非参数统计中两样本比较方法研究

首先提出一些实际问题,然后引入非参数统计的概念,进而分析了非参数统计的优势,重点提出非参数统计中两样本的比较方法,目的在于指导实际的问题.     

基于小样本学习的中文文本关系抽取方法

实体关系抽取作为文本挖掘和信息抽取的核心任务,是知识图谱构建过程中的关键一环。然而人工建立大规模有标签的数据耗时耗力。使用小样本学习来进行关系抽取,仅仅需要少量样本实例就能使模型学会区分不同关系类型的能力,从而缓解大量无标签数据带来的标注压力。本文对中文关系抽取数据集FinRE进行了重构使之适用于少样本学习,并引入了语义关系网络HowNet对实体进行更为精确的语义划分,并在此基础上使用双重注意力机制提高句子编码质量,从而提高了模型在面对噪声数据时的效能,减轻了长尾关系的影响。使用本文的方法在该中文数据集进行了评估,与原始原型网络相比,基于句子级别与实体级别的注意力机制的原型网络在抽取准确率上提升了1%～2%的性能。     

体育统计方法应用中的几个误区

章对近几年来在国内体育核心期刊上发表的应用统计方法论进行了抽样调查,常见有样本缺乏代表性;对比资料无可比生;随机分组不均衡性;统计结论描述不确切性;以及配对比较和小样本均值检验应用失当等误区,并对其进行了剖析。     

飞行器数据分析的统计和计算方法研究

飞行器数据分析的统计和计算方法研究一直是我国航空科研中的重点项目,针对目前实际试飞资料有限的情况,阐述了小样本情况下数据分析的统计模拟及计算方法,推导了在给定飞行器试飞最大允许误差和考虑犯两种错误概率条件下的检验与最佳样本容量的估计公式,最后通过算例介绍了该统计和计算方法在实际中的应用,从而验证了方法的正确性和严谨性。     

学士论文应用体育统计方法的思考

指出学士论文应用数理统计方法所面临的困难及体育系学生的数学理论基础较弱,学士论文应用体育统计方法单调,体育统计学应构建应用体系新框架,既是学科自身发展的迫切需要,也是体育科学发展对体育统计学的必然要求.     

小样本不平衡设备数据下的机器学习策略研究

针对小样本数据样本容量不足与分布不平衡的设备寿命预测问题,构建基于改进SMOTE算法与改进KNN(K-NearestNeighbor)算法联合优化模型。首先,设置噪声比例系数β排除样本数据中的噪声,随后通过类B-SMOTE(Borderline-SMOTE)算法与传统SOMTE算法结合构建改进SMOTE(ISMOTE)算法对存在分布问题的少数类样本进行新增优化,避免因为样本分布不平衡以及样本数量较少引起的偏差。其次,针对分类过程中边界模糊的样本点,通过利用粒子群算法寻求每个样本种类中心点并计算样本距离均值建立分隔阈值■,对阈值范围内的样本点利用“投票法”判断样本种类,规避KNN算法在处理数据时因为不同种类样本混合而出现误差的问题。最后,通过利用美国卡特彼勒公司液压泵状态数据以及凌津滩水电站水导轴承振动数据进行仿真,算例证明上述两种改进算法在面对小样本不平衡设备数据时可以准确分析设备运行状态以及预测设备未来健康发展趋势。     

统计方法在企业中的应用需求初探

统计方法在企业发展过程中占有重要地位。分析了企业对统计方法的应用需求,并就其在企业经营中的有效实施进行了探讨。     

模糊统计方法在定量考评人才上的应用

从当前我国国情出发，模糊统计理论，给出一个具有可操作性的定量考评人才的方案．     

统计方法在企业中的应用分析

在偶然中寻求必然是应用统计技术的核心。统计方法作为一种为决策提供依据的工具,可以帮助企业进行数据分析,了解产品质量状态的分布情况,找出问题、缺陷及原因,有针对性地采取措施,提高产品和服务的质量。     

