于尚洋
- 作品数：7 被引量：4H指数：1
- 供职机构：燕山大学理学院更多>>
- 相关领域：理学更多>>
- GLMM中基于空间自相关和迭代残差的空间聚类检测
- 论文较系统地研究了利用广义线性混合模型(GLMM)检测空间聚类和空间效应的问题，给出了一对基于Poisson模型的调整数据的'Moran I空间聚类检测方法。这是一种全新的空间聚类检测方法。通过随机模拟实验对方法的检测效...
- 于尚洋
- 关键词：空间自相关
- 文献传递
- 随机选择排序集抽样的应用
- 2008年
- 主要讨论随机选择的排序集抽样方法,在指数分布和对数分布进行均值估计的应用,并得出随机数v的选择的优化。
- 杨婧宋向东张海森于尚洋
- 关键词：排序集抽样
- 高值空间聚类的精确检测
- 2008年
- 提出了一个数据调整的方法来弥补通常空间聚类检测的不足,从而能够对高值聚类进行精确检测。利用Matlab软件将该方法在模拟的空间类型中应用于Moran'I检测。结果表明,当有高值聚类趋势时,经该方法调整数据后利用Moran'I可以显著地检测出高值聚类的存在。
- 于尚洋宋向东卫军雷
- 关键词：空间聚类数据调整
- 带L1规划的广义线性模型中的一种系数估计法
- 2008年
- 介绍了L1规划广义线性模型(GLM)的一种系数估计法,估计系数的同时进行变量选择,从而确立模型.事实上,此算法用来选择变量更有用.L1规划法按照对系数一范数的惩罚来选择变量,是向前选择变量法的一种改进,运用凸优化的预测—修正法,GLM系数估计法可有效地算出系数,其中规划参数的步长对控制系数精确性至关重要,本文对三种步长选择法作了相应的比较和分析,接着给出算法的推广,最后总结算法并且对这种估计法的应用范围进行了展望.
- 温育芳宋向东张海森于尚洋杨婧
- 关键词：广义线性模型
- 局部聚类的鉴别：一种基于模型的Moran's I检验被引量：2
- 2007年
- 传统意义上的Moran's I只能检验出是否存在聚类,但不能检验出是否存在局部聚类。为了弥补这项不足,在对数线性模型的基础上作Moran's(?)残差检验,记作I_(dr)。在非齐性总体下,I_(dr)比传统(?)有较好的第一类错误概率。然后,在原模型中加入空间关联项重做I_(dr)检验。当原模型中I_(dr)是显著的,但加入空间关联项后I_(dr)不显著,表明仅存在局部聚类:当原模型中I_(dr)是显著的,但加入空间关联项后I_(dr)仍显著,表明存在全局聚类。
- 张海森宋向东于尚洋杨婧
- 高值与低值空间聚类的精确检测
- 2008年
- 提出了两个调整数据的新方法来弥补通常空间聚类检测的不足,从而能够对高值或低值聚类进行精确检测。两个方法被分别在模拟的空间类型中应用于Moran′I检测。结果表明,当不存在空间聚类时,该方法对原检测毫无影响:当有聚类趋势时,经该方法调整数据后,可以显著地检测出高值或低值聚类的存在。
- 于尚洋宋向东张海森温育芳
- 关键词：空间聚类数据调整
- 基于GRSS的均匀分布分位数的估计被引量：1
- 2007年
- 主要讨论的是基于ni不固定的广义排序集样本的均匀分布分位数的估计,提出了包括GRSS最小方差无偏估计,简单估计和均衡排序集估计,计算了方差和相关系数,并相互进行了比较.
- 杨婧宋向东于尚洋温育芳
- 关键词：均匀分布次序统计量线性估计
