一、应用SPSS软件进行多分类Logistic回归分析（论文文献综述）
李亚男,仇丽霞,李合欣,赵丽娟[1]（2021）在《无序多分类logistic回归的SPSS软件实现及参数释义》文中研究说明目的阐述无序多分类logistic回归在SPSS软件实现时最优模型的建立和参数估计值的具体意义。方法以山西省育龄人群二孩生育意愿的调查资料为例,利用SPSS26.0软件采用手动后退法建立育龄人群人口学因素对生育意愿影响的无序多分类logistic回归模型,然后对其参数估计值进行阐释。结果 40岁以下人群愿意生育二孩的可能性高了0.893-2.395倍,月收入2 000元以上者愿意生育二孩的可能性低了52.6%-65.7%,来自农村、爷爷奶奶照顾一孩者愿意生育二孩的可能性分别高了1.331倍和0.469倍;同时,农村、40岁以下者不确定生育二孩的可能性高了0.807-17.304倍。结论对于无序多分类logistic回归,后退法是一种便于实现的变量筛选方法,对应参数的准确释义可以清晰地描述因素与结果间的关系,利用含哑变量的模型对某类事件的概率进行预测。
乔京[2]（2021）在《基于全连接神经网络的城市居民出行目的链预测研究》文中提出随着我国经济快速发展,交通拥堵问题日益严重。为改善交通拥堵现状,国内外学者积极寻找有效的对策,其中一种有效方法是建立交通出行需求预测模型,分析和掌握居民出行选择的一般规律,进而有效管理城市居民的交通出行。出行目的是引发交通需求的直接原因,研究出行目的对分析居民出行行为具有重要作用。随着机器学习的发展,全连接神经网络展现出其强大的自主学习能力和精准的预测能力,给非集计模型在交通出行行为领域的研究提供了新的方法论。此外,利用大数据技术所得的交通被动数据很难获取居民个人特征信息和完整的出行信息,由此挖掘出行目的存在一定困难。鉴于此,本研究以传统居民调查数据为基础数据源,利用全连接神经网络技术,展开了如下研究工作:（1）为体现出行行为的动态性和持续性特点,本文提出出行目的链理论,将居民一天内所有出行目的按顺序以“链”的形式进行连接,为后文构建刻画不同出行次数的出行目的链模型奠定基础。（2）利用居民出行调查数据,从个人属性、家庭属性和出行属性三个方面分析居民总体的出行特征,分析个人属性和家庭属性与出行次数、出行目的链之间的的内在联系,掌握居民出行次数和出行目的链选择的基本规律与趋势。（3）根据个人属性和家庭属性与出行属性之间的分布关系,挖掘影响居民出行次数选择和出行目的链选择的因素,为预测模型分类量化提供依据,并用Pearson相关系数进行相关性检验,确定影响居民出行次数选择和出行目的链选择的显着因素。（4）利用全连接神经网络技术,构建不同出行次数的出行目的链模型。考虑一天中不同出行次数的出行目的链的差异性,在预测居民出行次数的基础上再进行各次出行目的链的预测;考虑居民出行目的链选择行为具有习惯性,将居民出行调查数据中历史出行目的链的选择规律作为分类依据,将不同类别的出行目的链作为模型输出,展现出居民出行目的链选择的真实过程。（5）使用混淆矩阵的分类准确率和总准确率对出行目的链预测模型进行评价,验证全连接神经网络在预测分类问题上的可行性。对比模型预测结果,使用相同的样本数据在传统分类模型（多项Logistic模型）上进行预测,证明全连接神经网络模型在出行行为预测方面具有更高的预测精度和更强的泛化能力。本文的研究成果旨在为交通需求管理和交通政策的制定提供科学依据。
丁雪梅,张晓君,白春艳,孙艺学,徐向红,丛彦龙,官员,李心慰,包国章,丁洪浩[3]（2020）在《动物科学和动物医学实验研究常用统计分析方法的选择及在SPSS上的实现》文中研究表明动物科学和动物医学实验研究常用的统计分析方法有t检验、卡方检验、非参数检验、单因素方差分析、两因素方差分析、多因素方差分析、协方差分析、回归分析、相关分析以及主成分分析和聚类分析等多元统计分析。统计分析方法的选择要考虑分析目的、因素和水平数量、试验设计类型、资料类型、变量数量和类型、统计分析方法的前提条件等。本研究对常用的统计分析方法的分类、选择以及如何在SPSS上的实现等进行详细分析,以期为动物科学和动物医学实验研究提供参考。
胡赛[4]（2020）在《基于土地利用变化的生态系统服务价值及生态补偿标准研究》文中提出土地利用变化对生态系统的结构和功能产生显着影响,随着人类活动不断增强,生态问题频发,经济发展与生态环境保护之间的不平衡性逐渐突显。在此背景下,本文以安徽省为研究对象,首先,系统分析了1995-2018年的土地利用动态变化特征及主要驱动因素;其次,利用修正的评估模型估算并分析了生态系统服务价值的时空分异特征;然后,对生态约束下的未来土地利用布局进行了模拟;最后,通过构建生态系统服务多元价值理论体系,测算了研究区16市生态补偿的优先级和补偿标准。通过研究,取得以下主要研究成果与结论:（1）基于遥感影像分析了土地利用时空变化特征及主要驱动力。遥感影像解译总体精度都在85%以上,Kappa系数都大于0.8;水田和旱地是最主要的土地利用类型,占研究区总面积的比重都在25%以上;土地利用程度综合指数持续增长;水田和旱地向建设用地转化是最主要的地类转化类型;经济、科技及人口是主导驱动因素;水田、旱地和建设用地对主成分得分的影响都在0.05的显着性水平,且得分与耕地呈负相关关系,而与建设用地呈正相关关系。（2）基于空间异质性视角修正了生态系统服务价值评估模型,并估算了安徽省1995-2018年的生态系统服务价值。安徽省23年来的生态系统服务总价值减少了225.41×107元,变化率为-0.75%;其中水域的生态系统服务价值最大,约占研究区总价值的40%;生态系统服务价值的高值区出现在中南部,并集中分布在湖泊及河流沿线,而低值区主要分布在淮河以北,且集聚特征都较为显着。（3）基于土地利用变化模拟估算了安徽省未来时期的生态系统服务价值。灰色预测模型对土地需求量的预测精度相对较高;基于Geo SOS-FLUS模型的土地利用空间布局模拟的总体精度为91.75%,Kappa系数为0.8935。以生态系统服务价值确定了生态约束条件,构建了土地利用变化的生态优化情景,模拟得到2025年和2030年的土地利用空间布局,在此基础上估算了安徽省2025年和2030年的生态系统服务价值,结果显示未来时期的生态系统服务价值呈增长趋势。（4）构建了生态系统服务多元价值理论体系,确定了安徽省生态补偿范围,测算了生态补偿优先级和生态补偿标准。西南部及南部城市的生态环境与经济发展协调性相对较高,中部的合肥以及淮河流域以北的城市协调性相对较低;生态补偿优先级最高的是黄山和池州,最低的是淮北;生态补偿标准最高值出现在安庆,从2000年的313634.15×105元减少到2030年的35174.16×105元,最低值出现在淮北,从2000年的1672.14×105元减少到2030年的110.48×105元。该论文有图40幅,表70个,参考文献309篇。
