原分析方法

① 有限元分析的步骤方法

对于不同物理性质和数学模型的问题，有限元求解法的基本步骤是相同的，只是具体公式推导和运算求解不同。有限元求解问题的基本步骤通常为：
第一步：问题及求解域定义：根据实际问题近似确定求解域的物理性质和几何区域。
第二步：求解域离散化：将求解域近似为具有不同有限大小和形状且彼此相连的有限个单元组成的离散域，习惯上称为有限元网络划分。显然单元越小（网格越细）则离散域的近似程度越好，计算结果也越精确，但计算量及误差都将增大，因此求解域的离散化是有限元法的核心技术之一。
第三步：确定状态变量及控制方法：一个具体的物理问题通常可以用一组包含问题状态变量边界条件的微分方程式表示，为适合有限元求解，通常将微分方程化为等价的泛函形式。
第四步：单元推导：对单元构造一个适合的近似解，即推导有限单元的列式，其中包括选择合理的单元坐标系，建立单元试函数，以某种方法给出单元各状态变量的离散关系，从而形成单元矩阵（结构力学中称刚度阵或柔度阵）。
为保证问题求解的收敛性，单元推导有许多原则要遵循。 对工程应用而言，重要的是应注意每一种单元的解题性能与约束。例如，单元形状应以规则为好，畸形时不仅精度低，而且有缺秩的危险，将导致无法求解。
第五步：总装求解：将单元总装形成离散域的总矩阵方程（联合方程组），反映对近似求解域的离散域的要求，即单元函数的连续性要满足一定的连续条件。总装是在相邻单元结点进行，状态变量及其导数（可能的话）连续性建立在结点处。
第六步：联立方程组求解和结果解释：有限元法最终导致联立方程组。联立方程组的求解可用直接法、迭代法和随机法。求解结果是单元结点处状态变量的近似值。对于计算结果的质量，将通过与设计准则提供的允许值比较来评价并确定是否需要重复计算。
简言之，有限元分析可分成三个阶段，前置处理、计算求解和后置处理。前置处理是建立有限元模型，完成单元网格划分；后置处理则是采集处理分析结果，使用户能简便提取信息，了解计算结果。

② 什么是元分析

元分析统计方法是对众多现有实证文献的再次统计，通过对相关文献中的统计指标利用相应的统计公式，进行再一次的统计分析，从而可以根据获得的统计显着性等来分析两个变量间真实的相关关系。 元分析程序输入参数包括：各个观察到的相关系数（已有研究文献中变量间的相关关系），样本容量等。由于很多研究中并未直接给出变量间的相关系数，但给出了t检验, F检验，均值方差等统计指标，则可根据Hunter andSchmidt(1990)的转换公式将这些统计指标转化为相关系数；输出参数主要包括变量间总体相关性的未修正（r） 和经过修正的（rc）指标，以及总体相关性的标准差(SDrc)等。其中r与rc是两个主要的参数，用于衡量两个变量之间的相关系数。 元分析要求每个观察到的相关系数经过研究样本的大小的权重处理，从而产生经过权重处理的总体相关性的平均估计值。这个观察值的误差包括总体样本的真实误差，样本误差，以及测量误差。因此为了获得精确的总体相关性及其误差，需要对样本误差和测量误差等进行修正，找出“调节变量”分组研究。另外，元分析对使用的数据进行了一定的限制要求。如“一个变量在不同的研究中有多种衡量指标”出现时，需首先得将这种“异质性”进行处理（Hunter and Schmidt,1990）以保证数据来源及统计方式的一致性。 对已有的研究结果进行定量综合的分析，试图确定“真实”值。除了下列专用软件之外，通用软件如Stata、SAS、SPSS、R、Splus、WinBUGS等，也有一些模块或宏命令，能够进行元分析。 软件 主要功能 版本 平台 地址 Comprehensive Meta Analysis 自动计算效应规模 2.0 win9.x 商业软件 Easymeta 2001 dos 免费软件 Epi Meta dos 免费软件，已经停止更新 Meta-analysis 计算精确概念和效应规模 5.3 dos 免费软件，主页上手册 Meta-DiSc 评估临床和筛选检验的结果 1.1.1 win9.x 免费软件 Meta-Test 计算单个研究的敏感度（sensitivity）和特异度 （specificity） 0.6 dos 免费软件 MetaWin 计算随机效应和固定效应模型，使用参数和再抽样两种估计方法 2.2 win9.x 商业软件 Review Manager (RevMan) 4.2.8 win9.x 免费软件

③ 常用的多元分析方法

多元分析方法包括3类:

多元方差分析、多元回归分析和协方差分析，称为线性模型方法，用以研究确定的自变量与因变量之间的关系；判别函数分析和聚类分析,用以研究对事物的分类；主成分分析、典型相关和因素分析，研究如何用较少的综合因素代替为数较多的原始变量。

多元方差是把总变异按照其来源分为多个部分，从而检验各个因素对因变量的影响以及各因素间交互作用的统计方法。

判别函数是判定个体所属类别的统计方法。其基本原理是：根据两个或多个已知类别的样本观测资料确定一个或几个线性判别函数和判别指标，然后用该判别函数依据判别指标来判定另一个个体属于哪一类。

(3)原分析方法扩展阅读

多元分析方法的历史：

首先涉足多元分析方法是F.高尔顿，他于1889年把双变量的正态分布方法运用于传统的统计学，创立了相关系数和线性回归。

其后的几十年中，斯皮尔曼提出因素分析法，费希尔提出方差分析和判别分析，威尔克斯发展了多元方差分析，霍特林确定了主成分分析和典型相关。到20世纪前半叶，多元分析理论大多已经确立。

