论南宋时期的一种新型官职——借补官

借补官出现在北宋末年战争时期,是诸军将帅或监司郡守等用白帖临时为有功之人补官的一种权宜之制。借补入官者主要是平民百姓和低级军官,他们通过战争时期的特殊入官方式成为官员。借补官虽然只是一种“临时”官职,但也有着一套比较规范的授官程序和严格的付身文书规定。借补官之所以在南宋能够成为定制,与当时处于特殊的“战时状态”有着一定的关联。

带有缺失数据的广义半参数模型的均值借补估计

本文在响应变量随机缺失时,给出了广义半参数模型中响应变量的2个均值拟似然借补估计.证明了它们具有渐近正态性,给出了估计的渐近偏差与渐近方差,并进行模拟比较.

缺失数据下广义变系数模型的均值借补估计

本文在响应变量随机缺失时,给出广义变系数模型中响应变量的2个均值拟似然借补估计。证明了它们具有渐近正态性,并进行了模拟研究。

缺失数据下的半参数变系数模型的借补估计

本文在响应变量随机缺失情形下讨论了半参数部分线性变系数模型的估计问题.首先采用局部线性方法估计系数函数。然后进一步估计常数系数.最后利用回归方法借补缺失的响应值,再用全部数据估计常数系数.本文进一步讨论了利用完整个体方法及借补方法求得的参数估计的渐近性质。并进行了模拟比较.

带有随机缺失数据的广义半参数模型的借补估计

在响应变量随机缺失时,运用借补拟似然方法估计广义半参数模型的未知参数和非参数回归函数,验证了所给出的估计具有渐近正态性,并进行了模拟研究.通过模拟结果可知,本文通过回归方法借补缺失值,再利用全部数据进行估计的方法比完整个体分析的方法要好.

心理学研究中缺失数据的分析方法

心理学研究中数据缺失现象广泛存在。缺失数据的不恰当处理将削减统计效力、提高估算偏误,影响研究结果,甚至扭曲最终结果。缺失数据问题的处理方法有多种,包括回归借补等的单一借补、多重借补、不处理的方法。综述了不同数据缺失机制与相应的分析方法,以及分析方法的适用情况。

缺失数据处理的期望-极大化算法与马尔可夫蒙特卡洛方法

缺失数据普遍存在于心理学研究中,影响着统计推断。极大似然估计(MLE)与基于贝叶斯的多重借补(MI)是处理缺失数据的两类重要方法。期望-极大化算法(EM)是寻求MLE的一种强有力的方法。马尔可夫蒙特卡洛方法(MCMC)可以相对简易地实现MI,而且可以适用于复杂情况下的缺失数据处理。结合研究的需要讨论了实现这两类方法的适用软件。

响应变量存在缺失时部分线性模型的经验似然推断

考虑响应变量带有缺失的部分线性模型,采用借补的思想,研究了参数部分和非参数部分的经验似然推断,证明了所提出的经验对数似然比统计量依分布收敛到χ2分布,由此构造参数部分和函数部分的置信域和逐点置信区间.对参数部分,模拟比较了经验似然与正态逼近方法;对函数部分,模拟了函数的逐点置信区间.

2PLM下缺失数据处理方法及其比较

项目反应理论(IRT)是用于客观测量的现代教育与心理测量理论之一,广泛用于缺失数据十分常见的大尺度测验分析。IRT中两参数逻辑斯蒂克模型(2PLM)下仅有完全随机缺失机制下缺失反应和缺失能力处理的EM算法。本研究推导2PLM下缺失反应忽略的EM算法,并提出随机缺失机制下缺失反应和缺失能力处理的EM算法和考虑能力估计和作答反应不确定性的多重借补法。研究显示:在各种缺失机制、缺失比例和测验设计下,缺失反应忽略的EM算法和多重借补法表现理想。

协变量缺失下线性模型序列相关的经验似然比检验

研究了协变量随机缺失下的线性模型的序列相关检验问题。首先,采用借补的方法对协变量缺失的部分进行处理,再运用经验似然方法对残差部分进行序列相关性检验,构造了经验似然比统计量并得到其渐近性质。通过数值模拟可以看出:该检验方法具有较理想的检验功效。

