高血压性脑出血再发生因素的Logistic分析

根据问题的特点 ,选择 Logistic判别模型 ,并借鉴普通线性回归的逐步向前法 ,用似然比统计量 ( Deviance)来筛选自变量 (因素 ) .结果显示 :在 1 1个因素中 ,有 3个是作用显著的 ,而其中舒张压值极为重要 .为降低再出血率 ,将其控制在 85 mm Hg以下是有效而可行的     

关于n进制及其有关计数函数

给出了n进制中数字之和函数均值A（N）的一个精确的计算公式。     

Jordan函数r次方Jrk(n)的误差项的进一步性质

设k，r分别是自然数和非零整数，Jk(n)是Jordan函数。以E(x；k，r)表示和式sum from (n≤x) Jkr(n)的渐近公式中的误差项，本文研究了E(x；k，r)的某种加权平方积分均值。     

关于三次高斯和的均值

主要研究三次高斯和的均值性质，并给出一个较强的渐近公式。     

基于非参数贝叶斯方法的随机波动建模与应用

本文利用非参数贝叶斯方法进行随机波动建模。通常的参数随机波动模型适用于证券市场中的综合指数数据,而对个股数据和小范围指数数据的拟合效果较差,主要原因是其收益率数据的变化规律更为复杂、具有更厚的尾部行为,而非参数贝叶斯方法的随机波动模型无需进行分布假设,具有很强的灵活性。本文利用SV-DPM模型对IBM的股票价格数据和上证50指数数据进行建模,研究发现非参数随机波动模型能拟合参数随机波动模型难以扑捉到的数据特征,实证表明有充分的依据支持非参数贝叶斯随机波动模型。论文的研究有助于捕捉金融资产的时变波动性质,能更好的揭示金融市场的运行规律,为期权定价和金融风险管理提供依据,对于防范与控制金融风险有着重要意义。     

多阶连续抽样设计下广义加权回归估计方法研究

在抽样调查领域中,关于抽样方案设计的研究应用较为充分和完整,但关于抽样估计的研究应用却较为缺乏和滞后。本文首先总结了国外相关研究成果,研究了基于广义加权回归的抽样估计方法,同时证明其满足渐近设计无偏和最小化渐近期望方差的理论条件。同时,本文以各类常见的抽样设计为基础,通过模型组和模型水平将现有的超总体回归模型进行扩展,基于复杂的多阶连续抽样调查,建立各种类型的超总体回归模型进行模型辅助的广义加权回归抽样估计,给出了具体的回归估计步骤和结果,最终形成一套关于广义加权回归抽样估计的理论方法体系,为抽样估计方法在我国政府统计部门中的有效应用奠定理论基础。     

一种新的中位数排序集抽样下的对总体均值的Horvitz-Thompson估计

排序集抽样(RSS)是一种著名的抽样技术,它有许多变体,中位数排序集抽样(MRSS)就是其中一种.与简单随机抽样(SRS)相比,RSS在估计总体均值方面具有优势.然而,RSS及其变体的局限性在于,当给定样本大小n时,抽样过程中每次SRS的规模m只能是n或者n的因子.介绍了一种改进的中位数排序集抽样方法MRSS(m),它比原方法在抽样过程上有更多的选择.实验表明,采用新的抽样方法MRSS(m),可以提高Horvitz-Thompson(HT)估计量的估计效率,同时还降低了抽样成本.     

几种综合评价方法的稳定性分析北大核心CSCD

针对综合评价方法稳定性分析研究极少的情况,提出一种基于STDEV和SPEARMAN等级相关系数的综合评价方法的稳定性测度方法.首先,从规范化后的各综合评价方法评价值和排序值出发,通过各种综合评价方法得出稳定性测度所需的初始评价值和排序值;其次,将评价指标个数改变和评价对象个数改变两者作为“横向”与“纵向”切入点,根据多次实验的评价值矩阵和排序值矩阵得出标准偏差均值和斯皮尔曼等级系数,并由两者得出综合稳定性指标值;最后,对7种常见综合评价方法稳定性进行比较分析,并得出初步稳定性结论.文章设计了综合评价方法稳定性的分析思路,并通过一个算例分析了几种常见综合评价方法的稳定性,为解决由于选取不同综合评价方法引起的评价结论不一致问题提供了一种途径.     

RTP协议中RTCP传输间隔算法

针对应用RTP的大规模会话，提出了改进的RTCP传输间隔算法，并对改进算法和现行算法进行了模拟和分析，结果表明改进算法有效地减小了因大量用户同时加入而导致的RTCP包发送间隔误差，缓解了大规模会话初始时RTCP包造成的拥塞．