比例风险假定-统计

比例风险假定(proportional hazards assumption),简称“PH 假定”,指比例风险回归模型的主要前提条件,即协变量对生存率的影响不随时间的改变而改变。只有满足该假定前提下,模型的分析预测才是可靠有效的。

公共因子-统计

公共因子(common factor),简称“因子”,又称“共性因子”,指从一组观测变量中提取出的、能够解释这些变量之间共同变异的潜在变量。反映观测变量背后的共同维度或潜在结构,是因子分析的核心概念之一。

多水平模型-统计

多水平模型(multilevel statistical model),又称“混合效应模型(mixed effect model)”、“混合模型”,指一组处理允许同一层级内部的观测数据间存在相关关系的多层数据的统计模型。

多水平数据-统计

多水平数据(multilevel data),指反应变量的分布在个体间不具备独立性、存在地理距离内或特定空间/时间范围内聚集性的数据。

类间相似度计算准则-统计

类间相似度计算准则(calculation criterion of inter-class similarity),指评估不同簇或类之间的相似性或差异的标准或指标,帮助确定聚类质量的算法,特别是在没有真实类别信息的情况下。

主成分-统计

主成分(principal component),指原始变量的线性组合,旨在以较少的综合变量概括原始数据蕴含的绝大部分信息,从而达到降维的目的。

网状结构图-统计

网状结构图(network plot),指网状荟萃分析中证据网络的图示方法,由代表网络中干预措施的节点和显示干预措施对之间现有直接比较的线条组成。

相邻相关-统计

相邻相关(stationary correlation),又称“稳态相关”,指只有相邻的两次观测值间有相关。例如,在重复测量资料中,相关矩阵服从某一稳定结构,等相关、自相关等均出现稳定相关的特殊情况。

独立结构-统计

独立结构(independent),指任意两次观测值之间无相关性,即相关性矩阵为单位矩阵。

离散参数-统计

离散参数(dispersion parameter),又称“扩散参数”,指指描述观测数据相关性结构的参数,影响参数估计的标准误。

简单指数平滑-统计

简单指数平滑(simple exponential smoothing),指特定的指数平滑法,通过对当前观测值和前一个平滑值进行加权平均来生成预测值,使用一个平滑常数(α)来确定当前值对预测的影响程度。

效应估计-统计

效应估计(effect estimation),指估计由某个自变量引起因变量的变化程度。

自回归模型-统计

自回归模型(autoregressive model),指基于时间序列既往若干期的观测值,构建出的用于预测当前值的模型。

广义自回归条件异方差模型-统计

广义自回归条件异方差模型(generalized autoregressive conditional heteroskedastic model),简称“GARCH 模型”,指基于时间序列既往若干期的观测值,同时假设当前时刻的随机误差是此前若干期方差不相等且不苛求彼此独立的残差项组合形成,进而构建出的用于预测当前值的模型。 ...

家系关联分析-统计

家系关联分析(family-based association study,FBAT), 指利用具有亲缘关系的研究群体,研究基因与性状之间关联性的方法。

后验概率-统计

后验概率(posterior probability),指通过调查或其他方式获取新的附加信息,利用贝叶斯公式对先验概率进行修正,而后得到的概率。

克里金插值法-统计

克里金插值法(Kriging interpolation),指基于变异函数理论和结构分析,最大限度利用空间取样所提供的空间位置关系、空间分布结构特征等信息,在有限区域内对区域化变量进行无偏最优估计的一种方法。

因子载荷-统计

因子载荷(factor loading),又称“因子负荷”,指某个观测变量与对应的因子间的相关系数,取值范围一般在-1 到+1 之间。其绝对值越大,表示该观测变量与对应的因子高度相关。

结构模型-统计

结构模型(structural model),指描述潜在变量之间关系的模型部分。它是结构方程模型的两大核心组成部分之一,主要用于分析和验证潜在变量之间的因果关系或预测关系。

修正指数-统计

修正指数(modification index, MI),指当单个固定参数或约束参数被释放为自由参数时,反映新拟合的模型所引起的卡方值减小的量。
1 ...343536373839404142... 47下一页