传统统计面对的挑战

针对统计的黑匣子特性,借用Breiman的两种统计文化的平台,分析传统统计面临的挑战和危机,并探索统计领域究竟要向何处发展的问题。研究表明：统计学必须重新回到针对实际问题而与数据打交道,并且创造有关理论的传统上来。只有这样,才能应对不断产生的新问题所带来的挑战。     

从不湿泳装能否学会游泳谈起——略谈统计教学、统计专业定位及统计的普及

问题对照统计在发达工业国家令人羡慕的特别地位，中国统计在实际领域中的应用一直在极为坎坷的道路上蹒跚而行。这和我国的历史，经济和国情等不无关系。本文仅讨论统计教育问题。首先要理解众所周知的我国统计教育过去一直主要是数学教育和几乎不用数学的两种现实。在原...     

广义卡方型混合分布的鞍点逼近

广义卡方型混合分布在许多非参数检验问题中有着广泛运用。通常采用正态分布近似这类分布，但是在非大样本的情况下，正态近似的效果并不理想。运用鞍点逼近技术近似广义卡方型混合随机变量的密度函数和分布函数，并且与正态近似方法以及卡方近似方法进行了比较。模拟表明鞍点逼近效果要优于其余两种方法，特别是密度函数尾部区域。     

基于关联规则的个体化推荐在传统商业中的应用

随着互联网与电子商务的发展,个性化网页的设计应运而生.本文从多产品(包括服务)提供商角度出发,以数据挖掘关联规则理论为基础,总结了"个性化推荐"在多产品提供商中的应用.推荐计算过程主要有四步:构建知识集;基于客户已知信息的筛选规则;对每个候选产品计算总评分;选择最终推荐产品.并指出:知识集不仅包括历史数据关联规则集,也包括业务知识集;评分可以根据具体业务选择合适的规则度量(置信度、lift值等);按照某些准则得到各候选产品的总评分;这些准则包括加权平均、最大值、最小值等;根据一些诸如评分大小等标准确定最终推荐产品.从一个例子,本文描述了个性化推荐过程.     

广义部分线性单指数模型的惩罚样条估计

 本文讨论了指数族广义部分线性单指数模型(Generalized Partially Linear Single Index Models， GPLSIM) 的惩罚样条迭代估计，提出了基于惩罚似然和一组预先取定的单指数参数向量 的初始估计的迭代估计算法。另外本文还通过一组模拟数据的分析对所提出的迭代算法进行了验证。     

电子商务客户网络购物行为挖掘

电子商务已经成为越来越多的消费者购物的一个重要途径，分析网络购物客户的个人特征及其购物行为，对商业的成功有着至关重要的作用。然而电子商务还是一个崭新的商业领域，很多的业界人士仍忙于技术方面的考虑，却很少分析客户的网络购买行为。而使用真实网络购物KDD Cup 2000数据，分析Gazelle．com公司客户的个人特征和网络购物行为，并应用数据挖掘的购物篮模型对各商品之间的关联性进行分析，才能更确切地预测模型预测客户的忠诚度。     

混合地理加权回归模型的统计诊断

混合地理加权回归模型作为一类能简单有效解决空间非平稳问题的数据分析方法已经得到了广泛的应用.在利用该模型分析实际数据时,一个或多个特殊观测点的存在能导致估计结果发生较大改变.为了能有效检测出异常点,系统研究这类半参数模型的统计诊断与影响分析.首先基于数据删除模型定义了参数分量对应的Cook统计量,其次,基于均值漂移模型讨论了异常点的检验问题,构造了相应的检验统计量.     

逆向思维与统计

文章从中国人的思维习惯入手,谈到逆向思维对学习统计学、从事统计科学研究及运用统计学方法解决实际问题的重要性,同时提出在科学技术飞速发展的今天,提高统计学教师自身素质的急迫性。     

统计创新离不开具有编程功能的统计软件

为了发展我国统计界创新的能力、提升我国统计师生的素质,需要为提倡使用创造性的统计编程软件提供良好的环境和氛围,把统计师生从满足于使用现成方法的点鼠标即可应用的“傻瓜式”软件应用的局限中引导出来,为使我国的统计理论和方法的开创性研究和世界接轨创造条件。     

基于重复购买理论的一种新的客户选择方法

在今天越来越激烈的市场竞争之中,越来越多的公司已经从产品驱动的市场竞争策略转向客户驱动的市场竞争策略。并且随着计算机技术及数据挖掘方法的飞速发展,直接市场营销越来越受到重视。如何选择目标客户邮寄货单的问题也就越来越引起市场直销者的兴趣。计分模型及增益表选择方法和单群预测及选择方法是目前普遍采用的两种客户选择方法。在平稳市场的假设下,客户的购买模式服从著名的重复购买理论。基于这个理论,本文提出了一种新的客户选择方法,即两群预测及选择方法。应用实际的客户数据比较这三种不同的方法,结果表明新方法表现最好。