简介：用离散系数确定权数安徽财贸学院谢忠秋在多指标综合评价过程中，各个指标所起的作用是不同的，就象在物价的变动中，粮食和副食品价格的变动对居民生活的影响要比其他种类价格变动的影响要大得多一样。因此，为了多指标综合评价的科学性，通常需要对具有不同性质的指标赋...

简介：统计学原理教科书中，对变异度指标的计算和应用进行了论述，但是关于变异度指标的应用出现的问题则未解决，本文以示的方式介绍了变异度指标在具体应用时出现的问题，并提出了有效地解决办法。

简介：文章通过对二项分布，泊松分布和几何分布Ｋ阶原点矩中的某个参数求导的方法，推导出这三个分布含有微分形式的递推公式，并根据这三个递推公式共性的分布，得到一般形式的Ｋ阶原点矩的递推公式。

简介：针对决策者在进行方案选择时各种自然状态发生概率的不确定性,提出并讨论了离散型模糊状态概率下的方案选择问题。将方案各状态发生概率的三项估计值表示为三角模糊数,从而获得离散型模糊概率分布,利用限制模糊算法确定离散型模糊概率分布的数字特征值,在确定决策者决策准则的前提下,利用方案评价指标的数字特征值选择方案,同时分析了该法处理的优点。

简介：妻子出了一趟差刘张华平常总是我出差机会多些，妻留守家中，每次临行前，委总是帮我把换洗衣服叠得整整齐齐，把毛巾牙刷放进旅行包，我所要做的只是持起背包说一声：“我走了．”家中的事我一百个放心．妻天生是个劳碌命，三两天就要拖一次地，抹一抹家具，尽管居室面积...

简介：文章根据微分学的思想，通过对二项分布的松分布和几何分布Ｋ阶中心矩中的某个参数求导的方法，推导出这三个分布含有微分形式的Ｋ阶中心矩递推公式，并根据这三个分布Ｋ阶中心矩递推公式中存在的共性，得到了一个一般形式的Ｋ阶中心矩的递推公式

简介：针对目前统计数据失真普遍的现象，本文建立了基于有限理性假设的区域数据协调博弈模型，分析了数据生成过程中横向利益相关者的博弈对统计数据质量的影响，并提出相应的思考与管理对策。

简介：测度居民收入分栩程度已有许多不同方法，其中，基尼系数作为联合全规定的社会发展指标之一，已为人们广为接受，本文分别从不角度对基尼系数的计算进行了介绍并对基尼系数使用中应注意的问题作了较为全面的总结。

简介：一、均值与标准差均值是用来反映一组数据的集中趋势的统计指标,它抽象了数据之间的差异,代表数据的中间水平。标准差是一组数据与其均值的离差平方的算术平均数的平方根,它综合反映了一组数据与其均值的离散程度的大小。标准差越大,说明数据与其均值的偏离程度越大。更多还原

简介：腐败行为不仅是一种社会历史现象,也是一个跨越社会制度的世界性痼疾。在理性经济人假设下,根据委托—代理理论设计科学的激励机制有助于防范和治理腐败问题。通过建立动态离散选择模型,分析了政府查处腐败行为的力度对养廉薪酬水平的影响。并且基于对中国贪腐案件的实证与模拟分析,发现政府反腐力度是“以薪养廉”的基础,只有设计合理递增的薪酬计划,才可能起到“反腐倡廉”的效果。另外,养廉薪酬计划设计不仅要充分考虑公职人员的学历、职级及其任职期限等因素的影响,同时也要实现与经济政策变量（贴现率）的联动。

简介：本文针对基尼系数在测量收入差距方面的不足以及标准差系数的缺陷，提出了一个新的指标－改进标差系数，并论述了改进标准差系数的一些特性和优点。

简介：<正>八届人大四次会议新近通过并正式公布的《中华人民共和国个人所得税法》将工资、薪金所得部分与个体工商户的生产、经营所得和对企事业单位承包经营、承租经营的所得部分分别采行不同的超额累进税率和税级来进行计算。可推导出全套简

