现代数理统计中假设检验的教学探讨

假设检验是现代概率论与数理统计教学中的重要内容和知识点,而假设检验包含建立原假设、构造统计量、计算概率分布、确定临界值和得出结论等过程。在教学过程中,很多教师都忽视建立原假设这个方面。由于没有强调原假设设计方法,学生碰到此类问题很容易产生疑惑出错。实际上,原假设的三个选择是不可以随意互换的,需要通过阅读问题,依据“小概率事件原理”来选择合适的假设。通过对假设检验中单边检验真题案例的教学探讨和分析,完成对原假设存在的三个选择的不同分析,然后对得到的结果进行比较。分析探讨在假设检验教学中做原假设和备择假设设计时,需要结合题目要求,按照“小概率事件原理”来设计假设的方案,促进学生对此问题的理解,并且在实际教学应用中取得良好的效果。

欹器人性假设:一个动态的定量人性管理模型

欹器人性假设是一种融合的人性假设,从方法论的视角,综合方法是中国思维的长处,把握人性的整体性;分析方法是西方思维的优势,分解人性的定量性。从思想来源的视角,动态思想源于《易经》,定量模型源于西方科学。以欹器物理模型为原型,结合隐喻与管理、物理学方法,在西方管理理论中复杂人的基础之上,以《易经》的哲学思想和方法论,提出基于中国哲学的欹器人性假设,揭示创新与效率转化的内生机制,结论是欹器人性假设分为组织内的理想人性假设和组织外的现实人性假设,提示了组织演变微观的人的动力学机制。欹器人性假设是复杂人假设的修正,其理论意义是欹器人性假设具有演绎性,其实践意义是使得实现组织内各层次人的价值更具有操作性。

一种基于幅度相位信息辅助的多假设跟踪算法

传统多目标跟踪算法在距离拖引(Range Gate Pull Off,RGPO)干扰场景中,由于无法有效区分真实目标和干扰,将出现目标航迹起始错误、跟踪误差增大、跟踪中断等现象,严重影响跟踪性能。针对这一问题,基于雷达量测的幅度和相位特征提出一种信息辅助多假设跟踪(Information Assisted Multiple Hypothesis Tracking,IA-MHT)算法。IA-MHT算法利用了幅度、相位信息区分目标真实量测和虚假量测,并基于判别结果修正了全局联合假设概率和航迹得分的计算步骤,从而提高算法的抗杂波和抗干扰性能。在RGPO干扰场景中的仿真结果表明,IA-MHT算法能够有效区分干扰量测,获得优于传统MHT算法的数据关联性能。

幅度信息辅助的海面低空多目标多假设跟踪算法

在海面低空多目标跟踪场景下,由于受到海杂波的影响,多假设跟踪算法会生成大量虚假航迹并发生航迹中断。针对此问题,提出一种基于幅度信息辅助的海面低空多目标多假设跟踪算法。首先,算法采用先验的信杂比信息,通过设置幅度门限区分出目标回波量测与杂波量测;然后,利用回波量测的幅度信息修正多假设跟踪算法中的航迹得分,提高数据关联的准确度;最后,针对跟踪处理后出现的航迹中断问题,采用图模型方法实现航迹粘连。仿真实验结果表明,文中提出的算法能够有效降低海杂波的影响,减少虚假航迹与中断航迹的产生。

“假设-条件”从属连词的出现顺序及其规律试探

形合复句专用标记的出现遵循一定的顺序和规律。本文主要探讨“假设-条件”从属连词在历时发展过程中的五种蕴含关系:1)条件连词⊃假设连词;2)反事实假设连词⊃一般假设连词;3)极低概率假设连词⊃一般假设连词;4)必要条件/排除条件/无条件连词⊃充分条件连词;5)纵予连词⊃假设连词。文章认为上述蕴含关系均反映了同一个演变规律:认知复杂的“假设-条件”标记⊃认知简单的“假设-条件”标记。

巴迪欧论共产主义假设新序列与减法政治

在传统左派陷入迷失之际,巴迪欧提出了“共产主义假设”并考察了其历史,进而指出现在的紧迫问题是要在组织和行动的新形式内部发现共产主义假设展示自身的新方式,开启共产主义假设的新序列。这一新方式就是其所倡言的“减法”政治,其核心要义在于与国家保持距离,而其实质,在巴迪欧自己看来是保罗•策兰意义上的一场新的“远征”,实则是一种弥赛亚主义式的狂热。

