贝叶斯统计

摘要： 应用基于生理的药代动力学(PBPK)模型预测苯并(α)芘(BaP)暴露的人体内部剂量,基于贝叶斯的马尔科夫链蒙特卡洛模拟(MCMC)方法对模型参数进行校准和优化,最后运用已优化的模型对BaP内暴露基准值进行推导.研究发现,基于贝叶斯的MCMC方法对模型后验参数校准后,模型精度明显提高,两个数据集验证结果显示残差平方和分别降低了72%和94%.PBPK模型以BaP和子代谢物3-羟基苯并(α)芘(3-OHBaP)的体内动力学过程为结构基础,模拟BaP体内浓度分布大小为脂肪>肾脏>皮肤>缓慢灌注组织>快速灌注组织>静脉血>肝脏;3-OHBaP体内浓度分布大小为肾脏>快速灌注组织>脂肪>肺>静脉血>缓慢灌注组织>肝脏>皮肤.敏感性分析显示,快速灌注组织-血分配系数对模型输出影响最大,灵敏度系数超过了200%;排泄系数影响最小,只有肾小球过滤率K_(BR)的灵敏度系数超过了1%.以美国国家环境保护局推荐的参考浓度2.0×10^(-6)mg/m^(3)为外暴露安全基准值,基于PBPK模型推导了职业暴露的BaP生物监测当量(BE),结果显示BE值为0.405pmol/mol肌酐(尿液3-OHBaP平均浓度),为基于人体内暴露剂量水平进行定量健康风险评估奠定了基础.

摘要： 目的:挖掘名老中医对肺痿病的辨证经验并量化展示,以期更好地继承发扬名老中医的学术经验。方法:基于已建立的《现代名老中医肺病数据库》和《期刊中医肺病数据库》,获取名老中医对肺痿进行辨证的症状与证候数据共412例,涉及88个症状25种证候,采用统计分析、改进贝叶斯统计进行分析挖掘。结果:对症状、证候进行统计分析得到符合条件的63个症状和16种证候,使用改进贝叶斯统计求出16个证候阈值、相应症状分值,得到定量化辨证经验规则。以表虚证规则为例,其阈值为10,症状分值从高至低依次为自汗10、神疲5.89、头痛4.77、恶寒3.4、乏力2.46、纳呆2.34、盗汗2.17等。对所有规则进行测试,其辨证准确率最高98.54%,最低87.38%,平均94.49%。结论:挖掘名老中医对肺痿的辨证经验基本符合中医理论,能够量化地反映数据中症状和证候的内在关系。

摘要： 研究目的:探索种植规模对小农户耕地质量保护行为的影响,以及耕地细碎化如何调节种植规模对小农户耕地质量保护行为的影响,以期在“大国小农”的现实语境下为中国耕地污染治理提供理论与经验参考。研究方法:贝叶斯似不相关回归模型、基于遗传算法的倾向得分匹配模型和斜率分析。研究结果:(1)种植规模扩大促进了小农户耕地质量保护行为;(2)耕地细碎化程度的提高不利于小农户保护耕地质量;(3)种植规模扩大对小农户耕地质量保护行为的促进作用,因耕地细碎化的存在而弱化。研究结论:合理推进农村土地互换、有序推动农村土地流转,扩大经营规模、降低耕地细碎化程度,在实现小农户进城与返乡“进可攻、退可守”的同时,促进其耕地质量保护行为。

摘要： 针对贝叶斯统计中“后验分布”这一知识点进行教学设计,包括引入,概念的理解及典型案例讲解与分析,使得学生深入理解知识点的意义及应用。特别融入课程思政元素,于细微处加深学生对知识点的掌握。

摘要： 由于随机删除信道波动造成的丢包,目前的确定性概率删除信道模型不再适用于高动态网络环境。基于贝叶斯统计中的Beta-Binomial(BB)分布模型,在假定信道丢包概率是一个随机变量的前提下,建立适用于随机删除信道网络环境的参数调优算法。分析了Beta分布的两个超参数对成功接收数据包个数的影响,通过BB分布建模找到一组合适的模型参数,来实现模型参数的场景化调优,研究高动态网络环境下随机线性网络编码的最优化传输。仿真结果表明,BB分布模型的参数调优模型算法更加贴近实际的动态随机网络应用环境,通过调整该模型参数可使丢包概率收敛到最小,增加随机删除信道系统的鲁棒性。

