XiaoMi-AI文件搜索系统
World File Search System线性回归
COVID-19 疫苗接种对疾病活动的影响......
摘要 目的 探讨 COVID-19 疫苗接种对接受靶向治疗的类风湿关节炎 (RA) 和银屑病关节炎 (PsA) 患者疾病活动性的影响。患者与方法 纳入了风湿病患者 COVID-19 登记处 (COVIDSER) 项目中的 1765 名接种疫苗的 COVID-19 患者，其中 1178 例（66.7%）患有 RA，587 例（33.3%）患有 PsA。收集了人口统计学、疾病特征、28 个关节疾病活动评分 (DAS28) 和针对性治疗。分别采用对数线性回归和列联分析分析了接种前后基于 DAS28 的发作率和分类疾病活动分布。使用随机系数模型评估了疫苗接种对作为连续测量的 DAS28 变化的影响。结果 接种疫苗不会显著改变分类疾病活动性和发作率的分布。对数线性回归显示，无论是 RA 患者还是 PsA 患者，接种疫苗后 6 个月的发作率与接种疫苗前同期相比均无显著变化。当使用随机系数模型分析 DAS28 变异时，两组患者接种疫苗后均未发现疾病活动度的显著变化。然而，与接受肿瘤坏死因子抑制剂 (TNF-i) 治疗的患者相比，接受 Janus 激酶抑制剂 (JAK-i) (1) 和白细胞介素 6 抑制剂 (IL- 6-i) 治疗的 RA 患者的疾病活动度恶化（分别为 1.436±0.531，p=0.007 和 1.201±0.550，p=0.029）。同样，用白细胞介素 12/23 抑制剂 (IL-12/23-i) 治疗的 PsA 患者与用 TNF-i 治疗的 PsA 患者相比，病情活动性恶化 (4.476±1.906，p=0.019)。
COVID-19 疫苗接种对疾病活动的影响......
摘要 目的 探讨 COVID-19 疫苗接种对接受靶向治疗的类风湿关节炎 (RA) 和银屑病关节炎 (PsA) 患者疾病活动性的影响。患者与方法 纳入了风湿病患者 COVID-19 登记处 (COVIDSER) 项目中的 1765 名接种疫苗的 COVID-19 患者，其中 1178 名（66.7%）患有 RA，587 名（33.3%）患有 PsA。收集了人口统计学、疾病特征、28 个关节疾病活动评分 (DAS28) 和针对性治疗。分别通过对数线性回归和列联分析分析了接种前后基于 DAS28 的发作率和分类疾病活动分布。使用随机系数模型评估了疫苗接种对作为连续测量的 DAS28 变化的影响。结果 接种疫苗不会显著改变分类疾病活动性和发作率的分布。对数线性回归显示，无论是 RA 患者还是 PsA 患者，接种疫苗后 6 个月的发作率与接种疫苗前同期相比均无显著变化。当使用随机系数模型分析 DAS28 变异时，两组患者接种疫苗后均未发现疾病活动度的显著变化。然而，与接受肿瘤坏死因子抑制剂 (TNF-i) 治疗的患者相比，接受 Janus 激酶抑制剂 (JAK-i) (1) 和白细胞介素 6 抑制剂 (IL- 6-i) 治疗的 RA 患者的疾病活动度恶化（分别为 1.436±0.531，p=0.007 和 1.201±0.550，p=0.029）。同样，用白细胞介素 12/23 抑制剂 (IL-12/23-i) 治疗的 PsA 患者与接受 TNF-i 治疗的患者相比，病情活动性恶化 (4.476±1.906，p=0.019)。
混合机器学习模型用于细粒度的空气...
