特蕾莎修女的回答

特蕾莎修女经常会给人们提出一些意想不到的建议和忠告。有一次,一群美国人来到加尔各答拜访她,他们当中的大多数人是从事教育工作的。在访问的过程中,他们请她就如何与自己的家人相处提一些建议。“对你的妻子微笑,”她对他们说,“对你的丈夫微笑。”听了特蕾莎修女的回答,这群美国人感到非常惊讶,因为,他们怎么也没有想到,这个一直困扰着他们的难题,竟会被他们眼前的这位一直独身的修女用两句话就化解了。也许正是出于这个原因,他们中有一个人忍不住问道:“特蕾莎修女,请问您结婚了吗?”“哦,是的。”她答道。闻听此言,在场的美国人顿时大…     

如何应用EM算法处理调研中的无回答问题

在市场调研中,由于无回答情况所造成数据的缺失,给调查结果的估计带来一定困难。文章将通过对EM算法的介绍,讨论如何应用EM算法来解决调研中的无回答问题,并通过具体实例演示其操作过程。     

如何应用EM算法处理调研中的无回答问题

获得回答完整的问答是每个调研者所期望的结果，但实际上由于各种原因，总有部分问卷为空白或回答的不完全，这就产生了无回答情况。一般的无回答情况分为两种：一种是单位无回答，另一种是项目无回答。单位无回答是指被调查单位没有接受调查，而项目无回答是指被调     

敏感性问题回答模型研究

运用随机化模型对社会敏感性问题进行调查越来越受到人们重视。本文尝试先对几个在实际中常用的模型进行分析，并在此基础上提出新的改进模型。     

基于随机化回答模型的最低工资敏感性问题研究

针对最低工资调查中出现的敏感性问题,引入随机化回答技术,并针对定性和定量两类敏感性问题,分别引入不同的随机化回答模型。同时还考虑到最低工资调查中,不同调查单位对同一问题敏感程度不相同的特性,在定量问题的随机化回答模型中引入敏感性水平,对原有模型进行有效的改进,使被调查者能够更加积极配合最低工资调查,从而能够进一步减少由于各类敏感性问题造成的非抽样误差。这套随机化处理方法还可推广应用到其他类型的敏感性问题中。     

每一种花都有开放的机会

他出生在英国,长得憨头憨脑,有严重的口吃,有时行为举止十分笨拙,常常会闹出一些笑话。因此,他从小就是同学们捉弄的对象,大家经常变着法子拿他寻开心,然后看着他狼狈的样子哈哈大笑。有一次上课的时候,老师让他站起来回答问题。趁他站着的时候,后排的一个同学悄悄地把他的椅子挪到了旁边,而他回答完问题时全然不知道,然后就＂扑通＂一声坐到了地上,引得全班同学哄堂大笑。站起来后他强忍着没哭出来。虽然老师批评了那个搞恶作剧的同学,但这件事还是严重地伤害了     

基于回答随机性下的总体均值的估计

无回答的产生,对抽样调查结果的可信性产生了一定的影响,这引起了许多统计学者的关注.但至今仍未能找到一个比较满意的处理无回答的方法.现行的主要一些无回答处理方法,都侧重于事后对无回答数据本身的补救.文章则主要着眼于受访者的回答概率,在随机性回答下,给出了总体均值的一个估计.通过事先对总体均值给出一个大体的水平值,或者叫经验值;然后估计均值与这一水平的差距;最后在一定范围内改变这一水平值,减小了估计的方差.     

基于双无关问题的敏感性问题随机化回答模型

研究数量特征敏感性问题的抽样调查,设计了双无关问题双样本随机化回答模型,给出了总体均值的无偏估计、估计量的方差,并得出新的模型具有较好的精度。     

喜欢上司不吃亏

喜欢你的老板吗？喜欢？不喜欢？公事公办谈不上喜不喜欢？你的回答可能是以上的某一种。那么让我再问你一个问题：你想在事业上蒸蒸日上、对工作的决策和程序有更大的影响力、希望工作既顺利又顺心吗？OK,那不是一个而是三个问题,抱歉。但是我猜你对它们的回答是一样的,你会说：“是的。”果真这样的话,下面就是我今天要给你的建议：喜欢你的老板。     

鲜花应该送给谁

一次,我到小学一年级一个班级听课。当时,老师正在用启发式教学方式开导同学们回答问题。聆听中,我发现老师把问题提出后却遇到了尴尬——