基于CSSCI的《统计与决策》载文被引特征及影响力分析

"中文社会科学引文索引"(CSSCI)自1998年诞生以来,以其规范、权威的信息检索和引文分析服务得到了一致认同,成为我国人文社会科学主要文献信息查询与评价的重要工具,也为学术期刊研究与管理提供了信息平台.     

AHP法在调查队信息化建设决策中的应用

文章结合国家统计局湖南调查队系统的特点,在信息化建设决策中运用AHP法建立目标决策的层次分析模型。设计调查问卷获取决策所需数据,将数据进行统计处理后运用到模型中,分析出调查队信息化建设应关注的几个重点,并对其重要性排序,最终得出信息化建设决策的关键所在。     

基于后验修正bayes决策树模型的保险营销决策方法

文章首先在对Bayes决策体系进行细致分析后,提出了保险营销决策模型,并对引起情报价值的状态因素进行分解,以确定在何种自然状态下一般决策较大,使得有针对性地避免措施产生。其次根据多阶段决策原理引入后验信息,为保险企业进行产品试验分析提供理论方法,在此基础上根据一个算例提出修正概率变动趋势与由Bayes矩阵估计出的概率变动趋势的一致性判定准则,以克服以往研究不对后验情报价值具有性进行判定的缺陷。     

基于记分函数的直觉模糊多属性群决策方法

针对属性权重未知且属性值为直觉模糊值,决策者给出方案直觉模糊值形式偏好信息的不确定多属性群决策问题,提出了一种基于模糊优选的群决策方法。首先在计算直觉模糊相似度的基础上通过非线性规划模型求解出属性权重。在明确直觉模糊多属性决策问题中直觉模糊集的定义基础上,提出了一种新的记分函数方法,进而得到各决策者决策矩阵的正、负理想方案。然后通过各决策者的模糊优选模型得到各方案的决策值,通过决策群体的模糊优选模型得到各方案的群体综合决策值。最后通过一个算例说明了方法的有效性。     

加强企业财务风险管理统计的探讨

随着市场经济的发展,企业外部环境发生了根本的变化,企业竞争日益激烈,企业国际化经营程度不断提高,从而导致外部环境复杂多变,企业经营财务风险越来越大,直接威胁着企业的生存与发展,因此,必须关注风险,研究风险,才能防患于未然保持长期综合发展.财务风险管理是企业管理的重要组成部分,渗透到企业的各个环节.财务风险管理直接关系到企业的生存与发展,从某种意义上说,财务风险管理是企业可持续发展的一个关键.     

一种面向属性残缺偏好效用矩阵的大群体决策方法

决策成员评价部分决策方案的大群体决策问题可视为属性残缺效用值矩阵下的大群决策问题.文章将残缺效用值转化为区间教形式的效用值,形成了大群体关于全部决策方案的区间数效用值矩阵;对大群体成员进行聚类,根据聚类结果确定成员权重,将该权重和区间数效用值矩阵合成获得了决策方案的排序向量;提出了群体意见反映度指标度量群决策结果反映群体意见的程度,对群决策结果进行评价;提出了成员意见差异度指标修改相应成员的效用值向量.     

基于带概率犹豫直觉模糊集的多属性决策方法

文章以犹豫直觉模糊集为基础,考虑隶属度和非隶属度的支持强度,提出了带概率的犹豫直觉模糊集.针对带概率的犹豫直觉模糊数,定义其基本运算法则,并分析了运算法则的相关性质.同时,定义了带概率的犹豫直觉模糊数间的距离测度.在TOPSIS框架下,提出了基于带概率犹豫直觉模糊集的一种新的多属性决策方法.将此方法应用于某汽车制造企业的云服务提供商选择,阐释了方法的应用性与有效性.     

《统计与决策》连续六年入选“中国最具国际影响力学术期刊”

2021年12月6日,由中国期刊协会、中国科学技术期刊编辑学会等单位共同主办,中国知网承办的“2021中国学术期刊未来论坛”以线上会议形式举行。论坛以“高品质、高水平、高质量——推动学术期刊繁荣发展”为主题,围绕学术期刊在提升国家科技竞争力和文化软实力方面的重要作用,聚焦我国学术期刊发展的重点、难点和热点问题进行研讨,为切实推动学术期刊繁荣发展助力。     

市民购房决策模型研究

本文研究普通市民的购房决策模型。根据购房的用途区分为消费型和投资型需求,运用边际分析方法分别建立基于消费的基本模型和扩展模型,基于投资的稳健型和激进型决策模型,给出相应的结论并针对一系列的情景得出相应的决策结果,为引导市民理智消费、审慎投资提供了依据。     

自动化决策中数据处理者的合理分析义务

以立法形式规定数据处理者的合理分析义务,是预防算法风险、推进算法规制的一条基本路径。基于元规制理念的合理分析义务设置,既是一种过程性规制,也是一种目的性规制。该义务要求数据处理者既应保证分析过程正当,还要确保分析结果合理。合理分析义务目前分散规定在我国个人信息保护法律体系中,按照自动化决策流程可将其类型化为三项内容：分析前的注意义务、分析过程中的控制义务、分析后的审查义务。合理分析义务的规范取向是防止算法歧视,公平对待公民个人或数据主体。数据处理者违反此种义务将面临行政责任和民事责任。当下主要的问责途径是惩治“大数据杀熟”“信息茧房”和“社会分选”现象。