污染数据回归分析参数的区间估计

截断数据是生存分析的重要研究内容，而关于污染数据的分析在近几年也越来越受到人们的重视，研究简单回归模型：Xi^(0)=γ βμi εi,i=1,2,…，n其中，Eεi=0,Eεi^2=σ1^2;但X1^(0),X2^（0）,…，Xn^(0)受到另一独立同分布随机变量序列W1，W2，…，Wn的污染，Wi与Xi^(0)独立，仅能观察到污染数据Xi=(1-α）Xi^(0) αWi，i=1,2,…，n，给出回归参数γ，β的区间估计。     

多仪器同测试试验数据不确定度的一种评估方法

地于多个测量仪器同时对同一试验进行测量取得同时刻的试验数据,建立了单项分类随机效应模型γij＝μ μi εij（i=1,…,n,j=1,…,m）,εij,ii.-N,（0,σ^2j);μi,iid,-N（0,σ^20),且εij与μi独立,i＝1,…,n,j＝1,…．利用多元统计分析方法给出了各仪器在随机试验中的A不确定度的相等性检验H0：σ^21＝…＝σ^2m,对模型γij=μ＋αi βj εij;μ,αi,βj为固定效应,εij,iid.-N(0,σ^20）对仪器系统误差做了一致性检验,即H′0：β1＝…＝βm,从而给出了对不确定度的评估方法。     

截断情形下污染系数的估计

设X1,X2,…,Xn为一列非负独立同分布的随机变量,其分布为:Fα(x)=(1-α)F1(x) αF2(x),其中α∈[0,1],F1(x),F2(x)都是定义在R 上的分布函数,现Y1,Y2,…,Yn为非负i.i.d～G(t)的截断随机变量列,并且Xi与Yi也相互独立,在仅能观察到:Zi=min(Xi,Yi),δi=I(Xi≤Yi)(i=1,2,…,n)的情况下,给出了污染系数α的估计,并在G(t)已知的情况下证明了其相合性.     

线性模型中误差方差的非齐次二次型可容许估计

对于线性模型Y=(y1,…,yn)′=Xβ ε=X(β1,…,βn)′ (ε1,…,εn)′,其中X为已知的n×p矩阵,ε1,ε2,…εn相互独立,Eεi=0,Eε2i=σ2,Eε3i=0,Eε4i=3σ4,I=1,2,…,n,β∈Rp,0<σ2<∞,均为未知参数,在二次损失函数情况下,本文给出了在非齐次二次型估计类D1={(BY a)′A(BY a:B是m×n矩,Am×m≥0,a∈Rm}中可容许的充要条件,并给出当Y～N(Xβ,σ2V),rk(X)=n,V>0时非齐次二次型估在σ2的一切估计类中是可容许的充分条件.     

关于污染数据的区间估计

讨论了具有如下形式Xi=(1-α)X( 0 )i +αWi,i=1,2 ,… ,n的污染数据的参数估计 ,其中X( 0 )i =γ +βμi+εi,εi～N(0 ,σ21) ,Wi～N(0 ,σ22 ) ,给出α的区间估计 ,并给出γ ,β的点估计 .     

污染数据线性回归模型的参数估计

污染数据线性回归模型在医学、现代分子学、气象预报学等多领域有着广泛的应用. 笔者研究了污染数据线性回归模型:yi=α βxi εi,i =1,2,…,n,εi相互独立并且服从N(μ1,σ12),同时{yi}受到另一串与之独立的随机变量{ti}的干扰,仅能观察到yi*=(1-v)yi vti,0≤v≤1,其中ti(i =1,2,…,n)相互独立并且服从N(0,σ22),μ1,σ12,σ22均已知.最后给出了回归参数α、β和污染参数v的估计.     

截断情形下污染数据半参数回归模型估计方法

对半参数回归模型yj=xjβ g(tj) εj,j=1,2,…,n进行分析.其中,(xj,tj)为取值于R×[0,1]上的固定设计,β为未知参数,g是定义在[0,1]上的未知函数,εj为随机误差,Eεj=0,Eε2j=σ21.但yj,…,yn受到另一独立同分布的随机变量序列u1,…,un两种不同方式的污染,uj与yj独立,同时,它们被另一独立同分布的随机变量序列截断.最后,利用最小二乘法及矩估计方法给出随机截断情形下两种污染方式的α,β和污染参数的估计.     

关于方差分量估计量可容许性的一个注记

Consider the following variance component model Y=Xβ+U_1ε_1+…+U_kε_k, (1) where ε_i=(ε_(il), …, ε_(ini))', i=1, …, k, are independent vectors of independent variables such that Eε_(ij)=Eε_(ij)~3=0, Eε_(ij)~4=3(Eε_(ij)~2)~2(?)3σ_i~4≥0, i=1, …, k; i=1, …, n_i, (2)     

多仪器同测试验数据不确定度的一种评估方法

对于多个测量仪器同时对同一试验进行测量取得同时刻的试验数据,建立了单项分类随机效应模型yij=μ+μi+eij(i=1,…,n,j=1,…,m),εij,iid.～N(0,σ2j);μi,iid.～N(0,σ20),且εij与μi独立,i=1,…,n,j=1,…,m.利用多元统计分析方法给出了各仪器在随机试验中的A类不确定度的相等性检验H0σ21=…=σ2m.对模型yij=μ+αi+βj+εij;μ,αi,βj为固定效应,εij,iid.～N(0,σ2)对仪器系统误差做了一致性检验,即h'0β1=…=βm,从而给出了对不确定度的评估方法.     

