基于改进支持向量回归模型的高校学生成绩预测研究

为提高学生成绩预测的准确性,考虑到学生学习行为特征数据的高维和非线性特征,提出了一种基于改进支持向量回归模型的高校学生成绩预测。对支持向量回归(SVR)模型的核函数进行了改进;设计了变邻域搜索算法(VNS)对改进支持向量回归模型的参数进行了优化;将上述方法应用于某高校学生数学成绩数据,并与原始SVR和基于其他智能优化方法的SVR进行了对比,验证了所提方法的有效性。

基于R语言的学生成绩分析

高校学生成绩分析在评价高校教育教学质量以及学生的综合能力方面具有非常重要的意义,学习和掌握成绩分析的软件和方法十分必要。R统计软件作为一个优秀的统计分析软件在成绩分析中却很少使用,本文基于R语言编程,采用描述性统计分析、相关分析及典型相关分析等方法对合肥幼儿师范高等专科学校学前教育专业学生在校成绩及中考成绩进行研究,并采用回归模型分析该专业学生在校的课程学习成绩对期末成绩的影响。研究结果显示,学生的全部课程成绩与中考成绩的分布相似,且学习成绩中等偏下者较多,但线性相关性不显著,学生在校成绩与中考成绩存在显著的典型相关关系;经过回归分析可知,理学必修课成绩对学生在校总成绩的影响最大,人文社科类必修课及专业必修课成绩对总成绩的影响稍微弱一些,但总体上对总成绩都呈现正向的影响。

自正则检验Gamma分布的变点问题

Gamma分布的变点问题在统计推断中十分常见。本文根据自正则检验研究Gamma分布中两参数变点的存在情况,选取上证指数连涨连跌收益率数据进行实证分析,研究其波动状况。结果证明,自正则检验在研究Gamma分布两参数的变点问题时效果显著。

基于主成分与Adaptive-Lasso的飞机油耗统计分析

为研究飞机燃油消耗与飞行因素的关系,以某家航空公司数据为例,建立2014-04-08至2015-04-09飞机飞行阶段耗油量与飞行速度、高度、气温、风速、重量、经度等相关因素的回归模型。首先对相关因素进行主成分分析,并采用逐步回归方法建立飞机耗油量与主成分之间的回归模型;其次,采用Adaptive-Lasso方法建立飞机耗油量与相关因素间的Adaptive-Lasso回归模型;最后,对以上模型进行比较分析。研究结果表明,通过Adaptive-Lasso方法建立的回归模型能更好地拟合飞机耗油量。

二孩政策下的人口系统模型研究

针对实施二孩政策后的人口发展趋势,研究新的人口系统模型。在现有模型的基础上,建立和补充新的人口系统模型。应用Leslie矩阵理论,建立Leslie人口系统模型,并预测全面实施二胎政策对中国人口结构的影响。

大数据时代下的高等职业教育质量保障的挑战与应对

大数据具有规模性、高速性、多样性和价值性等特点,大数据时代的到来给高等职业教育质量保障体系建设带来了新的机遇和挑战,在这样的背景下,如何应对高等职业教育质量保障体系的建设已经成为了高等职业院校教育改革中所要解决的问题.本章先对大数据时代高等职业教育质量保障体系所面临的挑战进行分析,并提出大数据时代下的高等职业教育质量保障的应对策略.

基于面板数据均值共同变点检测与估计研究

以Nasdaq、Nikkei、Xetea DAX、FTSE、Shanghai、Hang Seng六大股市的日收益率为例验证面板数据下的均值共同变点检验与估计方法的有效性,基于均值变化的Monte Carlo模拟方法,计算出了检验统计量的临界值,分析了股市面板数据均值变化规律,发现面板数据均值共同变点的存在性。实证分析发现,基于Monte Carlo模拟过程的面板数据均值共同变点检测与变点时刻估计方法是有效的。

用构造法证明不等式

解题的过程就是一个不断地把“未知”转化“已知”的过程，这里的“转化”是解题的关键，是解题的桥梁。构造法就是实现这个“转化”的一种重要方法构造法是数学解题中一种富有创造性的思维方法。所谓构造法，就是通过联想，构造新的数学形式，使所求的问题发生形式上的转化，利用已知的数学知识，合理而直观地解决问题，

城市火灾次数与气象因素的Adaptive-Lasso分析

为研究城市火灾次数与气象因素的关系,以天津市的火灾数据为例,建立月度火灾次数与温度、风速、降雨量、日照、湿度等相关的各月气象因素及上月火灾起数间的线性回归模型.通过Adaptive-Lasso方法对上述变量进行选择并估计其参数,并对所得模型进行了分析比较,同时预测分析了2008年上半年火灾发生数.研究表明,通过Adaptive-Lasso方法建立的线性回归模型能够更好地预测火灾次数.

例析放缩法在数列敛散性求证中的应用

在数列敛散性的求解和证明中,时常要用到缩放法;归纳放缩法的技巧特点、种类及其所适用的相关定理、准则,总结出运用放缩法的规律,更加准确方便求证出数列的敛散性和极限。