1,2,3 CSE工程技术学院，印度大诺伊达市Sharda University，摘要空气污染已成为一个主要的环境问题，每年导致许多死亡，并使环境和人类健康处于严重的风险。 它会导致温室效应，导致全球变暖，并增加影响肺癌和其他影响呼吸系统（包括过敏）的疾病的风险。 设置和维护严格的空气质量标准对于有效打击空气污染至关重要。 空气质量指数（AQI）是用于确定大气中污染物量的测量值。 通过利用机器学习算法的功能，可以使细粒度AQI的精确预测可行。 为了预测AQI，已经使用了许多算法，包括逻辑回归，决策树回归，KNN，SVR和线性回归。 该项目的主要目标是使用机器学习算法创建模型，并确定哪种模型最适合AQI预测。 关键字：空气质量，预测，算法，随机森林，线性回归1。 引入由于所有身体细胞起作用都是必要的，因此它是生活中最重要的方面。 空气是我们星球上重要的组成部分，具有巨大的意义。 尽管人类可以在没有水的情况下生存几天，但我们的存在仅限于仅三分钟而没有空气。 通过循环温暖和潮湿的空气，它在地球表面保持稳定的温度。 此外，空气在影响水周期中起着至关重要的作用。1,2,3 CSE工程技术学院，印度大诺伊达市Sharda University，摘要空气污染已成为一个主要的环境问题，每年导致许多死亡，并使环境和人类健康处于严重的风险。它会导致温室效应，导致全球变暖，并增加影响肺癌和其他影响呼吸系统（包括过敏）的疾病的风险。设置和维护严格的空气质量标准对于有效打击空气污染至关重要。空气质量指数（AQI）是用于确定大气中污染物量的测量值。通过利用机器学习算法的功能，可以使细粒度AQI的精确预测可行。为了预测AQI，已经使用了许多算法，包括逻辑回归，决策树回归，KNN，SVR和线性回归。该项目的主要目标是使用机器学习算法创建模型，并确定哪种模型最适合AQI预测。关键字：空气质量，预测，算法，随机森林，线性回归1。引入由于所有身体细胞起作用都是必要的，因此它是生活中最重要的方面。空气是我们星球上重要的组成部分，具有巨大的意义。尽管人类可以在没有水的情况下生存几天，但我们的存在仅限于仅三分钟而没有空气。通过循环温暖和潮湿的空气，它在地球表面保持稳定的温度。此外，空气在影响水周期中起着至关重要的作用。我们目前的呼吸不仅可以维持我们的生活，而且在我们对生活的满意程度中起着至关重要的作用。低空气质量有可能显着影响健身。在其他呼吸系统疾病中，受污染的空气可导致肺癌，支气管炎，肺炎，结核病和哮喘。根据估计，由于空气污染，全世界约有700万个人每年都在悲惨地丧生。此外，除了对温度和海平面的不利影响外，空气污染还可以在加剧全球变暖的情况下发挥作用，这在热量被困在大气中时会发生。这可能导致传染病的传播以及温度升高和海平面升高。可以量化空气的质量。空气质量的数值指标是空气质量指数或AQI。这是0到500之间的数值，代表空气污染的水平和保持拟合的困难。五十或更低的AQI被认为是精确的空气，而三百或更多的AQI被归类为有害的一流。基于潜在的健康风险，AQI分为六个类别。为了易于解释，每个类别都有不同的颜色。绿色（零50），黄色（51-100），橙色（100和100五十）和深红色是六个类。
2021 年 9 月 主题代码 COMP6434 主题名称 大数据...
a. 深入理解大数据与人工智能技术与应用的复杂概念和特点； b. 掌握先进的大数据模型、人工智能模型及其技术特点，深入了解它们能够支持哪些应用； c. 分析先进的大数据技术对跨国公司实际商业决策和战略的影响。 d. 全面深入地了解人工智能在各个实际商业领域的历史、发展和各种应用； e. 掌握先进的人工智能技术，包括知识表示和推理过程技术，并能够将其应用于商业应用中； f. 掌握强大的机器学习技能，如线性回归、决策树归纳和人工神经网络，并能够应用这些技能设计出新的实际解决方案。
Stat E-100 ...
