简介:认知诊断模型中,项目参数的方差-协方差矩阵具有很重要的作用。作为一种非参数化的方差-协方差矩阵估计方法,Bootstrap法的一个主要优势在于它不需要解析推导。比较认知诊断模型中基于解析法的经验交叉相乘信息矩阵、观察信息矩阵和三明治协方差矩阵法,与Bootstrap法在估计项目参数标准误时的表现,模拟结果显示,认知诊断模型及Q矩阵正确设定或是模型中错误设定较少时,解析法的表现优于Bootstrap法,只有在样本量N=5000的条件下,Bootstrap法的表现才基本与解析法接近;当模型中错误设定较多时,Bootstrap法也没有表现出明显的稳健性。因此,在认知诊断模型中,推荐使用基于解析法的方差-协方差矩阵估计方法,尤其是三明治协方差矩阵法;当没有现成的基于解析法的方差-协方差矩阵估计方法可用时,Bootstrap法可以作为一种粗略的估计方法使用,尤其是在样本量较小的情况下。
简介:摘要非平稳、非线性信号的常用处理方法有小波变换、短时傅里叶变换、魏格纳分布等,然而这些方法都有一定的限制。最近EMD分解算法和VMD算法对于非平稳、非线性信号具有非常好分解效果。本文通过对比VMD分解算法和EMD分解算法,发现VMD分解算法能够很好地抑制杂波信号干扰并能够在一定程度上抑制模态混叠现象,能够很好地避免EMD分解算法带来的缺陷。其次VMD分解算法更容易表达信号波动的大趋势,而EMD分解则不容易观察到该特性。最后针对VMD算法的分解次数是有人为设定的,因此如何选择最佳分解层数,对于信号分解是否彻底也具有至关重要的作用,本文通过计算VMD算法分解后的IMF模态分量的平均瞬时频率,确定VMD分解算法的最佳分解次数。
简介:[目的/意义]针对我国三大地区能源消费水平空间差异和影响因素展开分析,并提出相应的对策建议。[方法/过程]首先,选取我国30个省(自治区/直辖市)为样本,利用离差指标将省际人均能源消费总差异分解为东、中、西部地区间和地区内部差异;其次,运用结构分解模型考察人均GDP、万元工业产值综合能耗、工业化率对能源消费空间差异的影响。[结果/结论]研究发现:能源消费空间差异主要来自东、中、西部地区内部差异;人均GDP能够解释空间差异的50%以上,三个影响因素对地区内部能源消费差异的贡献率随时间动态变化。基于上述研究结果,文章提出缩小能源消费空间差异重在平衡地区内部差异,应从监管、政策引导、结构调整等方面缩小能源消费空间差异。
简介:摘要固定资产投资项目的特点决定了该类项目工作分解的重要性,本文结合实际工作给出了一种基于WBS的固定资产投资项目工作分解方法,该方法能够整体展现项目全貌、预防工作任务遗漏、帮助项目经理合理优化任务安排,提高项目管理的科学性和有效性。