单元小结

第六章 多元函数学习多元函数时应与一元函数的理论对照。1.多元函数的概念。多元函数的有常关定义。二元函数的定义域通常是平面上的一个或几个区域。二元函数的图形一般是空间的一个曲面。二元函数的极限与连续。2.偏导数偏导数的定义及表示法。3.二元函数的极值。二元函数的极值概念。二元函数的极值存在的必要条件:f`_x(x,y)     

统计数学基础知识电视讲座辅导单元小结

第五章 积分学本章讨论了积分学中的两个主要内容——不定积分与定积分。1．不定积分概念。所谓不定积分就是由已给的某一导数如f(x)求它的原函数(一般用F(x)表示)。如果F(x)是f(x)的一个原函数,则f(x)的全部原函数F(x)十c叫做f(x)的不定积分,用符号表示就是∫f(x)dx=F(x) c,其中F`(x)=f(x),c是任意常     

统计数学基础知识电视讲座辅导单元小结

第四章 微分学本章的主要内容是:导数与微分的定义,导数的求法及其应用。函数的导数实质上是某一函数的极限(即当自变量△x趋于零时的极限),它是由具体问题经过抽象而产生的。导数的几何意义是曲线的切线斜率。     

统计数学基础知识电视讲座辅导单元小结

第二章 函数与图形本章的主要内容是:函数的概念,函数表示法,基本初等函数及其图形,初等函数,统计预测中常用的几种初等函数。函数是数学分析研究的主要对象。函数概念是本章的重点,在学习时必须弄清函数概念的实质。     

统计数学基础知识电视讲座辅导单元小结

第三章极限与连续本章主要内容有:极限的概念,极限的运算法则,函数的连续性及极限概念在指数平滑法中的应用。极限、无穷小量、无穷大量等术语都是用以表达函数变化状态的。     

组织社会经济统计学原理电视讲座学习的小结

我市参加社会经济统计学原理电视讲座(以下简称“讲座”)的正式学员7,820人,另有旁听生1,625人。分布在55个学区、247个班。共聘请辅导员272人。期中测验应试学员5,170人,期末全国统考,应试学员4,111人,及格率为78．6%。现将参加这次讲座学习的体会和经验总结如下:     

DEA有效决策单元效率评价的新方法

运用DEA模型进行决策单元的相对有效性评价时,可能出现DEA有效的决策单元较多、排序不完全的问题.文章提出了通过构造一个理想决策单元,与DEA有效决策单元一起,继续进行评价的新方法;并通过对我国15个副省级城市的评价排序算例,说明了这种方法的可行性.     

决策单元排序的两阶段 DEA 方法

针对传统数据包络分析方法中的效率值不能区分有效决策单元的相对优劣性的不足,文章给出了一种对决策单元排序的两阶段DEA方法,该方法一方面利用传统的C2R模型的评价效率值实现了非DEA有效(C2R)决策单元的排序;另一方面建立了评价DEA有效(C2R)决策单元的C2R模型,实现了DEA有效(C2R)决策单元的排序。通过实例验证该方法在区分DEA有效(C2R)决策单元方面很有效。     

人工神经网络变量选取与隐藏单元数的确定

根据多隐藏层所有训练样本误差平方和最小设计优化问题,求解并绘出计算流程图。Trevor等人认为隐藏单元过多比过少好,交叉验证估计（隐藏单元）正则化参数没有必要。还有一种通常做法是常常利用分类树挑选变量作为输入变量进行人工神经网络建模。而从人工神经网络与多元统计、传统回归和其他数据挖掘工具的区别和联系出发,认为这些观点和做法值得商酌;用ZIP编码实例说明隐藏单元过多不一定比过少好,实际数据分析中所需隐藏单元数的确定可以用交叉验证结合经验判断来实现,利用分类树选择的变量对于人工神经网络没有太大的效果;通过分类树删节变量以降低计算量的效果不如通过压缩隐藏单元个数降低计算量来得好;非完全问题“从简单到一般”思想与完全问题中选择所有变量的思想不矛盾。在总结了Le Cun等人的局部联结以有效降低权数思想的基础上,提出通过随机选择人工变量建立人工神经网络分布式模型系统的设想。     

多阶段DEA模型中决策单元的同质性探讨

针对多投入多产出评价系统中决策单元的同质性问题,借鉴多阶段DEA模型的发展历程,利用Tobit、SFA多元线性回归分析和DEA模型相结合的方法,提出了六阶段DEA模型。首次将外部环境变量区分为正/负向环境变量,充分利用投入冗余松弛变量和产出不足松弛变量,重新调整投入量或产出量,剔除环境变量、随机误差以及管理无效率对系统效率评价的影响,得到纯管理效率。利用2009年商业银行的数据进行实证分析,证实作为多阶段DEA模型的延续,六阶段DEA模型可以作为判断评价系统中决策单元同质性的一个参考准则,有助于建立系统、全面的评价指标体系,该方法可以扩展到面板型数据,对非DEA模型的系统评价也有借鉴价值。     

抽样调查中单元无回答处理方法的选择与改进

在抽样调查中,无回答对于抽样推断的影响较大,尤其是单元无回答。通过增加样本容量来处理单元无回答的方式不能从本质上解决问题,而在二重抽样的基础上再实施复杂估计的思路可以有效地提高抽样估计的精度。     