李清苹[5]（2020）在《基于防御性驾驶行为的死亡交通事故影响因素分析》文中认为本研究从防御性驾驶行为的角度着手,探索相关自变量如何影响驾驶员防御性驾驶行为。确定了本研究的四个关键内容:防御性驾驶行为、参数模型与非参数模型相结合、半参数可加回归模型、自变量之间的交互作用。旨在分析道路交通事故发生前,驾驶员是否能及时发现潜在的风险因素并主动采取有效的回避措施,从而降低交通事故的严重程度,减少交通事故带来的人员伤亡和财产损失。目前,虽然防御性驾驶技术在多个领域得到应用,但国内外对于防御性驾驶行为的研究较少,基于交通事故数据的防御性驾驶行为研究则更少。本文以美国国家公路安全管理局（NHTSA）整理记录的2017年FARS交通事故数据作为研究内容,通过大量阅读相关文献,确定了本文的研究方向和相关研究变量,研究中以驾驶员是否采取回避措施作为防御性驾驶行为的表征变量。利用多种统计模型,分析了死亡交通事故中驾驶员防御性驾驶行为与年龄、性别、行驶速度等八个自变量之间的联系,详细分析了显着影响变量与因变量驾驶员是否采取回避措施之间的影响情况,包括自变量的单独效应分析和自变量间的交互效应分析。首先,采用二元logistic回归参数模型和CART决策树非参数模型,对八个自变量与因变量（在事故发生前驾驶员是否手动采取回避措施）的影响程度进行排序,综合两种模型求解结果,得出对因变量影响最大的自变量为行驶速度,其次为事故发生时间和年龄两个自变量。在半参数可加回归模型中,利用单独效应分析和交互效应分析,以行驶速度作为主要变量,事故发生时间和年龄两个变量作为协变量,分析了车辆行驶速度与驾驶员是否采取回避措施的内在联系,将协变量代入模型,研究当自变量之间存在交互作用时,行驶速度与因变量之间的联系是否存在差异。研究结果表明,在单独效应分析中,当驾驶员所处的行驶速度阶段不同时,采取回避措施的可能性也存在着较大差异,在行驶速度小于60km/h时,驾驶员所处的速度阶段的增加,会使得驾驶员采取回避措施的可能性大大提高;当行驶速度小于140km/h时,驾驶员采取回避措施的可能性以增速不断减小的状态逐渐增大;速度超过140km/h这个平衡点之后,即使保持高度警惕也没有足够的反应时间来做出回避措施。而在交互效应分析中,因为协变量的加入,导致行驶速度与因变量之间的曲线产生了变化,也说明自变量之间的交互作用会对结果产生影响,结果表明,控制行驶速度一致时,晚上行车、少年驾驶员和老年驾驶员三个层面中,驾驶员防御性驾驶意识整体较为薄弱。
王跃[6]（2020）在《上市民营企业信贷风险识别的双模型预测方法比较研究》文中研究指明改革开放以来,我国在各个领域均取得巨大的成就,发展速度举世震惊。这期间,民营企业举足轻重,大力推动经济、税收、市场等方面的发展,尤其在扩大就业岗位与技术创新等领域遥遥领先。2018年召开的民营企业座谈会,再次强调大力支持民营企业发展的必要性与重要性。在民营企业座谈会之后,银保监会也出台一系列保证民营企业经济发展的政策支持民营企业发展。然而,近年来商业银行贷款不良率持续走高,其中民营企业贷款占比更高,说明民营企业信贷风险依然是当今金融市场的主旋律之一。如果我们能准确识别并预测出其信贷风险状况,就可以大大降低商业银行贷款不良率,从而拥有更多的资金帮助民营企业进行发展,切实履行扶持民营企业的职责。本文从科学的角度对民营企业信贷风险因素进行定量挖掘,找到其决定因素,使用因子分析法设计民营企业信贷风险指标体系。通过构建Logistic模型与GA-BP神经网络模型对民营企业信贷风险进行双模型比较。最终得出,在解释能力方面,Logistic模型能力更优,它在判断变量重要性的同时,能给出相关变量对于信贷违约风险的重要程度;在预测能力方面,GA-BP神经网络模型具备更高的准确性。利用上述结果,创建了一套适用于我国商业银行的民营企业信贷风险预警机制,根据不同的风险预警指标制定合理的风险管控措施,挖掘出民营企业信贷风险的重点关注指标,减少监测成本。为商业银行有效降低民营企业信贷风险提供了理论依据和技术支持,并对民营企业信贷风险管理的发展与改进提出展望。
何曼宁[7]（2020）在《基于珠三角地区问卷数据的办公建筑用户行为模式研究》文中研究指明据国际能源署的最新数据显示,中国石油消费量已经超过美国成为全球第一能源消费国家,其中建筑能耗占中国能源消耗的40%,将来会成为我国第一能耗“大户”,尤其是大型公共建筑的单位能耗远高于住宅建筑,是我国建筑能耗节能计划的重中之重。而在众多影响建筑能耗因素中,人行为是优化建筑设计、诊断建筑能耗和评估建筑性能的关键问题。同时,随着社会经济不断发展,人们对低能耗与舒适办公环境的追求日益强烈,建筑环境的热舒适与建筑能耗之间的矛盾亟待解决。因此,人行为研究具有重要意义。然而,相对国外来说,目前国内办公建筑典型人行为相关研究较少,针对珠三角地区办公建筑人行为的研究更是缺乏。因此,本文为建筑能耗性能、区域能源设计和室内环境质量等相关研究提供珠三角地区典型办公建筑人行为模型,对该地区的建筑节能技术研究、政策制定和市场导向具有重要意义。具体的研究工作及相关结论概括如下:首先,本文在2019年对我国珠江三角洲地区九座城市的办公建筑开展问卷调查。调查形式分为线上问卷和线下问卷,回收有效问卷共计873份。问卷详细调查了办公建筑室内环境参数、空调设备控制、照明设备控制、窗户设备控制、窗帘设备控制、工作类型及场所和个人基本信息。在大量问卷数据的基础上,本文利用数理统计方法对室内环境参数及自适应性行为、人员时间计划表、房间制冷温度设定值和用户行为模式进行分析。本文发现,办公人员对温度和湿度的评价存在较强的相关性,且办公人员感到不满意的室内环境参数更容易影响其工作效率。同时,在面对相同温湿度情况,办公人员之间的自适应行为依然呈现多样化,行为之间互相影响,且这种行为在不同类别耗能设备中也存在较大的差异。然后,本文将人行为模型分为移动模型和动作模型两方面进行设定。其中移动模型为设定人员时间计划表,而动作模型分为房间制冷温度设定值和典型用户行为模式。具体内容分为:（1）利用K-means聚类法得到8种主要的办公作息模式,并输入到马尔可夫链模型中,模拟得到8种随机的人员时间计划表。（2）通过有序多分类的Logistic回归方法建立了房间制冷温度设定值的预测模型,且在模型满足检验的要求下,对模型的影响因素进行分析。（3）本文对办公建筑中用户对暖通空调设备、照明设备、窗户和窗帘四种主要控制行为进行分析,并利用K-modes聚类法分别得到四类行为的典型用户行为模式。同时,通过独立事件概率计算公式可以得到四类耗能设备典型用户行为模式的开启/关闭的概率,输入到De ST软件中,模拟可得到四类耗能设备行为的随机时间计划表。最后,本文对珠三角地区办公建筑人行为模型进行相关的数值模拟。在相同的客观条件下,模拟某一用户模式（AO-1、WO-5、LO-3）中人员控制空调、窗户、照明等控制行为对建筑内环境的热舒适以及冷负荷的影响。值得说明的是,由于De ST软件中不能直接模拟得到室内的PMV-PPD指标,故本文利用软件模拟得到的室内壁面温度,然后通过相关公式计算出室内平均辐射温度,最终根据公式计算得到室内的PMV和PPD。本文将人行为工况与固定时间计划表工况下室内热舒适和房间冷负荷的模拟结果进行对比,得到以下结论:（1）珠三角地区办公建筑办公时段在人行为模块下比固定时间计划表室内热舒适性能PMV不满意率降低了83%,不舒适小时数降低85%,说明人行为模块下室内热舒适性的模拟结果更真实。（2）发现部分办公室用户体感偏冷,故还有节能潜力。（3）发现人员移动模式对PMV影响相对较小,而空调动作模式对PMV影响较大。（4）人行为模块与固定时间计划表两种工况下峰值负荷较为相近,但人行为工况下的逐时负荷波动较大,说明即使是办公建筑,用户行为对房间冷负荷（能耗）带来的影响也较大,完善现有文献综述中办公建筑用户行为对房间冷负荷（能耗）影响的研究。
