大数据背景下网络调查样本的建模推断问题研究——以广义Boosted模型的倾向得分推断为例

随着大数据和网络的不断发展，网络调查越来越广泛，大部分网络调查样本属于非概率样本，难以采用传统的抽样推断理论进行推断，如何解决网络调查样本的推断问题是大数据背景下网络调查发展的迫切需求。本文首次从建模的角度提出了解决该问题的基本思路：一是入样概率的建模推断，可以考虑构建基于机器学习与变量选择的倾向得分模型来估计入样概率推断总体；二是目标变量的建模推断，可以考虑直接对目标变量建立参数、非参数或半参数超总体模型进行估计；三是入样概率与目标变量的双重建模推断，可以考虑进行倾向得分模型与超总体模型的加权估计与混合推断。最后，以基于广义Boosted模型的入样概率建模推断为例演示了具体解决方法。     

朱熹和孟子解读舜之“怨慕”的不同逻辑

对于舜之“怨慕”,朱熹作出了不同于孟子的解读。这是基于心学、理学内在逻辑的不同。孟子作为私学之儒,和孔子一样,是主张士君子的阳刚人格的,并且从性向善的人性论出发,协调义与利、公与私的关系,而以君臣父子关系都属对待关系;依此,将舜之“怨慕”解读为舜对父母的既怨又慕。朱熹则作为官学之儒,以所谓“气质之性”协调理学先驱荀子的性向恶论,以二歧化思维把天地之性、天理绝对化,以公去私,视君臣父子关系则为下对上的绝对服从关系;依此解读,舜之“怨”只能是自怨。     

近二十年出土文献字词对应考察研究综述

"出土文献字词对应考察研究"指以历史上某一个或几个时期的出土文献为材料,对其中一字记多词、一词用多字、字词交叉对应等复杂字词关系开展的整理研究.考察可知,近二十年出土文献字词对应考察研究的理论、视角、术语、方法都有差异.如研究视角有"单向视角与双向视角""静态视角与动态视角""封闭视角与开放视角"的不同,研究术语有字用与用字、字与词、通假与假借的区别,等等.综合而言,近二十年出土文献字词对应考察研究存在少见对复音词对应关系的考察研究、词的界定问题还有较大讨论空间、缺少动因探讨等不足.这些都是今后研究应该填补和加强的.     

工会推进产业工人队伍建设的探索研究

产业工人是工人阶级的主体,在国民经济发展建设中发挥支撑作用。工会作为代表广大工人阶级利益的群众组织,在推进产业工人队伍建设改革中肩负着不可推卸的责任和重担。在目前新形势和时代变革下,我国产业工人队伍建设的现状还不能很好地适应经济转型中出现的新情况和新问题。对工会推进产业工人队伍建设的情况进行研究,在借鉴制造业强国经验的基础上,从思想政治引领、搭建发展平台、打造能力提升工程、利用“互联网+”和完善保障体系五个方面进行探索建设,从而为工会组织持续打造高素质产业工人队伍工作提供政策借鉴。     

中国低碳出口的路径选择与制度安排

低碳出口是一国出口贸易与低碳经济主流趋势相融合的产物。作为世界第一大贸易出口国和温室气体排放国,完成低碳出口转型是中国实现对外贸易可持续发展的必然抉择。在路径选择上,中国应从宏观经济、中观产业和微观企业层面,探索低碳出口"点—线—面"有机结合的路径模式。同时在制度安排层面,稳步纳入碳约束措施,倒逼国内出口产业完成低碳发展转型,培育出口企业的低碳竞争力。在制度工具的选择上,探索实行碳排放交易这类基于市场的减排选项,实现与国际实践的接轨。     

高含水期油藏层间压力结构差异量化方法研究

由于长期注水开发和层间非均质性影响，高含水期油藏各小层层间压力结构差异严重，掌握差异状况是合理调整的重要依据。针对现场分层测压资料少，单层压力资料获取困难的情况，应用渗流力学原理建立了高含水期地层层间压力结构差异量化数学模型，模型的关键参数可以通过生产数据计算获得。枣园油田的实例验证表明，高含水油藏层间压力存在明显差异，该方法能够确定各小层的压力差异状况。量化计算结果和实测资料相接近，有利于认清开发矛盾，为合理调整提供技术依据。     

死者人格利益法律保护之构建

死者无人格权,但死者具有人格利益。为了维护社会利益和善良风俗,我国法学界和司法实务界对死者人格利益保护也达成了共识。完善死者人格利益应在保护范围、行使主体、法律责任、免责事由及保护期限等方面给予立法规制。     

Reversible jump Markov chain Monte Carlo algorithms for Bayesian variable selection in logistic mixed models

In this article, to reduce computational load in performing Bayesian variable selection, we used a variant of reversible jump Markov chain Monte Carlo methods, and the Holmes and Held (HH) algorithm, to sample model index variables in logistic mixed models involving a large number of explanatory variables. Furthermore, we proposed a simple proposal distribution for model index variables, and used a simulation study and real example to compare the performance of the HH algorithm with our proposed and existing proposal distributions. The results show that the HH algorithm with our proposed proposal distribution is a computationally efficient and reliable selection method.