eviews输出结果解读

结构设计信息输出文件(WMASS·OUT) 运行第二项菜单“结构整体分析”项时，首先计算各层的楼层质量和质心座标等有关信息，并将其存放在WMASS·OUT文件中，在整个结构整体分析计算中，各步所需要的时间亦写在该文件的最后，以便设计人员核对分析。

WMASS·OUT文件包括六部分内容，其输出格式如下： 第一部分为结构总信息

这部分是用户在“参数定义”中设定的一些参数，把这些参数放在这个文件中输出，目的是为了便于用户存档。

第二部分为各层质量质心信息，其格式如下：

Floor Tower X-Center Y-Center Dead-Mass Live-Mass Mass Moment 其中： Floor —— 层号 Tower —— 塔号

x?center??—— 楼层质心座标(m)

y?center?Dead-Mass —— 该楼层恒载产生的质量，其中包括结构自重和外加恒载(单位t) Live-Mass —— 该楼层活荷载产生的质量(已乘过活荷质量折减系数，单位t) Mass-Moment —— 该楼层的质量矩(t*m2) 接后输出

Total Mass of Dead Load Wd —— 恒载产生的质量 Total Mas

Eviews做单位根检验和格兰杰因果分析

一，首先我根据ADF检验结果，来说明这两组数据对数情况下是否是同阶单整的（同阶单整即说明二者是协整的，这是一种协整检验的方法），我对你的两组数据分别作了单位根检验，结果如下： 1.LNFDI水平下的ADF结果：

Null Hypothesis: LNFDI has a unit root Exogenous: Constant

Lag Length: 2 (Automatic based on AIC, MAXLAG=3 Augmented Dickey-Fuller test statistic t-Statistic Prob.*

-1.45226403166189 0.526994561264069 Test critical values: 1% level -4.00442492401717 5% level -3.09889640532337 10% level -2.69043949557234

*MacKinnon (1996 one-sided p-values.

Warning: Probabilities and critical values calculate

cn-ky

Sap2000：结果数据表格输出

表格显示内容

SAP2000中分析数据表格显示是通过运行显示>显示表格命令完成的。点击该命令，弹出选择显示表对话框（如下图）。

树状图中的分析结果按照节点输出、单元输出、结构输出进行分类。用户点击分类名称左侧加号逐级进入下级分类图，点击分类名称左侧方框，使之出现叉号便表示指定的输出内容。

节点输出

位移 Joint Displacements

Joint 节点编号； OutputCase 输出工况名称； CaseType 工况类型； StepType 分步类型； StepNum 分步编号； U1、U2、U3 ，mm 沿局部1、2、3轴位移，单位：毫米； R1、R2、R3，Radians沿局部1、2、3轴旋转角度，单位：弧度。

反力 Joint Reactions

Joint 节点编号; OutputCase 输出工况名称; CaseType 工况类型; StepType 分步类型; StepNum 分步编号; F1、F2、F3，KN 沿局部1、2、3轴轴向力，单位：千牛; M1、M2、M3，KN-m 绕局部1、2、3轴弯矩，单位：千牛.米.

节点质量 Assembled Joint Mass

.

. 结构设计信息输出文件(WMASS ·OUT)

运行第二项菜单“结构整体分析”项时，首先计算各层的楼层质量和质心座标等有关信息，并将其存放在WMASS ·OUT 文件中，在整个结构整体分析计算中，各步所需要的时间亦写在该文件的最后，以便设计人员核对分析。

WMASS ·OUT 文件包括六部分容，其输出格式如下：

第一部分为结构总信息

这部分是用户在“参数定义”中设定的一些参数，把这些参数放在这个文件中输出，目的是为了便于用户存档。

第二部分为各层质量质心信息，其格式如下：

Floor Tower X-Center Y-Center Dead-Mass Live-Mass Mass Moment

其中：

Floor —— 层号

Tower —— 塔号

?

??--center y center x —— 楼层质心座标(m) Dead-Mass —— 该楼层恒载产生的质量，其中包括结构自重和外加恒载(单位t) Live-Mass —— 该楼层活荷载产生的质量(已乘过活荷质量折减系数，单位t)

Mass-Moment —— 该楼层的质量矩(t*m 2)

接后输出

Total Mass of Dead Load Wd —— 恒载产生的质量

Total Mass

节点束缚：基本功效是限制了结构中某些节点之间的相对自由度，减少系统中需要求解的方程数量，

提高计算效率。Diaphragm(隔板束缚)用来指定给定结点实现结构平面内无限刚性的假定。隔板束缚使所有被其限制的节点作为一个刚性的平面板来一起移动。所有限制节点被平面

内刚性接件连接在一起，但不影响平面（板）外的变形。该束缚用于模拟建筑混凝土楼板或混凝土填充板，这种板有很大的平面内刚度。

生成面束缚：两块相邻的板当划分有限元时连接的边划分的数目不一致，当两块板受到不同的力的作

用时，如果没有生成面束缚，则两块板的变形不协调，如果运行了生成面束缚功能，则板的变形变得协调了。如下图，图４－２为没有运行生成面束缚的变形图，变形不协调；图４－３为运行了生成面束缚的变形图，变形协调。

壳单元的内力与应力结果输出： 壳内力：

F11、F12、F22——F11是沿1轴方向，在正1面和负1面上，作用于单元中面上的每单位

长度的轴向力；F22是沿2轴方向，在正2面和负2面上，作用于单元中面上的每单位长度的轴向力；F12是沿2轴方向，在正1面和负1面上，作用于单元中面上和沿1轴方向，在正2面和负2面上，作用于单元中面上的每单位长度的剪力。

