半参数预测模型在定量的分子结构与其活性之间关系中的应用百度精.docVIP

半参数预测模型在定量的分子结构与其活性之间关系 中的应用 殷弘 (香港浸会大学数学系 摘 要 我们将要介绍的这个半参数预测模型(也叫 kriging 模型是由一个参数 模型和一个非参数随机过程联合构成的。它比单个的参数化模型更具有灵活性,同 时又克服了非参数化模型处理高维数据存在的局限性。通过对一组实际数据的应 用,我们发现它比单个的参数化模型具有更强的预测能力,值得在定量的分子结构 与其活性之间的关系的研究中加以推广。 关键字 半参数, 回归,预测 1:引言 我们研究定量的分子结构与其活性之间的关系(QSAR ,其目的是想在分 子的活性与分子结构之间建立一个比较理想的统计回归模型: ( ( f f = =(1.1 这样我们就可以通过此模型来预测未知某类化合物的物理化学的,生物学 的以及毒物学的某种属性,模型中称为回归变量。而分子描述值是对分子结构的一 种定量的描述,我们可以将其看成模型中的自变量。自从提出第一个分子描述值以 来,现在有成千上百个分子描述值,这给模型建立带来了很多困难。比如说,如何 选择变量?选好变量后建立什幺样的模型等等? QSAR 研究中经常用到的参数化模 型有普通的线性回归,主成份回归,偏最小二乘回归和邻回归。这些方法只是充分 挖掘了自变量与回归变量之间的线性关系,对剩下的信息没有能力给出解释了。而 本文将要介绍的半参数模型是由一个参数化模型和一个非参数化的随