowanej aplikacji.
Dostawca treści:: Biblioteka Nauki

Artykuł

na półce

Skocz do pozycji: 10.

Tytuł:: Ocena zależności między długością odstępu QT i ryzykiem arytmii typu torsad - badanie farmakoepidemiologiczne na przykładzie leków przeciwdepresyjnych
Assessment of the relationship between QT interval length and the risk of Torsade de pointes arrhythmia - pharmacoepidemiological study of antidepressive drugs.
Autorzy:: Szawara, Paula
Opis:: Cel pracy: Celem pracy była ocena wpływu wybranych parametrów, takich jak wielkość dawki leku przeciwdepresyjnego, długość odstępu QTc, wiek, płeć i fakt przyjmowania innych leków na wystąpienie arytmii typu Torsade de pointes (TdP) oraz ocena możliwości wykorzystania modelowania matematyczno-statystycznego w celu przewidzenia ryzyka wystąpienia TdP. Oceniono też wpływ dawki poszczególnych leków przeciwdepresyjnych na wydłużenie odstępu QTc.Metodyka: Przygotowano bazę danych zawierającą informacje dostępne w publikacjach naukowych odnalezionych w bazie PubMed. Do oceny wpływu dawki leków przeciwdepresyjnych na wydłużenie odstępu QTc zastosowano analizę regresji liniowej. W celu oceny wpływu pozostałych czynników na ryzyko wystąpienia Torsade de pointes zastosowano metodę regresji logistycznej.Wyniki: W bazie zebrano dane obejmujące informacje dla łącznie ponad 25 000 pacjentów. Średnia długość odstępu QTc wynosiła 471 ms. W czteroczynnikowej (długość QTc, dawka, wiek, płeć) analizie regresji logistycznej test dobroci dopasowania modelu χ2 wykazał istotne statystycznie dopasowanie modelu, test Walda wykazał istotność wszystkich zmiennych, a współczynnik dokładności klasyfikacji dla modelu wyniósł 0,917. W analizie zależności długości odstępu QTc od dawki leku współczynniki R2 wynosiły >0,6 w przypadku fluoksetyny, trazodonu i doksepiny.Wnioski: Otrzymane wyniki świadczą o możliwości zastosowania modelowania matematyczno-statystycznego w celu przewidzenia ryzyka wystąpienia arytmii typu Torsade de pointes u pacjentów leczonych lekami przeciwdepresyjnymi. Badanie wykazało wpływ przyjmowanej dawki leków przeciwdepresyjnych na wydłużenie odstępu QTc tylko w przypadku fluoksetyny, trazodonu i doksepiny.
Aim of the work: The aim of the work was to assess the influence of the chosen parameters, such as the dose of antidepressive drug, QTc interval length, age, sex and taking different drugs at the same time on the occurrence of Torsade de pointes arrhythmia. The possibility of using mathematical-statistical modelling for the prediction of TdP was also assessed. The influence of the dose of the antidepressive drug on QTc prolongation was analyzed.Methods: The database was created using data from the publications and articles found on PubMed. The linear regression analysis was used to assess the influence of the dose of the antidepresive drug on QTc prolongation. Logistic regression was used to assess the influence of TdP predictors on the occurrence of Torsade de pointes.Results: The created database contains data for more than 25 000 patients. Medium length of QTc interval was 471 ms. In the four-factor (QTc interval length, dose, age and sex) regression analysis, the χ2 test indicated statistically significant goodness-of-fit of the model, Wald statistic indicated the significance of all of the variables and the accuracy of the model was 0,917. In the analysis of the linear relationship between QTc interval length and the drug dose, R2 coefficients of determination were >0,6 in fluoxetine, trazodone and doxepine.Conclusion: Obtained results indicate the possibility of using mathematical-statistical modelling to predict the risk of Torsade de pointes arrhythmia in patients treated with antidepressive drugs. The study showed the relationship between drug dose and QTc prolongation only for fluoxetine, trazodone and doxepine.
Dostawca treści:: Repozytorium Uniwersytetu Jagiellońskiego

Inne

na półce

Informacja

Wyszukujesz frazę "interval regression" wg kryterium: Temat