二项分布双边收尾概率和假设检验统计量的几处修正

二项分布是广泛存在的一种离散型概率分布。服从二项分布B(n,p)的一个随机变量等于n个相互独立且服从贝努利分布B(1,p)的随机变量之和,二项分布包含参数p的估计与检验等同于贝努利分布参数p的估计与检验。本文修正常见教科书中有关二项分布双边收尾概率计算和假设检验统计量构建中存在的3处问题。(1)对二项分布B(n,p)的取值概率pk(k=0,1,…,n)从小到大排序,排序后的概率用p_((k))表示,观测值k的双边收尾精确概率等于■;(2)二项分布B(n,p)参数p与给定值p0的差异显著性检验统计量被修正为■,该统计量在大样本条件下近似服从正态分布N(p–p0,1);(3)二项分布B(n1,p1)和B(n2,p2)的参数p1和p2差异显著性检验统计量被修正为■,该统计量在大样本条件下近似服从正态分布N(p1–p2,1)。修正后的双边收尾概率是精确值,不会出现概率大于1的问题。修正后的2个检验统计量无论原假设是否成立,其大样本近似正态分布的方差均为1,有利于准确研究备择假设条件下检验统计量的功效。此外,文中还介绍了小样本条件下二项分布参数的精确检验,对比分析了准确检验与近似检验的异同;讨论了修正统计量的理论基础,给出了小概率和大样本的判定标准,列出了贝努利分布参数检验与正态分布均值检验的异同。期望读者能够从中了解到假设检验与统计推断作为统计学核心研究内容的全貌。

假设法在中学历史教学中的运用

在关于“假如史学”的学术讨论中,史学界将历史假设作为一种分析历史事件的新思维、新视角。将这一思维引入中学历史教学,仿效其他学科假设法的运用并加以规范,可以形成一种行之有效的中学历史教学方法。中学历史教学中假设法的运用应遵循坚持唯物史观、依据课程标准、提出假设合理、时间相近、学生主体五个原则。将假设法作为一种“提问艺术”运用于课堂讨论,依据课程标准提出合理的“事件假设”和“人物假设”,以假设提问来引导学生发挥想象构建历史图景,不仅能体现学生的主体地位,还能使历史学科核心素养的培养贯穿教学始终,有利于学生人文精神的培养。

从句后置型假设句的语法特征与语用动因

现代汉语从句后置型假设句是一种主要用于言域的语用性特殊假设句式。因使用非常规语序而语义关系不明,便强制要求使用假设标记,同时排斥推论标记,形成“……,如果……的话”这样的典型结构形式。其语体分布和假设标记显示了其书面化倾向,具有追补说明作用的从句可为主句所言提供适宜性条件。这种特殊语序假设句能在汉语中使用开来,外受西文翻译的影响,内则因凸显强调主句内容及与前后文保持语义连贯的语用需要。语用表达需求是假设句语序变异的主要原因。

利用假设检验方法开展物理实验误差分析

误差分析是物理实验数据分析过程中的一个重要环节.基于统计学中假设检验的思想,利用统计学软件IBMSPSS,将T检验的方法运用到大学物理实验的误差分析中,运用概率来说明系统误差影响的大小,提出了物理实验的误差分析方法.最后,以圆柱体直径的测量实验为例,开展了误差分析,说明了利用假设检验开展误差分析的具体流程.

从深层假设到人工成分:师范文化的失落与重振

以沙因的文化层次理论来观照,在师范院校推进综合化的进程中,师范文化在逐步失落,使得师范专业人才培养文化的根基受到侵蚀。造成这一后果的原因是多方面的,从总体上看,与“师范人”群体相对规模缩小、非师范文化的挤占效应等密切相关。重振师范院校的师范文化,应该遵循由易到难、由外到内的路径,通过维护师范生群体功能、突出师范文化景观、讲好校园“师范故事”等优化师范文化的人工成分;通过显著加大师范教育的经费投入、加强学科教学论师资队伍建设、大力提升教学工作的声望、推动教育科研的振兴等方面,强化师范文化的信念和价值观;通过改善对师范教育、师范专业教师、师范生的认知等,重构师范文化中的深层假设。