因变量缺失的变系数部分线性模型的有效估计

讨论了因变量随机缺失条件下变系数部分线性模型的估计问题。基于局部借补思想,使用局部线性方法和平均技巧同时得到了各个估计量的估计,进而给出了估计的渐近性质。

响应变量缺失下半参数变系数EV模型的约束统计推断

文章研究了半参数变系数EV模型在线性约束条件下的估计和检验问题,当响应变量缺失、非参数部分协变量带有测量误差时,利用局部纠偏的Profile最小二乘估计、Lagrange乘子方法和借补技术构造了回归模型参数分量两类纠偏约束估计量。此外,为了检验线性约束条件,构造了借补的Profile Lagrange乘子检验统计量,并通过蒙特卡洛数值模拟验证估计量和检验统计量的有效性。

报紙缩微复制的七个程序

旧报纸的缩微复制工作,是一个复杂的程序,具体说来有七点: 第一,补缺。是根据本单位收藏某种旧报纸的缺失情况,有目的的向其它收藏单位联系借补。要想拍摄出资料完整质量上乘的缩微品,原件整理是至关重要的,而补缺则是原件整理中关键的一步。

宋代山水小品临习简析

临摹宋代山水小品对于学习和研究山水画的人是有一定必要的,充分准备好绘画材料后,临习者需要分析不同作品的风格差异,技法亦不能仅局限于"笔墨",尤其要通过晕染处理好画面中风雨阴晴霜雪等氛围,临作不完整之处可通过将其借变为石、水草、芦苇等方式处理。

响应变量随机缺失下部分线性单指标模型的非参数判别检验

研究了响应变量随机缺失情况下部分线性单指标模型的非参数部分检验问题,检验非参数部分预测变量同响应变量之间是否存在非线性关系.用参数和非参数函数的借补估计对缺失响应变量进行插值,并基于借补估计构造了广义似然比检验统计量,证明了其渐近分布性质.

响应变量缺失下变系数部分线性测量误差模型的约束估计

当响应变量缺失、协变量具有测量误差,且模型参数部分有附加的线性约束时,主要研究一类变系数部分线性模型的统计推断问题.利用借补技术来补全缺失数据,并借助修正的profile最小二乘估计得到了模型参数分量和非参数分量的借补约束估计,并证明了参数分量的估计满足渐近正态性,同时非参数分量的估计与通常的非参数回归函数的估计具有相同的收敛速度.其次利用profile拉格朗日乘子检验对模型参数的约束条件进行检验,并证明了给出的检验统计量在原假设成立时渐近地服从标准卡方分布.数值模拟进一步表明对缺失数据进行借补可以有效地提高参数估计和假设检验的效率.

响应变量随机缺失下的半参变系数模型的均值估计

在响应变量随机缺失时,研究了半参数变系数模型响应变量均值的借补估计.首先利用完整个体估计模型中的参数与非参数部分,然后再用借补方法与加权借补方法估计响应变量的均值.最后求出了估计的渐近偏差与渐近方差,研究了所得到的估计的渐近性质,并进行模拟比较.

核实数据下响应变量缺失的线性模型均值估计

借助核实数据,构造了回归系数的最小二乘估计,然后用借补方法和加权借补方法估计响应变量的均值,最后证明了估计量的渐近正态性。

核实数据下反映缺失非线性EV模型的经验似然推断

考虑一类带有不完全数据的非线性模型,其协变量带有测量误差且反映变量随机缺失.通过核实数据和借补数据构造了回归参数θ的估计的经验对数似然比统计量,证明了所构造的似然比函数渐近独立标准X12变量的加权和分布.在权未知的情况下,分别采用定义权的相合估计法和构造调整被估计的经验对数似然法构造出θ的渐近置信域.进一步,基于借补方法构造了反映变量均值的调整经验对数似然比统计量,并证明了统计量渐近标准X12分布,所得结果可以用来构造反映均值的置信域.