中国互联网境外上市公司的聚类、回归与演化分析

使用聚类分析法,对阿里巴巴、腾讯、百度等中国互联网境外上市公司进行了聚类研究,从用户连接力和技术创新力这两个维度对它们进行了特征刻画,把它们划分为定位型、连接型和领先型这三类公司,描绘了互联网公司分类及演化方向矩阵图,探讨了每类互联网公司的进化路线。还对中国境外互联网上市公司进行了回归分析,研究发现,营收对数与用户存在显著的正相关关系。实证研究提供的经验证据,解释了互联网企业烧钱抢用户、补贴用户的现象。再进一步对盈利与用户的关系进行了回归分析,研究发现,两者具有显著正相关关系,用户的回归系数为3%,其含义为大约用户总数的3%直接贡献了利润。     

“少子化”对城镇与农村社会福利的影响

使用中国健康与营养调查(CHNS)2009年的截面数据,运用多元线性回归模型,估计了计划生育政策对我国城镇和农村居民在教育和养老两方面的影响.估计结果显示,城镇居民不论从教育还是养老,计划生育政策对其社会福利的影响都大于对农村居民的影响.同时,得出实行适当的计划生育政策对城镇和农村居民的社会福利都有很大的改善空间.     

基于指数回归-ARMA模型对我国居民储蓄的预测

随着我国经济快速增长、居民收入水平的显著提高,我国城乡居民人民币储蓄量快速增长。本文以1978一2007年我国城乡居民人民币储蓄量的历史数据为基础,根据趋势图拟合出与之相似的指数回归曲线,然后对其残差序列进行分析和识别,找出适合我国城乡居民人民币储蓄量的指数回归一ARMA模型,并根据此模型进行预测分析。     

美国信息化投入时滞效应研究

文章利用向量自回归模型对1959～2005年的部分美国经济数据进行分析,研究表明促进美国GDP增长的不竭动力是信息化,信息化成为继劳动、资本之后最重要的投入要素.大力推进信息化进程,将促进经济的快速发展,但信息化对GDP的影响并非立罕见影,需要一段时间.     

青海藏族青年民族认同的发展路径分析

藏族青年的民族认同随着年龄和教育程度的变化而发生变化,民族认同中的情感因素因为文化环境的多元性而进一步强烈,性别、来源地对民族认同的情感因子存在影响,所学学科性质不影响藏族青年民族认同的发展。多元回归分析发现藏族青年文化习性中的宗教情感、风俗习惯和民族语言三个因素能够联合解释民族认同40.5%的变异量。     

羞耻心是一个反思国民性的绝好命题

现在要做的就是，从根本上改变中国的教育，去行政化，让教育回归教育。这是一个国家的底层设计。 我们同家历来是讲集体主义的，对待耻辱问题也是这样。比如在对日问题上，我们一方面高调地说慰安妇是日本军国主义的罪恶，但是在日常生活中，所有的慰安妇都是被歧视的，足以折射出民族耻辱和个人耻辱的关系。中闻人总是讲忠孝节义，舍身取义。对于弱者有很多的要求，当俘虏都不行。很多当年做过俘虏的志愿军回来以后，几十年都抬不起头来。按同际上通行的规则，你的抵抗失去意义的时候，只能增加生命的牺牲，这时投降不算是耻辱。而我们自己的规则是，你投降了就是叛变了。这样的例子有很多。     

回归祖根枝叶壮

我是个老归国华侨,祖籍广东南海市,壮族。1937年生于越南高平省东溪市,是第三代华人。1949年10月1日,新中国诞生的消息传遍了五洲四海。父亲怀着一颗赤子之心,毅然于1951年携眷回到新中国的怀抱,投身伟大的社会主义建设。回国后,我刻苦学习,积极深造,成绩优良。政府的资助使我在广西完成了中小学学业。1958年,我被保送到广西医科大学深造,1963年,我大学毕业后听从党的召唤到祖国边陲友谊关下的凭祥市人民医院工作。1985年,我跟随爱人一起调回海安县人民医院。     

组合预测在油气操作成本预测中的应用

油气操作成本在油气生产中占有较大比重，其高低直接影响油气田开发的经济效益。准确地预测油气单位操作成本，可以在生产中采取有效的控制手段，降低成本，提高企业效益。将组合预测法应用于油气操作成本的预测，利用非线性回归模型和灰色模型加权组合建立组合预测模型，并通过平均绝对误差、平均绝对百分比误差、均方误差和均方百分比误差等指标比较，证明组合模型比单一模型的预测效果更好，能提高油气操作成本预测的精度。     

几种岭参数选择方法的比较

比较了不同的几种岭参数选择方法的应用效果，结果表明，几种方法中没有一种方法被认为是优于其它的方法。但在均方误差准则下．几种岭参数选择方法所获得的估计都改进了设计阵呈病态时的最小二乘估计。     

面板数据的贝叶斯Elastic Net分位数回归方法及其应用研究

本文首次将Elastic Net这种用于高度相关变量的惩罚方法用于面板数据的贝叶斯分位数回归,并基于非对称Laplace先验分布推导所有参数的后验分布,进而构建Gibbs抽样。为了验证模型的有效性,本文将面板数据的贝叶斯Elastic Net分位数回归方法(BQR. EN)与面板数据的贝叶斯分位数回归方法(BQR)、面板数据的贝叶斯Lasso分位数回归方法(BLQR)、面板数据的贝叶斯自适应Lasso分位数回归方法(BALQR)进行了多种情形下的全方位比较,结果表明BQR. EN方法适用于具有高度相关性、数据维度很高和尖峰厚尾分布特征的数据。进一步地,本文就BQR. EN方法在不同扰动项假设、不同样本量的情形展开模拟比较,验证了新方法的稳健性和小样本特性。最后,本文选取互联网金融类上市公司经济增加值(EVA)作为实证研究对象,检验新方法在实际问题中的参数估计与变量选择能力,实证结果符合预期。