我国教育统计指标体系基本结构模式的研究

一、前言 文[1]分析了我国第二类教育统计现状及教育统计与现行教育统计指标体系的关系,文中最后对如何建立“教育统计指标体系”作了初步探讨.本文将在此基础上进一步研究运用统计分析与系统论的方法建立中国教育统计指标体系的基本依据,结构模式,设计步骤及其应用结果的评价. 二、建立教育统计指标体系的 基本依据 现代化的教育管理过程是在充分掌握有效的统计数据基础上实现的.从系统论的角度来看。教育本身是一个大系统,而且这个大系统不是孤立地存在于社会之中,它是与各种社会现象之间存在着纵横交叉,既相互联系,又相互制约的关系.从它…     

省域低碳经济发展分类及评价研究

在构建区域低碳经济评价指标体系的基础上,在省区低碳经济分类评价中,运用多元统计方法中的聚类分析和系统工程学中的密切值法,结合2011年中国统计年鉴的统计数据对相关指标的数据样本进行了聚类分析,将低碳经济发展相类似的地区划成群体,再用密切值法对聚类所得的群体进行排序,从而评价出各地区的低碳经济发展水平.     

基于GPCM的高中数学教师评价指标体系的调查与分析

为突出教师本人在评价中的主体地位,改变传统的至上而下的评价方式,针对高中数学教师评价指标体系设计问卷进行调查,运用项目反应理论(IRT)中的拓广分部评分模型(GPCM),应用Parscale统计软件对问卷调查结果进行统计分析,获得对高中数学教师评价指标体系的认同度.     

高等教育系统的办学效益分析与评价

在研究高等教育系统内部机理的基础上,揭示了系统的物理力学性质,建立了外延扩大、内涵挖潜而提高培养力与高等教育系统办学效益的数学模型.利用模型对系统的办学效益进行分析和评价指标体系的建立作了探索.     

我国普通高等教育发展水平的全局主成分分析

本文根据 1995年、1997年和 1999年共同构成的关于我国普通高等教育发展水平的时序立体数据表 ,通过全局主成分分析得到公共主成分子空间L(F1,F2 ,… ,Fm) ,并在该子空间对我国高等教育发展背景和现状进行统计分析 ,给出了排名和变化趋势。     

变量聚类—全局主成分分析在我国普通高等教育发展水平评价中的应用

本文根据1997年~2003年共同构成的关于我国普通高等教育发展水平的时序立体数据表,对各地区高等教育发展整体状况的各项指标进行变量聚类,以区分对我国高教发展背景与现状分别产生影响的各项指标,然后对每一类作主成分分析,选出能够代表该类的主成分。在此基础上,计算出各地区各年度主成分的增长度;再对各年度主成分的增长度作主成分分析,以期对我国高教发展背景与现状的总体变化趋势做出综合评价。     

用AHP法建立教学质量评估体系

以AHP为理论基础,结合Delphi方法,对高校教师教学质量评估体系进行尝试性建构。通过构建结构→个体判断→群判断处理→量化指标体系生成的分步操作,来达到科学、民主、公正、客观的评价目标。     

我国普通高等教育人力资源发展水平的统计分析

本文综合运用主成分分析和因子分析两种综合评价方法 ,对我国各地区高等教育人力资源的发展水平进行排序和分类 ,为规划和发展各地区的高等教育事业提供了一定的科学依据。两种综合评价方法的综合运用克服了单一评价方法的片面性 ,评价结果较为全面、客观     

加强企业统计工作的几点思考

在企业的管理中具有重要的地位当属统计工作,它是企业管理中最基础的,它极大地推动了企业经营管理工作的进展。统计工作在具体实施时,要充分发挥统计工作的决策作用,不断完善企业的统计管理制度,也要实时更新企业的指标体系,企业的信息化建设要在科技的推动下良好发展,统计人员的文化素质也要得到提升,统计工作的重要价值要最大限度地得到发挥,成为企业健康发展的助力者。     

可持续发展综合评价指标体系的设计及对未来三种人口发展方案的评价

本文采用系统学的观点 ,建立了可持续发展综合评价指标体系 ,并对未来采用三种不同人口发展方案对我国可持续发展的影响程度进行了分析评价 .结果表明 ,适度的人口控制是实现可持续发展目标的根本保证 .     

Goodness-of-fit indices for partial least squares path modeling

This paper discusses a recent development in partial least squares (PLS) path modeling, namely goodness-of-fit indices. In order to illustrate the behavior of the goodness-of-fit index (GoF) and the relative goodness-of-fit index (GoF_rel), we estimate PLS path models with simulated data, and contrast their values with fit indices commonly used in covariance-based structural equation modeling. The simulation shows that the GoF and the GoF_rel are not suitable for model validation. However, the GoF can be useful to assess how well a PLS path model can explain different sets of data.     

Non-symmetrical composite-based path modeling

Partial least squares path modeling presents some inconsistencies in terms of coherence with the predictive directions specified in the inner model (i.e. the path directions), because the directions of the links in the inner model are not taken into account in the iterative algorithm. In fact, the procedure amplifies interdependence among blocks and fails to distinguish between dependent and explanatory blocks. The method proposed in this paper takes into account and respects the specified path directions, with the aim of improving the predictive ability of the model and to maintain the hypothesized theoretical inner model. To highlight its properties, the proposed method is compared to the classical PLS path modeling in terms of explained variability, predictive relevance and interpretation using artificial data through a real data application. A further development of the method allows to treat multi-dimensional blocks in composite-based path modeling.     

