删失数据

摘要： 我们看到一些医生会把删失和失访两个概念搞混,实际上这两个概念完全不同。举个简单的例子,医生收集了200例肿瘤术后患者,观察3年,其中30例失访,即失访率为15%;剩下的170例患者中,共有120例患者死亡,50例患者仍然存活,此时仍存活的患者(50例)及之前失访的患者(30例)之和即为删失例数,删失率为40%。生存分析中的删失数据处理本身就是一个相对复杂的统计学问题,通常使用Cox(比例风险)回归模型进行分析。

摘要： 研究考虑了删失情况下含有误差变量(Errors-in-Variables,EV)的半参数变系数面板数据模型,考虑的是非参数部分的解释变量含有EV,在这种情况下,一般的经验log似然比统计量会有误差扰动,这里构建了删失情况下未知参数的调整的经验log似然比统计量,并证明了在合适的条件下,所提出的统计量服从趋近chi-square分布,所得结果可以用来构建未知参数的置信域。

摘要： 我们看到一些医生会把删失和失访两个概念搞混,实际上这两个概念完全不同。举个简单的例子,医生收集了200例肿瘤术后患者,观察3年,其中30例失访,即失访率为15%;剩下的170例患者中,共有120例患者死亡,50例患者仍然存活,此时仍存活的患者(50例)及之前失访的患者(30例)之和即为删失例数,删失率为40%。生存分析中的删失数据处理本身就是一个相对复杂的统计学问题,通常使用Cox(比例风险)回归模型进行分析。

摘要： 针对聚类问题中的非随机性缺失数据,本文基于高斯混合聚类模型,分析了删失型数据期望最大化算法的有效性,并揭示了删失数据似然函数对模型算法的作用机制.从赤池弘次信息准则、信息散度等指标,比较了所提出方法与标准的期望最大化算法的优劣性.通过删失数据划分及指示变量,推导了聚类模型参数后验概率及似然函数,调整了参数截尾正态函数的一阶和二阶估计量.并根据估计算法的有效性理论,通过关于得分向量期望的方程得出算法估计的最优参数.对于同一删失数据集,所提出的聚类算法对数据聚类中心估计更精准.实验结果证实了所提出算法在高斯混合聚类的性能上优于标准的随机性缺失数据期望最大化算法.

摘要： 食源性致病菌污染水平的确定是开展微生物定量风险评估的重要前提,而删失数据的存在易造成对食品中致病菌整体污染水平的估计产生偏差.对检测过程中出现的删失数据进行分析研究已逐渐成为食源性致病菌定量建模工作的重要内容之一.本文对国内外相关研究进行综述,介绍了食源性致病菌污染检测中删失数据的分类,比较了替代法、参数估计法、非参数估计法和多重填补法这4类常用分析方法,简述了不同特征的致病菌污染检测数据集及相关统计学方法在食源性致病菌污染水平估计中的应用.最后,基于目前食源性致病菌污染水平估计中存在的问题进行探讨,指出降低估计结果不确定性的同时不可忽视检测数据的变异性,并对未来的风险监测、风险评估及风险交流相关研究作出展望.

摘要： 本文目的是介绍对数秩检验与SAS实现.对数秩检验的检验统计量有多种不同的表达形式,其中,最常见的表达形式有两种:第一种,类似于"Pearson's拟合优度χ2检验统计量";第二种,类似于"高维表资料优势比齐性检验统计量,即Breslow-Day'sχ2检验统计量".对数秩检验统计量具有两种分布类型:χ2分布和标准正态分布.在构造对数秩检验统计量的过程中需注意四个方面的内容:①以个体的"生存时间"大小排序后分层或分区形成序贯的多张四格表资料;②注意区分"每个个体的生存时间"是完整数据还是删失数据;③仅计算每张四格表资料中特定网格[例如(1,1)网格]上的"理论或期望频数";④计算理论频数的方法有别于四格表资料独立性检验时计算理论频数的方法.本文基于具有不同数据结构的两个实例并借助SAS软件实现对数秩检验.

