简介:摘要:文章采用自回归分布式滞后模型研究台湾地区业采购经理人指数和经济同时指标之间的协整关系。实证结果表明采购经理人指数和经济同时指标存在长期均衡稳定关系,即使二者关系发生偏离,短期误差将进行修正,重新回到长期均衡稳定关系。经济涵义表明采购经理人指数对宏观经济现况具有良好的前导和预测作用,是经济政策拟定的重要参考指标。
简介:摘要:线束寿命直接关系到工业机器人的使用时长和使用方的生产损失。本文以Weibull分布作为核心建立了一套线束寿命的评估模型。并在实验室的测试平台中产生实测值,验证其准确性和有效性。为线束寿命分析和预测提供了一种新的描述模式。
简介:摘要目的构建自发性低体温发生的风险预测模型,评估该模型对急诊创伤后患者的预测效果。方法选取2018年1月至2019年12月该院急诊科收治的急性创伤患者152例,根据其发生自发性低体温情况分为低温组(发生低体温,62例)和对照组(未发生低体温,90例)。采用修正版Glasgow评分(GCS)评估患者创伤程度;收集患者人口学信息、创伤类别、现场状态、评估项目等资料,并进行凝血功能检查,通过单因素分析进行比较;应用Logistic回归构建预测模型,并用Hosmer-Lemeshow对模型拟合度进行验证;采用ROC曲线检验模型预测效果。同时抽取2020年60例急诊创伤患者对模型做进一步应用效果验证。结果建模时患者低体温发生率为41.79%,验证时为41.67%。低温组与对照组相比,创伤程度、就诊时体位、入院时衣物潮湿、转运时采取保暖措施、院前输液、修正GCS评分及凝血酶原时间(PT)差异有统计学意义(P<0.05)。最终创伤程度(X1)、就诊时体位(X2)、转运时采取保暖措施(X4)及修正GCS评分(X6)进入预测模型:Y=23.56-1.04X1+1.26X2-0.72X4-0.57X6。Hosmer-Lemeshow检验P值为0.134,ROC曲线的约登指数0.61作为预测的临界值,测得ROC曲线下面积为0.876,敏感度为81.6%,特异性为79.8%。模型实际应用时预测的总准确率为83.33%。结论基于Logistic回归构建的自发性低体温预测模型效果良好,可用于低体温风险急诊创伤后患者的临床筛选。
简介:摘要:近年来高校毕业生人数持续上涨,就业市场需求不足,应届生的技能难以与用人单位需求难以匹配,一系列问题导致当前就业形势愈发严峻。为了保障基本生活水平,提高就业率是我国当前的关键目标之一。本文在相关文献研究的基础上选取倾向于影响就业人数的8个指标,使用Eviews12建立2000至2020年三次产业就业人数的多元回归模型,对于高校毕业生的就业形式进行分析和预测。
简介:摘要:在已建成的沥青路面使用过程中,存在部分沥青路面出现由于温度及重复荷载作用发生破坏的现象即疲劳破坏,研究疲劳破坏的产生机理和应对方法愈发重要。粗集料作为构成沥青混合料的主体材料,研究粗集料的特征属性与沥青混合料的疲劳性能联系具有很大的价值。作为数值模拟和分析的基础,集料颗粒和混合料的重构是第一步也是相当重要的一步,计算机模拟生成的模型需在形状和级配上接近混合料,扫描转换而成的数字模型需保证混合料本身特征保留完整清晰,这样才能更加反应真实地混合料内部受力状况,保证数值模拟的可靠性。本章以图像采集所得粗集料作为基础,讨论研究二维级配生成的方法,设计随机投放算法,生成以供后续数值模拟所需的二维试件。
简介:摘要目的探讨铁代谢相关基因(IRGs)的异常表达与乳腺癌的发生发展的关系,寻找相关基因构建分子标记以预测乳腺癌的发生发展。方法通过GSEA数据库发现与铁代谢相关的基因本体(GO)通路。在这些GO富集分析通路中有367个与铁代谢相关的基因,然后从肿瘤基因组图谱(TCGA)获得乳腺癌的RNA数据和临床数据,通过差异基因的数据分析,发现与乳腺癌特异性相关的铁代谢基因,然后对这些基因进行统计筛选后构建多元回归差异模型。结果由ATP6AP1、ABAT、TTYH1、AIFM3、P4HA3、CCNB1、TFRC、CH25H、CYP46A1、BRIP1、ATP6V0B、SLC11A1铁代谢基因构建的模型可预测乳腺癌的发生和发展,其中高危组的存活率明显低于低危组[(21.5%比37.5%),生存分析(Kaplan-Meier),P<0.01]。ROC曲线用于验证1、3、5、10年的预测准确性高[1年曲线下面积(AUC)=0.673,3年AUC=0.704,5年AUC=0.629,10年AUC=0.701)。结论铁代谢相关基因可预测乳腺癌的发生发展。
简介:摘要目的建立SAP患者肺炎克雷伯杆菌(KP)感染风险列线图预测模型。方法回顾性分析2016年3月至2021年12月间上海市第一人民医院收治的109例SAP患者的临床资料,根据是否发生KP感染将患者分为感染组(25例)和非感染组(84例),比较两组患者的临床特征。对单因素分析有统计学意义的变量采用最小绝对值收敛和选择算子算法(LASSO)进行降维处理,将LASSO回归模型优化后得到的特征纳入多变量logistic回归分析并建立列线图预测模型。绘制列线图的受试者工作特征曲线(ROC),计算曲线下面积(AUC),使用一致性指数(C-index)评估预测模型的诊断能力。结果109例SAP患者分离出KP 25株,其中21株(84.0%)显示出泛耐药、多重耐药现象。单因素分析结果显示,20个风险因素(SOFA评分、APECHEⅡ评分、Ranson评分、MCTSI评分、机械通气时间、禁食时间、腹腔引流管留置时间、深静脉置管留置时间、侵袭性操作次数、是否有外科干预、是否行ERCP术、高级别抗生素使用种类、胃肠功能障碍、凝血异常、代谢性酸中毒、胰腺坏死、腹腔出血、腹腔高压、ICU住院时间、住院总时间)与SAP患者发生KP感染相关。应用LASSO回归对上述20个因素降维处理后得到4个变量,分别为APACHEⅡ评分、腹腔引流管留置时间、高级别抗生素使用种类、住院总时间。多因素logistic回归分析结果显示,上述4个变量为影响SAP患者发生KP感染的风险因素(P值均<0.05)。基于以上4项变量建立SAP患者KP感染列线图预测模型,经评估显示该模型的C-index为0.939,AUC值为0.939(95%CI0.888~0.991),提示该列线图模型具有较精准的预测能力。结论本研究建立的预测模型结合患者的基本临床数据,可以方便临床工作中对SAP患者发生KP感染的风险预测,从而为患者制定更优的治疗方案。