金戈[8]（2020）在《颈部动脉迂曲与缺血性脑血管病的相关临床研究》文中提出背景:颈动脉和椎动脉颅外段的粥样硬化性狭窄或动脉夹层是缺血性脑血管病（ICVD）重要的独立危险因素,常可导致同侧大脑半球和幕下小脑、脑干等部位发生短暂性脑缺血发作（TIA）和急性缺血性卒中（AIS）。颈部大动脉闭塞在侧支循环代偿不良的情况下往往会发生大面积缺血梗死,在未接受静脉溶栓或血管内治疗的情况下通常预后不良。相对而言,尽管血管迂曲同样是颈部动脉临床上常见的血管形态改变,但与动脉粥样硬化和动脉夹层等病变相比,其与ICVD的关系则存在较多的疑问。颈动脉和椎动脉颅外段迂曲的病因和发病机制均不清楚,虽然大多数研究认为血管迂曲可能与年龄增大（衰老）、性别及高血压病等有关,但在诸多学术界较为关心的问题（如血管迂曲与头颈部动脉粥样硬化存在怎样的关系,是否为TIA或AIS的危险因素或病因等）上存在较大的争议,部分国内和国外的研究结果也存在明显的分歧。此外,血管迂曲对AIS疾病严重程度和临床预后具有怎样的影响更是缺乏相关学术报道。在卒中防治工作日益严峻的我国,有必要通过血管迂曲新的测量手段验证颈动脉和椎动脉颅外段迂曲与ICVD和动脉粥样硬化的关系,进一步分析其对AIS的临床预后、神经功能缺损程度、卒中发生部位或范围、发病年龄等多个方面的作用和影响,探讨其在ICVD疾病进程中可能参与的作用,为今后临床卒中防治工作及相关领域的基础研究提供理论依据和实践指导。第一部分颈部动脉迂曲与动脉粥样硬化性狭窄及缺血性脑血管病的相关性研究目的:颈内动脉颅外段（EICA）和椎动脉颅外段（EVA）迂曲是否为ICVD的危险因素或病因目前存在较大的争议,与动脉粥样硬化之间的关系也尚无定论。本研究目的在于探讨颈部动脉迂曲与动脉粥样硬化性狭窄及ICVD之间的关系。方法:回顾性分析2015年5月至2018年8月在重庆市第五人民医院完成头颈部血管造影检查的住院患者临床资料。根据缺血事件性质分为前循环ICVD组、后循环ICVD组和无缺血对照组;根据头颈部动脉狭窄程度分为重度狭窄组、轻中度狭窄组和无狭窄对照组。分别测量并计算EICA和EVA的迂曲指数（TI）。使用单因素和多因素分析EICA迂曲与和前循环ICVD、EVA迂曲与和后循环ICVD以及血管迂曲与动脉粥样硬化性狭窄的相关性,探讨颈部动脉迂曲是否为ICVD或动脉粥样硬化的危险因素。结果:本研究共纳入了323例患者。前循环ICVD共102例,其中AIS有92例,TIA有10例。后循环ICVD共有163例,其中AIS有30例,TIA有133例。对照组共有58例。单因素分析显示EICA TI值（P=0.008）和EVA TI值（P=0.001）分别在前循环ICVD和后循环ICVD与对照组间的差异均有统计学意义。二分类Logistic回归多因素分析显示EICA TI值（OR=1.036,95%CI 1.007-1.066;P=0.014）和EVA TI值（OR=1.073,95%CI 1.018-1.131;P=0.009）分别是前循环ICVD和后循环ICVD的独立危险因素。重度狭窄组、轻中度狭窄组和无狭窄组分别有57、120和146例,单因素分析显示年龄（P<0.001）、性别（P=0.017）、高血压病（P<0.001）、高脂血症（P=0.034）和糖尿病（P=0.001）在3组之间的差异具有统计学意义,而冠心病（P=0.716）、吸烟（P=0.610）、饮酒（P=0.132）、EICA TI值（P=0.086）和EVA TI值（P=0.326）均无明显统计学差异。有序多分类Logistic回归多因素分析显示EICA TI值（OR=1.002,95%CI 0.986-1.018;P=0.808）和EVA TI值（OR=0.994,95%CI 0.964-1.025;P=0.714）均不是头颈部动脉狭窄的独立危险因素。结论:本研究表明ICA和VA颅外段迂曲分别是前循环和后循环ICVD的独立危险因素,但尚无确切依据证实血管迂曲与动脉粥样硬化性狭窄存在独立的相关性。第二部分颈动脉颅外段迂曲与急性前循环缺血性脑卒中临床预后的关系目的:颈动脉颅外段迂曲可导致AIS机械取栓术的再通率下降,但其与未能接受血管内治疗的前循环AIS患者预后的关系目前尚不清楚。本研究目的在于探讨颈动脉颅外段（ECA）和EICA迂曲程度的增加对这类患者临床预后的影响。方法:回顾性分析重庆医科大学附属第一医院2018年3月至2018年11月行头颈部CTA检查的前循环AIS患者临床资料,分别测量EICA和ECA的迂曲指数（TI）,使用改良Rankin量表（m RS）评估卒中后90天的临床预后。使用多因素Logistic回归模型和ROC曲线来确定EICA和ECA TI值分别与患者预后之间的关系。结果:本研究共纳入203例前循环AIS患者,其中140例（68.97%）具有良好预后（m RS<3）,63例（31.03%）为预后不良（m RS≥3）。多因素Logistic回归模型Ⅰ中校正了年龄、房颤、梗死位置、血管闭塞部位、卒中后抗栓和他汀类药物治疗后,EICA TI值（OR=1.038,95%CI 1.010-1.067;P=0.007）和ECA TI值（OR=1.052,95%CI 1.010-1.096;P=0.015）均为导致不良预后的独立危险因素。模型Ⅱ在校正年龄、性别和基线NIHSS评分后,EICA TI值（OR=1.038,95%CI 1.008-1.068;P=0.012）和ECA TI值（OR=1.066,95%CI 1.024-1.109;P=0.002）仍然显示与不良预后存在独立相关性。ROC曲线所示EICA TI值的AUC为0.601（95%CI 0.516-0.686;P=0.021）,预测AIS不良预后的最佳临界值为14.5,其敏感性及特异性分别为61.9%和60.7%（约登指数为0.223）。而ECA TI值的AUC为0.623（95%CI 0.538-0.708;P=0.005）,最佳临界值为12.5,敏感性及特异性分别为55.6%和68.3%（约登指数为0.239）。结论:EICA和ECA迂曲程度的增加是导致前循环AIS患者不良预后的独立危险因素。