单向随机模型误差方差带约束的一种齐性检测

利用多元正态总体的复相关系数检验 ,给出了单向分类随机效应模型yij=μj αi εij具有线性约束I′ΛH =0的误差方差的一种齐性检测方法 .即检验H0 :σ21=…σ2 n,其中 ,Λ =diag(σ21,σ22 ,… ,σ2 n) ,R(Hm×t) =t,μ为常量 ,αi～N(0 ,σ20 ) ,εij～N(0 ,σ2 j) ,i=1,2 ,… ,n ;j=1,2 ,… ,m为随机效应 .各αi,εj 独立 ,I′ =(1,1,…… ,1) ,检验统计量为F =R21-R2 ·n -m tm -t- 1～F(m -t- 1,n -m t) ,拒绝域为W{F >Fα(m -t- 1,n -m t) } .     

基于无监督学习的数据清洗算法

为了解决数据仓库中相似重复记录的数据问题,提出了基于无监督学习的数据清洗算法。该算法采用基于Hebbian假设的自适应学习方法,并通过相似度确定奖励和惩罚等级。在学习过程中根据需要增加新的聚类,在学习结束后,通过分析聚类情况删除错误的聚类,从而避免了死神经元问题并使聚类更加准确。实验表明,该算法能准确地完成实体识别。     

专题地图编制中多源资料的综合应用

以专题地图编制任务为背景,探讨了数字地图制图中多源资料综合应用的技术方法,主要介绍了资料的搜集、分析、底图的几何纠正和多源资料综合应用方法,重点介绍了在ArcGISDesktop中进行精确的三参数或七参数投影转换的方法。     

基于内部质量保证体系下数据治理的探索和研究

以《教育部办公厅关于建立职业院校教学工作诊断与改进制度的通知》为契机,结合当前学校数据标准建设的实际情况,对学校数据标准建设存在的数据问题进行研究。该文主要从数据标准、数据制订、数据安全性等方面进行阐述,对学校的各类业务数据进行全方位的数据清洗与治理[1],形成一套适应于我校的信息化数据标准。     

数据挖掘中的预处理技术研究

分析了数据预处理提出的背景,归纳了常见的数据预处理方法,分析比较了不同方法的特点。     

数据挖掘中的数据预处理方法

从初始数据源出发,总结了目前数据预处理的常规流程方法,提出应把源数据的获取作为数据预处理的一个步骤,并且创新性地把数据融合的方法引入到数据预处理的过程中,提出了数据的循环预处理模式,为提高数据质量提供了更好的分析方法,保证了预测结果的质量,为进一步研究挖掘提供了较好的参考模式.     

基于网络的测绘数据处理中心的组建

基于网络的测绘数据处理中心的组建,不但有利于测绘数据处理流程的规范化、模块化,还有利于数据的管理和使用,使得数据的提供者和使用者之间不再受地理区域的限制;同时由于采用了B/S（浏览器/服务器）架构的网络平台,避免用户的程序安装流程,节约用户的系统资源.     

数据挖掘中数据预处理方法与技术

数据挖掘是最近流行的数据库技术和人工智能技术相结合的一门新兴技术。论述了数据预处理在数据挖掘中的重要地位,介绍了数据预处理过程所包含的内容和采用的方法与技术。     

装备保障情况综合统报软件设计与实现

针对战时装备保障动态情况综合统报手段缺乏问题,分析了装备保障情况综合统报的功能需求和信息需求,设计了软件的功能结构、数据模型和接口,解决了软件实现过程中的关键技术,为战时装备保障动态数据的横向和纵向贯通提供了有效通道,为实时掌握战时装备保障动态情况提供了有力支持。     

数据挖掘中的数据准备工作

提出数据准备的一些原则，讨论了数据准备工作的内容，包括数据选择、数据清洗、数据集成、数据约简、数据转换等几个方面，并根据不同的内容给出了相关的处理办法和一些分析工具。     

用Foxpro实现数据字典系统

数据字典是数据库管理系统中使用的主要工具之一．当多人协作开发一个数据库应用系统时,数据字典显得特别有用．它是有关人员交流数据库数据结构的强有力的工具,也是日后数据库重构和重组的重要参照.本文讨论了Foxpro在数据描述功能方面的不足,分析了用Foxpro实现一个在线数据字典的可能性,提出了切实可行的功能需求,并用Foxpro编程具体实现了一个在线数据字典系统FDD.FDD已用于多个应用系统的开发,证明在数据描述的一致性维护、形成数据库结构描述的文档、数据库结构随应用软件发送给用户等方面,为开发人员带来了极大的方便．