复杂数据的非参数和风险调整控制图方法的研究

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号:
    11671178
  • 项目类别:
    面上项目
  • 资助金额:
    48.0万
  • 负责人:
  • 依托单位:
  • 学科分类:
    A0403.贝叶斯统计与统计应用
  • 结题年份:
    2020
  • 批准年份:
    2016
  • 项目状态:
    已结题
  • 起止时间:
    2017-01-01 至2020-12-31

项目摘要

Statistical process control is the application of statistical methods to the monitoring and the control of a process to ensure that it operates at its full potential to produce conforming product. With the development of information science, network technology and economic globalization, modern collection of statistical data, analysis, as effective tools of statistical process control, control charts have been widely applied in the fields of biology, genetics, medicine, finance, health care and so on. Many of the problems in the industrial production and information services are related to the analysis of complex data, the traditional methods which based on low-dimensional normal distribution data cannot deal with the current problems. Our research will focus on the following two aspects: (1) To deal with complex data, we will design non-parametric control charts for non-normal distribution data, we will also provide effective methods to monitor the changes in the scale parameter, location parameter and the changes of both of the two parameters, the distribution changes and multivariate control charts. (2) In order to monitor the level of professional doctors, we will take the different risks of different patients before surgery into account, designing effective and multivariate risk-adjusted control charts based on multi-responses.
统计过程控制是应用传统的统计方法对过程中的各个阶段进行实时在线监控,从而达到改进与保证质量的目的。随着信息科学,网络技术与经济全球化的深入发展、现代统计数据的收集、分析,控制图作为统计过程控制的有效工具已在生物,遗传,医药,金融,保健等领域广泛应用。当今的工业生产和信息服务业中的很多问题都涉及到复杂数据的分析,传统的基于低维、正态分布数据开发出来的各种技术方法不能够很好地处理当前遇到的问题。本项目研究内容将集中在如下两方面:(1)对复杂数据设计基于非正态分布数据的非参数控制图,提出有效的监测尺度参数变化、位置参数与尺度参数共同变化、分布本身的变化以及多元情形的非参数控制图方法;(2)考虑到不同患者的术前不同风险,设计有效的基于多重反应的风险调整控制图以及多元风险调整控制图来监测医生的专业医疗水平。

结项摘要

统计过程控制是应用传统的统计方法对过程中的各个阶段进行实时在线监控,从而达到改进与保证质量的目的。随着信息科学,网络技术与经济全球化的深入发展、现代统计数据的收集、分析,控制图作为统计过程控制的有效工具已在生物,遗传,医药,金融,保健等领域广泛应用。当今的工业生产和信息服务业中的很多问题都涉及到复杂数据的分析,传统的基于低维、正态分布数据开发出来的各种技术方法不能够很好地处理当前遇到的问题。本项目研究内容主要集中在如下两方面:(1)对复杂数据设计基于非正态分布数据的非参数控制图方法和风险调整控制图方法;(2)把控制图方法应用于医疗数据监控和惯性导航设备内部结构状态监测。

项目成果

期刊论文列表
专著列表
科研奖励列表
会议论文列表
专利列表
基于加权似然比检验的监控线性曲线的控制图
  • DOI:
    10.13546/j.cnki.tjyjc.2020.06.007
  • 发表时间:
    2020
  • 期刊:
    统计与决策
  • 影响因子:
    --
  • 作者:
    么彩莲;张久军
  • 通讯作者:
    张久军
HIGH-ORDER CONDITIONAL DISTANCE COVARIANCE WITH CONDITIONAL MUTUAL INDEPENDENCE
具有条件相互独立的高阶条件距离协方差
  • DOI:
    10.1017/s026996482000039x
  • 发表时间:
    2020-07
  • 期刊:
    Probability in the Engineering and Informational Sciences
  • 影响因子:
    1.1
  • 作者:
    PENGFEI LIU;XUEJUN MA;WANG ZHOU
  • 通讯作者:
    WANG ZHOU
参数估计对检测简单线性曲线控制图的性能影响分析
  • DOI:
    --
  • 发表时间:
    --
  • 期刊:
    数理统计与管理
  • 影响因子:
    --
  • 作者:
    么彩莲;李忠华;周茂袁;张久军
  • 通讯作者:
    张久军
直接抗人球蛋白试验阳性病人 ABO、Rh 疑难血型鉴定和 交叉配血试验 74 例分析
  • DOI:
    10.3969 /j. issn.1009-6469.2017. 02. 022
  • 发表时间:
    2017
  • 期刊:
    安徽医药
  • 影响因子:
    --
  • 作者:
    陆乐;吴玲玲;姚晓娟;陈杰;李平
  • 通讯作者:
    李平
无总体的协方差矩阵的经验似然
  • DOI:
    --
  • 发表时间:
    --
  • 期刊:
    中国科学
  • 影响因子:
    --
  • 作者:
    刘鹏飞;王绍臣;周望
  • 通讯作者:
    周望