当EICA迂曲指数≥14.5或ECA迂曲指数≥12.5时,可能导致前循环AIS患者预后不良。在预测不良预后上,ECA迂曲指数较EICA更有优势,可考虑使用ECA的迂曲指数作为首选预测指标。第三部分颈动脉颅外段迂曲对首次前循环卒中神经功能缺损、梗死范围和发病年龄的影响目的:本课题第二部分研究发现颈动脉颅外段迂曲的增加是导致前循环AIS患者不良预后的独立危险因素。在此基础上进一步分析EICA和ECA迂曲对首次发病的前循环AIS神经功能缺损程度、发病年龄、梗死部位或范围的影响以探讨其在AIS发病机制中的作用。方法:回顾性分析重庆医科大学附属第一医院2018年3月至2018年11月首次发病的前循环AIS患者的临床资料,通过头颈部CTA分别测量EICA和ECA的迂曲指数（TI）,使用美国国立卫生研究院卒中量表（NIHSS）评估入院时的神经功能缺损程度。使用单因素和多因素Logistic回归模型分析EICA和ECA TI值分别与患者神经功能缺损严重程度的关系。使用Spearman相关系数分析EICA和ECA TI值与首次发病年龄和梗死病灶部位或范围的相关性。结果:本研究共纳入175例首次发病的前循环AIS患者,其中92例（52.6%）为轻型卒中（NIHSS评分≤3）,83例（47.4%）呈中重度神经功能缺损（NIHSS评分>3）。单因素分析可见年龄、房颤、梗死位于左侧及双侧大脑半球、血管闭塞部位在两组中具有统计学差异。多因素Logistic回归分析可见年龄（OR=1.037,95%CI 1.006-1.069;P=0.019）、梗死位于左侧大脑半球（OR=2.462,95%CI 1.240-4.888;P=0.010）、颈动脉主干闭塞（OR=9.950,95%CI 1.874-52.825;P=0.007）、大脑中动脉M1段闭塞（OR=36.925,95%CI 4.612-295.651;P=0.001）、大脑中动脉M2段闭塞（OR=3.628,95%CI 1.047-12.566;P=0.042）为导致入院时病情严重的独立危险因素,而EICA TI值和ECA TI值均与神经功能缺损程度无独立性相关（P>0.05）。Spearman秩相关分析可见单侧EICA和ECA迂曲均与同侧发生前循环卒中无明显相关（P>0.05）。EICA TI值（r S=0.163,P=0.032）和ECA TI值（r S=0.262,P<0.001）与卒中首次发病年龄呈正相关。结论:EICA和ECA迂曲程度不是导致前循环AIS入院时神经功能缺损程度增加的独立危险因素,也与梗死发生部位或范围无明显相关,但是与卒中首次发病年龄呈正相关。EICA和ECA迂曲并不能导致前循环AIS首次发病年龄提前。
陈玲[9]（2020）在《基于代谢组学的慢加急性肝衰竭疾病预后标志物的发现和确证》文中研究指明目的:慢加急性肝衰竭（Acute-on-chronic liver failure,ACLF）是我国常见的肝脏疾病,严重危害人类的身体健康,因此ACLF的防治备受人们关注。本学位论文首先基于核磁共振（1HNMR）的代谢组学技术寻找ACLF患者预后血清差异代谢物。在此基础上,利用超高效液相色谱-质谱联用（Ultra-high performance liquid chromatography-mass spectrometry,UPLC-MS/MS）技术对代谢差异物进一步定量分析,筛选ACLF患者预后生物标志物。方法:1.采用1HNMR的非靶标代谢组学技术对127例28天死亡（n=42）与存活（n=85）的ACLF患者的血清进行检测,利用多元统计模型分析,筛选出能区分ACLF患者死亡与存活组间的特征的差异代谢物。2.建立和确定生物样品中胆碱、嘌呤类含量的UPLC-MS/MS定量分析检测方法。用乙腈对血液样品进行蛋白沉淀,以ZIC-HILIC亲水色谱柱,10mmol/ml乙酸铵-0.01%甲酸溶液为流动相采用梯度洗脱,对ACLF死亡与存活患者组的血清差异性代谢进行目标代谢检测。3.建立和确定生物样品胆汁酸类含量的UPLC-MS/MS定量分析检测方法,用乙腈对血液样品进行蛋白沉淀,以C18柱色谱柱,10mmol/ml乙酸铵为流动相采用梯度洗脱,进样量为3ul,流速为0.25ml/min,柱温为45℃,对ACLF死亡与存活组患者的血清差异性代谢血清进行目标代谢检测。4.建立和确定人体尿液中蝶呤类化合物含量的UPLC-MS/MS定量分析检测方法,对ACLF患者尿液样品进行蛋白沉淀,并对ACLF死亡与存活组患者的尿液差异性代谢进行分析检测。结果:1.通过1 HNMR的非靶标代谢组学对ACLF预后研究显示:ACLF存活组和死亡组患者血清代谢物中谷氨酰胺/肌酐（46.12±3.79 vs 61.11±5.65,AUROC=0.629）、肉碱/肌酐（32.09±3.15 vs 19.88±2.33,AUROC=0.666）、乙酸/肌酐（7.61±0.57 vs 4.99±0.48,AUROC=0.656）含量差异显着（独立样本T检验,P<0.05）。以21种差异代谢物为变量对ACLF死亡组和存活组为分类进行ROC分析,发现肉碱/肌酐的AUROC=0.666最大,Logistic回归筛选出谷氨酰胺/肌酐、肉碱/肌酐、MELD Scores、INR变量建立模型,AUROC为0.880,灵敏度和特异性分别为97.6%和74.7%。2.UPLC-MS/MS定量分析检测12种胆碱类物质,结果显示ACLF死亡与存活组共有8种代谢物具有显着性差异（独立样本T检验,P<0.05）,其中蛋氨酸具有较高的诊断性能（AUROC=0.708）,灵敏度和特异性分别76.70%和特异性60.80%,与存活组相比含量升高。3.UPLC-MS/MS定量分析检测10种嘌呤类物质,结果显示ACLF死亡与存活组共有5种代谢物具有显着性差异（独立样本T检验,P<0.05）,其中黄嘌呤具有较高的诊断性能（AUROC=0.707）,灵敏度和特异性分别为66.40%和74.10%,与存活组相比含量升高。4.UPLC-MS/MS定量分析检测22种胆汁酸类物质,结果显示ACLF死亡与存活组共有3种代谢物具有显着性差异（独立样本T检验,P<0.05）,其中脱氧胆酸、鹅脱氧胆酸具有较高的诊断性能（AUROC=0.622）,灵敏度和特异性分别为82.20%和10.40%,与存活组相比含量降低。整合胆碱、嘌呤、胆汁酸类33种代谢物的定量数据,进行二元Logistic回归分析,筛选得到黄嘌呤、脱氧胆酸、鹅脱氧胆酸三个变量建立模型,对ACLF预后的AUROC为0.762,灵敏度和特异性分别为59.1%和82.2%;以黄嘌呤、胱硫醚、脱氧胆酸、鹅脱氧胆酸等4个变量线性组合建立判别式分析模型,预测分类平均准确率为73.3%,AUROC为0.788,交叉验证结果显示建立的判别模型可靠。5.本论文建立和确定了定量检测尿液中4种蝶呤类代谢物的UPLC-MS/MS分析检测方法。通过分析发现与28天内存活组的ACLF患者相比较,死亡组的二氢生物蝶呤/肌酐（0.01±0.00 VS 0.02±0.00,AUROC=0.705）、新蝶呤/肌酐（0.03±0.00 VS 0.04±0.00,AUROC=0.851）、墨蝶呤/肌酐（189.69±16.69VS442.73±59.74,AUROC=0.837）3种蝶呤类物质有显着性差异（独立样本T检验,P<0.05）,其中新蝶呤/肌酐的AUROC为0.851;联合新蝶呤/肌酐和墨蝶呤/肌酐为变量建立的Logistic模型对于ACLF患者28天预后预测平均准确度为79.5%,AUROC为0.911,灵敏度和特异性分别为90.90%和81.80%。结论:血清代谢组学研究发现ACLF短期内不同预后结果具有不同的代谢表型,死亡与存活组有差异的特征代谢物涉及多条代谢通路。本论文共筛选了近60种血清与尿液ACLF预后相关代谢物,结果表明血清中黄嘌呤、胱硫醚、脱氧胆酸、鹅脱氧胆酸等4个变量组合,对ACLF患者预后具有一定的预测作用;联合尿液中新蝶呤/肌酐和墨蝶呤/肌酐,对ACLF患者预后具有较高的预测价值,值得进一步研究和验证。
