论文部分内容阅读
本文首先详细介绍了适用于处理敏感性数据的Logistic回归理论。对最大似然估计法和加权最小二乘法进行了比较,得到最大似然估计法需要知道样本的分布,而加权最小二乘法依赖于数据的分组;同时还介绍了模型的拟合优度检验,以及三种评价方式,即偏差检验、皮尔逊x~2检验和Hosmer-Lemeshow拟合优度指标;最后,介绍回归模型与系数的显著性检验方法、回归系数的置信区间和事件概率的置信区间。其次,对数据结构问题进行了深入的探讨,并介绍Logistic回归模型的变量选择准则及模型验证方法,这对于复杂电磁环境下的电磁敏感性数据处理是非常有用的。在复杂电磁环境下,影响电子设备敏感性的因素不仅仅是理论上得到的一些结果,可能还存在周边电磁环境的影响,因此,在建立模型之前对数据结构进行分析,并对模型进行自变量选择及模型验证,有助于我们建立更为有效的预测模型。接着,对带孔无限平面板的单点源入射试验进行了电磁敏感性分析,主要研究点源到小孔的距离R和点源到无限平面板的垂直距离d与观测点响应之间的关系。我们计算相应的仿真试验数据,建立相应的Logistic回归模型;运用该仿真试验数据验证了模型的有效性;采用统计分析理论,得到了模型的参数估计,并对回归模型进行了拟合优度检验,检验结果表明,模型很好地拟合了数据;接着给出了回归系数和事件概率的置信区间,当置信度为95%时回归系数的置信区间分别为(-4.5533,-2.3891)和(-2.3891,-0.5060),事件概率的置信区间为(0.0455,0.1318),这表明这种模型具有较好的可信度;最后,研究了电磁敏感性数据的预测标准及预测方法,并通过内插和外推的方法可以验证Logistic模型中对哪些位置的估计是有效的,对哪些位置的估计需要进一步的验证。接下来,我们将采用Logistic回归对多点源或者更为复杂的电磁敏感性试验进行分析。