相似性研究方法

1. 揭示變數間相似性的分析方法是因子分析

摘要 因子分析是指研究從變數群中提取共性因子的統計技術。因子分析就是從大量的數據中尋找內在的聯系，減少決策的困難。因子分析的方法約有10多種，如重心法、影像分析法，最大似然解、最小平方法、阿爾發抽因法、拉奧典型抽因法等等。這些方法本質上大都屬近似方法，是以相關系數矩陣為基礎的，所不同的是相關系數矩陣對角線上的值，採用不同的共同性□2估值。因此，可以根據相關資料得出揭示變數間相似性的分析方法，是因子分析，所以這句話是正確的

2. 什麼是歷史比較研究方法

是指通過對不同時間不同空間條件下的復雜歷史現象進行對比研究分析異同，發現歷史本質，從而探尋歷史共同規律和特殊規律的史學方法。

3. 比較研究方法

比較研究法
比較研究法就是對物與物之間和人與人之間的相似性或相異程度的研究與判斷的方法。比較研究法可以理解為是根據一定的標准，對兩個或兩個以上有聯系的事物進行考察，尋找其異同，探求普遍規律與特殊規律的方法。
中文名
比較研究法
外文名
Comparative study method
適用領域
自然、人、物
所屬學科
自然學
快速
導航
種類
概念
《牛津高級英漢雙解辭典》解釋說：比較研究法就是對物與物之間和人與人之間的相似性或相異程度的研究與判斷的方法。
我國吳文侃、楊漢青主編的《比較教育學》認為：比較法是根據一定的標准，對不同國家或地區的教育制度或實踐進行比較研究，找出各國教育的特殊規律和普遍規律的方法。」很顯然，這個定義僅適用於「比較教育」這個學科領域，所以必須對它進行另外限定。
我國林聚任、劉玉安主編的《社會科學研究方法》認為：比較研究方法，是指對兩個或兩個以上的事物或對象加以對比，以找出它們之間的相似性與差異性的一種分析方法。
比較研究法可以理解為是根據一定的標准，對兩個或兩個以上有聯系的事物進行考察，尋找其異同，探求普遍規律與特殊規律的方法。
比較研究法在教育科學研究中廣泛運用而且具有極高的價值。
種類
根據不同的標准，我們可以把比較研究法分成如下幾類。
1.按屬性的數量，可分為單項比較和綜合比較。
單項比較是按事物的一種屬性所作的比較。綜合比較是按事物的所有(或多種)屬性進行的比較，單項比較是綜合比較的基礎。但只有綜合比較才能達到真正把握事物本質的目的。因為在科學研究中，需要對事物的多種屬性加以考察，只有通過這樣的比較，尤其是將外部屬性與內部屬性一起比較才能把握事物的本質和規律。
2.按時空的區別，可分為橫向比較與縱向比較。
橫向比較就是對空間上同時並存的事物的既定形態進行比較。如教育實驗中的實驗組與對照組的比較、同一時間各國教育制度的比較等都屬於橫比。縱向比較即時間上的比較，就是比較同一事物在不同時期的形態，從而認識事物的發展變化過程，揭示事物的發展規律。在教育科學研究中，對一些比較復雜的問題，往往既要進行縱比，也要進行橫比，這樣才能比較全面地把握事物的本質及發展規律。
3.按目標的指向，可分成求同比較和求異比較。
求同比較是尋求不同事物的共同點以尋求事物發展的共同規律。求異比較是比較兩個事物的不同屬性，從而說明兩個事物的不同，以發現事物發生發展的特殊性。通過對事物的「求同」、「求異」分析比較，可以使我們更好地認識事物發展的多樣性與統一性。
4.按比較的性質，可分成定性比較與定量比較。
任何事物都是質與量的統一，所以在科學研究過程中既要把握事物的質，也要把握事物的量。這里所指的定性比較就是通過事物間的本質屬性的比較來確定事物的性質。定量比較是對事物屬性進行量的分析以准確地制定事物的變化。定性分析與定量分析各有長處，在教育科學研究中應追求兩者的統一，而不能盲目追求量化，教育畢竟是一個不同於工人製造產品的活動，很多東西並非能夠量化。但也不能一點數量觀念都沒有，而應做到心中有「數」，並讓數字來講話。
5.按比較的范圍，可分為宏觀比較和微觀比較。
認識一個事物，既可以從宏觀上認識，也可以從微觀上認識。從宏觀上把握事物的本質，對事物的異同點或基本規律進行比較，則是宏觀比較。從微觀上把握事物的本質，對事物的異同點或基本規律進步比較，則是微觀比較。