摘要： 本文研究了电力系统配网物资抽检中小样本抽检的问题,提出了一种基于贝叶斯理论的计及成本约束的小样本抽样模型.首先介绍了目前配网中电力物资抽样检验的现状,并对配电变压器等配网重点物资抽样检验中面临的小样本抽样问题进行了分析;随后提出并求解了小样本抽样方案下的成本最优模型,可满足国网物资检测文件中规定的(n|0)要求;最后使用该模型求解出各种情况下小样本抽样成本最优方案,并给出了相应算例.

摘要： 当今最引人注目的统计学要属“贝叶斯统计”了。我们通常提起概率,一般是基于某些原因去预测其所导致的结果。而贝叶斯统计则是反过来,已知结果去推理其背后可能的原因。使用贝叶斯统计可以在已知结果的情况下,求得导致该结果的原因的概率(逆概率)。

摘要： 如今,引人注目的统计学当属“贝叶斯统计”。考查概率的通常方法,一般是基于某些原因去预测其所导致的结果。而贝叶斯统计则反之,已知结果去推测其背后可能的原因。使用贝叶斯统计,可以在已知结果的情况下,求得导致该结果的原因的概率(逆概率)。托马斯·贝叶斯是生活在18世纪英国的一名神职人员。他在担任教会牧师的同时,还对概率论进行了研究。

摘要： 大气质量的周循环特征反映了人类周期性的活动规律对大气环境的影响.基于安徽省16个城市PM2.5、PM10、CO、NO2、SO2和O3这6种污染物的监测结果,对安徽省大气污染的周循环特征进行了评估.首先基于原始逐小时污染物浓度时间序列在日和周窗口时间宽度上的滑动平均序列,定义了周循环距平百分率序列的计算方法,排除了日循环和长期低频变化的影响.以此为基础,基于合成分析以及贝叶斯统计分析,发现这6种大气污染物中,PM2.5、PM10、CO和NO2有着较为明显的周循环变化特征,其周循环距平百分率有着较大的变幅;而O3的周循环特征相对不明显.主成分分析获得的周循环,第1模态发现除O3以外的其他5种污染物的周循环有着同样的演进模式,即从周三开始持续到周五的累积和周六之后的衰减;O3的周循环峰值与谷值与其他污染物存在着大于12 h的滞后,反映了在周循环尺度上O3距平变化对其光化学反应前体距平变化的滞后响应特征.

摘要： 主要论述了贝叶斯统计用于加速度计校准结果的分析.首先介绍了对于线性测量模型,GUM、GUM S1以及基于贝叶斯统计分析测量不确定度的过程,说明三种方法分析的不同之处.然后结合实际工作中振动与冲击校准加速度计的数据,利用不同先验分布的贝叶斯统计和GUM系列方法进行了分析并对结果进行了比较.针对冲击加速度国际关键比对的部分数据建立了贝叶斯独立和层次两种不同的数据统计模型,在此基础之上结合马尔科夫链蒙特卡罗法(MCMC)对比对参考值和相应不确定度的计算,并且与通用方法的计算结果进行了比较.通过不同方法得到结果的一致性与差异性说明了贝叶斯统计用于不确定度评估的优缺点.

摘要： 确定需要采集灌溉信息的合理数据量是根据已知灌溉信息准确预测未知灌溉过程,实现对地面灌溉全过程智能控制和管理的首要问题.基于贝叶斯统计方法,以借助灌溉模型所得的水流推进过程模拟值与实测值之间的平均相对误差为随机变量,基于50个典型田块的实测信息估算其先验分布,再结合样本及统计模型(似然函数),导出后验分布,计算出随机变量的95％置信区间,从而从理论上论证对地面灌溉过程进行智能控制需采用的能够准确估算入渗参数并预测灌溉全过程的合理数据量.

