大学生学习动机的影响因素与提升对策研究

本文采用改编的大学生学习动机调查问卷,对河北工业大学173名大学生进行了有效调查。通过统计分析,得出了大学生学习动机由强到弱依次为：成绩目标型、报答型、求知型、就业与生活型、社会奉献型、消极回避型。消极回避型动机在性别、专业、年级上存在显著差异;成绩目标型动机在性别、是否为独生子女上存在显著差异;报答型动机在是否为独生子女上存在显著差异;求知型动机在不同家庭状况上存在显著差异。最后本文从教学方法和教学管理模式等方面提出了改进对策。     

气水交替驱油藏注入能力分析及优化

针对注入能力降低是制约气水交替驱提高油藏采收率的关键因素的问题,以相似理论中的检验分析法推导了气水交替注入无因次注入能力方程,运用考虑相渗和毛管滞后效应耦合的数值模拟方法,评价无因次注入能力的因素影响,讨论并优化了注入水气比。研究结果表明：对于特定油藏体系,通过增加注入气的富化度提高粘滞力重力比来达到改善驱替效果的方法比片面地增加注气速度更高一些;水气比越高,达到相同开采效果所需气量越小,但因此而出现较明显的注入能力下降的趋势。对于低粘滞力重力比的注气条件,选择水气比为2最佳;而对于高粘滞力重力比,则水气比为1是最佳选择。建议在水气比的优选时充分结合油藏地质特征和注入流体特性进行分析。     

双重变形介质储层气井流量动态特征研究

在开发双重变形介质油气藏过程中,储层岩石应力敏感性会明显影响油气藏的开发效果。在考虑储层双重介质和变形特性的基础上,引入渗透率应力敏感系数,建立了双重变形介质气藏不稳定渗流模型（包括：无限大边界气藏、圆形封闭边界气藏、圆形定压边界气藏）,通过Laplace 变换,得到了模型的 Laplace 空间解析解,利用 Stehfest 数值反演得到实空间的解。根据实空间中无因次产量与无因次时间的变化关系曲线,分析了储容比、窜流系数、无因次应力敏感系数、表皮系数对气井流量动态特征的影响。研究结果对科学合理开发双重变形介质气藏、保证气井和气藏正常生产等都具有重要的理论和现实意义。     

中国消费者信心影响因素实证分析

消费者信心是对消费者整体所表现出来的信心程度及其变动的一种测度。使用离散顺序选择模型对2009年第1季度中国大陆消费者信心指数的原始调查数据进行实证分析,结果显示：消费者对未来经济发展的信心受到其对未来就业、收入、生活和投资四个方面信心的显著影响。     

一种基于SIS的贝叶斯模型算法

贝叶斯动态模型及其预测理论具有广泛的应用性,如在通信,控制,人工智能,经济管理,气象预报等领域。本文简要介绍了贝叶斯动态模型,对于非线性贝叶斯动态模型提出了SIS算法及其在处理非线性模型中应用。     

中国经济增长的整体预测——基于月度扩散指数的实证

利用39个宏观经济指标构建中国月度扩散指数,分析了各扩散指数的特征,并利用动态因素模型预测中国2009年4季度至2010年3季度的GDP增长率,取得了较好的预测效果。实证结果表明,基于扩散指数的动态因素模型,具有提高模型自由度、降低多重共线性、综合大量信息、保证预测精确性等优势,对于宏观经济预测分析和决策具有一定的作用。     

多阶段资产投资的动态规划决策模型

本文针对多阶段资产投资问题,给出了在满足一定的风险承受能力情况下的、以最终的总收益尽可能大为决策目标的资产投资组合问题的一个多阶段动态规划决策模型,从中可以求得多阶段投资的整休最优投资组合。继而讨论了其与单阶段投资模型的关系。最后把模型转化为线性动态规划模型。     

论影响地方高校教师教育质量的四大因素

对教育工作而言,无论怎样强调教师质量的重要都是不过分的。针对我国目前教师教育的格局,分析了地方高校影响教师教育质量的四大因素,即办学目标定位、教学内容与课程体系、教学技术、教师基本素质培养的合理定位。具有教师培养职能的地方高校必须对此予以重视,以此推进地方高校自身的发展,为基础教育改革发展提供高质量的教师队伍。     

A multivariate time series model for the analysis and prediction of carbon monoxide atmospheric concentrations

We use a Bayesian multivariate time series model for the analysis of the dynamics of carbon monoxide atmospheric concentrations. The data are observed at four sites. It is assumed that the logarithm of the observed process can be represented as the sum of unobservable components: a trend, a daily periodicity, a stationary autoregressive signal and an erratic term. Bayesian analysis is performed via Gibbs sampling. In particular, we consider the problem of joint temporal prediction when data are observed at a few sites and it is not possible to fit a complex space–time model. A retrospective analysis of the trend component is also given, which is important in that it explains the evolution of the variability in the observed process.     

Heteroscedastic Regression Models and Applications to Off-line Quality Control

We discuss in the present paper the analysis of heteroscedastic regression models and their applications to off-line quality control problems. It is well known that the method of pseudo-likelihood is usually preferred to full maximum likelihood since estimators of the parameters in the regression function obtained are more robust to misspecification of the variance function. Despite its popularity, however, existing theoretical results are difficult to apply and are of limited use in many applications. Using more recent results in estimating equations, we obtain an efficient algorithm for computing the pseudo-likelihood estimator with desirable convergence properties and also derive simple, explicit and easy to apply asymptotic results. These results are used to look in detail at variance minimization in off-line quality control, yielding techniques of inferences for the optimized design parameter. In application of some existing approaches to off-line quality control, such as the dual response methodology, rigorous statistical inference techniques are scarce and difficult to obtain. An example of off-line quality control is presented to discuss the practical aspects involved in the application of the results obtained and to address issues such as data transformation, model building and the optimization of design parameters. The analysis shows very encouraging results, and is seen to be able to unveil some important information not found in previous analyses.