关于寿命试验

本文讨论了关于寿命试验的一些问题,全文共分四个部分．第一部分分析了截断情况下寿命估计的困难;第二部分考虑对定时寿命试验方法进行修改,以获取分布尾部的信息;第三部分研究在随机截断下基于Ｋａｐｌａｎ－Ｍｅｉｅｒ估计的非参数寿命均值估计;第四部分讨论了第二类截断下定数ｒ的选择问题．     

用SASD统计包预报含季节变化数据

一、引言 时间序列分析可以揭示一个按时间间隔搜集的统计资料所反映的规律.一直掌握这种规律,即可对未来作出估计,这种估计就是预报.预报是任何决策的基本工具,它对 工程技术人员和管理人员是非常重要的。 时间序列中通常包括四种变化成分;长期趋势、周期波动、季节变动和随机变化.长期趋势是指变量值在一个长期内所呈现的增加或减小的趋势.周期波动是指在一年以上的时期内,时间序列沿其长期趋势线上摆动的波动变化.季节变动是指在一年内围绕趋势线的可以预报的重复运动.随机变化是指时间序列中的随机变化因素. 随机数据统计分析软件包SA…     

社会调查中二分数据的转换与解读——以《2005年中国青少年网瘾调查报告》中的数据分析为例

社会调查中常常使用尽可能简短的问卷,为此将会收集到大量的二分数据。本文讨论了产生二分数据的两种主要形式,探讨了如何在遵循统计分析程序的基本要求下,对二分变量进行转换和解读,从中挖掘出丰富而深入的信息,并以《2005年中国青少年网瘾调查报告》中的数据分析为例进行了说明。     

UPDATING AND DOWNDATING FOR PARAMETER ESTIMATION WITH BOUNDED UNCERTAIN DATA

The bounded parameter estimation problem and its solution lead to more meaningful results. Its superior performance is due to the fact that the new method guarantees that the effect of the uncertainties will never be unnecessarily overestimated. We then consider how to update and downdate the bounded parameter estimation problem. When updating and downdating of SVD are used to the new problem, special technologies are taken to avoid forming U and V explicitly, then increase the algorithm performance. Because of the link between the bounded parameter estimation and Tikhonov regularization procedure, we point out that our algorithms can also be used to modify regularization problem.     

应用驱动的企业信息系统动态数据更新策略研究

大数据时代下,外界数据源的快速变化为保证企业信息系统中动态数据的及时性带来巨大挑战。以企业资源计划(Enterprise Resource Planning, ERP)系统中动态的采购数据为研究对象,从数据应用角度研究如何以及何时更新ERP系统中的采购数据,从而使系统更新成本与数据过时成本最优的问题。将ERP系统中采购数据动态更新过程刻画为马尔科夫决策过程,设计了求解数据最优更新策略的动态规划算法。通过数值分析的对比结果发现,相对于传统的基于固定周期的数据更新策略而言,应用驱动的非固定周期动态数据更新策略不仅能有效保证动态数据的及时性,还能够有效降低企业的数据更新成本。     

模糊神经网络在数据融合技术中的应用

本文主要阐述了模糊神经网络技术，尤其是模糊联结聚合神经网络技术在数据融合技术中的理论与应用。     

一种基于高斯核的广义数据深度

本文提出了一个具有自适应等深面的广义数据深度函数.针对目前数据深度函数的中心区域都是凸的,造成无法有效处理具有ItrJ形结构数据的问题.本文从样本深度的角度,利用高斯核特征空间最小球原理,提出了一种广义的数据深度.它具有正交、尺度、平移不变性,满足弱单调性和无穷远处为0的性质.相比现有数据深度而言,它对凹形结构的数据具有更好的深度解释.更为重要的是它的计算比较简单,从而保证了它的实用性.     