摘要： 统计思想在医学临床研究中具有重要意义，由于贝叶斯统计理论和计算技术的不断发展，以及其灵活性、直观性、易于理解性等特点，该方法在临床研究中的应用越来越广泛。目前，国外已开展了很多采用贝叶斯统计方法的临床试验，相对而言，国内贝叶斯统计在临床研究中的应用尚未起步。本文将从贝叶斯统计的基础理论出发，逐步展开对贝叶斯临床试验的认识，并结合中医药临床研究的特点，对在中医药研究中开展贝叶斯临床试验提出思考和展望。

摘要： 统计分析在遗传学研究领域有着广泛的应用.然而,大多数的研究人员都使用经典的统计分析方法,包括:假设检测、参数的点估计和区间估计等.这些经典方法在多数情况是十分有效的.然而,近年来贝叶斯统计以其鲜明的特点和独到的分析方法,已逐渐引起了人们的重视,在统计学界逐渐被认可.Gelman等、David、Chib等以及Hastings详细阐述了马尔可夫链蒙特卡罗理论(MCMC)、Gibbs抽样以及Metropolis-Hastings算法,使得贝叶斯方法能够很好实现.对侧重于统计应用的研究者来说,它能为一些问题提供更直接的解决方法并可将先验信息综合其中;同时,贝叶斯方法对结果的解释更加直观.特别是在复杂的遗传学问题或者经典的统计方法无法解决的问题上,贝叶斯统计已得到迅速发展,并日益得到遗传学家的广泛应用.遗传图谱在遗传学的诸多领域,如QTL分析,图位克隆方面起着重要作用.而图谱的构建有赖于基因座位间的遗传重组率或遗传距离的估计,这是遗传学研究中的经典问题,也是基因组分析的基础.本文从简单的两点和三点分析出发,探讨了贝叶斯理论和MCMC模型在连锁分析和遗传图谱构建方面的应用.在本文两个位点的连锁分析中,如何选取合适的先验分布是一个重要问题,因为先验的选取对后验分布影响很大.而选取p分布作为遗传重组率分布的先验分布,这是因为两个位点的遗传重组率的参数r在以往的诸多研究中很容易获得,如果现在获得了一个观察数据,要得到基于这个观察数据的重组率,它显然有一个客观、合理的先验分布,就是一个β分布.选取这样的分布符合贝叶斯先验分布选取的基本原则,同时Gelman等人也建议使用β分布作为遗传重组率分布的先验分布.导出r的先验分布后就可获得其后验分布,采用Gibbs抽样方法在其后验分布中抽取大量样本,并进行统计分析,这样即可得到遗传重组率的后验平均值和标准差.然而,构建连锁图谱首先需要测验两个标记或基因位点是否在同一连锁群上.因此,对于上面获得的遗传重组率需要进行假设检验.这里可以求得相应贝叶斯因子,作为两个标记或基因位点连锁与否的判别标准.由此,推广到多个位点情况,就可以确定一个连锁群.确定连锁群后,需要对连锁群上所有位点进行排序.本文以简单的三个位点情况进行分析.以β分布作为遗传重组率分布的先验分布,在约束符合系数在0到1的情况下,采用基于Metropolis-Hastings算法的MCMC模型,通过大量的运算,获得连锁群上各个基因位点最可能的排序,并计算各位点间的遗传距离,从而构建相应的遗传图谱.本文虽然只是研究了两点和三点的情况,但这完全可以推广到一个连锁群的情况,实现基于贝叶斯统计的遗传连锁图谱的构建.为说明该方法的有效性和实用性,我们编制了相应的SAS程序,将模拟研究和实例分析的结果与极大似然法进行了比较,结果表明贝叶斯方法显然是有效而实用的.

摘要： 详细介绍了一种新的机器学习方法-----相关向量机(Relevance Vector Machine).相关向量机是一种新的基于贝叶斯统计学习理论的学习方法，与支持向量机(Support Vector Machine)的相比，可以有概率型输出、更稀疏和核函数选择更自由等优点.详细讲述了相关向量机的研究现况、理论基础及算法思想，并通过仿真实验说明了该方法的有效性，最后展望了相关向量机的研究发展趋势，且提出了相关向量机中仍需解决的关键问题。