4. 比較研究法的比較研究的概念

《牛津高級英漢雙解辭典》解釋說：比較研究法就是對物與物之間和人與人之間的相似性或相異程度的研究與判斷的方法。
我國吳文侃、楊漢青主編的《比較教育學》認為：比較法是根據一定的標准，對不同國家或地區的教育制度或實踐進行比較研究，找出各國教育的特殊規律和普遍規律的方法。」很顯然，這個定義僅適用於「比較教育」這個學科領域，所以必須對它進行另外限定。
我國林聚任、劉玉安主編的《社會科學研究方法》認為：比較研究方法，是指對兩個或兩個以上的事物或對象加以對比，以找出它們之間的相似性與差異性的一種分析方法。
比較研究法可以理解為是根據一定的標准，對兩個或兩個以上有聯系的事物進行考察，尋找其異同，探求普遍規律與特殊規律的方法。
比較研究法在教育科學研究中廣泛運用而且具有極高的價值。

5. 兩個蛋白長度不同怎麼確定相似性

為確定兩個或多個序列之間的相似性以至於同源性，而將它們按照一定的規律排列。
將兩個或多個序列排列在一起，標明其相似之處。序列中可以插入間隔（通常用短橫線「-」表示）。對應的相同或相似的符號（在核酸中是A, T（或U）, C, G，在蛋白質中是氨基酸殘基的單字母表示）排列在同一列上。
這一方法常用於研究由共同祖先進化而來的序列，特別是如蛋白質序列或DNA序列等生物序列。在比對中，錯配與突變相應，而空位與插入或缺失對應。序列比對還可用於語言進化或文本間相似性之類的研究。
術語「序列比對」也指構建上述比對或在潛在的不相關序列的資料庫中尋找significant alignments。

6. 什麼是相似性

相似性：序列間相似性的量度。

同源性：兩條序列有一個共同的進化祖先，那麼它們是同源的。

同源性是序列同源或者不同源的一種論斷，而相似性或者一致性是一個序列相關的量化，是兩個不同的概念。

PAM矩陣模塊負值大小與序列相似性的關系是負向還是正向？pam值越大，則相似性越低，關系為負向.

生物信息學能解決什麼問題？即研究對象和應用對象。

生物信息學：運用計算機技術和信息技術開發新的演算法和統計方法，對生物實驗數據進行分析，確定數據所含的生物學意義，並開發新的數據分析工具以實現對各種信息的獲取和管理的學科。

DNA序列，CDNA序列，NCDNA序列，RNA序列，蛋白質序列等等各種。

什麼是blast？簡述其應用。blast：基於數據相似性的資料庫搜索程序.應用：1.確定直系同源序列或旁系同源序列。2.確定哪些蛋白質和基因在特定的物種中出現。3.確定一個DNA或者蛋白質序列身份。4.發現新基因。

什麼是分子進化樹？常用的建樹方法有哪些？舉例常用的建樹軟體。

進化樹又名系統樹進化樹，用來表示物種間親緣關系遠近的樹狀結構圖在進化樹中，各個分類單元(物種)依據進化關系的遠近，被安放在樹狀圖表上的不同位置。根據蛋白質的序列或者結構差異關系可以構建分子進化樹或者種系進化樹，

常用的軟體：MEGA、PHYL JIP、PAUP、PHYML、PAML、Tree-puzzle、MrBayes

什麼是NGS？自己查閱相關資料，簡述二代測序和三代測序的基本原理。

我的答案：

NGS:下一代測序技術。以能一次並行對幾十萬到幾百萬條DNA分子進行序列測定和一般讀長較短等為標志。第二代測序：Illumina/Solexa Genome Analyzer測序的基本原理是邊合成邊測序。在Sanger等測序方法的基礎上，通過技術創新，用不同顏色的熒游標記四種不同的dNTP，當DNA聚合酶合成互補鏈時，每添加一種dNTP就會釋放出不同的熒光，根據捕捉的熒光信號並經過特定的計算機軟體處理，從而獲得待測DNA的序列信息。第三代測序技術原理主要分為兩大技術陣營：第一大陣營是單分子熒光測序，代表性的技術為美國螺旋生物(Helicos)的SMS技術和美國太平洋生物(Pacific Bioscience)的SMRT技術。脫氧核苷酸用熒游標記，顯微鏡可以實時記錄熒光的強度變化。當熒游標記的脫氧核苷酸被摻入DNA鏈的時候，它的熒光就同時能在DNA鏈上探測到。當它與DNA鏈形成化學鍵的時候，它的熒光基團就被DNA聚合酶切除，熒光消失。這種熒游標記的脫氧核苷酸不會影響DNA聚合酶的活性，並且在熒光被切除之後，合成的DNA鏈和天然的DNA鏈完全一樣。第二大陣營為納米孔測序，代表性的公司為英國牛津納米孔公司。新型納米孔測序法（nanopore sequencing）是採用電泳技術，藉助電泳驅動單個分子逐一通過納米孔 來實現測序的。由於納米孔的直徑非常細小，僅允許單個核酸聚合物通過，而ATCG單個鹼基的帶電性質不一樣，通過電信號的差異就能檢測出通過的鹼基類別，從而實現測序。

