安徽高等教育发展规模探讨

规模是高等教育发展四要素中的首要要素。文章在分析安徽高等教育规模发展的现状及差距的基础上 ,论述了加快安徽高等教育规模扩张的必要性与紧迫性 ,预测了未来 10年安徽高等教育的发展规模并就其合理性从多方面进行了论证     

基于最大熵谱估计的机载雷达杂波抑制技术

在讨论机载雷达地面杂波的基础上，利用最大熵估计法对机载雷达杂波进行抑制，并引入了ｃｈｏｌｃｓｋｙ分解快速算法求解最大熵谱的ＡＲ模型参数。计算机模拟表明，基于最大熵谱估计的机载雷达杂波抑制技术有很高的谱分辨率，不仅能跟踪主杂波的频率位置而且能跟踪其谱宽度，因而具有较为满意的杂波对消化与改善因子。     

南非物流成本统计方法研究

宏观物流成本是评价一个国家经济发展质量的重要指标,客观、科学地统计宏观物流成本具有非常重要的意义。在系统地介绍了南非物流成本统计模型中的分解与合计统计方法的基础上,着重介绍了合计方法。合计方法是按每一种产品的生产量分别进行统计,比较符合物流运作的实际情况,可以为中国物流成本统计方法的改进提供有益的参考和借鉴。     

近代河南集市研究再思考

近代集市的发展不仅表现为数量方面的增加,也有集市数量不变而集市承载量增加的情况;考察集市分布密度以耕地面积为基础更有可比性,而且开市率的高低主要是人们传统习惯、人口规模、集市密度、商品化程度、经济发展状况等因素综合作用的结果,其中传统习惯对开市率的影响较大。     

浅谈高速公路公司财务预警系统

文章论述了利用财务指标分析法及判别分析法 ,对高速公路公司财务危机进行预测和警报 ,并运用多元判别分析法推导出高速公路行业的财务预警模型     

和谐社会构建中的不和谐人口因素探析——基于广东省出生性别比偏高问题的研究

人口性别比协调是一重要的社会"稳定器"和"平衡未",而出生性别比是人口性别比的先导.广东省在构建和谐社会进程中所面临的不和谐人口要素之一便是出生性别比偏高.通过从孩次、城乡、区域以及人口流迁等方面进行剖析,广东省出生人口性别比在上述几个方面均出现了不同程度的失衡.通过"利离"发现,广东省出生人口性别比的总体偏高主要还是由于粤北和粤西等不发达地区农村户籍育龄妇女的超高出生性别比拉动所致,主要应从现念、领导、管理和法制等面标本兼治、综合治理.     

基于EGARCH模型的我国股市信息对称性研究

利用过去17年我国上证综合指数的历史数据,根据股票市场大的波动周期分五阶段经过EGARCH(1,1)模型估计,以验证市场对信息冲出的反映情况.研究结果表明:中国股市存在很大的波动性,尚未达到弱有效性;存在正负杠杆效应交替出现的现象,表现出信息不对称性,但是这种不对称性在明显减小.     

可转换公司债券的杠杆效应研究

对于运用可转换公司债券进行理财的公司而言,充分了解可转换公司债券的杠杆效应是极其必要的。可转换公司债券在给发行公司带来财务杠杆效应的同时,也对发行公司的每股赢余产生稀释效应,但这一稀释效应要比股权融资对每股收益的影响低;可转换公司债券的价值与其股票的价值虽具有联动效应,但其间的关系较为复杂;可转换公司债券在为发行公司提供预防被收购的有利武器的同时,也为其持有者提供了间接购买股票的手段;可转换公司债券可缓解股东与债权人之间的代理问题、管理层和股东之间的利益冲突,有利于公司治理的结构完善。     

中国人口性别结构的区域差异及演变动态分析

人口性别构成是影响人类婚姻、人口再生产的基本因素，也影响国家经济、政治、文化、教育等方面的发展，也是编制经济、文化、教育、科技、卫生、人民生活、劳动、城乡建设等发展规划的重要依据。同时对于中国当前正在进行的和谐社会建设也具有重要意义。利用中国五次人口普查资料及2005年1％人口抽样资料分析了中国总人口性别比演变动态及地理分布特征。表明：（1）中国在历史上是一个性别比偏高的国家，新中国总人口性别比呈下降趋势；（2）1953到2005年，年龄性别比曲线越来越平稳，性别比最高峰值呈现有低龄组向中龄组及高龄组转移的趋势；（3）各省区之间及城乡之间的性别结构差异由大变小；（4）山区性别比高于平原。重工业城市高于其他城市。大城市高于小城市。     

Which Wald statistic? Choosing a parameterization of the Wald statistic to maximize power in k-sample generalized estimating equations

The Wald statistic is known to vary under reparameterization. This raises the question: which parameterization should be chosen, in order to optimize power of the Wald statistic? We specifically consider k-sample tests of generalized linear models (GLMs) and generalized estimating equations (GEEs) in which the alternative hypothesis contains only two parameters. An example is presented in which such an alternative hypothesis is of interest. Amongst a general class of parameterizations, we find the parameterization that maximizes power via analysis of the non-centrality parameter, and show how the effect on power of reparameterization depends on sampling design and the differences in variance across samples. There is no single parameterization with optimal power across all alternatives. The Wald statistic commonly used under the canonical parameterization is optimal in some instances but it performs very poorly in others. We demonstrate results by example and by simulation, and describe their implications for likelihood ratio statistics and score statistics. We conclude that due to poor power properties, the routine use of score statistics and Wald statistics under the canonical parameterization for GEEs is a questionable practice.