混合样本下双因素误差模型的参数估计

考虑到面板数据的选择性偏误、不响应、样本流失及轮换面板数据的高成本，在实际应用中，根据研究的需要和两种样本各自的特征，有时将两种样本结合使用，从而得到普通面板数据和轮换面板数据的混合样本。文章提出了混合样本下双因素误差面板回归模型的迭代极大似然估计方法，得到了未知参数的迭代公式。使用蒙特卡罗模拟方法分析了面板数据和混合样本下参数估计的平均绝对偏差和均方误差，结果显示：与面板数据下的极大似然估计量相比，混合样本下迭代极大似然估计方法整体上降低了估计量的平均绝对偏差和均方误差，优于面板数据下的极大似然估计量。     

个人生物识别信息的界定

生物识别信息是对自然人的生物特征进行特定技术处理所形成的信息。个人生物特征具有不变性和唯一性的特点，这使生物识别能够一劳永逸地实现对个人身份的鉴别。经过特定技术处理所形成的生物识别信息也具有这些特点，因此任何对于生物识别信息的攻击都可能对个人产生不可逆转的影响。现实生活中，商业化收集的泛滥、限制行动自由、售卖和窃取、深度伪造以及诈骗已经成为侵害生物识别信息的重要表现。保护个人生物识别信息安全迫在眉睫，而准确界定生物识别信息是首要前提。综观国外立法经验，生物识别信息的构成应当聚焦三个要素：个人生物特征之反映、特定技术处理之环节、唯一性识别之功能。此三项要素也是认定生物识别信息的关键。生物识别信息可以通过含有个人生物特征的图像来采集，但是该图像仅仅是个人生物特征的反映。在没有进行特定技术处理之前，图像本身并不构成生物识别信息，无论该图像是电子图像抑或纸质照片。生物识别信息的本质是对个人生物特征进行的测量，即所谓的“特定技术处理”,至于测量的方式则在所不问。无论进行面对面的真人测量抑或从含有个人生物特征的图像中测量，所得的信息都是生物识别信息。单纯对于个人生物特征的描述不构成生物识别信息，个...     

基于WGAN的小样本建模方法研究

针对小样本建模存在的模型拟合效果欠佳、参数估计不准确的问题，利用生成对抗网络可以捕获原始数据分布且能够生成服从其分布的数据的特性，文章将生成对抗网络用于扩展小样本数据的规模，并对生成的数据进行优化处理，使用优化后的数据集进行多元回归分析。结果表明，模型拟合结果与原始数据相比效果更好。生成对抗网络可以作为扩大样本量的一种方法，应用于经济社会统计中。     

基于多重插补的分层抽样估计方法与应用

依据一定的抽样方法在动态总体中选定的样本，在前后两期调查中会出现部分样本丢失的情况，从而导致部分样本调查数据的缺失，如果直接忽视丢失样本信息，则会降低样本的有效性，影响总体参数估计的精度。文章针对动态总体分层抽样中前后两期样本出现丢失的情况，将前期样本信息在第二期内消亡和新生的样本视为不可观测样本，采用多重插补技术对丢失样本目标变量值进行估计，设计出基于多重插补技术的第二期分层样本的参数估计方法，并构造相应的估计量。实验表明，基于多重插补技术的分层抽样具有优良性，设计的参数估计量具有无偏性，且较为有效。     

非遗传承人 指尖出佳作

形状不一的纸片如落花般飘散到地上,手中的剪刀上下翻飞,不一会儿的工夫,江苏省盐城市级非遗项目“冈西勇纸”的代表性传承人施君君就完成了一幅剪纸作品--《立春》。作为江苏省盐城市建湖县第二中学的美术教师,2014年,施君君和其他老师一起在学校里成立了剪纸社团,同时在建湖县图书馆、建湖县培训中心等场所开展传统勇纸教学活动。