刘娴[10]（2020）在《信息诱导对地铁站内乘客换乘路径选择行为的影响》文中提出随着我国经济的飞速发展,各省份十分重视城市轨道交通的建设,虽然城市轨道交通路网逐渐完善、覆盖面日益增加,在一定程度上缓解了城市内部道路的交通拥挤,但在给居民带来出行便利的同时,轨道交通线网的客运压力也逐渐变大,尤其是对于存在多条换乘路径的大型换乘站,客流在各换乘路径上的分布不均衡性,不仅降低了换乘设施设备的总体利用率,还加剧了换乘瓶颈处的客流拥堵,带来了一定的安全隐患,也影响了车站的正常运营管理秩序。本文对国内外在交通信息对出行者路径选择行为影响方面已有的研究成果进行了总结与分析,并以此为基础,研究了信息诱导对地铁大型换乘站内乘客多换乘路径选择行为的影响,建立乘客换乘路径选择概率模型,从而分析不同时段下影响乘客的路径选择的关键因素。主要研究内容如下:1、本文首先总结了地铁大型换乘站诱导信息的发布方式和发布策略,分析了高峰和非高峰时段下影响乘客换乘路径选择行为的主要影响因素,包括乘客个人属性、出行特征和换乘路径特征等。2、选取上海地铁大型换乘站人民广场站和徐家汇站作为研究对象,根据调查需求设计调查方案,采用问卷调查与视频跟踪拍摄的方法,采集静态诱导信息条件下高峰时段和平峰时段地铁站内乘客换乘路径的选择行为数据,并对调查数据进行了分析,从而掌握地铁站内乘客换乘路径的选择偏好。3、梳理了Logistic模型构建的关键步骤,讨论了二元Logistic回归模型在乘客换乘路径选择行为中的适用性,结合本文研究内容确定具体的研究方法。构建大型地铁换乘站信息诱导下的乘客换乘路径选择二元Logistic模型,并利用上海地铁大型换乘站的调查数据对模型进行了标定和验证,在此基础上提出了上海地铁大型换乘站的诱导信息相关改善建议。本研究定性定量揭示了诱导信息布设对地铁乘客换乘路径选择行为的影响机理,旨在为我国大城市大型地铁换乘站的换乘路径诱导信息布设方案提供设计和优化依据,从而平衡早晚高峰等大客流冲击期间轨道交通车站的客流,提高地铁运营管理效率。
二、应用SPSS软件进行多分类Logistic回归分析（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、应用SPSS软件进行多分类Logistic回归分析（论文提纲范文）
（1）无序多分类logistic回归的SPSS软件实现及参数释义（论文提纲范文）
| 1 资料来源及研究方法 |
| 1.1 资料来源 |
| 1.2 研究方法 |
| 1.2.1 无序多分类的广义logit模型 |
| 1.2.2 参照水平设置 |
| 1.2.3 建模策略 |
| 1.2.4 模型拟合效果评价 |
| 1.2.5 危险度评价指标 |
| 2 结果 |
| 2.1 不同人口学特征与二孩生育意愿的单因素分析 |
| 2.2 二孩生育意愿的无序多分类logistic回归分析 |
| 3 讨论 |
（2）基于全连接神经网络的城市居民出行目的链预测研究（论文提纲范文）
| 致谢 |
| 摘要 |
| ABSTRACT |
| 1 绪论 |
| 1.1 研究背景及意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究意义 |
| 1.2 国内外研究现状 |
| 1.2.1 国外研究现状 |
| 1.2.2 国内研究现状 |
| 1.2.3 研究现状评述 |
| 1.3 主要内容和技术路线 |
| 1.3.1 主要内容 |
| 1.3.2 技术路线 |
| 2 出行目的链预测模型研究的理论基础 |
| 2.1 出行目的链的基本理论 |
| 2.1.1 出行目的 |
| 2.1.2 出行目的链 |
| 2.2 传统出行预测的基本理论 |
| 2.2.1 传统出行预测理论概述 |
| 2.2.2 传统出行预测方法的缺点 |
| 2.3 非集计模型的基础理论及机器学习方法 |
| 2.3.1 非集计模型的基本概述 |
| 2.3.2 机器学习相关理论概述 |
| 2.4 传统分类技术与神经网络 |
| 2.4.1 多项logistic回归 |
| 2.4.2 神经网络与全连接神经网络 |
| 2.5 本章小结 |
| 3 居民出行调查数据与出行特性分析 |
| 3.1 居民调查数据来源 |
| 3.2 调查数据总体特征 |
| 3.2.1 个人属性特征 |
| 3.2.2 家庭属性特征 |
| 3.2.3 出行属性特征 |
| 3.3 居民出行次数特征分析 |
| 3.3.1 个人属性与出行次数的关系 |
| 3.3.2 家庭属性与出行次数的关系 |
| 3.4 居民出行目的链特征分析 |
| 3.4.1 个人属性与出行目的链的关系 |
| 3.4.2 家庭属性与出行目的链的关系 |
| 3.5 本章小结 |
| 4 基于全连接神经网络的居民出行目的链预测模型 |
| 4.1 模型构建的基本假设及设计思路 |
| 4.1.1 模型基本假设 |
| 4.1.2 模型设计思路 |
| 4.2 全连接神经网络预测模型 |
| 4.2.1 全连接神经网络的参数分析 |
| 4.2.2 全连接神经网络的算法原理 |
| 4.2.3 基于全连接神经网络的居民出行目的链预测模型的构建 |
| 4.3 数据准备与模型结果评价指标 |
| 4.3.1 数据准备 |
| 4.3.2 模型结果评价指标 |
| 4.4 本章小结 |
| 5 出行目的链预测模型的建立及预测分析 |
| 5.1 出行次数预测模型 |
| 5.1.1 全连接神经网络模型预测 |
| 5.1.2 多项Logistic模型预测 |
| 5.1.3 两种预测模型对比分析 |
| 5.2 两次出行目的链预测模型 |
| 5.2.1 全连接神经网络模型预测 |
| 5.2.2 多项Logistic模型预测 |
| 5.2.3 两种预测模型对比分析 |
| 5.3 四次出行目的链预测模型 |
| 5.3.1 全连接神经网络模型预测 |
