第六次公共图书馆评估工作“阅读推广”指标部分的上报实践与未来设置建议

文章指出以"服务效能"为鲜明导向的第六次公共图书馆评估工作,"阅读推广"指标部分是其关键指标内容。介绍了本溪市图书馆"阅读推广"指标部分的材料上报实践经验,提出了未来评估指标体系中"阅读推广"指标部分的设置建议及其注意要点,希望以此进一步促进公共图书馆阅读推广工作的稳步发展和评估工作的日臻完善,更好发挥公共图书馆在公共文化服务体系中的引领作用。

固定效应部分线性单指标空间自回归面板模型的二次推断函数估计

从模型结构的特点着手,获得了一些不依赖于工具变量的矩条件.将这些矩条件与二次推断函数法(QIF)和最小二乘虚拟变量法(LSDV)结合,为模型构建了一种新的估计方法.该方法的优点是考虑了空间内生性的同时,还将个体内的相关结构包含其中.进一步,在一些正则条件下,研究了模型估计量的大样本性质,发现非参数估计量具有最优收敛速度,参数估计量渐近于正态分布.同时,采用Monte Carlo模拟评价了估计方法在有限样本下的表现,结果表明文中所述方法的表现符合大样本性质,且远远优于忽略相关性的估计方法.最后,将所述方法应用于实际数据分析中.

部分线性单指标模型的序列相关性检验

部分线性单指标模型是一类重要的半参数统计模型,对于模型中的误差,如果存在序列相关,那么在进行统计推断时会遇到诸多问题。针对该情况,对部分线性单指标模型的序列相关性进行检验,用VT,P检验的方法构造VT,P检验统计量,得到了零假设下检验统计量的渐进分布。数值模拟验证结果表明,该检验有较好的检验功效。

纵向数据下部分线性单指标模型M-估计的大样本性质

针对纵向数据下部分线性单指标模型的参数估计问题以及未知连接函数的估计问题,提出了一种稳健的对单指标部分和线性部分参数同时进行估计的M-估计方法,对未知连接函数做局部多项式估计,在一些正则条件下,研究了回归函数及其导数以及回归系数的M-估计的渐进性质,利用随机模拟方法,验证了所提方法的有效性.

响应变量缺失下部分线性单指标模型的序列相关性检验

研究了在响应变量随机缺失下的部分单指标模型的序列相关检验问题。首先采用借补的方法对缺失响应变量进行处理,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,并证得其为渐近分布。数值模拟结果表明:该检验方法具有较为理想的检验功效。

部分线性单指标EV模型中参数的经验似然置信域

考虑部分线性单指标EV模型,利用纠偏方法构造了模型中未知参数的经验对数似然比统计量.在适当条件下,证明了所提出的统计量依分布收敛于标准χ2分布,所得结果可以构造未知参数的置信域.通过模拟研究在置信域精度及其覆盖概率大小方面进行了说明.

固定效应部分线性单指标面板模型的惩罚经验似然估计

结合二次推断函数法、滤子法和经验似然估计法,为个体内存在相关性的部分线性单指标固定效应面板模型建立了惩罚经验似然估计法.在一些正则条件下,推导了模型估计量的大样本性质,证明了所提出的经验似然比渐近于卡方分布.进一步,用Monte Carlo模拟和真实数据分析评价了估计方法在有限样本下的表现.

东北大学2004级男生部分体质测定指标的检验与分析

对东北大学2004级男生的部分体质测定指标进行检验与分析,结果表明:由于学生所选项目的不同,其锻炼的侧重点在一定程度上也不同,从而导致学生所测指标差异显著。

纵向数据下部分线性单指标模型的变量选择

研究各种复杂数据之间的关系以及研究各种模型中各个有效协变量的选择方法是统计学研究领域的一项重要的工作。针对纵向数据下的部分线性单指标模型,采用对其线性部分参数与单指标部分的参数的估计与变量选择同时进行SCAD、LASSO、ALASSO惩罚的方法。并且在一定的条件下,证明了一些惩罚估计量有Oracle性质,其结果是参数估计的渐进均值、渐进协方差与参数真实值的渐进均值、渐进协方差相同。还利用随机模拟方法,研究了估计的大样本性质,说明所提出的方法对于参数的变量选择是可行的。

