路面管理系统中数据收集样本规模的研究

以路网所采集数据中的路面状况PCI值为控制指标,引用分层抽样和成数分层抽样方法,确定反映路网平均状态及路网状态分布所需调查的样本大小.在保证数据对路况真实状态反映的前提下,合理地选择调查样本并为路面管理系统提供可靠的依据.

社会调查中的样本规模是算出来的吗？

本文首先阐明概率抽样的意义以及估计总体均值时计算其样本规模的基本原理,以此为例,从几个方面论证以下观点:在以问卷形式收集资料的社会调查活动中,这种采用公式计算样本规模的做法一般没有实际意义。

再谈样本规模和调查回收率——对《应答率的意义及其他》一文的回应

本文以事实为依据,对《应答率的意义及其他》一文的质疑进行了回应。作者指出,首先,"应文"质疑的出发点是不恰当的;其次,笔者关于调查回收率的定义与福勒的定义完全一致;第三,笔者对样本规模的定义、以及对CGSS2003调查项目中的样本规模——5900的定义和理解也是清楚的和正确的,笔者并没有"误读"这一样本规模的含义。第四,真正错误理解和定义"样本规模"含义的恰恰是"应文"的作者。由于"应文"作者不恰当地将"样本规模"的概念变换成"实际发生的访谈数量",不恰当地在有关"样本规模"的讨论中引入"实地调查过程"的内容,因而形成了对样本规模含义的不正确理解,做出了对样本规模含义和计算的不正确划分,同时也导致了CGSS2003的样本规模计算以及其他调查项目回收率统计中的混乱现象。

基于近邻距离的大规模样本集去噪与减样

在分析传统样本缩减方法局限性的基础上,提出一种距离模型及样本的类内距离和类间距离的度量方法。给出利用该距离模型进行噪声识别和样本重要性评价方法及训练样本的缩减算法。该算法剔除噪声样本,根据样本相似性、类间距离和周围被剔除样本的数目,直接从原始样本空间剔除次要样本。仿真结果表明,该距离模型偶然性小,抗噪能力强,缩减效果优于传统的样本缩减方法。

面向大规模样本的核心向量回归电力负荷快速预测方法

将适用于解决大规模样本训练问题的核心向量回归(corevector regression,CVR)方法引入到电力负荷预测中,并采用粒子群优化(particle swarm optimization,PSO)方法对CVR的模型参数进行寻优,从而提出了一种基于PSO-CVR的负荷预测新模型。构造大规模负荷训练样本,研究对样本负荷产生影响的因素,从而确定样本集的构造。通过用PSO对CVR的模型参数进行优化,得到优化后的CVR预测模型,循环构造预测样本并进行连续预测。算例分析结果表明,在相同时耗下,所提出的优化CVR预测模型能够通过训练更大规模的样本得到比支持向量回归(support vector regression,SVR)方法更高的预测精度。

支持向量机大规模样本快速训练算法

普通的支持向量机算法在对大规模样本进行分类的时候有着较高的时间代价。随着训练样本数量的增多,支持向量机的训练速度问题将会越发明显,并且成为制约其实际应用的瓶颈。针对此问题提出了超椭球面方法,通过去掉噪声点、冗余点,并保留能明确体现样本在空间分布位置特征的样本点,以达到提高支持向量机对大规模样本训练速度的目的。实验表明,超椭球面法在最大限度保证识别正确率的前提下可以大幅加快支持向量机的训练速度。

方差分析时样本容量的确定

文章依据频率统计的基本原理,对方差分析所需要的样本观察规模问题进行了讨论,并给出了相应的计算方法。

基于样本差异度的SVM训练样本缩减算法

为了对大规模训练样本进行缩减,提出了k近邻向量,给出了一种新的样本差异度的计量方法,证明了该差异度关于噪声识别和类边界距离的几个性质。依据此性质提出了一个高效的SVM训练样本缩减算法,算法首先根据样本差异度的性质剔除噪声样本,然后用类间差异度近似表示类边界距离,结合样本相似性,直接从原始样本空间剔除次要的训练样本。仿真结果表明,减样算法可以有效缩减样本,提高训练效率。

随机二阶锥规划问题的统计推断

随机二阶锥规划问题是确定型二阶锥规划问题的扩展形式,在诸多领域有重要的应用。本文研究了一类随机二阶锥规划问题的统计推断,对一类随机二阶锥规划问题的样本均值近似问题的可行域的收敛速度和样本规模的大小进行了阐述,得出了随机二阶锥规划问题的样本均值近似问题的最优值的收敛速度和样本规模,得到的结果为进一步建立随机二阶锥规划问题的最优值的置信区间提供理论保证。

