空间自回归模型中的强相合性

(n,n)表示在空间自回归模型Zij=αZi-1,j βZi,j-1-αβZi-1,j-1 εij中参数(α,β)的Guass-Newton估计,根据已知的结论:当α=β=1时,{n3/2)((^αn)-α,(^β)n-β)}收敛于二元正态随机向量分布即limn{n3/2(^αn)-α,(^β)n-β))′}(D→)N2(0,Γ),其中Γ=diag(2,2).利用双参数强鞅收敛定理,可以证明,当r<(3)/(2)时,nr(n-α,n-β)→(-0).a.e.     

端羟基聚d,l-乳酸及d,l-乳酸-ε-己内酯共聚物预聚体的合成

文中研究了端羟基聚d,l-乳酸及d,l-乳酸-ε-己内酯共聚物预聚体的合成方法以及反应温度、单体比、催化剂用量等对预聚体结构的影响.结果表明预聚体合成的最佳反应条件为:n(LA)/n(CL)=8/2,θ=195℃,催化剂质量分数0.3%,还原剂质量分数0.1%,总反应时间31 h.在该反应条件下可合成出结构明确、酸值较为理想、可满足进一步扩链要求的端羟基预聚体.并用羟值分析和GPc等对产物进行了表征.     

Testing and Evaluation for Web Usability Based on Extended Markov Chain Model

As the increasing popularity and complexity of Web applications and the emergence of their new characteristics. the testing and maintenance of large, complex Web applications are becoming more complex and difficult. Web applications generally contain lots of pages and are used by enormous users. Statistical testing is an effective way of ensuring their quality. Web usage can be accurately described by Markov chain which has been proved to be an ideal model for software statistical testing. The results of unit testing can b eutilized in the latter stages, wbich is an important strategy for bottom-to-top integration testing, and the other improvement of extended Markov chain model (FMM) is to present the error type vector which is treated as a part of page node. This paper also proposes the algorithm for generating test cases of usage paths. Finally, optional usage reliability evaluation methods and an incremental usability regression testing model for testing and evaluation are presented.     

线性结构关系EV模型中参数的可估性分析

从线性回归模型中参数的可估性出发，研究了常系数和变系数线性结构关系EV模型中参数可估的条件．这一条件是很一般的．     

基于改进M5′-主成分模型树的高心墙堆石坝沉降变形预测

针对高心墙堆石坝沉降变形过程动态非线性特点,建立基于改进M5'-主成分模型树的高心墙堆石坝沉降变形分析模型,在采用相关性分析甄选沉降变形影响因素和采用主成分分析将高维影响因素空间进行降维的基础上,利用该全局分段非线性模型对高心墙堆石坝沉降过程进行分析。通过与沉降量实测值对比,验证了改进M5'-主成分模型树的有效性。通过绝对差值和均方根误差2个指标对比分析改进M5'-主成分模型树与M5'模型树、多元线性回归模型、主成分回归分析模型的预测结果,表明改进M5'-主成分模型树预测沉降量具有更高的精度。     

左截断右删失数据下尺度参数与协变量相关时广义指数分布的估计及应用

在左截断右删失数据类型下,当时间变量T服从广义指数分布时,针对尺度参数是否受协变量影响建立两种模型,并用极大似然估计法给出参数估计,用Newton-Raphson算法求解参数估计.将两种模型分别应用到变压器寿命数据集和Channing house数据集中,得到了其生存函数和风险函数.     

虚拟货币的本质、价值和未来发展

随着以比特币、以太币等为代表的基于区块链技术发行和运行的虚拟货币的价格持续上涨和ICO融资模式的出现,社会各界对虚拟货币的价值争议也持续升温。本文归纳目前对虚拟货币的三种价值争论,并从经济学的视角分析虚拟货币的本质,认为主流的虚拟货币是一种广义商品,也是一种流动性仅次于主权货币的国际化通缩资产和私人储备货币,未来在全球政府经济政策仍以凯恩斯主义为主导、虚拟货币监管政策迥异和区块链技术应用逐步落地的大背景下虚拟货币会保持顽强的生命力,最终会形成以主权货币绝对主导与主流的虚拟货币为一定补充的货币流通新体系。     

基于神经网络分位数回归的行业成本预测研究

针对成本在经济学系统中变化的非对称,与其影响因素之间的非线性关系,提出采用神经网络分位数回归法来研究成本与各影响因素之间的联系,并进行成本预测;该方法不仅可以通过神经网络结构模拟经济系统中非线性关系,还可以通过分位数回归功能揭示各影响因素对成本整个条件分布的影响规律;通过实证结果分析,神经网络分位数回归模型相较于OLS回归模型和分位数回归模型其预测精度更高,且揭示了各因素的影响规律,所以神经网络分位数回归模型的分析结果更科学,更有价值,更有助于相关管理决策者进行成本分析、控制和管理。     

应用型本科高校经管专业统计学教学实证分析 ——以莆田学院为例

针对应用型本科高校统计学教学效果不佳的现状,在莆田学院经管类专业展开问卷调查,并采用问卷数据进行实证分析。统计分析发现,学生对统计学的使用性认知有限、努力程度不足,统计学教学和考核偏理论、缺乏实际应用等问题。因子分析表明,影响教学效果的多个变量可降维为教师教学水平、学生学习投入、专业联系度、实践教学和教材适用度5个因子。回归分析表明,这5个公因子对教学效果均存在显著影响。最后,提出相关建议:提高教师教学水平、改变学生对统计学使用性的认知、增加实践学时等。     

二值响应数据贝叶斯中位数估计

中位数回归是一种稳健的估计方法,在实践中有着广泛应用.基于贝叶斯方法研究二值响应数据的中位数估计问题,通过引入合适的潜在变量得到了贝叶斯层次模型,进而得到易于后验抽样的吉布斯抽样程序.为验证新方法估计的稳健性,通过大量数据模拟,并与已有方法进行比较,得到了满意的结果.最后实例数据分析进一步证明了所提方法的有效性.