基于四系统估计量的人口普查净覆盖误差估计

针对当今人口普查净覆盖误差估计领域所使用的双系统估计量内含交互作用偏差和尚未投入使用的三系统估计量未有效使用人口行政记录的问题,以四系统估计量为研究目标.为实现目标,采取文献解读法、抽样估计法和现场调查法,研究4次捕获模型、全面登记的四系统估计量和抽样登记的四系统估计量.研究表明:四系统估计量须在等概率人口层建立及使用,否则产生异质性偏差;构造四系统估计量应该分两步进行,首先构造全面登记的四系统估计量,然后使用双重扩张估计量构造全面登记的四系统估计量的子总体指标的估计量,以得到抽样登记的四系统估计量;分层刀切抽样方差估计量适合于近似计算抽样登记的四系统估计量及净覆盖误差的抽样方差.研究价值在于,四系统估计量有望应用于政府统计部门未来的净覆盖误差估计.     

基于当前状态数据的加法风险模型的自适应LASSO回归选择

当真实的潜在模型具有稀疏表示时通常需要使用变量选择方法,确定模型中的重要预测因子可提高被拟合模型的预测性能,许多文献研究了这类问题,其中张和吕[1]针对右删失数据开发了一种基于比例风险模型的变量选择方法.本文研究了基于当前状态数据的加法风险模型的变量选择问题.在文献[1]的启发下,我们提出一种自适应Lasso方法来解决...     

基于sieve方法的响应变量为当前状态数据的部 分函数型线性模型的估计

利用sieve方法研究响应变量为当前状态数据的部分函数型线性模型的估计.在一定的条件下,证明了该估计的强相合性和渐近正态性,得到了该估计的收敛速度,并且非参数部分达到最优收敛速度.最后通过一个数值模拟来研究该估计的有限样本性质.     

基于网络媒体信息的传染病传播模型及其仿真研究

当一种突发传染病开始流行时,政府、媒体会以各种形式告知民众,有防范意识的民众将采取一定的防范措施来降低感染率.考虑面对一种突发传染病,将易感群体划分为具有防范意识和不具有防范意识两种群体,利用生命周期理论,分析网络媒体信息报道对传染病传播的影响,以此为依据建立一种改进的传染病传播模型(MSI).利用网络大数据得到对传染病有防范意识群体的观测值信息,利用神经网络技术对模型MSI的参数进行反演.然后对模型MSI数值仿真得到传染病传播过程,提出了相应的控制措施.     

污染数据半参数回归模型估计的渐近正态性

考虑半参数回归模型：yi=xiβ g(ti) e1,i=1,2,…,n,其中Ee1=0,Ee^2/1=δ2/1>0．假定y1,y2,…,y0受到另一独立同分布随机变量序列μ1,μ2,…,μn的污染,{μi}与{y1}独立,且仅能观察到污染数据.[ι]对由污染数据作出的参数β的估计βn,证明了它的强相合性．而本则证明了它的渐近正态性．     

缺失数据的插补调整

插补是另一类对缺失数据进行调整 ,以减小估计偏差的方法。本文介绍的插补方法有 :演绎估计 ,均值插补 ,随机插补 ,回归插补和多重插补     

调查问卷中含缺失数据的等级变量的补缺方法

讨论了调查问卷中等级变量缺失数据的补缺问题.基于多元统计学理论,并结合总体趋势和个体偏差,提出一种新的补缺方法,方法使得补缺值更加准确、真实,并且将此方法扩展到变量等级数不相等的调查问卷之中.     

大学化学基础实验(G)课程的调查分析

开展了关于大学化学基础实验(G)课程内容设置的学生问卷调查。对几个重要的调查数据进行了分析和讨论,对大学化学基础实验(G)的内容设置和教学改革提出了一些建议。     

基于分布式大数据的Expectile回归分析

为应对分布式大数据对传统统计建模分析带来的巨大挑战,考虑Expec tile回归模型以实现基于分布式大数据的有效数据处理和统计推断.其新颖之处在于对分布式存储于每台机器中的数据,分别应用Expectile回归,再通过平均方法聚合这些回归结果并进行综合推断.在算法上,考虑在处理大数据计算中热门的交替方向乘子算法(ADMM)基础上,提出了分块ADMM算法,该迭代算法易于并行计算,结果稳健,而且可以显著减少存储大数据所需的容量.不仅基于分布式大数据的Expectile回归模型的参数估计具有良好的有效性和渐近性质,而且数值模拟和实证分析也都验证了该方法在处理分布式大数据时的有效性.