高校教学质量评价指标的确定

高校教学质量具有多维的内涵特征,需要用多个指标各有侧重地来描述。查阅与高校教学质量评价有关的教师素质、教学态度、内容、方法和效果等方面的文献,筛选出25个初始评价指标。在此基础上,选取部分高校学生就各指标重要性问题做问卷调查,获取数据存在一定的相关性,利用因子分析方法确定13个评价指标项目,简化了指标结构,又包含了教学质量的大部分信息,便于实际应用。     

基于特征提取的多指标面板数据聚类方法

多指标面板数据能够较全面的提供研究对象的信息和数据特征,但复杂的数据结构也给其聚类分析带来了一定的困难.针对这一问题,文章提出了基于特征提取的多指标面板数据聚类方法,该方法将能够表征面板数据动态变化的“绝对量”特征、“波动”特征、“偏度”特征、“峰度”特征及“趋势”特征引入动态聚类算法中,可以避免以往采用欧式距离进行聚类的局限性,还可以处理带有缺失数据的面板数据,同时大大提高了聚类效率,并最大限度地保证时间维度信息不受损失.利用该方法分析了2001至2013年我国不同省份道路交通事故的不平衡状况,通过实证分析表明该方法能够解决多指标面板数据聚类的问题.     

基于大数据规则挖掘的交通拥堵治理研究

随着中国城市机动车保有量的急剧增多,交通拥堵已经成为现代城市病。交通拥堵在道路网络中呈现向四周放射的传导特性,拥堵路段倾向于将拥堵扩散传导到其他相邻路段,该特性此前未被系统研究过,综合比较各种方法的适用性,从时间和大数据规则挖掘角度对拥堵建模;使用时间序列规则挖掘算法建立交通拥堵传导规律模型,并基于传导规则预测未来交通流状况;更重要的是,挖掘出来的拥堵传导规则直观可用,能够用于建立拥堵预警防治机制,完善道路路网建设规划中不合理的部分,从而达到提升交通效率的目的。研究结果证明本模型能够较好达到研究目的,挖掘出的拥堵传导规则可以精确分析交通拥堵状况并预测未来交通流状况,因此可以为交通拥堵治理决策提供重要参考。     

学术期刊主成分、因子分析评价值的判断标准

在期刊评价中，无论采用主成分分析还是因子分析进行评价，均无法根据评价值直接判断优劣，只能排序，这就削弱了主成分分析与因子分析评价的解释力，本质上是评价值的绝对判断标准问题。文章在分析学术评价特点以及成长曲线原理的基础上，提出采用Sigmoid函数对主成分分析或因子分析的评价值进行标准化，并基于JCR2017经济学期刊的数据，采用主成分分析和因子分析进行评价，然后对评价值进行标准化，并分析了标准化结果的数据特征。结果表明：标准化可以提升主成分分析与因子分析评价结果的解释力，可以对评价对象发展阶段进行判断，平滑了评价值且抑制了水平较高的评价对象，使得评价结果更加接近正态分布。     

话说统计口径

所谓统计口径(Statistic specifications),在日常应用中实际指的就是统计指标口径(Specifications ofthe Statistic Indexes)和统计计算口径(specificationsof the calculate Indexes),即是指统计指标内涵的界定和计算标准。一般来讲,在确定指标名称、计量单位、计算方法后,统计指标有三大要素组:时间限制——时间、空间限制——范围、内容限制——口径。众所周知,由于统计是用数字对社会经济现象的一种客观描述,其研究对象是大量现象的数量方面和社会经济活动的方法和规律,所以首先一项数值,如果没有明确的指标涵义,其只能是抽象的数字,不可能正确反映现象的数字特征、本质和发展变化的规律性。其次,指标又总是用数值来表现的,如果没有     

考虑高维宏观信息的波动率与股票价格预测

为刻画股票价格的非线性动态特征,并充分利用高维宏观经济变量对股价的预测能力,文章基于LSTM模型、LASSO降维和混频模型,研究了高维情形下利用低频宏观经济变量预测高频股价的问题。首先,使用LASSO方法对高维宏观经济变量进行筛选,并进行因子分析提取宏观因子;然后,使用该宏观因子构建混频GARCH-MIDAS模型以预测波动率;最后,以包含宏观经济信息的波动率和通过因子分析降维后的技术指标因子作为特征,输入LSTM神经网络模型来预测上证综指价格。结果表明,LSTM-GARCH-MIDAS模型具有较高的预测精度和良好的适用性。     

教育技术学专业基础课的因子分析

因子分析作为教育信息多元统计分析的一种,旨在从多变量的样本数据中选择少数几个综合独立的新变量,来反映原来的多变量大部分信息,达到“降维”的目的。因此,通过对学生的成绩作因子分析,对学科课程设置在总体上能有所把关,而且可以根据对当地社会学科现状、发展的了解,相应地     

统计数据准确性评估：方法分类及适用性分析

 对于统计数据准确性评估方法的归纳分类,可以从辅助资料信息的来源及表现形态、包含目标特征真值关键信息的参照标准的构造方法、实际统计数值与参照标准之间的比较逻辑等方面加以考察。针对总量统计数据的准确性评估,主要在纵向时间维度上开展,根据统计指标与其相关联指标变动趋势的偏离程度加以评判;针对个体或分类统计数据的准确性评估则主要在横向空间维度上开展,对数据的统计分布形态加以检验,或者利用重复调查或随机实验方法对事先假定的误差参数进行估计。不同方法具有不同的适用条件,在实际应用中,应基于所掌握辅助资料的详实程度来选择评估方法,并对导致评估方法发生误判的因素加以细致分析和排除,以确保评估结论的说服力和可信度。     

多元统计方法在公司招聘中的应用

多元统计分析是通过对多个随机变量观测数据的分析,来研究变量之间的相互关系以及揭示这些变量统计规律的科学。多元统计分析方法包括多元数据图表示法、聚类分析、判别分析、主成分分析、因子分析、对应分析、多重多元回归分析、典型相关分析、路径分析、多维标度法等。本文主     

基于多元分析的多变量事后分层抽样方案设计

现有的多变量事后分层抽样方案大多依赖辅助变量.文章基于因子分析和聚类分析技术,充分利用调查指标信息,设计了一种新的抽样方案.该方案在抽样精度和调查费用间达到了较好的平衡,适用于调查指标较多的抽样调查.