密度回归模型及其相关统计问题的研究

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号：
    10671106
  • 项目类别：
    面上项目
  • 资助金额：
    23.0万
  • 负责人：
    杨瑛
  • 依托单位：
    清华大学
  • 学科分类：
    A0402.统计推断与统计计算
  • 结题年份：
    2009
  • 批准年份：
    2006
  • 项目状态：
    已结题
  • 起止时间：
    2007-01-01 至2009-12-31

项目摘要

本项目将对来自于医学等领域的泛函密度数据、纵向计数数据以及混合Poisson和连续型数据的统计问题展开深入研究。密度估计是统计学的核心研究问题。许多统计问题可看作密度估计或者密度比较问题。在一类医学数据中，数据来自于多个(多峰)密度（或者总体），而每个密度又有相应的协变量，这类数据称为泛函密度数据。研究和探索密度和协变量之间的关系是医学数据分析和现代统计学面临的挑战性问题。本项目将回归模型的概念和方法拓广到泛函密度数据，利用再生核Hilbert空间上的光滑样条理论，建立泛函密度数据的密度回归模型、统计推断理论、确定协变量效应以及预测密度的方法。此外，要研究单个多峰密度的估计及其多个众数的估计和检验问题；研究纵向计数数据以及混合Poisson和连续型纵向数据的统计建模和分析方法。将所建立的方法用于医学数据的处理分析上。项目在处理上述三类数据的统计方法和理论上有突破和创新。

结项摘要

项目成果

期刊论文数量（23）
专著数量（0）
科研奖励数量（0）
会议论文数量（0）
专利数量（0）
Regression analysis of multivariate panel count data
多元面板计数数据的回归分析
  • DOI：
    10.1093/biostatistics/kxm025
  • 发表时间：
    2008-04-01
  • 期刊：
    BIOSTATISTICS
  • 影响因子：
    2.1
  • 作者：
    He, Xin;Tong, Xingwei;Cook, Richard J.
  • 通讯作者：
    Cook, Richard J.
Penalized semiparametric density estimation
惩罚半参数密度估计
  • DOI：
    10.1007/s11222-008-9097-4
  • 发表时间：
    2009-12
  • 期刊：
    Statistics and Computing
  • 影响因子：
    2.2
  • 作者：
  • 通讯作者：
Monotonic Patterns and Imputation of Bivariate Longitudinal Missing Data
双变量纵向缺失数据的单调模式和插补
  • DOI：
    --
  • 发表时间：
    --
  • 期刊：
  • 影响因子：
    --
  • 作者：
  • 通讯作者：
Change-point estimates in longitudinal binary data.
纵向二进制数据的变化点估计。
  • DOI：
    --
  • 发表时间：
    --
  • 期刊：
  • 影响因子：
    --
  • 作者：
  • 通讯作者：
Efficient estimation for the proportional odds model with bivariate current status data.
使用双变量当前状态数据对比例优势模型进行有效估计。
  • DOI：
    --
  • 发表时间：
    --
  • 期刊：
  • 影响因子：
    --
  • 作者：
  • 通讯作者：

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

棉杆基活性炭对Cr吸附特性的研究
  • DOI：
    --
  • 发表时间：
    --
  • 期刊：
    水处理技术
  • 影响因子：
    --
  • 作者：
    杨瑛
  • 通讯作者：
    杨瑛
虫瘿组织中肚倍蚜唾液蛋白的提取和鉴定
  • DOI：
    10.13275/j.cnki.lykxyj.2020.05.014
  • 发表时间：
    2020
  • 期刊：
    林业科学研究
  • 影响因子：
    --
  • 作者：
    杨瑛;魏洪媛;邵淑霞;陈晓鸣;杨子祥
  • 通讯作者：
    杨子祥
中国IT企业国际化成长战略及其制定
  • DOI：
    --
  • 发表时间：
    --
  • 期刊：
    郑州航空工业管理学院学报
  • 影响因子：
    --
  • 作者：
    杨瑛;谢光亚
  • 通讯作者：
    谢光亚
炭化温度对南疆沙化土壤理化性能影响
  • DOI：
    --
  • 发表时间：
    2019
  • 期刊：
    科学技术与工程
  • 影响因子：
    --
  • 作者：
    张红美;李坷;陈明鸽;周岭;杨瑛;孔德国
  • 通讯作者：
    孔德国
HLA-G亚型蛋白在正常妊娠及重度
  • DOI：
    --
  • 发表时间：
    --
  • 期刊：
    实用医学杂志,2006,22（4）：388-390
  • 影响因子：
    --
  • 作者：
    朱晓明;杨瑛;姚元庆*
  • 通讯作者：
    姚元庆*

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

杨瑛的其他基金

复杂网络数据中若干统计问题研究
  • 批准号：
    12271286
  • 批准年份：
    2022
  • 资助金额：
    46 万元
  • 项目类别：
    面上项目
临床试验中四阶段交叉设计的统计方法
  • 批准号：
    11771241
  • 批准年份：
    2017
  • 资助金额：
    48.0 万元
  • 项目类别：
    面上项目
混合误差准则下的估计理论和变量选择之研究
  • 批准号：
    11371215
  • 批准年份：
    2013
  • 资助金额：
    50.0 万元
  • 项目类别：
    面上项目
Case-Cohort数据的半参数逆回归估计和纵向数据分析
  • 批准号：
    11071137
  • 批准年份：
    2010
  • 资助金额：
    22.0 万元
  • 项目类别：
    面上项目

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