第三套全国健美操大众锻炼标准二级规定动作负荷下的大学生部分生理指标的分析

为客观评价第三套全国健美操大众锻炼标准二级规定动作的运动负荷,以保证其科学性和健身性,通过实验研究的方法,观察第三套全国健美操大众锻炼标准二级规定动作运动前后运动员部分生理指标的变化,然后确定符合监控健美操运动前后负荷的生理指标。实验对所有受试对象进行运动前后的HR、能量代谢、血压、RPE等指标测试,得出结论:运用生理指标能对健美操运动时的机能情况进行科学合理的监控。

基于纵向数据部分线性单指标模型的CD4细胞统计分析

部分线性单指标模型是一类非常重要的半参数模型,它对于克服非参数统计中的维数灾难问题具有重要的理论价值。以该模型应用于HIV血清转换器中CD4细胞的统计推断,研究CD4细胞和SMOKE(通过香烟包测量的吸烟状况)、Year(自血清转换后的时间的影响)、PreCD4(感染前CD4细胞数)、年龄(相对于给定的时间来源)的关系。研究结果表明,CD4细胞和吸烟状况、血清转换的时间、年龄成正相关,与感染前细胞数成负相关。

新疆生鲜乳菌落总数和部分理化指标检测

在2012年3月、6月、9月及11月分别检测了新疆生鲜乳中菌落总数和部分理化指标。生鲜乳中蛋白质和脂肪的变化范围分别是2.99～3.76g/100g和3.12～4.14g/100g之间,菌落总数的变化范围分别是0.5×103CFU/ml～2.0×106CFU/ml之间,均符合国家标准要求。理化指标检测结果表明春季和冬季生鲜乳的营养成分高于夏季、秋季;菌落总数检测结果表明夏季和秋季菌落总数高于春季。

基于LASSO的部分线性单指标模型局部惩罚样条估计

针对部分线性单指标模型,文章构建了一种基于LASSO的部分线性单指标模型局部惩罚样条估计方法,以变异系数作为判断数据离散程度的依据,首先通过计算各节点中数据的变异系数,构造局部惩罚权重矩阵,由局部二次逼近方法,得到了带有LASSO局部惩罚的参数估计值,并讨论得出无惩罚样条估计和均匀惩罚样条估计是局部惩罚样条估计的特殊情况,然后使用"去一分量"法和Levenberg-Marquardt算法得到单指标部分的参数估计值,最后通过Monte-Carlo模拟验证了该方法的有效性和正确性。

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.

某地区中小学生健康查体部分指标的分析

目的:了解某地区中小学生健康状况,以对其人群制定并才取有效的行为干预措施和预防保护措施提供科学依据,更好的促进青少年儿童的身心健康发展。方法:本次研究时间为2017年10月17日至2018年11月20日,对此地区的300名中小学生展开研究调查,采取对逐个班学生健康查体、整群抽样的方式,对中小学生健康状况进行调查。结果:共选择300名在校生,其中小学生阳性指标检出率为41.66%;中学生检出率为58.33%。健康问题:视力不良31.66%,龋齿19.00%,扁桃体增生16.33%,肥胖13.00%,血压异常10.00%,支气管哮喘6.66%,结膜炎3.33%,沙眼2.66%,心脏异常1.33%;男生中低体重的为8.40%,女生低体重人数占比为33.70%;男生超体重人数占比10.08%,女生超体重人数占比20.99%;男生中肥胖人数占比为24.36%,女生肥胖人数占比为5.52%;中学生视力低下为32.00%,小学生视力低下为31.20%,组间数值存在显著差异性,P<0.05。结论:此地区中小学生的健康问题检出率较高,且受检学生中有很多种存在2种以上健康问题,此种状况,社会、学校和家长应高度重视,并及时采取有效措施,解决中小学生当前存在的健康问题。