| 5.3.2 多项Logistic模型预测 |
| 5.3.3 两种预测模型对比分析 |
| 5.4 本章小结 |
| 6 工作总结和研究展望 |
| 6.1 工作总结 |
| 6.2 研究展望 |
| 参考文献 |
| 作者简历及攻读硕士学位期间取得的研究成果 |
| 学位论文数据集 |
（3）动物科学和动物医学实验研究常用统计分析方法的选择及在SPSS上的实现（论文提纲范文）
| 1 选择统计分析方法的思路 |
| 1.1 统计分析方法应在试验前确定 |
| 1.2 统计分析方法选择的思路 |
| 2 统计分析方法选择的具体步骤 |
| 2.1 分析目的与统计分析方法 |
| 2.2 因素和水平数量、试验设计类型、资料类型与统计分析方法 |
| 2.2.1 计量资料统计分析方法的选择及在SPSS19.0上的实现 |
| 2.2.2 计数资料或等级资料统计分析方法的选择及在SPSS19.0上的实现 |
| 2.3 变量数量和类型与统计分析方法 |
| 2.3.1 双变量资料统计分析方法的选择 |
| 2.3.2 多变量资料统计分析方法的选择及在SPSS19.0上的实现 |
| 2.4 样本数量和样本量大小与统计分析方法的检验效能 |
| 3 利用SPSS软件进行统计分析时应注意问题 |
| 3.1 数据录入形式很重要 |
| 3.2 个别统计分析方法不能输出全部重要结果 |
（4）基于土地利用变化的生态系统服务价值及生态补偿标准研究（论文提纲范文）
| 致谢 |
| 摘要 |
| abstract |
| 变量注释表 |
| 1 绪论 |
| 1.1 研究背景 |
| 1.2 研究意义 |
| 1.3 国内外研究现状分析 |
| 1.4 研究方案 |
| 1.5 本章小结 |
| 2 研究区概况与数据 |
| 2.1 研究区概况 |
| 2.2 研究数据来源 |
| 2.3 遥感数据处理 |
| 2.4 本章小结 |
| 3 土地利用时空演变特征 |
| 3.1 土地利用面积结构 |
| 3.2 土地利用动态度 |
| 3.3 土地利用程度 |
| 3.4 土地利用变化图谱 |
| 3.5 本章小结 |
| 4 土地利用变化的驱动力 |
| 4.1 驱动因子分类 |
| 4.2 驱动因子指标体系构建 |
| 4.3 主成分分析过程 |
| 4.4 多元线性回归分析 |
| 4.5 驱动因素分析 |
| 4.6 本章小结 |
| 5 生态系统服务价值时空分异特征 |
| 5.1 生态系统服务价值评估模型修正 |
| 5.2 生态系统服务价值估算及分析 |
| 5.3 探索性空间数据分析 |
| 5.4 本章小结 |
| 6 生态约束下的生态系统服务价值模拟估算 |
| 6.1 土地利用需求预测 |
| 6.2 土地利用布局模拟 |
| 6.3 未来生态系统服务价值估算 |
| 6.4 本章小结 |
| 7 基于多元价值理论的生态补偿标准测算 |
| 7.1 生态与经济发展协调性分析 |
| 7.2 生态补偿多元价值理论体系构建 |
| 7.3 生态补偿标准测算 |
| 7.4 本章小结 |
| 8 结论与展望 |
| 8.1 主要结论 |
| 8.2 创新点 |
| 8.3 研究展望 |
| 参考文献 |
| 作者简历 |
| 学位论文数据集 |
（5）基于防御性驾驶行为的死亡交通事故影响因素分析（论文提纲范文）
| 致谢 |
| 摘要 |
| ABSTRACT |
| 1 引言 |
| 1.1 研究背景与意义 |
| 1.2 国内外研究现状 |
| 1.2.1 防御性驾驶技术 |
| 1.2.2 统计分析模型 |
| 1.2.3 研究现状总结及本文研究思路 |
| 1.3 研究内容与技术路线 |
| 1.4 研究的创新点 |
| 1.5 本章小结 |
| 2 交通事故基础理论与数据的获取 |
| 2.1 交通事故基本理论 |
| 2.1.1 道路交通事故的定义 |
| 2.1.2 道路交通事故的成因 |
| 2.1.3 道路交通事故的分类 |
| 2.2 防御性驾驶基本理论 |
| 2.2.1 防御性驾驶技术定义 |
| 2.2.2 防御性驾驶技术内容 |
| 2.3 数据的获取与描述性统计分析 |
| 2.3.1 数据的获取 |
| 2.3.2 变量的选定说明 |
| 2.3.3 变量的描述性统计 |
| 2.4 变量相关性分析 |
| 2.5 本章小结 |
| 3 基于二元回归的防御性驾驶行为影响因素分析 |
| 3.1 回归模型概述 |
| 3.2 二元逻辑回归模型理论内容 |
| 3.2.1 模型的回归方程 |
| 3.2.2 回归系数的解释 |
| 3.3 回归模型的参数估计 |
| 3.4 模型拟合优度检验 |
| 3.5 二元逻辑回归模型实证分析 |
| 3.5.1 二元逻辑回归模型结果输出 |
| 3.5.2 霍斯默-莱梅肖拟合优度检验 |
| 3.6 本章小结 |
| 4 基于决策树的防御性驾驶行为影响因素分析 |
| 4.1 决策树概述 |
| 4.2 CART决策树的构建 |
| 4.2.1 决策树算法最优特征(变量)选择 |
| 4.2.2 树的不同类别变量处理 |
| 4.2.3 树的算法流程 |
| 4.3 树的停止分枝与剪枝 |
| 4.3.1 停止分枝的条件 |
| 4.3.2 树的剪枝 |
| 4.4 CART决策树实证分析 |
| 4.4.1 CART决策树首次模型求解 |
| 4.4.2 CART决策树二次模型求解 |
| 4.5 本章小结 |
| 5 基于半参数可加回归的显着影响变量深入分析 |
| 5.1 半参数可加回归模型理论内容 |
| 5.1.1 广义可加模型 |
| 5.1.2 半参数可加回归模型 |
| 5.2 样条函数的选择 |
| 5.3 基于显着变量的半参数可加回归模型实证分析 |
| 5.3.1 速度的主效应分析 |
| 5.3.2 样条函数的选择 |
| 5.3.3 速度的平滑效应分析 |
| 5.3.4 速度与协变量的交互作用 |
| 5.4 本章小结 |
| 6 总结与展望 |
| 6.1 研究成果 |
| 6.2 研究展望 |
| 参考文献 |
| 作者简历及攻读硕士学位期间取得的研究成果 |
| 学位论文数据集 |
（6）上市民营企业信贷风险识别的双模型预测方法比较研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 研究背景及意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究目的和意义 |
| 1.2 信用风险度量模型文献综述 |
| 1.2.1 国外信用风险模型文献综述 |
| 1.2.2 国内信用风险模型文献综述 |
| 1.2.3 文献评述 |
| 1.3 研究内容和方法 |
| 1.4 研究的创新之处 |
| 第2章 理论基础 |
| 2.1 民营企业的概念 |
| 2.2 民营企业贷款现状 |
| 2.3 民营企业信贷风险 |