ProtParam可以進行蛋白質基本的物理化學參數的計算。ProtScale可以進行氨基酸親/疏水性的分析。TMpred可用於對蛋白質跨膜區預測、定位，該方法基於統計學結果，通過權重矩陣打分進行預測分析。SignalP可以預測多種生物體（包括革蘭氏陽性原核生物、革蘭氏陰性原核生物及真核生物）的氨基酸序列信號肽剪切位點的出現和定位。COILS：預測捲曲螺旋的在線工具。PROSITE ；通過對蛋白質家族中同源序列多重序列比對得到區別於其他蛋白質家族的保守性序列模式。InterProScan：蛋白質結構域和功能位點的集成資料庫，它將SWISS-PROT、TrEMBL、PROTSITE、PRINTS、PFAM、ProDom等資料庫提供的蛋白質序列中的各種局域模式，如結構域、基序等信息統一起來，提供了較為全面的分析數據。blastp：進行蛋白質序列同源性分析

我的答案：

分為4類。①只考慮單個氨基酸形成不同二級結構的傾向，並預測蛋白質二級結構②基於氨基酸片段(通常11－21個殘基長度)，考慮中心殘基形成不同二級結構的傾向，並預測蛋白質二級結構③在基於氨基酸片段預測的基礎上，結合了蛋白質序列的進化信息及長程作用信息等④將幾種預測方法綜合進行預測

什麼是復雜疾病？其具有哪些遺傳特性？

復雜疾病:絕大多數疾病的發生與遺傳、環境、生活方式和年齡等多種因素有關，因而被稱為復雜疾病。遺傳特性：1.在家系中的傳遞不符合孟德爾規律，而且疾病基因型與表型之間存在多因素致病、多基因多層次調控以及臨床表型復雜等特徵。 2.復雜疾病的遺傳易感性不一定是對疾病表型本身的直接影響，而可能是通過影響疾病的中間性狀的間接後果。這些基因之間沒有顯性和隱性的區別，而是共顯性；但是每個基因對表型只用較小或微小的影響，只用若干個基因共同作用，才可對表型產生明顯影響。

7. 如何根據數據分布的相似性進行分類

統計決策理論是處理模式識別問題的基本理論之一，而貝葉斯決策理論方法又是統計模式識別中的一個基本方法，它可以有效地對大量數據進行分析，並生成相應的分類器，對於數據的分類識別有著重大的意義。本文把最小錯誤率的貝葉斯方法運用到男女性別的識別中，提高了分類的准確性和有效性。
模式是通過對具體的個別事物進行觀測所得到的具有時間和空間分布的信息；把模式所屬的類別或同一類中模式的總體稱為模式類(或簡稱為類)。而「模式識別」則是在某些一定量度或觀測基礎上把待識模式劃分到各自的模式類中去。 有兩種基本的模式識別方法，即統計模式識別方法和結構(句法)模式識別方法。統計模式識別是對模式的統計分類方法，即結合統計概率論的貝葉斯決策系統進行模式識別的技術，又稱為決策理論識別方法。與此相應的模式識別系統都是有兩個過程(設計與實現)所組成。「設計」是指用一定數量的樣本(訓練集/學習集)進行分類器的設計。「實現」是指用所設計的分類器對待識別的樣本進行分類決策。基於統計模式識別方法的系統主要由以下幾個部分組成：信息獲取、預處理、特徵提取和選擇、分類決策。
《模式識別》課程大作業
2
經典方法相結合，引起統計界的廣泛注意，這一方法很快就顯示出它的優點，成為很活躍的一個方向。在這里值得一提的是，八十年代以後，人工智慧的發展，尤其是機器學習、數據挖掘的興起，為貝葉斯理論的發展和應用提供了更為廣闊的空間。
●密度估計
貝葉斯學習理論利用先驗信息和樣本數據來獲得對未知樣本的估計，而概率（聯合概率和條件概率）是先驗信息和樣本數據信息在貝葉斯學習理論中的表現形式。如何獲得這些概率（也稱之為密度估計）是貝葉斯學習理論爭議較多的地方。貝葉斯密度估計研究如何根據樣本的數據信息和人類專家的先驗知識獲得對未知變數（向量）的分布及其參數的估計。它有兩個過程：一是確定未知變數的先驗分布；一是獲得相應分布的參數估計。如果以前對所有信息一無所知，稱這種分布為無信息先驗分布；如果知道其分布求它的分布參數，稱之為有信息先驗分布。由於在數據挖掘中，從數據中學習是它的特性，所以無信息先驗分布是貝葉斯學習理論的主要研究對象。研究無信息分布的奠基性工作是貝葉斯假設－參數的無信息先驗分布在參數的取值范圍內應是均勻的。對參數有界的情況，貝葉斯假設在實際運用中獲得了很大的成功，與經典的參數估計方法是一致的，而當參數無界時，貝葉斯假設卻遇到了困難。為此，人們又提出了一些選取先驗分布的原則：
⑴共軛分布：共軛分布假定先驗分布與後驗分布屬於同一種類型。這一假定為後驗分布的計算帶來很大的方便，同時在認知上，它要求經驗的知識與現在的樣本信息有某種同一性，它們能轉化為同一類型的經驗知識。
⑵傑弗萊原則：在貝葉斯假設中，如果對參數選用均勻分布，那麼它的函數作為參數時，也應服從均勻分布。然而這種情況是很少見的，為克服這一矛盾，傑弗萊提出了不變性的要求。他認為一個合理的決定先驗分布的原則應具有某種不變性，並且巧妙的利用費歇信息陣的一個不變性質，給出了一個具體的方法求得適合於要求的先驗分布。
⑶最大熵原則：利用資訊理論中熵的理論，在確定無信息先驗分布時應取參數變化范圍內熵最大的分布作為先驗分布。最大熵原則比貝葉斯假設前進了不少，但在無限區間上產生了各種各樣的新問題。

