基于分层抽样的校准方法分别比率-乘积估计研究

比率估计在抽样估计阶段利用辅助信息,提高了估计量的估计精度,是抽样调查中一类较为常用的估计方法,但现有的一些比率估计方法均具有各自的最优条件,这在一定程度上影响了它们在实际调查中的应用。为了解决比率估计的最优限制问题,本文引入了校准估计方法,并基于分层抽样研究了总体均值的校准方法分别比率-乘积估计量。在大样本情况下,本文推导了新估计量的估计偏差和均方误差,说明新估计量具有渐近无偏性,并在估计量均方误差最小时,得到了总体参数的渐近最优估计量和渐近最优估计量的方差。在模拟研究中,根据比率估计量的最优条件是否满足,本文生成了两种不同的总体,对比分析了新估计量和现有比率估计量的估计效果,结果表明在两种不同的情况下,新估计量的估计效果均优于现有估计量的估计效果。最后,本文利用一个实际例子,验证了新估计量的有效性和实用性。     

基于智立方集的改进ELECTRE方法及其应用

智立方集作为一种广义模糊集,同时考虑了信息的不确定性、不完全性和不一致性,使决策结果更加准确。本文提出了基于智立方集的改进ELECTRE决策方法。首先介绍了智立方集可能度的概念,然后将ELECTRE方法和智立方集相结合,提出一种扩展的ELECTRE方法。当方案属性值为智立方集的形式时,利用ELECTRE方法进行研究多属性决策问题。     

两种摆运动的视频分析

利用Trakcer视频分析软件,对大角度单摆和圆锥摆的角位移数据进行拟合分析,得到了大角度单摆的准周期性规律,并精确验证了向心加速度公式.