摘要： 未能记录到设备失效准确时间的失效数据称为删失数据.针对大数据背景下继保设备失效数据存在删失的特点,提出了大数据背景下考虑删失数据的继保设备运行状态评估方法.首先,通过对继保设备失效数据进行特点分析,对失效数据进行预处理,利用期望-最大化(EM)算法并结合指数分布和威布尔分布模型,估计继保设备失效模型的参数.其次,将参数估计值代入失效模型中,得到设备的可靠度、故障概率密度、失效率、平均无故障时间等可靠性指标.然后,通过仿真验证对比分析偶然失效期和老化失效期内不同估计方法得到的模型参数精度,验证了文中方法处理删失数据的有效性.最后,以某型号继保设备为例分析可靠性指标,验证了利用文中方法规划设备检修周期的可行性.

摘要： 未能记录到设备失效准确时间的失效数据称为删失数据。针对大数据背景下继保设备失效数据存在删失的特点,提出了大数据背景下考虑删失数据的继保设备运行状态评估方法。首先,通过对继保设备失效数据进行特点分析,对失效数据进行预处理,利用期望-最大化(EM)算法并结合指数分布和威布尔分布模型,估计继保设备失效模型的参数。其次,将参数估计值代入失效模型中,得到设备的可靠度、故障概率密度、失效率、平均无故障时间等可靠性指标。然后,通过仿真验证对比分析偶然失效期和老化失效期内不同估计方法得到的模型参数精度,验证了文中方法处理删失数据的有效性。最后,以某型号继保设备为例分析可靠性指标,验证了利用文中方法规划设备检修周期的可行性。

摘要： 针对航空产品外场可靠性数据存在大量删失数据的问题,提出了一种适用于多种数据类型的寿命统计方法.首先根据航空产品运营过程中的故障特点,分别建立完全失效、右删失和区间删失三种数据类型下的负对数似然函数,从而得到混合数据的似然函数,然后基于粒子群优化算法进行似然函数的求解,获得不同分布模型下的参数估计值,并利用BIC准则选择最优分布模型,最后利用计算机模拟进行模型验证,并以电传系统备用电瓶为研究对象进行工程实例分析.

摘要： 在加速寿命试验的可靠性设计中,随机化设计的限制以及删失数据不可避免地导致低分位数估计出现较大的偏差.针对上述的问题,结合贝叶斯抽样技术以及非线性混合模型(nonlinear mixed model,NLMM)提出了一种可靠性改进的分析方法.首先,需要检验所收集的数据是否服从威布尔分布以及验证形状参数是否是恒定常数.其次,考虑随机效应对尺度参数和形状参数的影响,运用NLMM构建了尺度参数和形状参数与试验因子之间的函数关系.然后,利用贝叶斯方法估计低分位数的可靠性寿命.最后,实际案例研究表明,在考虑删失问题和未完全随机设计的影响时,所提方法能够获得更为稳健和可靠的估计结果.

摘要： 在产品可靠性分析、人口研究、经济金融等领域中,数据删失的现象非常普遍,因此充分挖掘删失数据中的潜在信息,提高统计数据的应用质量具有重要意义.本文研究了响应变量随机删失情形下的线性EV模型的估计问题.提出了一种修正的最小二乘估计方法,证明了未知参数估计的渐近正态性,同时创造性地将经验似然方法运用到了上述问题,证明了所构造的经验似然比统计量渐近于卡方分布,所得结果可以用来构造未知参数的渐近置信域.模拟研究表明文中提出的估计方法在有限样本情形下的具有很好的实际表现.最后将上述方法运用到了实际数据分析,应用效果很好.