关于两类污染数据回归分析的参数估计

研究简单回归模型：ｙｊ＝ａ＋βｘｊ＋εｊ，ｊ＝１，２，…，ｎ，其中Ｅεｊ＝０，Ｅε＾２ｊ＝σ＾２ｊ；但ｙ１，ｙ２，…，ｙｎ受到另一独立同分布随机变量序列ｔ，ｔ２，…，ｔｎ两种不同方式的污染，ｔｊ与ｙｊ独立。本文给出了两种污染方式下的ａ、β和污染参数的估计。     

数据非随机缺失时单变量的分布函数估计

本文研究数据非随机缺失下的分布函数估计问题.在确定缺失数据是否属于某些指定区间的前提下,对一维随机变量y的分布函数F(y)作出了估计.此时,假定数据缺失机制形式已知,但包含某未知多维参数θ.本文证明了未知参数θ的估计量(θ)的相合性和渐近正态性,也证明了分布函数F(y)的估计量F(y)的相合性和渐近正态性.     

有缺失数据的2×2×2列联表的参数估计

本文讨论了缺失数据的 2× 2× 2列联表的参数估计问题 ,通过给出适当的模型和观测数据模式 ,我们给出了各列联表各细胞参数的估计 ,并且证明这些估计是G -Markov的     

在离散多尺度分析框架下的数据分解和回复的数值特征

本文在离散多尺度分析框架下讨论了关于给定数据的分解和回复过程的数值特征，它给出了数据分解的回复算法的一般设计原则，它能有效地解释在正交小波基和双正交小波基下的数据分解回复过程。据此设计原则，文中还给出了一种新的数据分解回复方法，它可以在线性分层基背景下得到解释。     

基因表达数据横向荟萃分析方法综述

大数据时代为科学研究带来了总量巨大、来源多样、特征多样的实验数据。随着高通量基因组技术的发展,基因表达数据成爆炸性增长,如何对这些数据进行有效快速地荟萃分析成为数据分析面临的重要问题。为了解决这一问题学者们提出了很多方法,本文就一些主要的数据荟萃分析方法和评价标准进行总结综述,为这一问题的研究提供一些参考,并对今后一些可能的研究方向进行初步展望。     

立足大数据视角 融入多模态路径 构建素养型课堂——以“可能性”教学为例

“可能性”既是“统计与概率”领域知识结构体系的关键内容,也是提升学生数据意识、推理意识的重要载体.本文围绕“可能性”教学,首先应基于国内外课程改革动向的分析,提出所应秉持的课程观与设计理念;其次,回归当下教学的实然不足,针对性地提出应然理路与教学框架;最后,落实教学实践,通过说明教学具体环节与意图解读,以期为相关研究提供参考借鉴.     

关于高维、相依和不完全数据的统计分析

本文包括3部分：第1部分简要讲述统计学的发展和面临的挑战，说明高维，相依和不完全数据的统计分析是在现代科学技术和社会经济中普遍存在的困难问题，第2部分概述我国学者在相关领域所取得的成果：最后谈谈对该领域当前研究趋势的个人认识。     

利用平行数据模型研究中国20个省市消费、收入之间的关系

以中国20个省市的21年的城镇居民人均年生活费支出，城镇居民人均年可支配收入的平行数据为样本，建立消费函数模型．利用固定效应模型设定的假设检验方法，检验出中国20个省市之间不能建立统一的消费函数模型，将数据按消费倾向大分成三组分别建立消费函数模型．再利用LL平行数据单位根检验方法对三组消费、收入的平行数据进行单位根俭验，结果表明已建立的回归模型中不存在伪回归现象．     

无回和人的计算与预防Ⅱ^＊

本文对无回答的计量进行了讨论,介绍了无回答引起的偏差模型,列出一些提高回答的措施。     

一类实验数据的统计处理

本文以动物或医学随访等为研究对象,考虑了一类带删失的实验数据的统计处理问题,利用所掌握的不完全资料,给出了所研究对象在各阶段的存活概率的几种估计及其方差,并讨论了这些估计量的适用范围,作为应用,最后给出了一个具体的实际例子。     

数据合成-分解的属性关系与数据智能获取

利用逆P-集合模型,逻辑特征给出∨型大数据的新研究,得到∨型大数据的一些新的理论结果,这些新的理论结果隐藏在∨型大数据内。∨型大数据的特征与逆P-集合的特征相同。这些新的研究是:给出数据合成-分解的生成与它们的属性关系;给出属性推理与推理结构;给出数据智能获取与智能获取定理;给出数据颗粒概念与数据颗粒区间定理;给出数据智能获取识别准则与数据智能获取-识别的简单应用。