摘要： 贝叶斯公式是概率论中计算复杂事件概率的重要公式之一,在实际生活中有着广泛的应用.本文结合实例浅析贝叶斯公式的简单应用,以使学员能更深入地理解该公式.首先，确定所求事件，并依题意将样本空间进行正确划分；其次，明确已知数据所表示的含义；最后，将数据对号入座，代入贝叶斯公式求解。贝叶斯公式的应用比较广泛，涉及的实例也有许多。通过对这些实际问题的解决，一方面，有助于学员对公式的直观理解，使学员感到学有所用；另一方面，教员在讲授过程中要通过问题的分析、事件的表示、公式的运用、各事件概率的计算等环节注重统计推断和建模思想方法的渗透，有助于培养学员将实际问题转化为概率模型求解的能力。

摘要： 贝叶斯公式是概率论中计算复杂事件概率的重要公式之一,在实际生活中有着广泛的应用.本文结合实例浅析贝叶斯公式的简单应用,以使学员能更深入地理解该公式.首先，确定所求事件，并依题意将样本空间进行正确划分；其次，明确已知数据所表示的含义；最后，将数据对号入座，代入贝叶斯公式求解。贝叶斯公式的应用比较广泛，涉及的实例也有许多。通过对这些实际问题的解决，一方面，有助于学员对公式的直观理解，使学员感到学有所用；另一方面，教员在讲授过程中要通过问题的分析、事件的表示、公式的运用、各事件概率的计算等环节注重统计推断和建模思想方法的渗透，有助于培养学员将实际问题转化为概率模型求解的能力。

摘要： 贝叶斯公式是概率论中计算复杂事件概率的重要公式之一,在实际生活中有着广泛的应用.本文结合实例浅析贝叶斯公式的简单应用,以使学员能更深入地理解该公式.首先，确定所求事件，并依题意将样本空间进行正确划分；其次，明确已知数据所表示的含义；最后，将数据对号入座，代入贝叶斯公式求解。贝叶斯公式的应用比较广泛，涉及的实例也有许多。通过对这些实际问题的解决，一方面，有助于学员对公式的直观理解，使学员感到学有所用；另一方面，教员在讲授过程中要通过问题的分析、事件的表示、公式的运用、各事件概率的计算等环节注重统计推断和建模思想方法的渗透，有助于培养学员将实际问题转化为概率模型求解的能力。

摘要： 贝叶斯公式是概率论中计算复杂事件概率的重要公式之一,在实际生活中有着广泛的应用.本文结合实例浅析贝叶斯公式的简单应用,以使学员能更深入地理解该公式.首先，确定所求事件，并依题意将样本空间进行正确划分；其次，明确已知数据所表示的含义；最后，将数据对号入座，代入贝叶斯公式求解。贝叶斯公式的应用比较广泛，涉及的实例也有许多。通过对这些实际问题的解决，一方面，有助于学员对公式的直观理解，使学员感到学有所用；另一方面，教员在讲授过程中要通过问题的分析、事件的表示、公式的运用、各事件概率的计算等环节注重统计推断和建模思想方法的渗透，有助于培养学员将实际问题转化为概率模型求解的能力。

摘要： 贝叶斯公式是概率论中计算复杂事件概率的重要公式之一,在实际生活中有着广泛的应用.本文结合实例浅析贝叶斯公式的简单应用,以使学员能更深入地理解该公式.首先，确定所求事件，并依题意将样本空间进行正确划分；其次，明确已知数据所表示的含义；最后，将数据对号入座，代入贝叶斯公式求解。贝叶斯公式的应用比较广泛，涉及的实例也有许多。通过对这些实际问题的解决，一方面，有助于学员对公式的直观理解，使学员感到学有所用；另一方面，教员在讲授过程中要通过问题的分析、事件的表示、公式的运用、各事件概率的计算等环节注重统计推断和建模思想方法的渗透，有助于培养学员将实际问题转化为概率模型求解的能力。