简介：基于数据分布密度划分的聚类算法是数据挖掘聚类算法中的主要方法之一。针对传统密度划分聚类算法存在运算复杂、运行效率不高等缺陷,设计出高维分步投影的多重分区聚类算法;以高维分布投影密度为依据,对数据集进行多重分区产生数据集的子簇空间,并进行子簇合并形成了理想的聚类结果;依据算法进行实验,结果证明该算法具有运算简单和运行效率高等优良性。

简介：针对EM算法在估计混合正态分布参数时使用不完全信息的总样本所得到的参数估计误差较大的问题,提出一种新的估计方法——TU截断改进算法。该算法根据正态分布的特点,运用部分拥有完全信息的样本将混合正态分布中的分布参数逐一估计出来。这一算法一方面克服了EM算法运用于混合分布的缺陷,另一方面改进了使用截尾数据的参数估计。仿真结果表明,TU算法比EM算法估计更精确。

简介：获得回答完整的问答是每个调研者所期望的结果，但实际上由于各种原因，总有部分问卷为空白或回答的不完全，这就产生了无回答情况。一般的无回答情况分为两种：一种是单位无回答，另一种是项目无回答。单位无回答是指被调查单位没有接受调查，而项目无回答是指被调

简介：数据挖掘技术及决策树简介数据挖掘就是从大量的不完全的有噪声的模糊的随机的实际应用数据中，抽取隐含在其中的、事先并不知道的、但又是潜在有用的信息和知识的过程。决策树算法作为常用的数据挖掘技术之一，其基本思想是将实例库中记录的大量有限的具体事实数据进行归纳和分类并建立树型结构，以发现并形成隐含在大量实例中的若干形式化的分类判别规则，典型的决策树算法方法有ID3方法和IBLE（Information—basedLearningfromExample）方法。

简介：在AI领域中,备受关注的一个问题是如何获得更好的分类,尤其是对于多分类的情形。目前,针对多分类算法已取得了大量的研究成果,很多较为高效的多分类算法也已应用到实践中,而对于多分类算法的研究仍然备受关注。以BT-SVM为基分类器,提出一种带阈值的新型动态加权多分类器集成的方法,并通过模拟和实证分析验证该算法的有效性,研究表明该算法对于平衡和非平衡数据的分类效果表现得都比较优良。

简介：平均单一依赖估计算法（averagedone-dependenceestimators,AODE）是通过放松朴素贝叶斯算法的假设条件得到的一种更加高效的分类算法,但AODE算法将所有父属性对分类的贡献程度看成是一样的,这使得AODE算法的分类效果受到限制。针对这个问题,利用相关系数Tau-y和Lambda-y分别计算各个特征属性对分类的贡献程度,并用计算结果对父属性加权,得到了两个改进的AODE算法：T-AODE和L-AODE算法。然后,利用加利福尼亚大学的埃文斯（UniversityofCaliforniaIrvine,UCI）标准数据集在Eclipse上对这两个算法进行分类实验,结果显示两个改进的AODE算法的精确度要优于原始AODE算法。

简介：将Lasso算法和logistic回归模型相结合并且引入P2P个人网络信贷评估体系,通过模拟实验的结果发现,在全变量logistic模型、Lasso-logistic模型、Ridge-logistic模型中,Lasso-logistic模型对于变量的压缩效果要更好,有助于简化模型;虽然三个模型在进行预测的结果上并没有显著的差异,但是Lasso-logistic模型在计算效率上更胜一筹,在处理大量数据的情况下更有效率。

简介：本文通过对鸢尾花数据的研究，提出了一种基于分类器的分类效果差异而进行快速选择的一种改进的BaggingTrees集成算法。并通过同其他统计机器学习方法，如：CART、BaggingTrees、RandomForest以及目前流行的基于遗传算法的选择性集成算法GASEN等比较得出，该算法对于分类问题而言，具有较高的准确率，而且与GASEN算法相比，运行的效率也得到了较大的提高。