统计抽样技术应用在审计工作中的研究与发展

本文通过分析在审计工作中抽取样本的方法和应用程序,对统计抽样在审计工作中的发展方向进行展望。     

关于加强统计物理学方法的教学研究

就热学教学现代化问题中关于在热学课中如何突出统计物理学方法进行了研究,提出具体的思想、方法供大家参考、     

案例研究法的理论与应用

近年来 ,案例研究作为一种学术研究和政策制定的方法 ,得到广泛的推广和应用 ,但其规范性亟待加强。国内文献缺少对案例研究方法的介绍。为了弥补这一空白 ,本文总结了国外学者的研究成果 ,从案例研究法的概念、分类等一些基本问题开始 ,探讨如何开展案例研究 ,指出案例研究存在的局限及解决方法     

案例教学在《生物统计》中的教改研究

在生物统计中引入案例教学是课程教学改革的一种有效手段,它对课程建设、改进教学、提高教师和学生的能力都具有十分重要的意义。本文先介绍生物统计目前的教学现状,再结合案例教学特点,解决如何在生物统计的教学过程中实施案例教学以及应注意的事项。     

《微积分》应用案例七则

微积分是高等院校中的一门重要基础课.学生的特点和现实的状况决定了必须对该课程进行教学改革——在理论教学中融入更多的应用性,以避免把该课程教授成一些看似无实际价值的规则和演绎步骤.该文给出了七个应用案例,涵盖了极限、一元函数极值、定积分、广义积分、多元函数的偏导数、解条件极值问题的拉格朗日乘数法等微积分中的主要内容.通过对这些案例的分析,以期对教师的教学和学生的学习都有所帮助.     

体育科研中应用统计方法的研究

收集《体育科学》杂志1982．1～1998．6所刊1542篇论文,逐篇统计各篇文章所用的统计方法,发现采用过统计方法的文章562篇占1542篇的36．45％．从历年应用方法次数和篇数的排列可看出,统计学在体育科学领域中的应用大约经历了8年左右的发展,1990年以后趋向稳定,体育科学内所应用的统计方法的94．26％还是隶属于经典概率统计范畴．常用的统计方法为20种,其应用次数之和占总应用次数的93．42％．“多元”统计方法已较为普道地应用于体育科研实践．非概率统计范畴的方法仅占总数的5．74％,但其中个别方法如灰色理论,Fuzzy综合评价等应用次数较多,发展趋势不可低估．应用统计方法较多的分支学科是运动医学、运动训练、体质研究、运动心理、学校体育、生物力学．“基础”方法主要用于人体科学学科,“其他”方法主要用于技术、管理、统计学科,“多元”’类基本平分于两者．     

实践教学在农业高校《试验统计方法》中的应用

《试验统计方法》是一门理论为主,实践为辅的植物生产类专业及其相关专业的专业基础课,该课程原理复杂、内容抽象、计算公式繁多且难记,需通过实践教学增强学生对理论知识的理解和运用。通过实践教学在《试验统计方法》中的应用和作用来阐述实践教学的重要性。学生通过实践课的历练动手操作能力、分析问题和解决问题的能力均得到提高。     

数据挖掘技术在统计预处理中的应用

目前统计分析面临的数据大多不再是预先设定的样本数据，而是杂乱、不规范的大规模的海量数据，所以统计分析之前进行数据预处理是非常必要的。采用数据挖掘技术，对存在空缺值、噪声数据等不规范的数据集进行清理，对海量数据进行维规约和自动产生概念分层处理，以缩小数据集的规模。经过预处理的数据集能更好地适应原有统计方法，并提高了统计质量。     

财务危机预警的统计方法研究

随着市场竞争的日益激烈,现代企业面临的竞争压力急剧加强,通过对财务危机预警定量方法进行比较分析,旨在从实际出发寻求具有较强适用性的预警建模方法,以提高企业对财务危机预测和警示的能力,推动企业可持续发展。     

应用管理统计方法推断企业设备完好水平

文章论述了在新形势下,设备完好率更能体现企业设备管理水平,重点是应用统计学原理,由样本设备完好率来推断企业总体设备完好水平,并对总体事先所做推断进行假设检验。分析了样本容量和显著性水平对推断总体设备完好水平的影响。     

多种经济成分统计制度方法的设计

本文针对现行多种经济成分统计制度方法的缺陷,究其原因,提出设计多种经济成分统计制度方法的必要性,并提出新形势下多种经济成分统计制度方法改革的建议