基于抽样可靠性的颗分试验取样数量研究

在确定工程现场粗粒料颗粒级配过程中,所取试样量大小是保证所得结果准确性及可靠性的决定性因素之一。结合抽样分析可靠性理论,提出了一种为确定粗粒料整体颗粒级配情况所需试样量的方法,发现颗粒总体含量、颗粒间尺寸差异性大小、精度要求是决定抽样量的3个因素。通过开展筛分试验,验证了方法的合理性,并将其应用于具体工程实践。所得结果可以为相关工程实践及规范的发展和完善提供参考。

中国黄牛品种遗传检测抽样方法的研究(续)

四、抽样效率分析 （一）随机整群抽样如以相同的总头数n分别用纯随机抽样和随机整群抽样两种方式从同一总规模为N、由k个含量均为n（?）的小群组成的品种中进行抽样,并以ST2和S?2分别代表纯随机抽样均方和群间均方,则两方法抽样方差无偏估计量分别为:

中国黄牛品种遗传检测抽样方法的研究

本文阐述中国黄牛品种的群体地理学特点。提出基因频率的纯随机抽样、随机整群抽样、系统随机抽样和系统随机整群抽样的定义,並给出计算各种方法的基因频率抽样方差的算式,作为估计值精确度的标志。论证基因频率估计值精确度、可靠性与样本规模的一般关系,並根据相对精确度比较各种抽样方法的效率。本研究肯定中心产区系统随机整群抽样是中国黄牛品种遗传检测的适宜抽样方法。这种方法也可推广于其它家畜的同类调查。

风险导向审计程序设计研究

本文分析了审计程序设计涉及的四项决策及影响因素,认为审计程序设计应围绕风险评估、控制测试和实质性测试的目的来确定审计程序、样本规模、选取项目及何时执行这些程序,从而提高审计的效率和效果。

对国内社会调查回收率的分析与思考

文章在分析了调查回收率概念的基础上,分析了中国综合社会调查回收率,认为其在实地执行过程中出现了样本替换及样本替换中的不规范操作导致回收率成谜,并指出目前国内很多社会调查都存在这一情况,最后对如何得到回收率提出了一些看法。

渔业生产统计中渔船抽样方案研究

渔业生产数据的准确性、规范性及全面性是渔业管理科学决策的重要依据。渔业生产抽样调查统计方法不仅可确保渔业生产数据的准确性、规范性及全面性，还可提高渔业统计效率、减少人为因素干扰及降低统计成本。因此，本文以中国山东海洋捕捞渔船为例，探究其抽样方法、样本规模、样本分配、误差、样本轮换及成本效益等问题，以期为确立抽样调查在渔业生产统计中的主体地位奠定科学基础。本文建议采取完善和优化抽样实施方案、加强抽样框资料的收集、制定严格的抽样点选择和调查标准、重视样本轮换等措施。

基于逆向思维的圣彼得堡悖论数量模型研究及应用

运用逆向思维的方法建立圣彼得堡悖论数量模型,并讨论样本规模对它的影响.从而避免决策过程中,由于对基率和样本大小不敏感引起的决策失误.将这一模型运用到实际问题中,解决产品或服务定价问题、决策问题及其对通货膨胀的影响.

不完全信息市场旅游线路搜寻的经济学思考

市场信息的不完全性和旅游线路价格分散普遍影响到旅游者线路搜寻行为。搜寻理论的规制,即最优样本规模和顺序搜寻法则为此提供了解释性说明,并进一步利用价格均衡简单模型,说明一个非退化的旅游线路价格分散化可以在均衡中得以实现。

基于概率模型LVQ的改进KNN分类新方法

KNN是基于实例的算法,对于大规模样本算法分类性能不高.针对这一缺点,提出一种基于概率模型的学习矢量量化神经网络的改进KNN分类新方法.考虑到最优参考点训练的重要性,结合概率方法得到最佳参考点的判断准则函数,采用梯度下降最优化算法利用LVQ训练参考点的最佳位置.在对未知样本进行分类时选出样本x的K个近邻,采用"投票选举"机制最后判断样本x的所属类别.新方法减少KNN的计算复杂度和时间,弥补了KNN在处理大规模数据问题上的不足.在UCI中数据集上的仿真实验表明改进算法的可行性.

产品抽样检验方法对比及应用

通过对固定样本规模抽样、百分比抽样与统计抽样进行的分析对比,同时对统计抽样中孤立批和连续批的不同抽样方案的比较,并论述了在实际运用中需注意的关键点,期望提高质检工作的科学性和效率性。

青年高教毕业生的学历层次及劳务市场就业情况

在受过高等教育的25-34岁青年中,硕士及以上学历或同等学力的人群比例从最低4%（智利）到最高79%（斯洛伐克）不等。