维特根斯坦论“否定之谜”

“否定之谜”是早期分析哲学中广泛讨论的问题.维特根斯坦对此做出过很多论述.前期维特根斯坦主要通过命题意义的图像论对否定疑难进行处理.中后期维特根斯坦转向了日常语言分析,从语法自治性和多样性两个角度进行阐发.维特根斯坦认为,正确处理词与句的关系是解决“否定之谜”的关键.     

走出辩证法绝对同一性的阴影--从阿多尔诺对黑格尔辩证法的批判谈起

辩证法在其自身发展过程中,由于对逻辑普遍性的规范(颠倒)功能和对否定之否定的扬弃功能的不断凸现、膨胀以及对此两者的对立统一之和解,从而导致以普遍共相吞食特殊性个体的恶果,并将否定作为肯定的一个内在环节、阶段,消除了否定与肯定的非此即彼的对立界限,最终陷入辩证法绝对同一性的深渊,由此生发出指鹿为马、颠倒是非的魔法.要走出辩证法绝对同一性的阴影,就要用心维护辩证法的否定性,为非逻辑、非概念的东西,为差异和杂多留下一席之地,让辩证法在同一性与非同一性之间保持其思想的张力.     

PLS算法的顾客满意度指数模型

通过对国内外顾客满意度指数模型的对比及对我国的现状分析,提出顾客满意度测评的常规模型。在此基础上对常规模型的模型设定、模型估计和模型评价进行研究;利用PLS算法估计模型中的各个参数,将外部估计分为无缺失值和有缺失值两种情况,针对后者提出局部权重新定的缺失值处理方法;以某食品公司为研究对象,对构建的顾客满意度测评常规模型进行实证分析和评价。结果表明:常规模型的显变量符合单一纬度条件、具有一定的解释能力和良好的内敛效度,拟合效果可以接受,测评结果是满意和有效的,为PLS路径模型研究及缺失值处理提供了实用方法。     

农业生产风险管理策略的研究

农业生产经营风险管理所涉及的风险因素很多,主要有:(1)单产变化;(2)价格变化;(3)新技术或新知识变化;(4)农业投入水平变化;(5)政府政策变化;(6)法律变化;(7)消费者偏好变化,等等。通过权衡风险和收益,采用适宜的管理策略来规避风险,提高收益,形成了一系列非确定性关系下的风险决策方法。联系河北省20世纪90年代以来农业生产的实际情况,探讨了各种主要的规避或减少农业生产风险的方法和策略,如利用偏相关系数最小的方法选择稳定的生产项目;采用多种经营以分散风险的组合策略;提高农业生产经营灵活性的诸多措施;利用二次规划以建立风险最小而又能保证一定收入水平的最优规划方法等。     

基于PLS路径模型的顾客满意度测评研究

根据美国顾客满意度指数模型,提出了一种基于PLS路径模型的顾客满意度测评模型;详细阐述了模型设定、模型估计和模型评价。实例证明该顾客满意度测评模型显变量符合单一纬度条件、具有良好的内敛效度、具有一定的解释能力,拟合效果可以接受,为国内顾客满意度测评研究提供了实用方法。     

Additive hazards regression of current status data with auxiliary covariates

This paper discusses the regression analysis of current status failure time data arising from the additive hazards model with auxiliary covariates. As often occurs in practice, it is impossible or impractical to measure the exact magnitude of covariates for all subjects in a study. To compensate the missing information, some auxiliary covariates are utilized instead. We propose two easy-to-implement procedures for estimation of regression parameters by making use of auxiliary information. The asymptotic properties of the resulting estimators are established and extensive numerical studies indicate that both procedures work well in practice.     

Fast robust feature screening for ultrahigh-dimensional varying coefficient models

In this paper, we propose a new partial correlation, the so-called composite quantile partial correlation, to measure the relationship of two variables given other variables. We further use this correlation to screen variables in ultrahigh-dimensional varying coefficient models. Our proposed method is fast and robust against outliers and can be efficiently employed in both single index variable and multiple index variable varying coefficient models. Numerical results indicate the preference of our proposed method.     

Difference-based matrix perturbation method for semi-parametric regression with multicollinearity

This paper addresses the collinearity problems in semi-parametric linear models. Under the difference-based settings, we introduce a new diagnostic, the difference-based variance inflation factor (DVIF), for detecting the presence of multicollinearity in semi-parametric models. The DVIF is then used to device a difference-based matrix perturbation method for solving the problem. The electricities distribution data set is analyzed, and numerical evidences validate the effectiveness of the proposed method.