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--"}}
  • 发表时间:
    {{ item.publish_year || "--" }}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--"}}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ monograph.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ patent.updateTime }}

其他文献

江苏沿海互花米草盐沼湿地CH4排
  • DOI:
    --
  • 发表时间:
    --
  • 期刊:
    南京大学学报,2007,43:35-40
  • 影响因子:
    --
  • 作者:
    沈永明;杨劲松;冯年华;周勤
  • 通讯作者:
    周勤
桑青枯病描述及研究中的几个问题探讨
  • DOI:
    --
  • 发表时间:
    --
  • 期刊:
    蚕业科学
  • 影响因子:
    --
  • 作者:
    王建新;梁大刚;徐福寿;周勤;谢关林;王国芬
  • 通讯作者:
    王国芬
A modified model of ecological
修正的生态模型
  • DOI:
    --
  • 发表时间:
    --
  • 期刊:
  • 影响因子:
    --
  • 作者:
    刘钦普;林振山;周勤
  • 通讯作者:
    周勤
光晶格作用下里德伯冷原子系统中的 二维空间光孤子
  • DOI:
    --
  • 发表时间:
    2023
  • 期刊:
    物理学报
  • 影响因子:
    --
  • 作者:
    廖秋雨;胡恒洁;陈懋薇;石逸;赵元;花春波;徐四六;傅其栋;叶芳伟;周勤
  • 通讯作者:
    周勤
环境分权、政府层级与治理绩效
  • DOI:
    --
  • 发表时间:
    2017
  • 期刊:
    南京社会科学
  • 影响因子:
    --
  • 作者:
    盛巧燕;周勤
  • 通讯作者:
    周勤

其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--" }}
  • 发表时间:
    {{ item.publish_year || "--"}}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--" }}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}
empty
内容获取失败,请点击重试
重试联系客服
title开始分析
查看分析示例
此项目为已结题,我已根据课题信息分析并撰写以下内容,帮您拓宽课题思路:

AI项目思路

AI技术路线图

周勤的其他基金

基于似然比检验控制图的若干研究
  • 批准号:
    11201189
  • 批准年份:
    2012
  • 资助金额:
    22.0 万元
  • 项目类别:
    青年科学基金项目

相似国自然基金

{{ item.name }}
  • 批准号:
    {{ item.ratify_no }}
  • 批准年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}

相似海外基金

{{ item.name }}
{{ item.translate_name }}
  • 批准号:
    {{ item.ratify_no }}
  • 财政年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}
{{ showInfoDetail.title }}

作者:{{ showInfoDetail.author }}

知道了

AI项目解读示例

课题项目:调控A型流感病毒诱导IFN-β表达的机制研究

AI项目摘要:

本研究聚焦于TRIM2蛋白在A型流感病毒诱导的IFN-β表达中的调控机制。A型流感病毒是全球性健康问题,其感染可导致严重的呼吸道疾病。IFN-β作为关键的抗病毒因子,其表达水平对抗病毒防御至关重要。然而,TRIM2如何调控IFN-β的表达尚未明确。本研究假设TRIM2通过与病毒RNA或宿主因子相互作用,影响IFN-β的产生。我们将采用分子生物学、细胞生物学和免疫学方法,探索TRIM2与A型流感病毒诱导IFN-β表达的关系。预期结果将揭示TRIM2在抗病毒免疫反应中的作用,为开发新的抗病毒策略提供理论基础。该研究对理解宿主抗病毒机制具有重要科学意义,并可能对临床治疗流感病毒感染提供新的视角。

AI项目思路:

科学问题:TRIM2如何调控A型流感病毒诱导的IFN-β表达?
前期研究:已有研究表明TRIM2参与抗病毒反应,但其具体机制尚不明确。
研究创新点:本研究将深入探讨TRIM2在IFN-β表达中的直接作用机制。
技术路线:包括病毒学、分子生物学、细胞培养和免疫检测技术。
关键技术:TRIM2与病毒RNA的相互作用分析,IFN-β启动子活性检测。
实验模型:使用A型流感病毒感染的细胞模型进行研究。

AI技术路线图

        graph TD
          A[研究起始] --> B[文献回顾与假设提出]
          B --> C[实验设计与方法学准备]
          C --> D[A型流感病毒感染模型建立]
          D --> E[TRIM2与病毒RNA相互作用分析]
          E --> F[TRIM2对IFN-β启动子活性的影响]
          F --> G[IFN-β表达水平测定]
          G --> H[TRIM2功能丧失与获得研究]
          H --> I[数据收集与分析]
          I --> J[结果解释与科学验证]
          J --> K[研究结论与未来方向]
          K --> L[研究结束]
      
关闭
close
客服二维码