摘要： 本文介绍马尔科夫蒙特卡洛(MCMC)方法,主要介绍它的一种特殊方法——M-H算法.对该算法的详细的实施过程进行了阐述,并理清了算法间的关系.最后通过一个应用实例讨论了如何使用R语言实现该算法.在本文的实例中，运用MCMC方法大大降低了计算难度，对于估计实例中参数，它所需要的主要知识仅是似然函数和先验分布等内容。特别是R语言的应用，使贝叶斯方法的实际应用更加简便可行。基于R语言的MCMC方法应用，使模型参数的贝叶斯推断摆脱了繁琐的高维积分计算，很大程度上方便了参数的后验推断问题，这使现代贝叶斯理论日趋势成熟，也极大地促进了贝叶斯理论地推广应用。然而，在MCMC方法在R语言中实现过程中，还有一些问题还有待于去完善和解决:如提高MCMC方法的估计效率;MCMC方法依赖于模拟的收敛性，而收敛性的判断至今没有一种令人完全折服的方法等。

摘要： 本发明公开一种基于贝叶斯模型的HIV抗病毒统计分析方法，其包括步骤：根据收集的数据集构建贝叶斯分位数回归方法下的部分线性模型，获取与病情转归密切相关的临床指标；根据所述数据集构建有限混合框架下的层次变点模型；对所述有限混合框架下的层次变点模型进行后验模拟，得到观测数据的联合后验分布。本发明建立起以CD4细胞计数为响应变量的层次变点有限混合模型，可合理描述治疗后不同个体间CD4细胞均值轨迹所呈现出的“异质性”，并进一步探寻药物疗效与时间之间的关系；基于上述模型，可开发适合于不同个体的抗HIV病毒治疗的干预治疗方案，开展临床诊疗方案成本效果评价模型研究。

摘要： 本发明涉及一种基于词频统计和朴素贝叶斯融合模型的漏洞自动分类方法，属于信息安全技术领域。具体操作为：步骤一、构建一个漏洞数据库，收集漏洞记录。步骤二、确定特权集类别。步骤三、训练词频‑逆向文件频率分类器。步骤四、测试词频‑逆向文件频率分类器分类结果和准确率。步骤五、建立朴素贝叶斯分类器。步骤六、测试朴素贝叶斯分类器分类结果和准确率。步骤七、分类器融合。本发明提出的支持漏洞关联性挖掘的漏洞自动分类法与已有方法相比较，其优点是：本发明方法不仅利用了漏洞数据库中“漏洞描述”字段，同时考虑了漏洞的“可用性评分”、“影响性评分”等属性对漏洞关联性的影响，分类准确率得到大幅提高。

摘要： 本发明提供了一种基于贝叶斯集成学习机的地质统计模式识别方法，根据观测资料，建立地下水有机污染多相流运移数值模型，确定模型中对于污染物时空分布贡献程度较高的污染源特征、污染物运移参数以及各变量的先验分布特征；准备数值模型输入‑输出训练样本集；采用不同单一机器学习方法识别并逼近多相流数值模型的输入‑输出非线性映射关系；建立各机器学习模型关键参数及组合权重的贝叶斯多目标非线性规划优化模型；以粒子群优化算法求解优化模型，识别最优的模型参数及组合权重，构建数值模型的贝叶斯集成学习智能模式识别方法。本发明大幅提升污染物运移模拟预测的计算效率。

摘要： 本发明公开了一种基于贝叶斯模型的肿瘤统计分析方法及系统，通过将1cm的8号导尿管头端系上1号丝线作为弦尾，代替微片弦尾系统，在MRI联合立体定向技术引导下，使用穿刺导针将导尿管头端放置于肿瘤边缘的前后左右以及深部五个目标点，作为弦尾的一号丝线沿穿刺道引到腹腔内表面，丝线放射状置于腹腔内术区外，前后左右四个目标点的丝线尾端就确定了腹腔内肿瘤的腹腔内投影，沿5个丝线就可到达腹腔内肿瘤及其深部，手术时如果见到五个作为目标点的导尿管头端，就表示腹腔内肿瘤得到了全切，通过系上丝线作为弦尾的导尿管头端作为限位装置，设置前后左右四个目标点，从而避免了导尿管头端被穿刺导针带出目标点，保证了导尿管头端定位的精确性。