课程描述：本课程介绍了数据分析和统计计算的基本概念，既越来越多地用于社会科学和人文学科。重点是定量推理，可视化和数据分析的实际应用。目标是为学生提供务实的工具来评估统计主张并进行自己的基本统计分析。所涵盖的主题包括基本的描述性测量，关联度量，采样和样本量估计以及简单的线性回归。作业基于社会科学和人文科学的各个领域的现实数据和问题，包括心理学，社会学，教育和公共卫生。学生可以将以下课程计入学位或证书，但不超过一个：MGMT E-104，Stat E-100，Stat E-101（以前提供），STAT E-102或Stat E-104。
使用机器学习模型进行故障诊断
摘要轴承是带有变速箱的任何机械的关键元素。必须有效诊断轴承断层以确保机械的安全性和正常操作。因此，轴承中机械故障的识别和评估对于确保可靠的机械操作非常重要。这项比较研究表明，通过利用各种机器学习方法，包括SVM，KNN，线性回归，脊回归，XGB回归，ADABOOST回归和CAT促进回归，轴承诊断的性能。轴承就像机械世界的无名英雄一样，在船上从车轮到螺旋桨，都极大地支撑和指导所有事物的平稳运动。然而，与其他机械组件一样，随着时间的流逝，轴承的持续使用会导致磨损，这最终可能导致故障。
州和地方养老金计划的内部管理与外部管理
外部资产管理人的数量与费用有关。为此，分析依赖于线性回归，其中因变量是计划报告的投资费率（支付的总费用占养老金总资产的百分比），关键自变量是外部资产管理人的数量。10 回归还包括对计划规模（总资产）和资产配置（尤其是对替代品的配置）的控制，以及一个旨在捕捉外部资产管理程度的变量：计划管理员是否表示拥有有意义的内部投资计划。这三个控制变量共同有助于确保外部资产管理人数量的系数仅捕捉费率和外部资产管理人数量之间的关系 - 而不是外部管理的资产份额。
血小板与高密度脂蛋白胆固醇比率与糖尿病和糖尿病前期风险之间的关联：2005 - 2018 年 NHANES 的最新发现
方法：本研究分析了 2005-2018 年全国健康和营养检查调查 (NHANES) 的数据。糖尿病和糖尿病前期的患病率以及 HDL-C 水平和血小板计数均来自横断面调查。PHR 通过将血小板计数除以 HDL-C 浓度计算得出，并根据既定的临床标准对糖尿病或糖尿病前期进行分类。我们使用多元逻辑回归分析来估计比值比 (OR) 和 95% CI。逻辑回归模型分为分类模型和连续模型。使用受限三次样条函数 (RCS) 和两段线性回归评估潜在的非线性关系以确定任何拐点。此外，还进行了亚组和相互作用分析以确定不同人群之间的差异。
统计学在人工智能技术中的作用
简介 人工智能发展迅速，融入现代生活的各个方面，并以其根本性的能力重塑行业。“人工智能”一词指的是机器模拟认知过程的能力，包括感知、学习、推理、解决问题和决策。人工智能变革力量的核心在于对统计方法和原则的强大依赖。统计数据在人工智能中发挥着关键作用，它帮助系统获取数据、做出明智的决策并在一定程度上预测结果。统计方法是各种关键人工智能技术的基础。机器学习是人工智能的一个子领域，在模型训练和验证方面，它在很大程度上依赖于统计方法。线性回归、决策树和神经网络等算法依靠统计原理来解释数据并得出预测模型。例如，在监督学习中，统计
供应链管理实践对竞争优势和组织绩效的影响
本研究旨在检查供应链管理（SCM）对万隆MSME烹饪行业的竞争优势和公司绩效的影响。这项研究的主题是万隆市的烹饪行业MSME。这种类型的研究是使用直接分发给烹饪行业的调查表的定量研究，其中包含多达40个问卷。数据分析使用多个线性回归和路径分析。结果表明，供应链管理会影响竞争优势，供应链管理未被证明会影响公司绩效，竞争优势会影响公司的绩效，供应链管理会通过竞争优势影响公司的绩效，但往往会产生影响 - 对公司绩效的直接影响。关键字公司绩效竞争优势供应链管理