8. 空間相似性理論與計算模型的研究.PDF

空間相似性理論與計算模型的研究(空間關系,)

牛彪論文網整理(www.niubiao.com)更新日期:2010-04-02 13:09作者:

【中文摘要】：空間相似性是GIS的重要理論問題,目前國內外對空間相似性研究得較少,造成這種結果的一個原因主要是相似性的可計算性差,另一個原因是研究相似關系目的是揭示較深層次上的信息,需要復雜分析,而有些分析是較難計算的。但是,進行空間相似性分析,能更好地對空間目標進行抽象、合並和檢索,所以有必要進行深入研究。本文就空間相似性理論與計算模型進行研究,引入本體論和空間認知的思想,深入分析了與空間方向相似性、空間拓撲相似性、空間語義相似性和空間場景相似性有關的理論基礎,並建立計算模型,力爭得到一個較為完整的空間相似性計算模型,為空間相似性在實際問題中得以應用提供理論依據和計算模型。 空間關系通過一定的數據模型來描述,能表達具有一定位置、屬性和形態的空間目標之間的相互關系,它是指空間目標之間在一定區域上構成的與空間特性有關的聯系。本文討論的空間關系包括空間方向關系、空間距離關系和空間拓撲關系。空間方向關系是空間關系中的一個考慮因素,對空間方向的描述分為定量描述和定性描述,定量描述就是用方位角或象限角等比率量標(Ratio)數據精確地給出目標間的空間方向關系值,定性描述是用有序尺度數據(Ordinal)概略描述方向關系。空間方向是指兩個空間目標之間的相對方向,當一個目標相對於參考目標向不同方向移動後,這兩個目標之間的空間方向關系同移動前相比就發生了變化,前後兩個空間方向關系就有差別,反之,它們之間空間方向關系也就有相似性,這一點在地圖綜合的空間關系維護中有充分體現。 空間數據模型研究的核心是如何在描述空間物體形態時,盡可能地保留空間物體間的拓撲關系信息。空間度量變化和尺寸減少都與形狀的簡化有關,而空間拓撲關系變化與部分目標或目標中一部分的刪除、合並以及維數的變化有關。很多地圖綜合演算法主要關心幾何簡化而忽視了這些空間目標的拓撲特性和拓撲關系,但是,在簡化過程中這些拓撲特性和拓撲關系應該盡可能地被保持。這就涉及到空間拓撲關系相似性問題,也是本文所研究的。 在GIS中,語義相似性評價相當重要,大量的數據使信息檢索和綜合成為目前地理信息系統的基本成分。我們要用更好的信息檢索和綜合機制來提高地理信息系統的可用性,從而獲取用戶期望的系統檢索信息。語義相似性主要應用於空間抽象和空間目標合並,其研究對於地理現象分類很有幫助,可以通過語義形式化提高地理信息的可用性,人們通過語義相似性量算可用熟悉的地理空間描述不熟悉的地理空間,所以我們有必要對語義相似性進行深入地研究。 空間區域內會存在多個空間目標,多種空間關系會同時影響人們對空間的認識。在地圖綜合中,不同綜合方法產生的圖形有時會不相同,那麼哪些取捨是合理的?一個重要的指標是綜合後的圖形要與原圖相似,如何判斷兩個相比較的圖形之間的這種相似程度,這就要對空間場景相似性進行研究分析。 本文在分析了與論文相關領域研究現狀後,詳細地闡述了空間相似性理論基礎,並對相應計算'