期刊文献+
共找到5篇文章
< 1 >
每页显示 20 50 100
突发公共事件的公众认知研究 被引量:7
1
作者 毛刚 李琳 +2 位作者 贾志雷 李剑锋 孙琳 《中国安全科学学报》 CAS CSCD 北大核心 2012年第12期152-158,共7页
为了提高公众应对突发公共事件的能力,切实保障人民群众生命财产安全,研究我国突发公共事件的公众认知整体水平和认知差异。采用案头调研法,结合头脑风暴法和德尔菲法,设计30个突发公共事件公众认知因子,使用SPSS18.0版软件,借助方差分... 为了提高公众应对突发公共事件的能力,切实保障人民群众生命财产安全,研究我国突发公共事件的公众认知整体水平和认知差异。采用案头调研法,结合头脑风暴法和德尔菲法,设计30个突发公共事件公众认知因子,使用SPSS18.0版软件,借助方差分析(ANOVA)和事后检验2种统计学方法对204份调查问卷进行统计分析。结果显示,公众对于突发公共事件的预防措施、应对措施、突发公共事件避难场所等7个因子的认知水平普遍较低,对突发公共事件的破坏性、社会影响、媒体的作用等6个因子的认知水平较高;公众的职业与学历对突发公共事件的认知有显著影响;公众认知存在明显的结构性失衡,且比较偏向于感性认知,缺乏理性认知。 展开更多
关键词 突发公共事件 公众认知 方差分析(ANOVA) 事后检验 调查问卷
下载PDF
功耗分析攻击中机器学习模型选择研究 被引量:2
2
作者 段晓毅 陈东 +2 位作者 高献伟 范晓红 周玉坤 《计算机工程》 CAS CSCD 北大核心 2019年第11期144-151,158,共9页
根据密码芯片功耗曲线的特性,对支持向量机、随机森林、K最近邻、朴素贝叶斯4种机器学习算法进行分析研究,从中选择用于功耗分析攻击的最优算法。对于机器学习算法的数据选取问题,使用多组数量相同但组成元素不同的数据集的十折交叉验... 根据密码芯片功耗曲线的特性,对支持向量机、随机森林、K最近邻、朴素贝叶斯4种机器学习算法进行分析研究,从中选择用于功耗分析攻击的最优算法。对于机器学习算法的数据选取问题,使用多组数量相同但组成元素不同的数据集的十折交叉验证结果进行模型选择,提高测试公平性及测试结果的泛化能力。为避免十折交叉验证过程中出现测试集误差不足以近似泛化误差的问题,采用Friedman检验及Nemenyi后续检验相结合的方法对4种机器学习算法进行评估,结果表明支持向量机是适用于功耗分析攻击的最优机器学习算法。 展开更多
关键词 机器学习 十折交叉验证 Friedman检验 Nemenyi后续检验 功耗分析攻击
下载PDF
多个样本均数间的两两比较 被引量:14
3
作者 张熙 张晋昕 《循证医学》 CSCD 2008年第3期167-171,176,共6页
从几种方法的原理,适用范围及条件等角度评述均数间两两比较的方法。文中共提到十二种检验方法,根据用途的不同分为三类,其中包括在方差不齐时进行两两比较的方法。同时提出进行两两比较时方法选择的具体方案。
关键词 两两比较 多重比较
下载PDF
Kruskal-Wallis H检验平均秩多重比较在SPSS软件中的实现 被引量:22
4
作者 祁海萍 申希平 《兰州工业学院学报》 2015年第2期76-78,共3页
【目的】利用SPSS统计软件实现完全随机设计多个独立样本秩和检验的方法,即KruskalWallis H检验平均秩的多重比较.【方法】在SPSS 18.0以上的版本中,通过菜单操作方式实现.【结果】实例验证证明,结果运行正确,并介绍了SPSS软件实现平均... 【目的】利用SPSS统计软件实现完全随机设计多个独立样本秩和检验的方法,即KruskalWallis H检验平均秩的多重比较.【方法】在SPSS 18.0以上的版本中,通过菜单操作方式实现.【结果】实例验证证明,结果运行正确,并介绍了SPSS软件实现平均秩多重比较的原理.【结论】在SPSS18.0以上的版本中可通过菜单的方式实现Kruskal-Wallis H检验秩次间多重比较,为广大科研工作者进行统计分析提供了便利. 展开更多
关键词 Kruskal-Wallis H检验 平均秩 多重比较 SPSS
下载PDF
全局检验与事后检验之间的联系:ANOVA方差分析中F检验结果的一项调查(英文) 被引量:2
5
作者 Chen T Xu M +2 位作者 Tu J Wang H Niu X 《上海精神医学》 CSCD 2018年第1期60-64,共5页
多组比较在许多生物医学和心理社会学研究中是一种常见的统计检验。当组数为两个以上时,首先对组间的整体差异进行全局检验。如果零假设被拒绝,则接着进行下一步的事后两两组间比较,以确定差异的来源。相反,第一步停止即可声明没有组间... 多组比较在许多生物医学和心理社会学研究中是一种常见的统计检验。当组数为两个以上时,首先对组间的整体差异进行全局检验。如果零假设被拒绝,则接着进行下一步的事后两两组间比较,以确定差异的来源。相反,第一步停止即可声明没有组间差异。一个共同认识是如果全局检测结果是显著的,那么至少存在两个组之间是有显著差异的,反之亦然。因此,当全局检测结果显著,但没有事后组间两两比较没有显著差异,人们会感到困惑发生了什么并想知道如何来解释该结果。总之,当全局检测结果不显著时,人们会想知道是否所有的事后检测也都不显著?同样,全局检测结果不显著而停止事后检测是否会导致发现组差差异的丢失?在这篇报告中,我们研究了这个令人费解的现象,并且讨论了如何解释这样的结果。 展开更多
关键词 全局检测 事后检验 F检验 图基(Tukey)检验
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部