A new stratified three-stage unrelated randomized response model for estimating a rare sensitive attribute based on the Poisson distribution

This article suggests an efficient method of estimating a rare sensitive attribute which is assumed following Poisson distribution by using three-stage unrelated randomized response model instead of the Land et al. model (2011 Land, M., S. Singh, and S. A. Sedory. 2011. Estimation of a rare sensitive attribute using poisson distribution. Statistics 46 (3):351–60. doi:10.1080/02331888.2010.524300.[Taylor &; Francis Online], [Web of Science ®] , [Google Scholar]) when the population consists of some different sized clusters and clusters selected by probability proportional to size(:pps) sampling. A rare sensitive parameter is estimated by using pps sampling and equal probability two-stage sampling when the parameter of a rare unrelated attribute is assumed to be known and unknown.

We extend this method to the case of stratified population by applying stratified pps sampling and stratified equal probability two-stage sampling. An empirical study is carried out to show the efficiency of the two proposed methods when the parameter of a rare unrelated attribute is assumed to be known and unknown.     

An Integrated Risk Assessment Model of Township‐Scaled Land Subsidence Based on an Evidential Reasoning Algorithm and Fuzzy Set Theory

Land subsidence risk assessment (LSRA) is a multi‐attribute decision analysis (MADA) problem and is often characterized by both quantitative and qualitative attributes with various types of uncertainty. Therefore, the problem needs to be modeled and analyzed using methods that can handle uncertainty. In this article, we propose an integrated assessment model based on the evidential reasoning (ER) algorithm and fuzzy set theory. The assessment model is structured as a hierarchical framework that regards land subsidence risk as a composite of two key factors: hazard and vulnerability. These factors can be described by a set of basic indicators defined by assessment grades with attributes for transforming both numerical data and subjective judgments into a belief structure. The factor‐level attributes of hazard and vulnerability are combined using the ER algorithm, which is based on the information from a belief structure calculated by the Dempster‐Shafer (D‐S) theory, and a distributed fuzzy belief structure calculated by fuzzy set theory. The results from the combined algorithms yield distributed assessment grade matrices. The application of the model to the Xixi‐Chengnan area, China, illustrates its usefulness and validity for LSRA. The model utilizes a combination of all types of evidence, including all assessment information—quantitative or qualitative, complete or incomplete, and precise or imprecise—to provide assessment grades that define risk assessment on the basis of hazard and vulnerability. The results will enable risk managers to apply different risk prevention measures and mitigation planning based on the calculated risk states.     

基于Vague集和属性综合评价的股票投资价值分析方法

对二级市场上同一行业内的不同股票进行投资价值分析是一个系统综合评价问题。本文从评价指标的选择、单项指标的评价、多项指标的综合评价和属性识别准则四部分来阐述属性测度理论在股票投资价值分析中的应用。特别需要指出的是,股票投资价值评价指标体系的建立和指标权重的确定应用了Vague集的理论和方法。最后,我们应用属性综合评价方法对电子元器件制造业的公司股票进行投资价值分析,结果验证了该方法的实用性和正确性。     

基于属性水平的品牌来源国作用机制研究——信息处理的视角

制造和质量控制技术在全球范围的转移,导致制造国影响减弱,这对传统原产地研究提出了新的挑战。本研究在区分品牌来源国和产品制造国的基础上,通过把产品属性划分为搜索属性和信任属性,探索品牌来源国如何在属性评价层面上影响消费者。本研究发现,品牌来源国主要在信任属性上影响消费者对产品的评价。不仅如此,与新手型消费者相比,专家型消费者评价信任属性时更多地受到品牌来源国刻板印象的影响。     

属性值为区间数的多属性决策对象排序研究

多属性决策问题的实质利用已有决策信息,通过一定方式对备选方案进行排序和择优。针对属性值为区间数的多属性决策对象排序问题,首先,提出决策对象优势关系这一概念,再次,得出决策对象的优势关系与其属性值两端点的实数值之和存在等价关系;最后,利用属性值为区间数的多属性决策实例对该算法进行了实例分析,并利用优势关系对决策对象进行排序并择优。     