de Rham-Gabadadze-Tolley(dRGT)黑洞的热力学与弱宇宙监督假设

有质量引力理论作为修正引力理论之一,对探究宇宙加速膨胀,以及解释暗能量和暗物质问题等有重要意义.本文研究了在常规相空间中de Rham-Gabadadze-Tolley(dRGT)有质量引力下球对称黑洞的热力学第一定律、热力学第二定律与弱宇宙监督假设是否成立;并通过图像探究熵的微分变化量随事件视界r_(d)变化的影响,以及与dRGT黑洞无量纲自由参数α,β与引力子质量对该图像的影响.在研究过程中,通过引入标量粒子的能量G动量关系,来验证黑洞热力学第一定律是否成立,通过观察事件视界对熵的微分变化量的影响,来验证黑洞热力学第二定律是否成立.研究发现,黑洞在吸收粒子的同时,其视界半径始终存在,从而使奇点始终没有裸露出来.结果表明,在dRGT有质量引力下球对称黑洞的热力学第一定律,热力学第二定律与弱宇宙监督假设均成立.

基于多初级假设的FM广播外辐射源雷达网航迹起始算法

基于调频(FM)广播信号的外辐射源雷达有着检测概率低、虚警率高、量测精度差的特点,这给组网目标跟踪带来了极大挑战。一方面,较高的虚警率使计算量增加,组网算法的实时性受到考验;另一方面,检测概率低、方位角精度差造成冗余信息缺乏,量测关联与航迹起始变得困难。为解决这些问题,该文提出初级假设点和初级假设航迹的概念,以及基于此概念的FM广播外辐射源雷达网航迹起始算法。首先构造可能的低维关联假设,并解算出与其对应的初级假设点;随后关联不同时刻的初级假设点,形成多条可能的初级假设航迹;最后联合多场雷达网数据进行假设航迹判决,真实目标对应的初级假设航迹会得到确认,错误关联导致的虚假初级假设航迹会被剔除。相比于已有算法,所提算法有着更低的计算量,更快的航迹起始速度,仿真与实测结果均验证了所提算法的有效性。

基于Budyko假设的洛河流域径流变化归因分析

为探究洛河流域径流演变的主要驱动因子,基于1961—2020年水文、气象和下垫面资料,分析洛河流域水文气象要素变化特征;应用基于Budyko假设的互补法,定量分析了降水、潜在蒸散发和人类活动导致的下垫面改变对径流变化的影响程度,阐明了洛河流域上、中、下游不同地区径流变化的主要影响因素。结果表明:(1)1961—2020年,洛河流域径流呈显著减少趋势,突变年份为1986年;降水与潜在蒸散发减少趋势不明显,气温显著增加;1980年后流域植被覆盖度呈增加趋势,土地利用类型也有不同程度的变化。(2)降水与潜在蒸散发变化对洛河流域径流减少的贡献率分别为25.4%和-13.9%,下垫面变化对径流减少的贡献率为88.5%。(3)空间上,植被变化是导致流域中上游地区径流减少的关键因素,水利工程建设和土地利用类型改变是导致下游地区径流减少的关键因素。研究成果可为认识洛河流域径流变化以及水资源开发利用提供参考。

“输出驱动假设理论”在高校外国文学教学中的应用——以汉语言文学专业(师范类)为应用对象

“输出驱动假设理论”是以中国学生学习现状为研究基础提出的现代教学理论,重点强调激发学生的主体性,从而提升学生内在的学习动力。文章以高校“外国文学”课程为研究基点,分析了输出驱动假设理论的应用价值,并结合教学实践具体阐述了其在外国文学教学中的应用策略,以期以此为起点进一步促进外国文学教学综合水平的提升,更好地服务于学生。