儿童阻塞性睡眠呼吸暂停低通气综合征与部分血清生化指标的相关性分析

目的:探讨儿童阻塞性睡眠呼吸暂停低通气综合征与部分血清生化指标的相关性。方法:选取2017年10月至2019年2月湖北省襄阳市谷城县人民医院收治的阻塞性睡眠呼吸暂停低通气综合征患儿64例作为观察组,同时选取同时期64名进行健康体检的儿童作为对照组,分别对2组儿童的血清丙氨酸转移酶(ALT)、血尿素氮(BUN)、总胆固醇(TC)、三酰甘油(TG)、肌酸激酶同工酶(CK-MB)、心肌肌钙蛋白I(cTnI)、空腹血糖(FPG)水平进行检测,观察2组患儿的各项指标差异情况。结果:观察组的ALT、TC、TG、CK-MB、cTnI明显高于对照组,差异有统计学意义(P<0.05);但2组患者的BUN与FPG无统计学意义(P>0.05)。结论:ALT、TC、TG、CK-MB、cTnI的变化与儿童阻塞性睡眠呼吸暂停低通气综合征具有密切关联。

多指标可加模型及在医疗费用预测中的应用

对医疗费用的建模分析与合理预测是医疗保险费用厘定的基础与根本.医疗费用中的高维附加信息在长期预测中具有重要作用.然而,传统的统计建模方法不适用于处理高维纵向数据下的医疗费用.本文提出部分线性多指标可加模型,对具有高维特征的纵向医疗费用数据进行拟合与预测,并且使用两种不同的降维估计方法进行模型估计,并将该模型应用于一组含高维协变量的纵向医疗费用数据中进行实例分析.结果表明该模型以及两种不同的降维方法均对纵向医疗费用进行了很好的拟合.

广义部分线性单指标模型的最优模型平均方法

本文研究广义部分线性单指标模型(generalized partially linear single-index models,GPLSIMs)的模型平均问题.在实际应用中,GPLSIMs由于其灵活性和易解释性受到广泛关注.然而,GPLSIMs在应用中存在两类不确定性:变量的不确定性和单指标连接函数光滑度的不确定性.为了解决该不确定性问题,本文提出一种GPLSIMs的最优模型平均方法,该方法通过最大交叉验证准则得到数据驱动的权重.在模型误设定假设和发散模型空间的框架下,本文证明在最小化Kullback-Leibler(KL)损失准则下,所提出的模型平均估计渐近最优.同时,当候选模型集中存在伪真模型时,本文证明基于交叉验证准则得到的权重渐近地集中在伪真模型上.此外,基于提出的模型平均方法,本文为GPLSIMs构建了一种变量重要性度量,并证明该度量可以渐近识别所有真实模型中的变量.模拟研究和两个实际数据分析均展示了本文提出的方法相对于几种现有方法的优势.

具有自相关误差结构的面板数据部分线性单指标模型的统计推断

部分线性单指标模型是在科学研究中具有广泛应用的经典半参数模型之一.本文主要研究具有自相关误差结构的面板数据的部分线性单指标模型的统计推断问题.通过结合局部多项式和纠偏广义估计方程方法,本文提出模型参数的可行加权广义估计(feasible weighted generalized estimating equation estimation, GEE-FW),证明该估计具有相合性和渐近正态性,并且在渐近方差意义下阐明该估计比工作独立的广义估计(generalized estimating equation estimation based on working independence,GEE-WI)更加有效.此外,本文对模型中未知连接函数提出两阶段局部线性估计(two step local linear generalized estimating equation estimation, GEE-TS),建立该估计的渐近性质.数值模拟研究和实际数据分析都表明了本文所提出的方法是有效的,在理论和应用方面均具有良好的表现.