Fmax、Fmin—

全省智障儿童康复技术培训班会议资料

智力测试与结果解读

山东大学齐鲁儿童医院杨良政

智力(intelligence)是“个人行动有目的、思维合理、应付环境有效的一种聚集的或全面的才能。所以说全面，是因为人的行为是以整体为特征;所以说聚集，是因为由诸多要素或诸多能力所构成。这些要素或能力虽非完全独立，但彼此之间有质的区别”( Wechsler,1939年)。

关于智力的本质，研究者们一直未有完全相同的见解。但在以下方面还是有着共识:①抽象思考和推理能力;②学习能力;③适应环境的能力;④解决问题的能力。智力测验是对智力水平进行量化的一种心理测量工具，有的智力测验测查的智力功能比较全面，能够计算出智力商数(智商，intelligence quotient, IQ)。

IQ是智力数量化单位，最初由Terman在1916年修订Stanford Binet(S-B)量表时提出。当时，IQ被定义为智龄(MA)与实足年龄(CA)之比，再将商数乘以100(为了避免小数)，即IQ=100× (MA/CA)，所得结果称为比率IQ。美国著名心理学家Wechsler于1939年编制韦氏智力量表时，用离差IQ概念代替比率IQ。所谓离差IQ是将被试的测验分数与同龄组的人比较所得到的

血液常规检验是临床上最常用和较重要的检验项目之一,人体在某些生理状况下或发生疾病时,常可引起血液细胞成分发生数量和质量的变化。通过对血液中红细胞、白细胞和血小板数量、白细胞分类及相关参数的变化,对临床有关疾病的诊断、观察疾病的变化及治疗效果具有重要参考价值。

维普资讯

临床实验室检查结果解读血常规结果解读 ( 一)宁平

(中国医科大学附属盛京医院检验科，704 700 )

中图分类号。 4 R4文献标识码： A文章编号 6278 (08 l7— 1520)0￣040 6 01-2

围、感染的严重程度、患者的反应能

血时，三少”呈“表现，时白细胞可此少到 l 0/以下，×l L分类时几乎均

力。如感染很局限且轻微，白细胞总数仍可正常，但分类检查时，可见中性粒细胞有所增高；中度感染时，白细胞总数常增高>1 0×1 L, 0/并伴有轻度核左移；严重感染时，白细胞总数常明显增高，可达2 .×1 L 00 0 /

为淋巴细胞，因中性粒细胞严重乃减少所致的淋巴细胞相对增多。小部分急性白血病其白细胞总数不高反而减低，称非白血性白血病，白其细胞可<l 0/分类时也呈淋×l L,巴细胞相对增多，此时只有骨髓检

血液常规检

Logistic回归分析报告结果解读分析

Logistic回归常用于分析二分类因变量(如存活和死亡、患病和未患病等)与多个自变量的关系。比较常用的情形是分析危险因素与是否发生某疾病相关联。例如，若探讨胃癌的危险因素，可以选择两组人群，一组是胃癌组，一组是非胃癌组，两组人群有不同的临床表现和生活方式等，因变量就为有或无胃癌，即“是”或“否”，为二分类变量，自变量包括年龄、性别、饮食习惯、是否幽门螺杆菌感染等。自变量既可以是连续变量，也可以为分类变量。通过Logistic回归分析，就可以大致了解胃癌的危险因素。

Logistic回归与多元线性回归有很多相同之处，但最大的区别就在于他们的因变量不同。多元线性回归的因变量为连续变量；Logistic回归的因变量为二分类变量或多分类变量，但二分类变量更常用，也更加容易解释。

1.Logistic回归的用法

一般而言，Logistic回归有两大用途，首先是寻找危险因素，如上文的例子，找出与胃癌相关的危险因素；其次是用于预测，我们可以根据建立的Logistic回归模型，预测在不同的自变量情况下，发生某病或某种情况的概率(包括风险评分的建立)。

2.用Logistic回归估计危险度

所谓相对危险度(risk

本节STATA 命令摘要

by

分组变量：]summarize变量名1 变量名2 … 变量名m[，detail]

ci变量名1 变量名2 …

变量名m [，level（#）binomial

poissonexposure（varname）by（分组变量） ] cii

样本量 均数

标准差[，level（#）]

tab1变量名[，generate（变量名）]

·

资料特征描述（均数，中位数，离散程度） 例：某地测定克山病患者与克山病健康人的血磷测定值如下表（数据摘自四川医学院主编的卫生统计学，1978出版，p21）： 患者 2．6 3．24 3．73 3．73 4．32 4．73 5．18 5．58 5．78 6．40 6．53 健康人 1．67 1．98 1．98 2．33 2．34 2．50 3．60 3．73 4．14 4．17 4．57 4．82 5．78

并假定这些数据已以STATA格式存入ex2．dta文件中，其中 变量x1 为患者的血磷测定值数据，变量x2为 健康人的

本节STATA 命令摘要

by

分组变量：]summarize变量名1 变量名2 … 变量名m[，detail]

ci变量名1 变量名2 …

变量名m [，level（#）binomial

poissonexposure（varname）by（分组变量） ] cii

样本量 均数

标准差[，level（#）]

tab1变量名[，generate（变量名）]

·

资料特征描述（均数，中位数，离散程度） 例：某地测定克山病患者与克山病健康人的血磷测定值如下表（数据摘自四川医学院主编的卫生统计学，1978出版，p21）： 患者 2．6 3．24 3．73 3．73 4．32 4．73 5．18 5．58 5．78 6．40 6．53 健康人 1．67 1．98 1．98 2．33 2．34 2．50 3．60 3．73 4．14 4．17 4．57 4．82 5．78

并假定这些数据已以STATA格式存入ex2．dta文件中，其中 变量x1 为患者的血磷测定值数据，变量x2为 健康人的