属性集容量确定的夹挤式测度模式及其推算模型

迄今,为解决多属性偏好关联决策属性集容量判断指数复杂性难题所提出的λ模糊测度模式与k-可加模糊测度模式,以及建构在它们之上的属性集容量确定的推算模型,尚存在着适用性差的技术不足。为此,以平衡容量判断的可操作性和容量推算的准确性为视角,提出了一种新容量测度模式,即关于容量判断与推算的夹挤式测度模式,并在此基础上通过引入决策者较易判断给出的容量序信息构建了相应的容量推算模型。基于数值模拟的对比分析表明：新模式不仅在应用可行性上高于k-可加模糊测度模式,而且从容量推算的准确性上看也明显优于λ模糊测度模式和k-可加模糊测度模式,因而对实际决策具有更强的适用性。     

目标导向层次分析方法

对含有抽象属性的多属性层次结构而言,层次分析法即AHP（包括DIS-AHP、ABS-AHP、IDE-AHP和SUP-AHP四种具体方法）会因比率比较基准缺失、权重内涵模糊不清或方案评价不保序而缺乏科学理性。为发展AHP,基于摆幅置权（SW）判断模式和多属性决策属性价值公度方法,首先给出了能为层次结构抽象属性上的SW判断提供支持的规约性多属性决策属性价值公度方法,然后由此并结合多属性价值理论给出了能够克服现有层次分析法内在缺陷的目标导向层次分析方法即ToAHP。相对于AHP,ToAHP在判断模式与权重内涵、方法建构的理论基础和相关假设检验、方案评价保序与其内在数理依据上具有明显的相对科学合理性。应用分析表明：在输入信息可比的条件下,ToAHP明显优于AHP的四种分析方法之中最具可信性的SUP-AHP方法。     

语言多属性决策的目标规划模型

研究了只有部分属性权重信息、属性值以语言变量或不确定语言变量形式给出且决策者对方案有偏好信息的语言多属性决策问题.给出了语言变量和不确定语言变量的运算法则,以及不确定语言变量之间比较的可能度公式,定义了语言变量的偏离度概念.在属性值以1)语言变量和2)不确定语言变量,这两种形式给出的情形下,分别建立了一个基于偏离度的目标规划模型,并通过求解这两种模型分别获得相应的属性权重.然后对于情形1),利用语言加权平均(LWA)算子,对语言决策信息进行加权集成,继而对方案进行排序和择优;对于情形2),利用不确定语言加权平均(ULWA)算子,对不确定语言决策信息进行加权集成,并利用可能度公式构造可能度矩阵(互补判断矩阵),继而利用互补判断矩阵排序公式对决策方案进行排序和择优.最后进行了实例分析.     

对方案有偏好的不确定语言多属性决策方法

研究了属性权重完全未知、属性值和对方案的偏好值以不确定语言变量形式给出的不确定语言多属性决策问题。首先,引入不确定语言变量的运算法则,以及不确定语言变量之间比较的可能度公式,给出了不确定语言变量间的距离的概念。针对属性权重完全未知的情形,给出了求解权重的公式。然后,利用不确定语言加权平均算子,对不确定语言决策信息进行加权集成,并利用可能度公式构造可能度矩阵(互补判断矩阵),继而利用互补判断矩阵排序公式对决策方案进行排序和择优。最后进行了实例分析。     

诉讼证据概念与特征新论

诉讼证据概念和特征一直以来都是证据法学界争议较多的问题之一。传统证据概念中的“事实说”以及刑诉法修正案草案中的“材料说”都值得商榷;传统诉讼证据特征中的客观性、关联性、合法性并非诉讼证据之特征,而是诉讼证据成为定案根据的要件或标准。在概念上,诉讼证据应定义为刑事诉讼控辩双方、民事和行政诉讼原被告双方当事人在诉讼过程中用以证明自己诉讼主张的根据;由此,诉讼证据的基本特征应采四性说,即诉讼证明性、诉讼当事人性、案件信息承载性和诉讼时效性。