建立跨世纪全社会的统计教育体系

本文首先浅析了建立跨世纪全社会的统计教育体系的迫切性,随后,本文着重构建了我国跨世纪全社会的统计教育体系的框架,在此基础上,对该统计教育体系进行了详细阐释。     

世纪之交我国统计教育发展的回顾和思考

我国统计事业是在20世纪产生并发展起来的。20世纪初,西学东渐,我国统计理论开始形成并且初具规模。与之相适应,统计的教育培训工作也应运而生。回顾历史,我们不难发现:一个世纪以来中国人民不屈不挠的奋斗史,也是中国统计教育事业曲折艰难的发展史。一个世纪以来,统计教育事业时断时续,时而发展时而停滞。根据其发展所表现出来的阶段性特征,我们可将我国统计教育事业发展分成四个阶段。第一阶段,本世纪初到建国之前,为我国统计教育发展的萌芽阶段。甲午战争以后,许多爱国学者纷纷出国寻求救国真理的同时,也给中国带回了统计理论。第二阶段,…     

函数型数据的共同主成分分析探究及展望

函数型数据的主成分分析(FPCA)已经成功应用在许多领域,但它主要研究的是单样本问题.本文详细讨论了一种新近发展的函数型数据分析的理论--函数型共同主成分(CGPC)分析方法,它主要应用于检验两组函数型随机样本的分布情况.CFPC方法的理论基础是将两组函数型样本进行Karhunen-Loeve(KL)展开,并用Bootstrap方法检验两组样本的均值函数、特征值和特征函数的一致性.最后,我们对CFPC的理论研究和应用前景进行了展望.     

基于家庭收入的保障性住房标准研究

 保障性住房是关系国计民生的重大问题,为使保障性住房充分发挥作用,其准入标准的确定尤为重要。目前我国保障性住房准入标准大都以人均收入作为参考指标,本文旨在测算并确立以家庭收入为参考指标的保障性住房准入标准。由于厦门市保障性住房在全国具有示范效应,故以厦门为例考察基于家庭收入的保障性住房准入标准。根据抽样调查的分组数据界定“中低收入组”,通过正态分布与均匀分布的转换,利用格点映射法,找出覆盖面为40%的收入上限值,即为保障性住房的准入标准。基于此标准,结合“按年人均收入限值”这一指标,将家庭组别按人口细分,划分出针对不同家庭规模的参考准入标准。     

数据挖掘的统计学内涵

统计有培根逻辑做支撑,而数据挖掘则更多地得益于当代信息技术的飞速发展——但是相对于由此产生的大量冗余数据而言,我们似乎并没有获得多少信息。如果说数据挖掘(data mining,DM)研究的是经过清洗的全样本数据(Population),那么统计研究的则是样本数     

全国中青年统计科学研讨会的回顾与思考

 本文对历次全国中青年统计科学研讨会进行了详细的回顾与考察,针对不同的社会历史背景,根据会议的主题和成果,分析了中国统计科学在不同发展阶段的具体情况。在此基础上,对中青年统计科学研讨会的发展过程进行了深层思考,并进一步明确了中青年统计工作者的发展方向,及面临的挑战。     

基于Bayes概率边界域的粗集分类方法及其在高频数据中的应用

 作为一种近似处理的工具,粗集主要用于不确定情况下的决策分析,并且不需要任何事先的数据假定。但当前的主流粗集分类方法仍然需要先经过离散化的步骤,这就损失了数值型变量提供的高质量信息。本文对隶属函数重新加以概率定义,并提出了一种基于Bayes概率边界域的粗集分类技术,比较好的解决了当前粗集方法所面临的数值型属性分类的不适应、分类规则不完备等一系列问题。     

数据挖掘中关联规则算法的考察

文章从算法角度对关联规则的提出、演变过程和前沿研究进行了较为详细的考察,并在此基础上提出了关联规则未来研究的领域和发展趋势。文章先详细地考察了关联规则的三类典型算法,然后总结了基于复杂数据属性的关联规则算法扩展。为考察其他方面的算法扩展和介绍其他学科领域对关联规则的研究奠定了基础。     

数据挖掘中关联规则的规范化描述

一、引言数据挖掘(Data Mining)是近年来随着人工智能和数据库技术的发展而出现的一门新兴学科。它是从大量的数据中筛选出隐含的、可信的、新颖的、有效的信息的高级处理过程。关联规则(Association Rule)是其中重要的研究课题,是数据挖掘的主要技术之一,也是在无指导学习系统     

数据挖掘中属性项压缩的统计方法研究

文章试图将统计思想与(Rough)粗糙集理论相结合,针对事务性数据库属性项压缩问题提出了一些行之有效的方法,即基于重要性的属性压缩、基于相依性的属性压缩、属性项的广义线形分析及压缩、基于多重相关性的属性项压缩,以此达到数据库压缩之目的。