The Pathmox approach for PLS path modeling segmentation

Modeling has often failed to meet expectations, mostly because of the difficulty of comprehending relationships within phenomena and expressing them in mathematical models. Reality is frequently too complex to be reflected in a single model. This is often the case of marketing research, where variables relating to socioeconomics or psychographics constitute potential sources of heterogeneity. In such cases, the assumption of ‘one model fits all’ is unrealistic and may lead to inaccurate decisions. Thus, heterogeneity is a major issue in modeling. Once a model has been fitted to a complete data set that fulfills all validation criteria, it is difficult to establish whether it is valid for the whole population or it is merely an average artifact from several sub‐populations. The purpose of this paper is to present the Pathmox approach to deal with heterogeneity in partial least squares path modeling. The idea behind Pathmox is to build a tree of path models that have look‐alike structure as a binary decision tree, with different models for each of its nodes. The split criterion consists of an F statistic comparing two structural models. In order to ensure the suitability of the split criterion, a simulation study was conducted. Finally, we have applied Pathmox to a survey that measured Satisfaction among Spanish mobile phone operators. Results suggest that the Pathmox approach performs adequately in detecting partial least squares path modeling heterogeneity. Copyright © 2016 John Wiley & Sons, Ltd.     

广义偏最小二乘(PLS)估计类

本文研究了一类含有偏最小二乘（partialleastsquaresPLS）估计的估计类．给出了PLS估计的一般代数形式；讨论了含有PLS估计的广义PPLS估计类的统计性质；给出了该估计类优于最小二乘估计的条件．     

Maximum likelihood least squares identification for systems with autoregressive moving average noise

Maximum likelihood methods are important for system modeling and parameter estimation. This paper derives a recursive maximum likelihood least squares identification algorithm for systems with autoregressive moving average noises, based on the maximum likelihood principle. In this derivation, we prove that the maximum of the likelihood function is equivalent to minimizing the least squares cost function. The proposed algorithm is different from the corresponding generalized extended least squares algorithm. The simulation test shows that the proposed algorithm has a higher estimation accuracy than the recursive generalized extended least squares algorithm.     

构成型顾客满意模型的偏最小二乘路径建模及其应用

本文研究了偏最小二乘路径建模在顾客满意模型中的应用,特别是引入了构成型关系的模型。本文首先比较了构成型模型和反映型模型的区别,并详尽阐述了构成型模型的偏最小二乘建模原理,接着构建了电信企业顾客满意度指数模型,并考虑了如何在指数模型中引入构成型外部关系.利用该电信企业的数据,比较分析了构成型模型(顾客期望和质量感知潜变量调整为构成型关系)和反映型模型(所有潜变量均为反映型关系)的实证结果,研究表明在为企业提供改善顾客满意水平的信息上两种模型具有较好的相似性,但是构成型模型能够提供更加稳定的结果,从而验证了顾客满意模型中引入构成型模型的可行性.     

Iterative weighted partial spline least squares estimation in semiparametric modeling of longitudinal data

In this paper we consider the estimating problem of a semiparametric regression modelling whenthe data are longitudinal.An iterative weighted partial spline least squares estimator(IWPSLSE)for the para-metric component is proposed which is more efficient than the weighted partial spline least squares estimator(WPSLSE)with weights constructed by using the within-group partial spline least squares residuals in the sense     

基于灰色关联分析与PLS-LSSVM的航材备件需求预测模型

航材备件是保障航空装备日常训练和作战正常使用的重要影响因素,针对部分航材备件样本数据量少,影响因素多且复杂多变,预测结果与装备系统完好性要求偏差较大等问题.建立基于灰色关联分析(GRA)与偏最小二乘(PLS)及最小二乘向量机(LSSVM)相结合的航材备件预测模型,采集某无人机航材备件数据,通过对统计数据进行灰色关联分析,提取航材备件需求的相关因素作为模型训练样本,确定关键因素,利用偏最小二乘对关键因素特征提取,然后将偏最小二乘特征提取后的数据作为最小二乘向量机输入,进行模型构建及分析.通过实验验证了该方法的可行性与适用性,能够满足无人机航材备件预测的实际需要.     

基于TPB模型的学术创业意向影响因素研究

在知识型社会的背景之下,大学作为生产、传播、应用知识的组织,开始在社会与经济中发挥越来越大的作用。本文首先介绍了学术创业研究二十多年来的主要思想、研究方法与研究成果,并指出了现有研究的不足。随后,结合创业意向领域的现有研究,在传统的计划行为理论基础上进一步发展,探索近端预测因子和远端预测因子在学术创业意向模型中的影响作用。收集了105名受访学者数据,并使用偏最小二乘结构方程模型方法来检验所提出的理论模型假设,剖析了拥有能力感知和外部环境感知与TPB模型原有结构(即个人态度、主观规范、知觉行为控制和创业意向)之间的潜在影响关系。研究结果揭示了各因素之间的显著与非显著路径关系,以及直接与间接影响效果。