三水平部分因析设计中条件主效应的变量选择

显著效应识别是部分因析设计中一个非常重要的研究内容,但按照传统方法识别出的交互作用项往往很难解释。在传统分析方法的基础上,结合LASSO方法,本文提出一种在三水平部分因析设计中条件主效应的变量选择方法,并将其与传统方法做了分析比较。结果表明,基于LAS-SO回归的条件主效应分析方法得到的模型项数更少,p值更小,拟合程度更高,选取的条件主效应项更容易解释。

两水平无重复因析试验散度效应BH估计的性质

本文研究了两水平无重复因析试验散度效应BH估计的性质,给出了BH估计无偏性的充分必要条件,求得了它的近似方差.并在多个模型下对BH与MH估计进行了模拟比较.

中国女排滑坡因析

本文从世界女子排球运动发展的趋势和世界超一流排球队所应具备的诸因素入手，来分析中国女排近年滑坡的原因，希望能借此帮助中国女排走出困境．

当代人发展取向偏向的社会视域因析

当代社会,许多人对自我发展方向的选择和把握出现了不同程度的偏向。市场体制的局限使物欲膨胀日益加剧;大众文化的繁荣使超越性精神向度逐步退隐;工具理性的强化使价值理性日渐衰微;社会流动强化使持久确定性逐渐丧失,这些社会性因素都在一定程度上影响当代人对发展方向的判断与选择,导致发展取向的偏向。

s-水平因析设计的广义分辨度和最小低阶混杂准则(英文)

对于二水平因析设计 ,文献 [2 ,3 ]提出了广义分辨度和最小低阶混杂准则对不同的 (正规的或非正规的 )设计排序 .本文将他们的结果推广到任意的 s-水平因析设计得到了一般的形式 ,其中 s是任意素数或素数幂 .

3水平因析设计的某些结果(英文)

推广了J特征的定义,并证明了一个3水平部分因析设计由它的J特征唯一决定.主要结果是一个显式,它把设计点构成的集合与设计的J特征联系起来.通过这个公式,给出了G2最小低阶混杂的投影证明.

当今中国农民问题诸因析

当今中国农民问题诸因析广西区委党校张月泉农民问题是中国革命和建设的基本问题。当前，农业、农村、农民问题，已经成为制约我国社会主义现代化发展的突出问题，而农民问题则是＂三农＂问题的核心。所谓农民问题就是农民的积极性问题，即农民作为社会主义事业的主要依靠...

因析试验设计在荧光黄试验中的应用

根据某染料有限公司实际需要,运用试验设计中2水平完全因析设计进行试验,寻找出各因素的最佳组合为(60,50,260),应用生产后收率提高,在很低的质量浓度下(10-5g/mL)仍可发出很强的黄绿色荧光。

历代后妃涉政原因析

中国封建社会两千多年的历史中,皇室宫廷中的后妃生活是封建社会历史上的重要一页.这些生活在最高统治者背后的后妃们,由于种种原因,其中有不小的一部分走上政治舞台,参与皇帝的政务活动和国家大政方针的制定.个别后妃甚至走上前台,充当统治者中的主角,在历史上留下了不可抹煞的一笔.千百年来,史家一直奉行着男权统治的正统观念.因而她们在政治舞台上的作用;很少能被注意,更难以得到较公正的评价.本文仅试图将历史上这一复杂的现象中某些典型事例予以清理,对于后妃参政的原因背景进行客观的分析和评价.中国的皇帝制虽是从秦始皇起.而后妃制则自周以来就已有.《礼记·曲礼》记载“天子有后,有夫人,有世妇,有嫔,有妻,有妾.”“公候有夫人,有世妇,有妻有妾.”这种规定大体上反映了当时天子、诸侯王和各级贵族的婚姻状况,但尚不完整,也未形成定规,它是中国进入封建社会之前的萌芽阶段的婚姻状况.在这个阶段,后妃的地位不同于完全封建时期的妇女.这时,她们还未受到后来严格意义的男尊女卑观念的束缚和对宫廷后妃制定的种种诫律的限制.同时,由于婚姻关系还没有象后世那样与政治有紧密的联系,因而,这时的后妃尽管不直接掌权,但可以不时地对政事发表自己的看法,对君王的统治施加影响.

贵州小城镇移民特点及其原因析

贵州地处我国西部贫困地区,其小城镇人口迁移与我国发达地区比较有其自身的特点,既有共同规律性,又有其西部的特殊性,它受全国经济发展尤其是生产力布局西移的强烈影响,更受西部特定的自然、经济和人文地理环境的制约。在这次全国进行的74个城镇人口迁移调查中,贵州共调查36个小城镇。本文主要以分析这6镇的调查资料为主线,以期揭示贵州小城镇移民特点及其形成原因。

含泪谱成的乐章——中国古代女性诗才成因析

女性诗才的道路是一条艰难的旅程。她们为情而造文,用尽闺中力倾诉自己悲欢离合。她们的出现可以说是时代的产物。艰难的生活、痛苦的婚姻、长离别的哀愁等原因促使了相当一部分女性提起笔来倾诉满腔怨愁。这些女诗人创造了不少优秀作品,它们分别寄在不同的时期之内。妇女是怎样走上诗坛的?妇女为什么要作诗?妇女的诗歌与文人的诗歌有什么关系?……这些都是须考虑和回答的问题。

