中国产业结构变动与就业水平的实证研究

文章运用时间序列和计量模型研究了中国产业结构与就业水平之间的发展关系.首先运用格兰杰因果检验分析了第一、二、三次产业的产值与其就业之间的因果影响关系,继而从产值与就业两个角度定量分析了第一、二、三次产业各自对总就业水平的贡献,得出结论:第一产业和第三产业是劳动力就业的决定因素,而第二产业不是就业的决定因素;从产值角度来看,第三产业对劳动力就业的贡献最大,从就业角度来看,第一产业的就业对总体就业水平的贡献最高,其次是第三产业,而第二产业的就业对总体就业水平的贡献最小.最后根据研究结论提出相应的建议措施.     

中国基础设施投资对经济增长波动的冲击效应分析

基础设施是经济发展的重要影响因素，而“基础设施投资促进经济发展”这一主流观点已得到广泛共识，但人们对经济增长与基础设施的探讨仅局限于总量的分析框架，并未对基础设施的类型加以区分，更没发现经济发展的不同阶段对基础设施的需求结构也是不同的。而以“基础设施投资促进经济发展”为出发点，将基础设施投资细分为生产性、生活性、社会性基础设施投资，并分别讨论其对经济的影响。通过邹检验发现：自1994年以来，基础设施投资冲击改变了中国经济增长的特征。其结论是生产性、生活性基础设施对经济增长的影响是明确的、同步的，但社会性基础设施对经济增长的作用是不确定的。因此，加强社会性基础设施投资是一个渐进地逐步推进的过程。     

大学生数学成绩影响因素的实证分析

伴随着近几年高校的扩大招生,部分大学生的数学成绩显著下降。用统计学软件SPSS 13.0对哈尔滨工程大学部分学生的高等数学成绩及其相关因素进行统计分析,考察学生的高考数学成绩、性别、生源所在地等因素对其大学数学成绩的影响。在给出了一些切实可行的对策和建议的同时,指出培养大学生学习的主动性和研究探索精神,已经成为当今高校教师和教育工作者培养高素质人才和提高教学水平的关键。     

基于洛特卡定律的国际社会化媒体研究成熟度分析

移动智能终端的不断升级和各种互联网技术的融合发展给社会化媒体产业带来了巨大的增长空间,近年来社会化媒体研究也随之成为最具增长力的学科领域之一。经典洛特卡定律能揭示特定研究领域作者数与所著科学文献数之间的规律,常被用来评判特定研究领域的发展成熟度,但存在精度不够等问题。在经典洛特卡定律的基础上,结合国际社会化媒体研究领域最新发展,拟合出该领域洛特卡定律常数的非线性回归方法来提高计算精度:以1994—2013年间ISI Web of Science数据库中社会化媒体相关主题的8 021篇文献为研究样本(SSCI数据库文献4 501篇,SCI数据库的文献4 279篇)展开研究,并进行K-S一致性检验。统计分析结果表明:国际社会化媒体领域的研究虽处于快速发展阶段,但成熟度不高,核心作者群尚未达到稳定状态。     

商业银行监控指标的判别分析

及时、连续地了解银行的经营和风险状况,对有问题对象尽早采取相应措施是金融监管机构的重要目标。文章利用现有数据对选择的样本进行多元统计判别分析,证明该方法不失为合理配置监管资源、提高监管效率从而降低危机成本的一种选择。     

时间数列分析中的加法模型与乘法模型

文章通过实例说明了时间数列分析中加法模型的应用,纠正了一些统计学教材上常见的错误认识和模型的错误使用,对统计教材中统计方法的系统化起到了一定的作用。     

Factor analysis for ranked data with application to a job selection attitude survey

Summary.  Factor analysis is a powerful tool to identify the common characteristics among a set of variables that are measured on a continuous scale. In the context of factor analysis for non-continuous-type data, most applications are restricted to item response data only. We extend the factor model to accommodate ranked data. The Monte Carlo expectation–maximization algorithm is used for parameter estimation at which the E-step is implemented via the Gibbs sampler. An analysis based on both complete and incomplete ranked data (e.g. rank the top q out of k items) is considered. Estimation of the factor scores is also discussed. The method proposed is applied to analyse a set of incomplete ranked data that were obtained from a survey that was carried out in GuangZhou, a major city in mainland China, to investigate the factors affecting people's attitude towards choosing jobs.     

一类基于模型的聚类方法

在聚类问题中,若变量之间存在相关性,传统的应对方法主要是考虑采用马氏距离、主成分聚类等方法,但其可操作性或可解释性较差,因此提出一类基于模型的聚类方法,先对变量间的相关性结构建模(作为辅助信息)再做聚类分析。这种方法的优点主要在于:适用范围更宽泛,不仅能处理(线性)相关问题,而且还可以处理变量间存在的其他复杂结构生成的数据聚类问题;各个变量的重要性也可以通过模型的回归系数来体现;比马氏距离更稳健、更具操作性,比主成分聚类更容易得到解释,算法上也更为简洁有效。     

数据包络方法评价企业绩效的有效性研究

旨在研究数据包络方法评价企业绩效的有效性。首先从理论上提出了四个假设,其次选取了2012年中国803家制造业上市公司作为样本数据,对四个假设从绝对有效性和相对有效性两个方面进行了实证检验。最后得出结论:数据包络方法测算的企业效率值与传统绩效评价指标显著正相关,而且在不同的效率水平上、不同地区、不同行业,该效率值作为评价企业绩效的指标既是绝对有效的,也是相对有效的。     

Bayesian networks for imputation

Summary.  Bayesian networks are particularly useful for dealing with high dimensional statistical problems. They allow a reduction in the complexity of the phenomenon under study by representing joint relationships between a set of variables through conditional relationships between subsets of these variables. Following Thibaudeau and Winkler we use Bayesian networks for imputing missing values. This method is introduced to deal with the problem of the consistency of imputed values: preservation of statistical relationships between variables ( statistical consistency ) and preservation of logical constraints in data ( logical consistency ). We perform some experiments on a subset of anonymous individual records from the 1991 UK population census.