简介:目前,我国商业银行所面临的信用风险随着信贷业务的不断发展而逐步增加,如何对企业信用风险进行有效区分和管理,是商业银行亟待解决的问题.基于此,本文依据信用评估指标体系分别对Logistic回归模型、贝叶斯判别模型、支持向量机模型这三类模型进行了设计与构建,同时对三类模型分别进行实证分析和结果评价,从分类准确率和模型稳健性两方面对结果进行比较,作为进一步建立组合分类预测模型的基础.本文的研究成果,有利于推动我国商业银行信用风险定量度量方法的研究,从而有助于提高商业银行的风险控制水平,使得不良资产得以降低,在提高我国商业核心竞争力以及促进消费信贷市场的发展等方面有巨大的意义.
简介:摘要:通过挖掘吐鲁番地区的各大小用电客户的用电特征、用电规律及历史用电量数据,梳理各行业代表性的客户群体,提取影响用电的关键因素,采取聚类分析方法对用电行业进行分类和识别关键行业,同时提出需求预测模型对关键行业用电量进行预测分析,结合吐鲁番各行业历史用电数据进行模型验证。
简介:摘要目的应用潜分类增长模型(latent class growth model,LCGM)纵向分析孕期血压数据,探索妊娠期间血压潜分类轨迹与未来发生子痫前期(preeclampsia,PE)风险之间的联系。方法该研究为前瞻性队列研究,选取2016年11月1日至2018年5月30日在天津市19家社区医院招募的孕早期女性受试者,采集孕28周前5个阶段(即12、16、20、24和28周)的孕检血压数据纳入分析,同时采集孕妇基本信息问卷、体格检查、实验室检查等数据。应用LCGM建立收缩压、舒张压的潜分类轨迹模型;分别以收缩压轨迹、舒张压轨迹作为预测变量,以妊娠28周后至分娩时是否发生PE作为结局变量,进行PE的预测研究。结果共纳入5 560例已生产的单胎妊娠孕妇,其中随访期间诊断PE 128例,妊娠期高血压106例。单因素及多因素logistic回归分析显示基线收缩压与舒张压水平越高,PE发生的风险越高。采用LCGM拟合血压动态变化,确定了4条收缩压潜分类轨迹和4条舒张压潜分类轨迹。收缩压潜分类轨迹对应的血压水平越高,PE发生的风险越高;在校正了初检体重指数、是否初产妇、白细胞计数、血红蛋白水平、血小板计数和谷丙转氨酶水平等混杂因素后,收缩压潜分类轨迹_4(SBP_traj_4)的OR值为4.023(95%CI:2.368~6.835,P<0.001),收缩压潜分类轨迹_3(SBP_traj_3)的OR值为1.854(95%CI:1.223~2.811,P=0.004);舒张压潜分类轨迹_4(DBP_traj_4)的OR值为2.527(95%CI:1.534~4.162,P<0.001),舒张压潜分类轨迹_2(DBP_traj_2)的OR值为2.238(95%CI:1.328~3.772,P=0.002)。受试者工作特征曲线显示基线血压水平联合血压轨迹对PE具有较好的预测能力。结论应用LCGM潜分类增长模型构建孕12~28周的血压潜分类轨迹可对孕28周后PE进行早期预测分析,提示孕期血压潜分类轨迹是一种可用于孕妇PE危险分层的新方法。
简介:摘要目的验证卒中急诊评估及分类转运(FAST-ED)评分在中国人群中对大血管闭塞型(LVO)卒中的预测作用。方法收集2014年3月至2019年3月发病24 h以内于东部战区总医院急诊科就诊且确诊为急性缺血性脑卒中的患者。通过患者急诊头颅CT血管造影或数字减影血管造影检查结果将患者分为LVO组及非LVO组。使用急诊美国国立卫生研究院卒中量表(NIHSS)评分推算FAST-ED评分,并与快速动脉闭塞评估(RACE)、三项卒中量表(3I-SS)、辛辛那提卒中分诊评估工具(C-STAT)、院前急性卒中量表(PASS)评分进行对比,判断FAST-ED评分对LVO的预测功能。进一步将患者分为前循环或后循环病变组,分析FAST-ED评分对前循环病变与后循环病变的分辨功能。结果共纳入381例符合要求的患者,其中284例确诊为LVO,97例确诊为非LVO。受试者工作特征(ROC)曲线提示截断值取4可使FAST-ED评分达到最佳预测效果(敏感度0.76,特异度0.69,ROC曲线下面积0.78)。FAST-ED评分的ROC曲线下面积(0.78)与NIHSS 评分(0.79)、RACE评分(0.77)、3I-SS评分(0.78)、C-STAT评分(0.75)相比差异无统计学意义,与PASS评分(0.74)相比差异有统计学意义(95%CI 0.69~0.78, P=0.04)。FAST-ED评分在预测前循环及后循环病变患者时差异无统计学意义。结论FAST-ED评分可较为准确地预测LVO,且对于前、后循环病变的患者预测效果类似,可满足院前LVO筛查的需要。