唐代士大夫奉佛原因析

佛教传入汉地后,经过数百年的发展,到了唐代风靡于全社会,也为绝大多数士大夫所崇奉。刘禹锡说自己“事佛而佞”。自居易说自己“佛弟子也,备闻圣教,深信因果”。他舍俸钱三万,按佛经放事画成西方世界巨型图画,自己“焚香稽首,跪于佛前,起慈悲心,发弘誓愿:愿此功德,回施一切众生”。士大夫奉佛蔚然成风,其普遍程度,诚如唐人傅奕所说:“(扌晋)绅门里,翻受秃丁邪戒;儒士学中,倒说妖胡浪语”。那么,士大夫何以这样如痴如醉地崇奉佛教?这是一个值得考察的课题。笔者不揣浅陋,提出如下一孔之见,不妥之处,请读者诸君批评指正。

政令不畅原因析

近年来,各级领导机关下达的政令数不胜数,大到反腐败,小到灭“四害”。但不少政令得不到彻底贯彻执行,“文件成废纸,指令变空话”,“上头喊破头,下边不动弹”,“上有政策、下有对策”的现象屡见不鲜,无怪乎有不少人摇头叹息道:“现在的人没有过去老实听话了。”而笔者感到,政令不通的症结不光在“不听话”上,而出在以下五个字上。 “软”,对政令的落实督查软弱无力。有的领导机关和领导者,对重大问题的布署,发了文件开了会议,也就算大功告成了。至于基层是否落实了,则不作认真的督促检查,以致执行行政命令者不被表扬,违令者也不受查处,有时甚至出现谁先带头执行政令谁就会吃亏的现象。久而久之,滋长了把上级的行政指令当成“耳边风”的陋习。

县馆档案利用收费困因析

县馆档案利用收费困因析《山西档案》９７年第５期发表阎志广的文章，分析了县级档案馆，档案利用收费不尽如人意的原因：１．人们的档案利用收费认识的偏颇。２．馆藏档案门类单一，完整率差。３．档案利用率低，可收费率小。利用者有四多四少现象：即党政机关利用的多，...

徐福东渡动因析

徐福东渡,不仅是中国古代史上的一件大事,而且是中韩关系、尤其中日关系史上的一件大事。然而由于比较复杂的历史原因,关于徐福其人,东渡其事,国内外学术界尚未达成共识,有些问题尚呈迷蒙之态,有些问题似成难解之谜。近年来,因考古学、民俗学、人种学资料的不断涌现与丰富,使人们有可能重新认识这段历史。尤其重要的是,随着我国的对外开放、对外交往的扩大,徐福东渡遂又成为热门话题。本文仅就徐福东渡之动因试作探析,以就正于方家。 一、关于徐福东渡动因的几种说法。 1、徐福避祸说。此说认为:因徐福求仙药不成,于秦始皇处不能如诺交帐,遂逃往海外而避之,以免杀身之祸。这是《史记》以来的传统说法,流行最广,以往的史书注家,各类方志几乎都沿此说,甚至也传到海外的朝鲜、日本。 2、徐福开发海外说。此说认为:徐福东渡,客观上进行了中外文化交流。由效果推及动因,当也有海外开发新地的想法,当时方士们对海外情况已有若干了解,因此有移民海外的可能,于是借秦始皇求仙寻药的契机,得以实现自己的宏愿。现今许多学者持这一观点。

韩国经济崛起因析

韩国经济崛起因析李淼韩国位于朝鲜半岛南部，面积１０万平方公里，人口４３００万。一直是以农业为主的国家．经济落后，资源短缺，直到６０年代初期，国民生产总值还不到２４亿美元．人均只有８７美元。在此后的二三十年中．韩国经济发生了奇迹般的变化，一直保持着世界...

我国大豆生产波动动因分析——基于省际面板模型的实证研究

在我国大豆生产波动频繁的情况下,找出影响大豆单产、种植面积的影响因素是实现“提单产、稳面积”的首要举措。研究采用1999~2020年21个省份面板数据,在分析大豆单产、种植面积的变化趋势基础上,根据大豆单产增减趋势,把大豆产区划分成增产区、减产区和波动区,采用改进的面板数据模型分别对三个产区的大豆单产和种植面积的影响因素进行实证分析。结果表明,机械化收割、产研结合、农药投入、小型拖拉机的投入是影响不同区域大豆单产的显著因素;机械化耕作是提升所有区域种植面积的显著因素,玉米种植面积、化肥投入、农药投入、灌溉条件、科研资金与人员投入、产研结合、机械化收割是影响不同区域大豆种植面积显著因素。根据分析,提出了相应政策建议。

无重复因析试验中散度效应的ML估计

在无重复因析试验中,若因子A,B的散度效应显著,则不论其交互效应AB的散度效应是否显著,其散度效应的现有估计常常是有偏的,从而导致其被错误地识别为显著效应.提出了散度效应的一种新的估计方法(称为ML估计),并给出了ML估计的方差的精确表达形式,证明了在一类模型中,交互效应AB的散度效应的ML估计是无偏的.最后,将ML估计与现有的常用估计进行了比较.

无重复因析试验中多个散度效应检验的一种改进方法

在无重复因析试验的多个散度效应分析中,常常出现错误识别的现象,即两个显著的散度效应可能在它们的交互列上产生一个错误的散度效应,并且现有的许多方法都存在这样的问题.为了解决这种模棱两可性,McGrath和Lin(2001)提出了一种基于残差样本方差几何平均的检验方法(ML方法),但是这个方法不能应用于零残差样本方差的情形.鉴于此,提出了一种基于修改残差的改进方法,适用于零残差样本方差的情形,并且通过实例验证了方法的合理性.最后,通过模拟和ML方法做了比较.