Bayesian bridge-randomized penalized quantile regression estimation for linear regression model with AP(q) perturbation

Bridge penalized regression has many desirable statistical properties such as unbiasedness, sparseness as well as ‘oracle’. In Bayesian framework, bridge regularized penalty can be implemented based on generalized Gaussian distribution (GGD) prior. In this paper, we incorporate Bayesian bridge-randomized penalty and its adaptive version into the quantile regression (QR) models with autoregressive perturbations to conduct Bayesian penalization estimation. Employing the working likelihood of the asymmetric Laplace distribution (ALD) perturbations, the Bayesian joint hierarchical models are established. Based on the mixture representations of the ALD and generalized Gaussian distribution (GGD) priors of coefficients, the hybrid algorithms based on Gibbs sampler and Metropolis-Hasting sampler are provided to conduct fully Bayesian posterior estimation. Finally, the proposed Bayesian procedures are illustrated by some simulation examples and applied to a real data application of the electricity consumption.     

Diagnostics for quasi-likelihood nonlinear models

Quasi-likelihood nonlinear models (QLNMs) are an extension of generalized linear model and include a widen class of models as special cases. This article investigates some diagnostic methods in QLNMs. An equivalency between a case-deletion model and a mean-shift outlier model in QLNM is established. Two simulation study and a real dataset are used to illustrate the proposed diagnostic methods.     

多重假设检验中参数估计问题研究

在多重假设检验中,真正原假设的个数m0是未知的,但是它有着很重要的影响,因此,它在最近的统计文献中备受关注.文章综述了三种主要的估计方法:最低斜率法、三次样条法、均值估计方法.然后将上述三种方法结合起来,提出了新的估计方法:均值三次样条法,并主要研究了其在微阵列数据上的应用.大量的模拟研究表明,和其他方法相比,新的估计方法具有较小的偏差和标准差.最后利用真实数据来对估计方法进行评估,并找出了差异表达性基因.模拟和实际数据表明此方法具有显著性提高.     

基于改进的聚类和关联规则挖掘的学生成绩分析

针对北京邮电大学通信工程专业学生的学习状况分析和培养方案的改进需求,提出一种基于改进的聚类和关联规则挖掘的成绩分析方法,借助数据挖掘手段对学生在校期间的各课程成绩进行相关性分析.以2009-2011级通信工程专业本科生的课程成绩作为样本数据,应用该挖掘方法得到课程之间的关联规则网络,从而分析课程间的衔接关系、判断课程的重要程度以及评价各课程的教学效果.另外,以2011级学生的高考成绩数据作为样本,挖掘高考成绩与大学成绩间的关联规则,分析学生入学前成绩对入学后表现的影响.应用本文所述方法得到的挖掘结果能够为教学方案的设计和改进提供一定参考信息,对提高学生学习质量具有良好作用.     

布列钦卡论教育科学之规范

布列钦卡认为传统的实践教育学不应该兼具实践指南与科学描述的双重任务,而应该单独构建一门系统的教育科学来专事知识生产。他为这样一种教育科学制定了许多学科规范:教育科学应该以修正了的现代经验主义作为认识论基础;教育应该定义为一种行动;教育科学的研究对象不应该局限于教育行动本身;应该以追求理论为目的;语言必须明确,并仅限于使用其信息功能。通过教育科学的学科规范(尤其是认识论基础)的设立,布列钦卡以自己的方式解答了长期以来关于教育学理论性质的争论,但是,系统教育科学之"必要论"缺乏对现实的充分回应。     

日本经济的抗油价冲击能力分析——经济增长结构的视角

虽然日本对海外原油高度依赖,但在近30年的油价波动中并未显现严重的经济震荡。针对该现象,通过对日本GDP、国民经济核算支出法五部门以及特色行业的三层次递进分析尝试进行经济学解释,发现:1985年之前,日本经济尚符合油价上涨时GDP下降的典型特征;1986—2010年,油价上涨未给消费部门带来显著效应,却给投资以及出口部门带来正效应,由于消费部门的GDP占比下降,投资与出口部门的占比上升,最终造成GDP未发生明显震荡的结果。深入至汽车产业,油价上涨后日本的汽车出口显著增加,这是导致出口部门正效应的一个重要来源。合理的经济增长结构以及产品的低能耗特点是日本经济抵御油价冲击的重要支撑,而深层次原因在于日本能源供应结构的优化与充足的原油储备。     

少数民族流动人口突发事件风险管理体系研究简

对少数民族流动人口突发事件风险管理体系进行探讨具有重要的现实意义；对其管理过程中的风险识别、评估、处置及善后审视等几个环节的操作过程进行考察，是研究其之关键因素。     

医学院校“思想道德修养与法律基础”课堂教学改革探索

医学人文教育应该贯穿于医学院校的全部教学环节当中,其教育目标和内容适宜融入"思想道德修养与法律基础"课程。在体现"基础"课教学大纲的基础上,依章节添加医学人文教育内容;并根据学科特点采用医学特色教学方法。新教学班级与传统教学班级的对比研究表明,新教学班级在课堂教学效果与期末考试成绩方面成效显著。     

“活私开公”:东亚志愿主义发展的新路径

长期以来,东亚在"立公灭私"和"立私灭公"的语境下,其社会的"志愿主义"发展受到极大的抑制,现有的少数志愿行动亦被压缩在"无私利他"范围内,难以展开。如何在"活私开公"的理念下,推动东亚志愿行动从精英转向普通人,努力从普通个体公民真实的生活中开出公共性,从小团体"共同性"中开出公共性,便成为东亚社会"新公共性"构建的关键。东亚应努力走出公私间的紧张与对立,在"活私开公"中奠定志愿主义的基础,并进而实现制度创新,寻求东亚志愿行动发展的新路径。     

Composite quantile regression for varying-coefficient single-index models

ABSTRACT

The varying-coefficient single-index model (VCSIM) is a very general and flexible tool for exploring the relationship between a response variable and a set of predictors. Popular special cases include single-index models and varying-coefficient models. In order to estimate the index-coefficient and the non parametric varying-coefficients in the VCSIM, we propose a two-stage composite quantile regression estimation procedure, which integrates the local linear smoothing method and the information of quantile regressions at a number of conditional quantiles of the response variable. We establish the asymptotic properties of the proposed estimators for the index-coefficient and varying-coefficients when the error is heterogeneous. When compared with the existing mean-regression-based estimation method, our simulation results indicate that our proposed method has comparable performance for normal error and is more robust for error with outliers or heavy tail. We illustrate our methodologies with a real example.