XiaoMi-AI文件搜索系统
World File Search System共线性
http://dx.doi.org/10.18576/jsap/120224 在多重线性模型下，稳健主成分分析用于估计尼日利亚的经济增长
摘要：本研究考察了存在多重共线性和异常值的情况下经济增长 (RGDP) 与内部债务 (INDT)、外部债务 (EXDT)、利率 (RINR)、汇率 (REXR) 和贸易开放度 (OPEN) 的关系。使用了 1986 年至 2021 年从尼日利亚中央银行收集的季度数据。使用方差膨胀因子和 Grubb 检验进行的探索性数据分析和诊断揭示了所研究变量之间的线性关系，并确定了数据集中存在多重共线性和异常值。主成分分析显示 INDT 和 EXDT 分别占方差的 38.4% 和 29.2%，因此选择它们的成分 PINDT 和 PEXDT 来降低共线性。此外，稳健 M 估计方法的结果表明，PINDT、PEXDT、RINR、REXR 和 OPEN 对 RGDP 的影响为正，且对 PEXDT 和 OPEN 对 RGDP 的影响显著。具体而言，在所研究的时期内，PINDT、PEXDT、RINR、REXR 和 OPEN 分别使尼日利亚的经济增长提高了 0.10%、0.02%、0.04%、0.06% 和 3.01%。因此，将主成分与以 4.685 为转折点并以中位数为中心的加权双方 M 估计量相结合，被发现是最有效的估计技术，可联合解决两个已确定的假设违反问题。这是基于拟合模型的预测能力，该模型表明，与 S 估计量和 MM 估计量相比，M 估计量的均方根误差 (RMSE) 和平均绝对误差 (MAE) 最小。因此，可以得出结论，研究期间经历的经济挑战极大地影响了已确定的决定因素，而这些决定因素又转化为经济增长。因此，当数据集中同时存在多重共线性和异常值时，稳健主成分回归技术仍然是建模和估计线性模型参数的最佳和无偏技术。关键词：经济增长、多重共线性、异常值、主成分和稳健估计量。
脑电微状态特征作为稳定运动输出的生物标志物
摘要 目的。本研究旨在通过优化基于整体和频谱大脑动力学特征的预测多元模型，阐明在视觉引导的等长收缩任务中维持恒定力量水平背后的大脑动力学。方法。18 名受试者被要求按压灯泡并保持恒定的力量水平（屏幕上的条形图显示），并获取脑电图 (EEG)。对于 500 毫秒的间隔，我们计算了力量稳定性指数以及大脑动力学指数：微状态指标（持续时间、发生率、整体解释方差、方向优势）和 θ、低 alpha、高 alpha 和 beta 波段的 EEG 频谱幅度。我们优化了一个多元回归模型（偏最小二乘 (PLS)），其中微状态特征和频谱幅度是输入变量，力量稳定性指数是输出变量。使用 PLS 嵌套交叉验证方法解决了输入变量之间的共线性和模型的普遍性相关问题。主要结果。优化的 PLS 回归模型达到了良好的普遍性，并成功显示了微状态和光谱特征在推断施加力的稳定性方面的预测价值。与视觉和执行控制网络相关的微状态持续时间越长、发生率越高，收缩性能就越好，这与视觉系统和执行控制网络在视觉运动整合中所起的作用一致。意义。微状态指标和脑节律幅度的组合不仅可以在群体层面，而且在个体层面被视为稳定的视觉引导运动输出的生物标志物。我们的研究结果可能对更好地理解单次试验或实时应用中的运动控制以及运动控制研究发挥重要作用。
kagome金属中的量子振荡CSTI3BI5和...
kagome晶格是一个丰富的游乐场，用于研究基本物理和揭示物质的新阶段。Not only does this lattice display features such as flat bands, Van Hove singularities, Dirac points, Dirac cones, highly anisotropic Fermi surfaces, and Fermi surface nesting, but it also hosts a plethora of exotic phases, including frus- trated magnetism, quantum spin liquids, chiral spin states, and various topological phases.先前关于kagome晶格材料的研究包括在Ferromagnet Co 3 Sn 2 S 2 [1，2]中观察Weyl Fermions，在非连线性抗fiRomagnet Fe 3 Sn 2 [3 - 5]中的磁性Skymions，在抗FERMAGNETIC FESN [6]和PARMANTEN [6]和PARMANTIC 7的频带和DIRAC点[3-5]，频带和DIRAC点。非共线性抗铁磁铁Mn 3 x（x = sn，ge）[9，10]，并且在许多这些kagome系统中观察到大型异常霍尔效应[11]。最近，已经发现了新的Kagome晶格材料家族，例如具有较大的化学可调性并显示了一系列磁相[12，13]。另一个家庭NB 3 x 8（x = cl，br，i）具有三角扭曲的呼吸模式kagome晶格，该晶状体具有突出的孤立环，并被认为是可能的莫特绝缘子或阻塞的原子绝缘子[14]。另一个引起显着兴趣的家庭是AV 3 SB 5（A = K，CS，RB）系统（“ 135”化合物）。近年来这个家庭一直是一个热门话题，因为多个竞争阶段的观察到超导性，电荷和配对密度波，列表订购以及单个材料中的大型异常效应[15 - 35]。最近的发现发现，用铬代替钒会导致一种新的化合物CSCR 3 SB 5，该化合物表现出多个相，并在施加压力下变为超导[36，37]。这些复杂的对称破坏序状态为
智能供应链可以带来敏捷性和弹性，以提高可持续业务绩效吗？
抽象目的 - 在这个动荡的和竞争激烈的市场中，需要使供应链可行，这可以通过数字化成为可能。这项研究是为了探索工业4.0，智能供应链，供应链敏捷性和供应量的作用。设计/方法/方法 - 研究使用基于协方差的结构方程建模对提出的模型进行了测试，并分别使用AMOS和SPSS中的人工神经网络方法进一步研究了每个构建体的排名。使用目的抽样选出的共有234名受访者有助于捕获英国供应链的行业实践。进行了完整的共线性测试，以研究常见方法偏差，并使用项目内容有效性指数和规模内容有效性指数进行了内容有效性。在SPSS和AMOS v.23中进行了构建体和调解研究的收敛性和判别有效性。发现 - 结果公开推断了工业4.0实践对创建智能和最终可持续供应链的重大影响。通过智能供应链在行业4.0和供应链敏捷性之间建立了部分关系。这项工作从经验上恢复了绿色实践，行业4.0，智能供应链，供应链敏捷性和供应链弹性对可持续业务价值的综合意义。该研究还使用ANN方法来确定在SEM分析中发现的每个重要变量的相对重要性。ANN确定重要变量之间的排名，即供应链弹性>绿色实践>行业4.0>智能供应链>供应链敏捷性以降序呈现。原创性/价值 - 这项研究是为了确定数字化在SCS中的作用而在获得可持续业务价值方面的作用的新颖尝试，为供应链敏捷性，供应链弹性和智能供应链的中介作用提供了经验支持，并体现了一个重要的集成框架。这项工作增强了迄今为止在先前文献中构建中所有构建体中所有构造的综合模型。关键字绿色实践（GP），行业4.0（I4.0），智能供应链（SMSC），智能供应链（ISC），互连供应链（ICSC），供应链敏捷性（SCA），供应链恢复能力（SCR），可持续的业务绩效（SBP），基于自然资源的纸张类型（NRBV），自然研究（NRBV），人工神经研究（NRBV）