摘要： 本研究旨在充分挖掘删失数据中的潜在信息，提高删失数据的应用质量。文中研究了响应变量随机删失情形下的线性EV模型的估计问题，给出了未知参数估计的渐近正态性，构造了未知参数的两种经验对数似然比统计量，证明了所构造的经验似然比统计量渐近于Xz分布，所得结果可以用来构造未知参数的置信域。模拟研究给出了所提出的统计量在有限样本情形下的实际表现;最后将上述方法运用到了实际数据分析，结果显示该方法在有限样本情形下的具有很好的实际表现。

摘要： 该文通过对几个典型例子的分析，指出在可靠性工程实践中应用统计方法分析问题时容易产生的错误做法，并阐述了正确的统计处理方法供参考。

摘要： 该文通过对几个典型例子的分析，指出在可靠性工程实践中应用统计方法分析问题时容易产生的错误做法，并阐述了正确的统计处理方法供参考。

摘要： 该文通过对几个典型例子的分析，指出在可靠性工程实践中应用统计方法分析问题时容易产生的错误做法，并阐述了正确的统计处理方法供参考。

摘要： 该文通过对几个典型例子的分析，指出在可靠性工程实践中应用统计方法分析问题时容易产生的错误做法，并阐述了正确的统计处理方法供参考。

摘要： 该文通过对几个典型例子的分析，指出在可靠性工程实践中应用统计方法分析问题时容易产生的错误做法，并阐述了正确的统计处理方法供参考。

摘要： 本发明涉及一种面向数据连续读取的重删纠删混合系统的数据放置方法器。基于各类分布式重复数据删除和纠删码混合存储系统，通过改变对数据分块和校验分块的放置策略，在保证系统可靠性不受任何影响的前提下，进一步提升数据连续读取时的读性能，其特征在于，不改变各条带的构成，通过将多个条带中所有的数据元素和所有校验元素分别连续放置，从而保证所有数据元素放置的连续性，消除原校验元素中断数据元素放置所带来的负载瓶颈，从而最大限度地提升数据连续读取时的并行度，实现各独立节点并行性的最大化利用，提升连续读的系统读性能。

摘要： 本发明公开了一种考虑截尾数据删失的机床可靠性评估方法，来提高可靠性评估参数的精度。首先针对数据基于IQR法筛选正常的数据，其次运用故障总时间处理法则对数据中的截尾数据进行削减，扩大失效数据样本量，接着利用平均秩次法初步求得威尔参数初始值，然后再根据新的经验分布函数，利用最小二乘法完成新的威尔参数估计，最后运用K‑S方法进行收敛检验。

摘要： 本发明涉及一种面向数据连续读取的重删纠删混合系统的数据放置方法器。基于各类分布式重复数据删除和纠删码混合存储系统，通过改变对数据分块和校验分块的放置策略，在保证系统可靠性不受任何影响的前提下，进一步提升数据连续读取时的读性能，其特征在于，不改变各条带的构成，通过将多个条带中所有的数据元素和所有校验元素分别连续放置，从而保证所有数据元素放置的连续性，消除原校验元素中断数据元素放置所带来的负载瓶颈，从而最大限度地提升数据连续读取时的并行度，实现各独立节点并行性的最大化利用，提升连续读的系统读性能。

摘要： 本发明公开了一种基于信息论学习的删失数据参数自适应估计方法。本发明包括以下几个步骤：步骤1、设计删失信号的估计误差函数；步骤2、计算估计误差的二次Renyi熵；步骤3、采用梯度下降的方法获得各节点参数的局部估计；步骤4、根据每个节点及其邻居节点的局部估计，设计加权系数；步骤5、节点与其邻居节点交换各自的局部估计，并利用步骤4得到的加权系数，计算该节点和其邻居节点加权估计。本发明1)实现缺失信号所包含参数的自适应估计;2)实现传感器网络各个节点的协同估计；3）能够有效降低网络节点受到攻击而出现信号异常值对估计性能影响;4)在高斯或非高斯噪声环境下都具有较好的估计精度。

摘要： 本发明提供一种删失数据下的参数概率不确定性建模方法，其主要步骤如下：(1)获取产品参数的观测样本，选取其分散性相对应的概率分布类型；(2)基于Bootstrap方法开展原始数据的有放回重抽样，并分别采用EM方法开展极大似然估计以构建初始概率分布模型；(3)基于各个初始概率分布模型建立删失数据的条件概率分布，并开展随机采样来替代删失数据以构建完整数据集；(4)针对完整数据集分别开展极大似然估计以构建备选概率分布模型；(5)从备选概率分布模型中遴选具有最大信息熵的概率分布模型作为原始数据的不确定性表征模型。本发明为包含删失数据的观测数据样本提供了一种简便、有效的概率不确定性量化度量方法。

