Asymptotic bias in the linear mixed effects model under non-ignorable missing data mechanisms

Summary.  In longitudinal studies, missingness of data is often an unavoidable problem. Estimators from the linear mixed effects model assume that missing data are missing at random. However, estimators are biased when this assumption is not met. In the paper, theoretical results for the asymptotic bias are established under non-ignorable drop-out, drop-in and other missing data patterns. The asymptotic bias is large when the drop-out subjects have only one or no observation, especially for slope-related parameters of the linear mixed effects model. In the drop-in case, intercept-related parameter estimators show substantial asymptotic bias when subjects enter late in the study. Eight other missing data patterns are considered and these produce asymptotic biases of a variety of magnitudes.     

西部高校怎样更好实现计算机与物理实验的整合

随着计算机的飞速发展,学校里出现了越来越多的多媒体教室;CAI计算机辅助教学、虚拟实验教学等各种软件更是蓬勃发展起来;很多教育工作者提出物理实验中计算机仿真教学、物理实验中应用计算机辅助教学等各种措施.作为西部高校,我们应该根据自身资金有限、学生基础比较薄弱等特点,更好的实现计算机与物理实验的整合.     

Influence diagnostics and outlier tests for semiparametric mixed models

Summary. Semiparametric mixed models are useful in biometric and econometric applications, especially for longitudinal data. Maximum penalized likelihood estimators (MPLEs) have been shown to work well by Zhang and co-workers for both linear coefficients and nonparametric functions. This paper considers the role of influence diagnostics in the MPLE by extending the case deletion and subject deletion analysis of linear models to accommodate the inclusion of a nonparametric component. We focus on influence measures for the fixed effects and provide formulae that are analogous to those for simpler models and readily computable with the MPLE algorithm. We also establish an equivalence between the case or subject deletion model and a mean shift outlier model from which we derive tests for outliers. The influence diagnostics proposed are illustrated through a longitudinal hormone study on progesterone and a simulated example.     

数据挖掘与数据仓库在CRM中的应用

介绍了客户关系管理的思想、功能组成 ,以及数据挖掘和数据仓库技术在客户关系管理中的应用     

高校院系资料室的建设及其与校图书馆的共建

高等院校的院系资料室是图书系统的组成部分,在承担院系教师和学生查阅资料方面,具有图书馆无可比拟的功能和作用。文章主要分析了高校院系资料室存在的问题以及其解决措施,并明确了院系资料室与图书馆之间的关系,对院系资料室的建设提供了借鉴。     

统计打假对策探析

统计工作是经济管理的重要基础工作 ,统计信息是制定政策和编制、检查计划的基本依据之一。本文对统计工作中造假的成因、危害进行了剖析 ,提出了相应的打假对策     

公开市场操作公告对中国股市交易行为的影响

基于MRR结构模型,利用广义矩估计方法,从信息不对称和流动性成本角度考察了央行公开市场操作公告对股票市场交易行为的影响。实证结果表明,公开市场操作披露前股票市场的信息不对称程度、流动性成本并未发生显著变化,公开市场操作披露后30分钟内,信息不对称程度增加,流动性成本下降。在考虑了公开市场操作未预期的利率变化具体内容后,所得结果并没有显著变化。     

新时期学报资料信息工作之管见

文章从信息时代的需要出发,主要阐述了学报资料搜集的依据、原则和方法,提出了有效的管理办法和开发利用学报资料的新思路。     

一种基于神经网络和决策树的信用评估新方法

分析了数据挖掘在国内外金融领域的应用及研究现状,提出了一种基于神经网络和决策树相结合的信用评估新方法。该方法通过RBF神经网络,进行条件属性裁减,并利用决策树抽取出评估规则。此方法利用神经网络的“黑箱”工作特性,选择重要条件属性,并利用决策树自动生成评估规则,大大提高了信用评估的效率和客观性。     

基于数据挖掘的客户关系分析评价系统

分析功能的深化是客户关系管理(CRM)的一大发展趋势,应用数据挖掘技术建立的CRM分析评价系统,可以对客户的行为以及市场趋势进行有效的分析,为企业的各种决策提供定性和定量的依据。该系统主要模块包括:客户细分模块、客户行为分析模块和市场趋势分析模块。以上各个模块涉及了企业关心的各种客户行为及市场行为,通过各个模块的分析,企业可以辨认出高端客户,理解各种客户行为模式,并掌握市场发展趋势以保证企业在激烈的竞争中立于不败之地。