长江流域“政区单元”河长制政策效应的实证检验

文章以长江流域“政区单元”河长制的推行作为一项准自然实验,基于2007—2021年长江流域重点断面水环境质量的面板数据,运用多期双重差分法,检验了长江流域“政区单元”河长制的政策效应,并讨论了研究结果的稳健性,研究发现：(1)短期内“政区单元”河长制政策可以显著降低长江流域COD和NH₃-N含量,COD的改善程度优于NH3-N,水质有所提升,长期内“政区单元”河长制政策的环境保护效应逐渐减弱,不具有可持续性;(2)异质性分析结果表明,“政区单元”河长制的政策效果具有明显的区域异质性,经济水平较高的中、下游地区政策效果优于经济水平较低的上游地区;(3)省际边界污染检验结果表明,“政区单元”河长制下,长江流域省界地区存在“以邻为壑”的行为,长期来看“政区单元”河长制并未明显改善整体水质。     

二级单元调查两次时的两层次样本轮换方法

文章对于采用两阶段抽样设计的季度调查,构造了一种两层次样本轮换方法。该方法中一级单元的样本轮换模式为4in,二级单元的样本轮换模式为2in。该方法既保证了相邻两个季度二级单元的样本拼配率恒为50%,又保证了一级单元的样本量在轮换过程中保持不变。     

基于γ散度的单元水平模型小域稳健估计

在基于抽样调查数据对总体参数进行估计的方法中,小域估计方法能够借助于辅助信息对小样本乃至无样本区域的参数进行有效的估计,并被广泛应用于抽样估计领域。单元水平模型作为小域估计的基本模型之一,是处理单元级别数据估计的有力工具之一。在单元水平模型的应用条件中,需假定区域随机误差和模型随机误差均服从正态分布。然而,在抽样调查中,满足这一条件的调查数据是很少的,尤其是在观测数据中出现离群值时。不满足正态性假设条件下的小域估计量会产生较大的偏差和均方误,因此有必要研究针对正态性假设和离群观测值不敏感的稳健估计方法。通过引入γ散度和γ似然函数,构建了基于单元水平模型的小域稳健估计方法,得到了模型参数的稳健估计和小域目标变量的稳健估计。与现有的稳健估计方法相比,所提新方法能更好地处理区域随机误差和模型随机误差非正态的情形,对于目标变量存在离群观测的情形,具有更好的稳健性,估计均方误更小。在利用模拟数据进行验证中,比较了不同误差分布情形下几类常用估计方法得到的估计量的均方误差,并进一步探究了随着污染分布的方差和比率变化,所得估计量的均方误差变化情形。最后,通过应用于经典的小域估计数据,进一步验证了所提新...     

“六课型单元教学法”在物流统计课堂教学中的运用

“六课型单元教学法”是根据学生学习的学情规律提出来的课堂教学体系,其目的是让学生在教师指导下通过自学发现和分析归纳去发现问题,解决问题,获取知识。     

基于“三新”企业分层抽样单元权重动态调整的估计方法

对“三新”企业进行抽样调查是及时掌握和监测“三新”经济发展的重要手段。考虑到这一类调查总体单元变动比较迅速,抽样框信息变动大,无法及时覆盖总体的最新特征,依此抽样框得到的样本数据结构与总体的分布结构差异较大,样本的代表性较低,会对总体数量特征的有效估计产生影响。因此,基于调查总体单元的变动特征,把抽样框中的单元划分为保留单元和转移单元,在此基础上,依据样本单位分层结构的变动,设计了基于“三新”企业分层抽样单元权重动态调整的估计方法。首先,通过事后分层方法挖掘出不同层的单位特征,并预测抽样框各层容量;其次,依据层规模的变动预测对目标变量估计量的权重进行修正;最后,通过自我加权设计构造出总体动态变动后数量特征的复合估计量,并对其进行优良性讨论。在对“三新”企业的模拟数据进行多次重复抽样实验中,相比于固定抽样框下的传统方法,基于分层抽样单元权重动态调整的估计方法具有更高的抽样效率,构造的关于总体数量特征的估计量具有无偏性和有效性。     

二级单元调查六次时的一种两层次样本轮换方法

文章基于两阶段抽样月度调查,构造了一种新的平衡两层次样本轮换模式.该模式中一级单元的样本轮换模式为9-3-9(18),二级单元的样本轮换模式为3-9-3(6).     

三级单元调查三次时的一种三层次样本轮换方法

连续调查需要实施样本轮换,这已经形成共识.采用多阶段抽样设计的连续调查需要实施多层次样本轮换,即对每级抽样单元均实施样本轮换.以日本劳动力调查为例.该调查采用了两阶段抽样设计,每个月进行一次,第一级抽样单元为普查区,第二级抽样单元为住址,对普查区实施的样本轮换模式为4-8-4(8),对住址实施的样本轮换模式为2-10-2(4).由于各种原因,世界上还没有连续调查实施三层次样本轮换.那么,三层次样本轮换究竟应该如何实施呢? 针对采用三阶段抽样设计的季度调查,本文从理论上解决了这个问题.……