摘要： 本发明提出一种高维删失数据下预测癌症预后风险的方法，包括：构建Cox神经网络模型，获取目标数据库的训练数据集、验证数据集；根据贝叶斯先验知识约束对训练数据集进行随机采样扰动；根据随机采样扰动后的训练数据集合，定义Cox神经网络模型的风险函数并计算损失函数；通过损失函数对Cox神经网络模型进行训练，更新Cox神经网络模型的网络权重；利用验证数据集对更新后的网络权重进行验证，若验证通过，则得到深度贝叶斯扰动模型，对目标癌症患者的癌症预后风险进行预测；否则，重新进行随机采样扰动；本发明还提出一种预测癌症预后风险的系统，用于解决现有预测方法在此类数据中表现不佳的问题，提高癌症生存分析的深度学习方法的性能。

摘要： 本发明属于专门适用于特定应用的数字计算或数据处理的设备或方法技术领域，公开了一种基于signature向量对Ⅱ型双边删失系统寿命数据的参数估计方法，用部件寿命的累积分布函数和系统signature向量求出系统寿命的生存函数；分别使用极大似然估计和回归估计两种方法来得到系统生存函数参数估计结果并构造参数的置信区间。本发明运用了基于极大似然的估计，基于回归的估计，并使用次序统计量减少删失数据的影响。两种方法相互补充，使得部件的参数估计在点估计和区间估计上都可以达到较好的效果。本发明能够有效的处理系统部件寿命分布参数在II型双边删失进行估计的问题；相比现有技术，本发明的估计精度更高，适用范围更广。

摘要： 本发明属于计算机辅助设计技术领域，公开了一种基于左截断右删失数据的剩余寿命分位数的预测方法，通过建立经典的剩余寿命分位数预测模型，其中借助COX模型构建剩余寿命分位数与动态协变量之间的函数关系式，并结合左截断右删失数据的特征给出模型未知参数的估计方法，从而得到基于动态协变量预测的剩余寿命分位数的估计值。本发明的左截断右删失数据下剩余寿命分位数的预测方法实现过程比较简单，且考虑了借助COX模型建立含有动态协变量的剩余寿命分位数预测的函数关系式，同时提高了剩余寿命的预测精度。

摘要： 本发明公开了一种针对删失数据估计系统实际状态的方法及应用其的滤波器，包括：建立时变系统的状态空间方程；所述状态空间方程包括：系统的状态向量和系统的测量输出；根据已知的阈值向量和所述系统的测量输出的大小关系构建删失测量方程得到可观测变量向量，通过随机变量分布函数描述所述删失测量发生的可能性；根据全概率公式计算出所述可观测变量向量的期望；通过Kronecker积和Hadamard积得到矩阵的期望；并得到随机矩阵加权协方差矩阵；将所述随机矩阵加权协方差矩阵作为系统运动过程的协方差矩阵，利用所述可观测变量向量的期望通过卡尔曼滤波算法使所述状态空间方程的状态误差协方差最小估计系统实际状态。以及滤波器。

摘要： 本发明公开了一种基于信息论学习的删失数据参数自适应估计方法。本发明包括以下几个步骤：步骤1、设计删失信号的估计误差函数；步骤2、计算估计误差的二次Renyi熵；步骤3、采用梯度下降的方法获得各节点参数的局部估计；步骤4、根据每个节点及其邻居节点的局部估计，设计加权系数；步骤5、节点与其邻居节点交换各自的局部估计，并利用步骤4得到的加权系数，计算该节点和其邻居节点加权估计。本发明1)实现缺失信号所包含参数的自适应估计;2)实现传感器网络各个节点的协同估计；3）能够有效降低网络节点受到攻击而出现信号异常值对估计性能影响;4)在高斯或非高斯噪声环境下都具有较好的估计精度。