澄澈明净的天空下

糖纸玩具学生时代,你的外号叫蚂蚱。你长得尤其高又非常瘦,不是林黛玉类型的纤细娇弱,而是皮包骨头。你有叫女孩子们伤心不已的凸额头,又粗又硬的头发编成结结实实两条辫子,撅在耳后。老师提问,你茫然站起来。你那对视得很厉害的眼睛,在老师看来,是一种有辱师道的挑衅,同学们则看作是凶狠的搜索,搜索告发者。     

仁山智水

承蒙山西同行盛情，我们几个写作人暑期应邀参加采风。五台山寒气砭骨，应县悬空寺大雨倾盆，云冈石窟外阳光酷热，众佛居所却是一片沁凉。归途心血来潮又钻进张家界，个个鞋子都开了口，双颊贴着太阳斑回家。     

双桅船

雾打湿了我的双翼可风却不容我再迟疑岸啊,心爱的岸昨天刚刚和你告别今天你又在这里明天我们将在另一个纬度相遇是一场风暴、一盏灯把我们联系在一起是一场风暴、另一盏灯使我们再分东西不怕天涯海角岂在朝朝夕夕你在我的航程上我在你的视线里双桅船@舒婷~~     

第一次公费旅行

革命大串联的号角吹响很久了。第一第二批光荣选上的"红五类"子弟,胸佩大红花,高歌"心中的太阳永不落",意气风发奔赴首都,被毛主席接见过,回来四处作报告了。报纸的套红大标题正鼓吹第几第几批的接见,还有第几第几批,正在全中国的车途舟旅中,往北京集结哩。     

左删失数据的双惩罚贝叶斯Tobit分位回归方法

在含潜变量的纵向数据混合效应模型应用中,通常包含大量截尾数据,若直接采用一般贝叶斯Tobit分位回归模型,参数估计的马尔科夫链蒙特卡罗抽样算法将会极其复杂,造成计算效率低下且估计结果偏差较大。同时,在高维情形下,由于受大量未知随机效应的干扰,固定效应中关键变量的选择与系数估计变得更为困难。为了解决上述问题,文章提出了一种新的双Adaptive Lasso惩罚贝叶斯Tobit分位回归方法,主要研究响应变量左删失情形下高维纵向数据的变量选择与参数估计问题。通过将Adaptive Lasso惩罚同时引入固定效应与随机效应的先验分布中,构造了参数估计的Gibbs抽样算法。蒙特卡罗模拟结果表明,新方法较无惩罚法和Lasso惩罚法在重要变量选择及系数估计上均更占优势。     

天空里那片幸福的云

老哥是香火,小妹是尾仔,唯我掐头去尾。居中的孩儿讨人嫌,父亲却最宠我。父亲带我上街,我大马路不走,非在沟沿蹦蹦跳跳。他带我进植物园,我大门不入,非要爬墙翻栏杆。别人的女儿乖乖在树下捡落果,我却骑着一颤一颤的枝丫攀龙眼。去海边玩沙子,父亲略一分神,     

芳名在外

有人收藏邮票,有人把玩古董,我喜欢记录花草树木的名字。植物原本不需要名字。它们不点名不串门不签单,不填履历表,不在乎批评与获奖。如果它们之间需要互相打招呼,用的是它们自己的语言,像我们用"铁头"、"阿毛"、"菜鸽"那样称呼老邻居。     

回答

我相信我们在另一个世界见过面. 是一对同在屋檐下躲避风雨的小鸟?是两朵在车辙中幸存的蒲公英?我记起我是古老的大地,簪着黎明的珠花;你是年轻的天空,俯身就我,垂下意义无限的眼睛. 一戴上假面,我们不敢相认.