摘要： 本发明提供了一种基于贝叶斯统计决策的电网事件分拣方法及其装置，属于电力系统领域。所述方法包括：在预设时间内先后发生了事件A和事件B时，判断所述事件A和所述事件B是否发生于同一个变电站的同一个设备；如果是，则将所述事件A和所述事件B归并为同一个事件；如果否，则获取所述事件A的标签属性，以及所述事件B的标签属性；根据预设规则，选择能与所述事件A视为相同事件的历史事件Ahis；基于历史事件Ahis，根据所述事件B的标签属性，判断所述事件A和所述事件B是否能归并为同一个事件。本发明利用贝叶斯统计决策理论，进一步归并警告事件，减少同源事件推送的情况，提高了监控业务处置效率。

摘要： 本发明涉及一种研究中医证候的方法。一种基于改进贝叶斯统计计算中医证候阈值和症状分值的方法，可以对所有的中医证候疾病进行分析。以肺痿病为例，对已建立的肺痿患者症状与专家组证候分类数据，利用贝叶斯统计算法计算证候阈值和症状分值，研究肺痿病证候的分型规则：从所有肺痿患者症状和证候分类数据出发，计算每个证候和症状的先验概率；统计症状和证候发生的概率，通过对数比值比来计算并确定每个证候中所有症状贡献分值及证候阈值；采用拉普拉斯平滑改进算法计算所有症状贡献分值及证候阈值，从而改进统计结果，取前十个分值较高的症状作为证候分型规则，以提高辨证规则的健壮性，从而为临床肺痿疾病的证候诊断提供参考。

摘要： 本发明公开一种基于贝叶斯统计的磷化铟晶体管建模方法。基于贝叶斯统计技术，在不需要了解晶体管内部特性的情况下，根据晶体管的输入输出状态变化规律，实现对晶体管的特性预测，实现高精度的晶体管模型建立，相比已有的基于等效电路方法建立的模型，降低了模型复杂度，提高了建模效率及建模精度。本发明突破了现有InPDHBT器件建模技术，能解决现有强非线性器件模型预测精度低的问题，开发所得器件行为模型具有很好的可行性和准确性。

摘要： 本发明公开了一种基于贝叶斯统计分析的间歇过程模态识别方法，属于间歇过程监测技术领域。本方法首先将间歇过程的三维历史过程数据沿批次方法展开为二维数据并对展开后的数据进行数据标准化；其次利用模糊C均值聚类算法对标准化后的过程数据进行聚类分析，设定模态粗划分隶属规则，获得模态粗划分结果；最后利用贝叶斯网络分类器对模态粗划分结果进行分析，并引入时序约束的模态推断系数，根据模态推断最小风险准则，判断模态最终归属，实现间歇过程的模态识别。本方法充分考虑了间歇过程数据的时序约束，利用贝叶斯统计分析实现了间歇过程稳定模态与过渡模态的有效划分，具有较高的模态识别准确性。

摘要： 本发明属于语言处理领域，公开了一种基于贝叶斯统计学习的医学古汉语句子切分方法，在所述的基于贝叶斯统计学习的医学古汉语句子切分方法对句子识别的朴素贝叶斯方法的基础之上，对于特征属性再添加二元组与三元组或者进行一元组、二元组、三元组多样特征属性组合得到多组实验数据结果，最后得出最佳模型；进而实现医学古汉语句子切分任务。本发明与实际处理文本内容相结合，通过本实验方法将现有技术各项特征的F值可提高至少25个百分点，本发明中系统地分析与归纳了医学古汉语文本句子识别规则，实现了可以应用于实际中医医学领域的处理方法，建立了医学古汉语文本的句子识别语料库，进一步让科研成果发挥出更大的作用。

摘要： 本发明提供了一种基于贝叶斯统计决策的电网事件分拣方法及其装置，属于电力系统领域。所述方法包括：在预设时间内先后发生了事件A和事件B时，判断所述事件A和所述事件B是否发生于同一个变电站的同一个设备；如果是，则将所述事件A和所述事件B归并为同一个事件；如果否，则获取所述事件A的标签属性，以及所述事件B的标签属性；根据预设规则，选择能与所述事件A视为相同事件的历史事件Ahis；基于历史事件Ahis，根据所述事件B的标签属性，判断所述事件A和所述事件B是否能归并为同一个事件。本发明利用贝叶斯统计决策理论，进一步归并警告事件，减少同源事件推送的情况，提高了监控业务处置效率。