用于处理不努力作答的标准化残差系列方法和混合多层模型法的比较

文章采用模拟研究,分别在混合多层模型假设满足和违背的情境下,比较了混合多层模型方法与标准化残差系列方法在识别不努力作答和参数估计方面的表现。结果显示:(1)不存在不努力作答或其严重性低时,各方法表现接近;(2)不努力作答严重性高时,固定参数迭代标准化残差法普遍更优,混合多层模型法仅在假设满足且两种作答反应时差异大的条件下表现较好。建议实际应用中优先选择固定参数迭代标准化残差法。

多层非线性混合效应模型评价番鸭体重生长

【目的】寻找定量描述本地番鸭体重的生长模型。【方法】利用Richards生长函数,设计番鸭体重的4种生长模型,包括考虑个体、性别的二层非线性混合效应模型(ModelⅠ),考虑个体、性别、资料自相关性的二层非线性混合效应模型(ModelⅡ),考虑个体的单层非线性混合效应模型(ModelⅢ),忽略个体和性别的零层非线性固定效应模型(ModelⅣ),描述了番鸭个体和群体生长特征。比较了番鸭体重生长4种模型的信息准则、误差方差、不同体重测定点日龄的平均测定值和模型拟合值、模型和生长参数估计值。【结果】ModelⅡ的拟合效果整体最好,估计了公、母的初生体重及成熟体重和生长速度最大的日龄、体重、绝对生长率,分别是40 g、3 504 g及43 d、1 523 g、65 g.d-1和40 g、2 209 g及36 d、977 g、45 g.d-1。【结论】考虑个体、性别、资料自相关性的Richards二层非线性混合效应模型是评价本地全群及公、母番鸭体重生长的最优模型。

对数正态多层贝叶斯混合模型的参数估计

用传统的正态多层贝叶斯混合模型在对具有均值异质性和方差异质性的偏态分布数据进行统计推断时效果不佳.针对这一问题,本文对数正态多层先验分布的构造与贝叶斯定理相结合,并引入到混合模型中,从而建立了对数正态多层贝叶斯混合模型.在混合模型的混合个数(k)已知的情况下,利用Gibbs抽样算法对各未知参数进行贝叶斯估计,并对使用Gibbs算法所生成的迭代链进行收敛性诊断.随机模拟结果显示,在相对误差、均方误差(MSE)准则下,贝叶斯估计的效果较似然估计更优.最后,通过实证分析证明了所建立的模型是切实可行的.

基于多层贝叶斯网络的医学图像语义建模

针对医学图像的特点,提出一种基于多层贝叶斯网络的医学图像语义建模方法。该方法的特点是采用了混合高斯模型(Gaussian mixture models,GMM)实现从低层视觉特征到对象语义的映射,并用概率表达语义的置信度,然后使用贝叶斯网络(Bayesian networks,BN)融合对象语义,从而建立一个多层的医学图像语义模型,目的在于支持多层次的医学图像语义自动标注及其检索。为了验证此方法的有效性,将其用于星形细胞瘤恶性程度的语义提取,实验表明了该方法用于医学图像语义建模是有效的,并且具有直观的结构性知识表达。

地理距离、法律制度临近与国际知识扩散模式

以41个国家对3个创新领先国的专利引用数据为基础,采用非线性混合回归模型研究知识扩散的地理比邻效应和制度临近模式。研究结果表明:国际知识溢出不仅具有地理比邻特征,且法律起源制度具有制度临近效应,具有相同的法律起源的国家之间具有更高的知识扩散强度;而知识产权保护的制度临近对知识溢出没有影响。进一步的研究还表明,地理因素和法律制度因素在知识扩散中不具有互补效应和替代效应,说明知识扩散所表现出的地理比邻和制度临近效应通过不同扩散机制展开,未来有必要对制度比邻的渠道开展进一步的深化研究。最后文章根据研究结果提出了相关政策建议。

企业技术研发外包对引入新产品的影响

本文通过建立基于内生增长理论的模型,说明技术研发外包活动可以增加新的中间投入产品,进而促进了企业产品创新。然后利用多层混合效应logistic模型检验企业外包行为对企业引入新产品的影响,结果表明:企业研发外包会显著提高该企业引入新产品的概率,企业研发外包可使得该企业引入新产品的概率提高5.6倍;来自市场竞争的压力也会激励企业积极提高自己的竞争能力,使得企业引入新产品的概率提高了40%-50%;但随着市场竞争程度的加剧,降低了企业研发外包能够提高该企业引入新产品的促进效应。

谁想成为科学家?——基于家庭科学资本与科学素养的异质性分析

培养青少年在科学、技术、工程和数学(STEM)领域核心素养,是适应未来劳动力市场对科技创新型人才需求的重中之重,但驱使青少年追求STEM职业的关键性因素仍亟待探索。基于国际学生评估项目(PISA)2018年中国四省市学生测试数据,构建多层混合Logistic模型探查家庭科学资本与科学素养对青少年STEM职业期望的影响效应及作用路径。研究发现,持有不同家庭科学资本的个体显现出科学职业期望的倾向性不同。父母双方或父亲涉足科学相关领域显著增加其子代追求STEM职业机会优势,但母亲从事科学相关职业的影响甚微。家庭科学资本只有在具备高水平科学素养或数学相对优势的条件下,才能依赖家庭物质资源、家庭教育资源以及家庭文化资本进行有效传递。Shapley组群分解显示,高水平科学素养是驱使青少年追求STEM职业的关键因素,其相对贡献率达24.88%;先赋性的家庭科学资本相对贡献率较低,约占5.4%。培养和提升科学素养与形塑数学相对优势是驱使家庭科学资本匮乏的青少年追求STEM职业的必要途径。引导青少年形成科学职业偏好,重在增强早期科学启蒙教育,纠正对女性科学职业选择的偏见,注重保障均等享有激发科学家潜质的公平发展机会。