| 2.4 Logistic模型 |
| 2.5 BP神经网络模型 |
| 2.5.1 BP神经网络的理论及推导 |
| 2.5.2 BP神经网络的局限性 |
| 2.6 遗传优化BP神经网络模型 |
| 2.6.1 遗传算法理论基础 |
| 2.6.2 遗传算法计算过程 |
| 2.6.3 遗传算法优化BP神经网络计算过程 |
| 第3章 构建民营企业信贷风险度量模型 |
| 3.1 信贷风险识别指标体系 |
| 3.1.1 信贷风险识别指标 |
| 3.1.2 基于因子分析的风险指标筛选 |
| 3.2 Logistic模型 |
| 3.2.1 模型构建 |
| 3.2.2 Logistic模型结果分析 |
| 3.3 GA-BP神经网络模型 |
| 3.3.1 BP模型构建 |
| 3.3.2 遗传优化BP神经网络模型 |
| 3.3.3 GA-BP结果分析 |
| 3.4 对于双模型实证分析的小结 |
| 第4章 构建商业银行信贷风险预警机制 |
| 4.1 信贷风险预警系统设计思想 |
| 4.2 信贷风险预警机制运用原理 |
| 4.3 信贷风险预警机制防控方案 |
| 4.4 信贷风险预警机制中重点关注的指标 |
| 第5章 结论与展望 |
| 5.1 研究结论 |
| 5.2 研究不足与展望 |
| 参考文献 |
| 在学研究成果 |
| 致谢 |
（7）基于珠三角地区问卷数据的办公建筑用户行为模式研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 研究现状 |
| 1.2.1 国外研究现状 |
| 1.2.2 国内研究现状 |
| 1.2.3 当前研究存在的问题 |
| 1.3 研究主要工作 |
| 1.3.1 研究内容 |
| 1.3.2 技术路线 |
| 第二章 人行为模型研究理论方法 |
| 2.1 研究方法综述 |
| 2.2 主要研究参数及其数据处理方法 |
| 2.2.1 室内环境参数及自适应性行为 |
| 2.2.2 人员时间计划表 |
| 2.2.3 房间制冷温度设定值 |
| 2.2.4 用户行为模式 |
| 2.3 软件的选择 |
| 2.3.1 数据处理软件 |
| 2.3.2 模拟软件 |
| 2.4 本章小结 |
| 第三章 问卷数据分析 |
| 3.1 调查问卷 |
| 3.2 室内环境参数 |
| 3.3 自适应行为 |
| 3.3.1 温度相关的适应性行为 |
| 3.3.2 湿度相关的适应性行为 |
| 3.4 控制行为及个人习惯 |
| 3.5 工作类型及场所 |
| 3.6 本章小结 |
| 第四章 人行为模型设定 |
| 4.1 人员时间计划表 |
| 4.2 房间制冷温度设定值 |
| 4.3 典型用户行为模式 |
| 4.3.1 空调控制行为 |
| 4.3.2 照明控制行为 |
| 4.3.3 窗户控制行为 |
| 4.3.4 窗帘控制行为 |
| 4.4 本章小结 |
| 第五章 基于人行为模型的数值模拟研究 |
| 5.1 PMV-PPD指标 |
| 5.2 模拟工况设定 |
| 5.2.1 建筑物理模型 |
| 5.2.2 房间设计参数 |
| 5.2.3 办公人行为参数设置 |
| 5.3 模拟结果分析 |
| 5.3.1 空调季室内人行为工况 |
| 5.3.2 空调季室内热舒适指标 |
| 5.3.3 空调季房间冷负荷 |
| 5.4 本章小结 |
| 第六章 总结与展望 |
| 6.1 总结 |
| 6.2 局限性 |
| 6.3 未来研究的展望 |
| 参考文献 |
| 附录A 办公建筑中用户行为模式调查问卷 |
| 附录B 攻读硕士学位期间发表学术论文情况 |
| 致谢 |
（8）颈部动脉迂曲与缺血性脑血管病的相关临床研究（论文提纲范文）
| 英汉缩略语名词对照 |
| 中文摘要 |
| 英文摘要 |
| 前言 |
| 参考文献 |
| 第一部分 颈部动脉迂曲与动脉粥样硬化性狭窄及缺血性脑血管病的相关性研究 |
| 前言 |
| 1 对象与方法 |
| 2 结果 |
| 3 讨论 |
| 4 结论 |
| 参考文献 |
| 第二部分 颈动脉颅外段迂曲与急性前循环缺血性脑卒中临床预后的关系 |
| 前言 |
| 1 对象与方法 |
| 2 结果 |
| 3 讨论 |
| 4 结论 |
| 参考文献 |
| 第三部分 颈动脉颅外段迂曲对首次前循环卒中神经功能缺损、梗死范围和发病年龄的影响 |
| 前言 |
| 1 对象与方法 |
| 2 结果 |
| 3 讨论 |
| 4 结论 |
| 参考文献 |
| 全文总结 |
| 文献综述:颈部动脉形态学异常与缺血性脑血管病 |
| 参考文献 |
| 致谢 |
| 攻读博士学位期间发表的学术论文 |
（9）基于代谢组学的慢加急性肝衰竭疾病预后标志物的发现和确证（论文提纲范文）
| 摘要 |
| abstract |
| 中英文缩略词表 |
| 第1章 引言 |
| 1.1 慢加急性肝衰竭简介 |
| 1.2 代谢组学研究概况 |
| 1.3 本论文研究思路 |
| 第2章 ACLF不同预后患者血清1HNMR代谢组学研究 |
| 2.1 试剂与仪器 |
| 2.1.1 试剂 |
| 2.1.2 仪器 |
| 2.2 实验部分 |
| 2.2.1 实验研究对象及样本收集 |
| 2.2.2 实验用溶液的配制 |
| 2.2.3 ACLF血清处理方法 |
| 2.2.4 NMR数据采集 |
| 2.2.5 ~1H NMR数据预处理 |
| 2.2.6 ~1H NMR统计学分析 |
| 2.3 结果与分析 |
| 2.3.1 ACLF患者血清~1H NMR图谱及PCA分析 |
| 2.3.2 两种归一化方法的PLS-DA模型分析 |
| 2.3.3 total归一化法的ACLF血清差异代谢物及代谢通路图分析 |
| 2.3.4 肌酐校准归一化法的ACLF血清差异代谢物分析 |
| 2.3.5 肌酐校准归一化法的ACLF患者血清差异代谢物预后ROC分析 |
| 2.3.6 Logistic诊断模型筛选诊断效能最佳的生物标志物 |
| 2.4 讨论 |
| 第3章 血清胆碱、嘌呤和胆汁酸定量检测及其与ACLF患者生存期ROC分析 |
| 3.1 材料和仪器 |
| 3.1.1 材料 |
| 3.1.2 仪器 |
| 3.2 实验部分 |
| 第一节 血清中胆碱类代谢物定量分析 |
| 1.1 胆碱类实验储备液的配制 |
| 1.2 胆碱类样本前处理 |
| 1.3 胆碱类标准曲线配置 |
| 1.4 胆碱类检测方法和检测条件 |
| 1.5 胆碱类统计学分析 |
| 1.6 结果与分析 |
| 1.6.1 UPLC-MS/MS对胆碱差异代谢物定量分析 |
| 1.6.2 UPLC-MS/MS对胆碱差异代谢物ROC分析 |
| 第二节 嘌呤类代谢物定量分析 |
| 2.1 嘌呤类实验储备液的配制 |
| 2.2 嘌呤类样本前处理 |
| 2.3 嘌呤类标准曲线配置 |