60年代以后，随着计算机科学的发展，多元分析方法在心理学以及其他许多学科的研究中得到了越来越广泛的应用。

④ 求有限元分析法的详细流程图

1建立模型，或者是导入
2定义材料参数，选择单元类型
3划分网格
4约束
5求解
6结果查看

⑤ 核主元分析方法（KPCA）

临界值是指物体从一种物理状态转变到另外一种物理状态时，某一物理量所要满足的条件，相当于数学中常说的驻点．因此利用临界状态求解物理量的最大值与最小值，就成了物理中求解最值的一种重要的方法。有人认为利用临界状态求解最值应谨慎，首先须分清两状态之间的关系．

⑥ 有限元分析方法是指什么

有限元分析（FEA，Finite Element Analysis）利用数学近似的方法对真实物理系统（几何和载荷工况）进行模拟。利用简单而又相互作用的元素（即单元），就可以用有限数量的未知量去逼近无限未知量的真实系统。

有限元分析是用较简单的问题代替复杂问题后再求解。它将求解域看成是由许多称为有限元的小的互连子域组成，对每一单元假定一个合适的（较简单的）近似解，然后推导求解这个域总的满足条件（如结构的平衡条件），从而得到问题的解。

因为实际问题被较简单的问题所代替，所以这个解不是准确解，而是近似解。由于大多数实际问题难以得到准确解，而有限元不仅计算精度高，而且能适应各种复杂形状，因而成为行之有效的工程分析手段。

(6)原分析方法扩展阅读：

有限元方法与其他求解边值问题近似方法的根本区别在于它的近似性仅限于相对小的子域中。20世纪60年代初首次提出结构力学计算有限元概念的克拉夫（Clough）教授形象地将其描绘为：“有限元法=Rayleigh Ritz法+分片函数”，即有限元法是Rayleigh Ritz法的一种局部化情况。

不同于求解（往往是困难的）满足整个定义域边界条件的允许函数的Rayleigh Ritz法，有限元法将函数定义在简单几何形状（如二维问题中的三角形或任意四边形）的单元域上（分片函数），且不考虑整个定义域的复杂边界条件，这是有限元法优于其他近似方法的原因之一。

⑦ 元分析在什么情况下使用

一般用在比较热点的研究领域，而且研究结果有不尽相同时。当你想彻底了解一个领域的研究进展时，需要查大量前人的文献，这样总结起来写出来的是文献综述。如果用统计方法总结出哪些研究结果是一致的，哪些是还需要继续研究的，这样就是元分析了

⑧ 主元分析法是什么

简介

主元分析法(PCA)是目前基于多元统计过程控制的故障诊断技术的核心，是基于原始数据空间，通过构造一组新的潜隐变量来降低原始数据空间的维数，再从新的映射空间抽取主要变化信息，提取统计特征，从而构成对原始数据空间特性的理解。新的映射空间的变量由原始数据变量的线性组合构成，从而大大降低了投影空间的维数。由于投影空间统计特征向量彼此正交，则消除了变量间的关联性，简化了原始过程特性分析的复杂程度。
编辑本段
基本思路

主元分析法的基本思路是：寻找一组新变量来代替原变量，新变量是原变量的线性组合。从优化的角度看，新变量的个数要比原变量少，并且最大限度地携带原变量的有用信息，且新变量之间互不相关。其内容包括主元的定义和获取，以及通过主元的数据重构。
编辑本段
定义

假设一个要研究的系统仅包含两个变量 x1 ， x2 。将两个变量的样本点表示在一个平面图上，可以看出所有的样本点集中在一个扁型的椭圆区域内。因为样本点之间的差异显然是由于 x1 ， x2 的变化而引起的。我们可以看出在沿着椭圆横轴的方向上（ y1 ）的变动较大，而纵轴方向上( y2 )的变动较小。这说明了样本点的主要变动都体现在横轴方向上，比如 85％以上，那么这时就可以将 y 2忽略而只考虑y1 。这样两个变量就可以简化为一个变量了。我们称 y1 ， y 2分别为 x1 ， x2 的第一主元和第二主元。一般情况下，如果样本有 p 个变量，若样本之间的差异能由 p 个变量的 K 个(K<p)个主元成分来概括，那么就能用 K 个主元来代替 p 个变量。
编辑本段
主元得分向量

主元分析中数据总体的协方差阵往往是未知的，这需要利用过程的正常运行数据进行估计。假设采集得到过程数据样本为 X ∈ R n ×p，其中 n是样本的数量，p 为过程变量的个数。为了避免变量的不同量纲的影响，需首先对数据进行标准化处理，即将各个变量转化为均值为 0，方差为 1 的数据。
编辑本段
确定方法

目前在主元个数的选择上，有两种比较普遍的方法，一种使主元回归检验法，一种是主元贡献率累积和百分比法（CPV）。
编辑本段
检测统计量

检测统计
从统计的角度讲，要检测数据中是否包含过程的故障信息，可以通过建立统计量进行假设检验，判断过程数据是否背离了主元模型。通常的方法是主元子空间建立 Hotelling T2 统计量进行统计检验；在残差子空间中建立 Q 统计量进行统计检测。
网络上有的
http://ke..com/view/3656019.htm

⑨ 元分析的步骤

1,以往研究的检索
2,研究的分类与编码
3,研究结果的测定
4,研究的分析与评价