面向异构图像压缩感知的阶数自适应多假设重构

大数据时代到来,使得图像传感应用面临大维度处理与大容量传输的挑战,压缩感知技术及相关算法在一定程度上解决了该问题。然而,现有压缩感知算法存在对异构图像集泛化性不足的问题,需要为此类图像集设计高泛化性的压缩感知重构算法。因此,基于泛化性较高的多假设预测机制,提出一种阶数自适应多假设重构算法。首先通过窗口自适应线性预测器对各块进行预处理,根据预处理获得的相关性指标,改变多假设搜索窗口的大小,并依据相似度对搜索窗口内的预测块进行排序,结合自适应的搜索窗口挑选不同数量的高相似预测块,生成多假设预测的重构图像。选取自然图像集以及X光胸片和脑磁两个异构图像集进行实验,在不同采样率下对比所提算法与传统的多假设压缩感知重构算法以及两种新近提出的基于多假设预测的算法性能。实验结果表明,所提算法具有良好的性能提升。在自然图像集下,相比两种新近提出的基于多假设预测的重构算法,所提算法保持了一定的恢复质量,且运行时间分别减少了17.5%,28.7%。此外,相比两种新近提出的算法,在胸片图像集下,所提算法分别获得了1.16 dB,1.43 dB的平均PSNR提升,以及36.1%,21.5%的平均运行时间减少;在脑磁图像集下,所提算法分别获得了1.64 dB,1.97 dB的平均PSNR提升,以及平均28.6%,26.1%的运行时间减少。整体而言,所提算法具有较低的时间复杂度、较高的恢复质量,综合性能更佳。

中职教育“需求鸿沟”困境研究:理性人假设的视角

二十多年来,我国政府一直非常重视发展中职教育,但是民众对中职教育的需求却很低迷,中职教育陷入“需求鸿沟”困境。从理性人假设的视角来看,直接原因是中职教育的预期终身收益低于普通高中教育,深层原因是不断攀升的高考录取率、中职生接受高等教育的比例和类型劣于普高生,以及工人阶层的收入和社会地位偏低。弥合“需求鸿沟”的对策在于,增加普通高中招生比例,减少中职招生比例;提高中职生的升学率;深化收入分配制度改革,提高工人阶层的收入水平。

土力学的连续性假设及其在建模中的应用

为了弥补土力学中缺失连续性假设这一重要理论缺陷,在对多个学科中的连续性概念进行系统地梳理考究的基础上,提出了土力学中连续性假设的恰当表述,进而厘清了土的本构模型的概念、种类、属性和建模思路。研究结果表明:连续介质力学和多孔介质流体动力学的连续性假设为土力学的连续性假设提供了有益参考,但都有一定的缺陷;用混合物理论的观点和方法描述土的连续性比较合适,且可以避开在定义孔隙率时遇到的困扰;“连续”是一个相对的概念,当外部特征尺寸远大于介质内部特征尺寸时,就可以把研究对象看作连续介质;现有土的各种本构模型均以连续介质力学为基础,总体上属于唯象模型。阐明了本构关系的概念、种类和建模思路:本构关系是物质宏观性质的数学模型;土的本构模型包括持水、渗水、渗气、传热、屈服、变形、强度、细观结构演化、热力学效应、相变规律等多方面的内容,而不仅限于应力-应变关系;土的本构关系的研究应针对具体土类,抓住主要影响因素,建立解决主要问题的数学模型。

子空间不确定下多重假设AMF、Rao与Wald检测方法

由于目标多秩子空间大小的不确定性会导致多重假设检测发生,传统目标自适应二元检测方法不再适用。针对此问题,文章提出了子空间不确定下多重假设AMF、Rao与Wald检测方法。首先,基于Kullback-Leibler信息准则,建立了目标多秩子空间存在多种假设下的目标检测模型;然后,基于AMF、Rao和Wald检测准则,设计多重假设检测器,并优化估计未知参数与计算惩罚项。最后,通过仿真实验验证了所提检测器的性能,并分析了惩罚项对各检测器性能的影响。实验结果表明,相比传统检测器,所提检测器在一定情况下具有更优的检测性能。

再论“管理学人性假设的新思考”——兼论“人性善”和“人性恶”

“人”是中华传统文化核心和精髓,从伏羲《易》是“己”以及“天人合一”,皆可窥见“人”的分量。尽管传统文化在字面上未提“人性假设”,但“人”贯穿于儒、释、道、易。人性假设是管理学的基础,梳理管理学文献,得出大凡涉及研究传统文化的“人性假设”时,将人性假设研究归于且止于“人性善”和“人性恶”之辩。从本体上讲,若将中华传统文化的人性假设研究仅止步于此,是对中华传统文化“人”的误读和错读。本文借由王阳明之见来破解“人性善”和“人性恶”之辩之惑。发掘出儒、释、道、易中的“人性假设”之宏阔,并进一步指出传统文化人性假设与当代管理学人性假设的区别。