最严厉的惩罚

克利夫·巴罗斯是比利·布雷汉姆牧师团的负责人。他讲述了自己教育子女的一个故事。当时他的儿子鲍比和女儿贝蒂还很小，做了错事，克利夫警告说，如果下次再犯，就要惩罚他们。第二天下班，克利夫发现一对儿女故技重演，根本没把自己的话当回事。克利夫很恼火，但看着孩子们可怜的样子又心软了，他不忍心惩罚他们。     

侵权人不明的高楼落物侵权的法律规制

《侵权责任法》第87条对侵权人不明的高楼落物侵权责任的承担进行了规定,具有保障受害人得到补偿、统一司法实践、降低致害概率的积极意义。但是,该规定也存在许多不足之处,主要表现为不利于社会和谐、容易引发道德风险、预防功能不充分、适用前提不明确等,没有很好地解决高楼落物侵权所面临的困境。采取社会救济、高楼落物赔偿基金、保险赔偿等多种途径相结合的救济方式,行政法、刑法与《侵权责任法》相配合的惩罚制度,不仅可以使受害人得到及时的、充分的补偿,而且可以有效预防此类侵权损害的发生。     

害怕读书

我生来惧怕黑夜，为了逃避黑夜，我从小学会了读大部大部的书。读书成了我命定的一种生存方式，逃避苦难和惩罚的方式。然而，近年来我对读书产生了一种异样的不祥感觉．有些书读着你就感到自己不是在学习、在享受，而是在受惩罚。所谓“开卷有益”、“书中自有黄金屋”的古训．现在感想起来似乎有点茫然。2008年，这种感觉尤为强烈，也许到了2009年又会变得更加强烈。     

面板数据分位回归模型中固定与随机效应的选择

随机效应的引入为面板数据建模中样本相关和异方差问题提供了重要解决途径,过多的随机效应不仅会极大地增加模型复杂度,而且给固定效应系数的估计带来偏差.文章在考虑到随机效应具有整体性基础上,以横截面个体为单位,对其进行整体压缩.通过对固定和随机效应分别引入不同形式的条件Laplace先验,构造了一种与Group Lasso-Lasso惩罚相等价的贝叶斯双惩罚分位回归估计方法.通过设计切片Gibbs抽样算法,快速有效地解决了模型参数估计问题.计算机模拟显示,该方法不仅能对固定和随机效应参数进行精确估计,而且能对模型中真实包含的固定和随机效应进行自动选择.     

索赔次数的开放式混合泊松分布研究

本文建立了索赔次数的多风险类别混合泊松模型。首先,考虑索赔次数的零膨胀、厚尾性和异质性等特征,建立风险类别待定的开放式混合泊松模型,开放式结构使该模型对实际数据的多样特征和风险类别具有良好的自适应性;其次,定义混合权重参数的iSCAD惩罚函数,实现对权重参数的筛选;最后,借助EM算法求得模型参数,实现对各风险类别下索赔次数的估计。借助iSCAD惩罚函数,给出最优混合数,避免传统混合模型中主观选择的弊端,克服传统混合模型中结构复杂、参数估计没有显式表达式、估计结果不便于解释等问题。基于三组风险特征多样数据的实证分析,本文发现该模型可以显著改进现有模型的拟合效果。     

企业管理制度与文化理念对职工行为的作用机理分析

心理学研究认为，人的行为动力由“基本生存动力”与“精神生存动力”两部分组成。“基本生存动力”产生“自我价值观”，它以“利己”作为判断一切的标准，使人产生自私和利己行为；“精神生存动力”产生“超我价值观”，它以“利他”作为一切判断的标准，使人产生无私和利人的行为。如果对职工有利于企业利益的行为给予奖励，对不利于企业利益的行为给予惩罚，     

如何应对倔强宝宝

正宝宝最近脾气大得很,什么事情都要按自己的想法来,稍不顺心就大发脾气,像头倔驴。宝宝怎么会变得这么倔强?如何化解宝宝的倔脾气?     

基于贝叶斯学习的惩罚因子的选择

文章基于贝叶斯学习,将正则化方法从贝叶斯分析的角度展开,在响应变量服从正态分布、回归系数服从指数型先验分布族的条件下,用贝叶斯准则给出了惩罚因子的取值与响应变量、系数的方差之间的关系,并将这一结果应用到岭回归和lasso回归中惩罚因子的选择.实例检验结果表明,当响应变量和系数服从正态分布,惩罚因子的值取二者方差商的方法比岭迹法和广义交叉验证法(GCV)拟合效果更优.     

重复博弈视角下的企业环保行为规制

在经济发展和环境保护之间矛盾日益突显的今天,如何通过有效的手段规制企业的环保行为是各个国家与地区政府所关注的课题,通过对政府与企业之间,企业与企业之间的互动关系分析,运用重复博弈的理论,解释了考虑社会效益对政府决策的影响,并探讨了在一次博弈情况下补贴和惩罚的作用,然后运用重复博弈理论,引入两个企业的博弈,得出鼓励企业实施"冷酷战略"的补贴与惩罚的数额.政府一定数额的补贴与惩罚,可以使企业有充分的信心选择"冷酷战略",从而使不环保的企业能够改变自身策略,自觉选择环保.