数据挖掘的统计学内涵

统计有培根逻辑做支撑,而数据挖掘则更多地得益于当代信息技术的飞速发展——但是相对于由此产生的大量冗余数据而言,我们似乎并没有获得多少信息。如果说数据挖掘(data mining,DM)研究的是经过清洗的全样本数据(Population),那么统计研究的则是样本数     

统计学的解释力——统计解释世界

从决定论到统计分析方法的广泛应用,再到非线性(混沌)理论,随机性与决定论之间矛盾吗?不确定性与确定性之间的相互转换是否仅限于逻辑上的推演?平均到底意味着什么?基于假设检验的结论是脆弱的吗?可为什么当模型通过各种统计检验之后我们并没有表现出来应有的沮丧?反倒是原假设被拒绝应该自信的时候,却有些垂头丧气.     

数据科学的统计学内涵

数据科学以大数据为研究对象,而大数据对统计分析最直接的冲击莫过于数据收集方式的变革,同时统计分析的视野也不再局限于传统的属性数据,而是包括了关系数据、非结构、半结构数据等其他类型更丰富的数据。伴随着数据开放运动,数据库之间的关联信息的价值逐步得到体现。基于统计学的视角分别从科学理论基础、计算机处理技术和商业应用等三个维度研究了数据科学的统计学内涵,探讨了数据科学范式对统计分析过程的直接影响,以及统计学视角面临的机遇与挑战。     

一类基于模型的聚类方法

在聚类问题中,若变量之间存在相关性,传统的应对方法主要是考虑采用马氏距离、主成分聚类等方法,但其可操作性或可解释性较差,因此提出一类基于模型的聚类方法,先对变量间的相关性结构建模(作为辅助信息)再做聚类分析。这种方法的优点主要在于:适用范围更宽泛,不仅能处理(线性)相关问题,而且还可以处理变量间存在的其他复杂结构生成的数据聚类问题;各个变量的重要性也可以通过模型的回归系数来体现;比马氏距离更稳健、更具操作性,比主成分聚类更容易得到解释,算法上也更为简洁有效。     

统计视野

无处不在 生活中,我们总是在不自觉地应用着统计学的知识,但也许你全然不知.这也许就是所谓的"境界"--"润物细无声".比如在书店买书,几乎每一个人都是先看封面或目录前言,然后再抽样浏览几页,才决定是否购买;找工作要先试用你三个月.     

探访日军太原集中营旧址

新开南巷是位于太原市杏花岭区的一条繁华而热闹的街巷,很难让人想象,就在这条街巷的一家国有大型机器厂院内一个角落,至今仍然保留着日军侵华的铁证——日军太原集中营旧址,还有那无法探秘的所谓"防空洞"。严冬的清晨,凛冽的寒风吹散了多日的雾霾,天气格外晴朗。记者一行三人前去探寻了被人们遗忘的日军太原集中营旧址。按照网上仅有的地址,我们终于寻找到了位于太原市旧城新开南巷的山西机器厂。这是一家正在搬迁中的工厂。在门卫的指引下我们进入了厂区。沿着厂区直行右拐,便可见到一排排蓝色的厂房,由于厂区大部分已经搬迁,地上凌乱不堪,四处散落着枯枝、废弃的铁架、木板、破碎的玻璃等,一片狼藉,只有几条野狗窜     

数据挖掘的“行情”

一、引言人类历史上许多最重要的发明,从语言到电脑,无一不是用来生成信息、捕捉信息和消费信息的。但是不是有点儿过头了?就像旧石器时代的猎人们从一次猎杀一头长毛象到两头,再到把整群猎物逐下山崖,这就有点儿进步过头     

水电施工中的工伤事故救助体系构建

当前水电施工领域工伤伤害事故频发，对我国经济发展和社会和谐构成了诸多不良影响。因此，构建一套完整有效的工伤事故救助体系势在必行，本文即从对水电施工中的工伤事故概念界定和现状分析入手，研究其特点和原因，确立救助的基本原则，尝试构建一套集预防，处理、善后于一体的包含工伤事故救助各个环节的完整体系。     

陶渊明诗中的“愁”

东晋时代,门阀制度十分严苛,士族垄断朝政,有＂上品无寒门,下品无士族＂的严格等级之分。陶渊明出身于破落贵族家庭,他的曾祖父陶侃贵为东晋的大司马,祖父和父亲也做过太守,但是到了陶渊明生活的时候,家境败落。陶渊明曾胸怀壮志,希望能够企及先辈的功业,写了许多称颂先祖的诗,《命子》其一：＂悠悠我祖,爰自陶唐。邈为虞宾,历世重光。＂其六：＂肃矣我祖,慎终如始。直方二台,惠和千里。于穆仁考,淡焉虚止。寄迹风云,冥兹愠喜。＂