| 2.4 嘌呤类检测方法和检测条件 |
| 2.5 嘌呤类统计学分析 |
| 2.6 结果与分析 |
| 2.6.1 UPLC-MS/MS对嘌呤类差异代谢物定量分析 |
| 2.6.2 UPLC-MS/MS对嘌呤类差异代谢物ROC分析 |
| 第三节 血胆汁酸类代谢物定量分析 |
| 3.1 胆汁酸类实验储备液的配制 |
| 3.2 胆汁酸类样本前处理 |
| 3.3 胆汁酸类标准曲线配置 |
| 3.4 胆汁酸类检测方法和检测条件 |
| 3.5 胆汁酸类统计学分析 |
| 3.6 结果与分析 |
| 3.6.1 ACLF患者血清不同预后结果胆汁酸含量 |
| 3.6.2 ACLF患者血清胆汁酸类代谢物不同预后结果ROC分析 |
| 第四节 整合胆碱、嘌呤和胆汁酸定量数据筛选ACLF患者预后生物标志物 |
| 4.1 利用Logistic模型筛选ACLF患者预后血清生物标志物组 |
| 4.2 逐步判别分析筛选ACLF患者预后血清生物标志物组 |
| 第4章 ACLF患者尿液中蝶呤类差异代谢物分析及其作为预后标志物的价值研究 |
| 4.1 实验部分 |
| 4.1.1 蝶呤类实验检测对象及样品收集 |
| 4.1.2 蝶呤类实验储备液的配制 |
| 4.1.3 蝶呤类尿液样本前处理 |
| 4.1.4 蝶呤类标准曲线配置 |
| 4.1.5 蝶呤类加样回收率方法 |
| 4.1.6 蝶呤类检测方法和检测条件 |
| 4.1.7 蝶呤类方法学验证 |
| 4.1.8 人体尿液样品中蝶呤类物质含量测定 |
| 4.2 结果与分析 |
| 4.2.1 色谱条件的优化 |
| 4.2.2 分析方法的确定 |
| 4.2.3 人体尿液样品中蝶呤类物质含量测定 |
| 4.2.4 Logistic诊断模型筛选诊断效能最佳的生物标志物 |
| 4.3 讨论 |
| 第5章 总结与展望 |
| 5.1 总结 |
| 5.2 展望 |
| 致谢 |
| 参考文献 |
| 攻读学位期间的研究成果 |
| 综述 |
| 参考文献 |
（10）信息诱导对地铁站内乘客换乘路径选择行为的影响（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 研究背景与意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究意义 |
| 1.2 国内外研究现状 |
| 1.2.1 信息诱导方式 |
| 1.2.2 出行者路径选择机理、模型 |
| 1.2.3大型活动或突发事件下应急疏散的路径诱导 |
| 1.2.4 研究现状总结 |
| 1.3 研究内容与技术路线 |
| 1.3.1 研究内容 |
| 1.3.2 技术路线 |
| 第二章 地铁站内乘客换乘路径选择行为的影响因素研究 |
| 2.1 基本定义 |
| 2.1.1 换乘路径选择 |
| 2.1.2 换乘时间 |
| 2.1.3 诱导信息 |
| 2.2 信息诱导的方式及发布策略 |
| 2.2.1 静态引导标识 |
| 2.2.2 人工广播 |
| 2.2.3 智能信息诱导 |
| 2.3 乘客换乘路径选择影响因素分析 |
| 2.3.1乘客个人属性特征 |
| 2.3.2 乘客出行特征 |
| 2.3.3 换乘路径特征 |
| 2.4 本章小结 |
| 第三章 基于信息诱导的乘客换乘路径选择行为调查与分析 |
| 3.1 行为调查方法 |
| 3.1.1 问卷调查法 |
| 3.1.2 实地观察法 |
| 3.2 乘客换乘路径选择行为调查方案设计 |
| 3.2.1 调查方案基本情况 |
| 3.2.2 调查车站选取 |
| 3.2.3 调查问卷设计 |
| 3.2.4 实地视频拍摄 |
| 3.3 调查数据基础统计分析 |
| 3.3.1 乘客个人属性数据样本统计 |
| 3.3.2 乘客出行特征数据样本统计 |
| 3.3.3 换乘诱导信息对乘客路径选择影响 |
| 3.3.4 乘客换乘路径选择情况分析 |
| 3.4 本章小结 |
| 第四章 基于LOGISTIC的地铁站内乘客换乘路径选择行为研究 |
| 4.1 LOGISTIC回归模型原理概述 |
| 4.1.1 随机效用理论 |
| 4.1.2 LOGISTIC回归模型分类 |
| 4.1.3 模型选取 |
| 4.2 信息诱导下乘客换乘路径选择模型构建 |
| 4.2.1 模型假设检验 |
| 4.2.2 模型自变量处理 |
| 4.2.3 模型自变量筛选方法 |
| 4.2.4 LOGISTIC回归模型标定 |
| 4.3 LOGISTIC回归模型分析 |
| 4.3.1 LOGISTIC回归模型拟合效果 |
| 4.3.2 LOGISTIC回归模型拟合优度检验 |
| 4.4 本章小结 |
| 第五章 案例分析 |
| 5.1 人民广场站 |
| 5.1.1 换乘信息诱导现状 |
| 5.1.2 乘客换乘路径选择行为建模 |
| 5.1.3 模型分析 |
| 5.2 徐家汇站 |
| 5.2.1 换乘信息诱导现状 |
| 5.2.2 乘客换乘路径选择行为建模 |
| 5.2.3 模型分析 |
| 5.3 换乘诱导信息布设优化建议 |
| 5.4 本章小结 |
| 第六章 总结与展望 |
| 6.1 主要研究工作 |
| 6.2 研究与展望 |
| 参考文献 |
| 攻读硕士学位期间发表的学术论文及取得的相关科研成果 |
| 致谢 |
四、应用SPSS软件进行多分类Logistic回归分析（论文参考文献）
- [1]无序多分类logistic回归的SPSS软件实现及参数释义[J]. 李亚男,仇丽霞,李合欣,赵丽娟. 山西医科大学学报, 2021(09)
- [2]基于全连接神经网络的城市居民出行目的链预测研究[D]. 乔京. 北京交通大学, 2021(02)
- [3]动物科学和动物医学实验研究常用统计分析方法的选择及在SPSS上的实现[J]. 丁雪梅,张晓君,白春艳,孙艺学,徐向红,丛彦龙,官员,李心慰,包国章,丁洪浩. 中国兽医学报, 2020(09)
- [4]基于土地利用变化的生态系统服务价值及生态补偿标准研究[D]. 胡赛. 中国矿业大学, 2020(03)
- [5]基于防御性驾驶行为的死亡交通事故影响因素分析[D]. 李清苹. 北京交通大学, 2020(03)
- [6]上市民营企业信贷风险识别的双模型预测方法比较研究[D]. 王跃. 内蒙古科技大学, 2020(01)
- [7]基于珠三角地区问卷数据的办公建筑用户行为模式研究[D]. 何曼宁. 广州大学, 2020(02)
- [8]颈部动脉迂曲与缺血性脑血管病的相关临床研究[D]. 金戈. 重庆医科大学, 2020(01)
- [9]基于代谢组学的慢加急性肝衰竭疾病预后标志物的发现和确证[D]. 陈玲. 南昌大学, 2020(08)
- [10]信息诱导对地铁站内乘客换乘路径选择行为的影响[D]. 刘娴. 上海工程技术大学, 2020