Cox-Stuart及Wilcoxon符号秩检验在产品质检中的应用

非参数检验是一种优良的检验方法。以汽车生产流水线为例,首先运用Cox-Stuart趋势检验对同批产品进行全项指标的合格性检验,其次利用Wilcoxon符号秩检验对产品的单项指标进行质量检验。根据检验结果找出生产线中存在的误差环节,以此突出两种检验方法的优点。针对模型提出进一步的改进优化,使其更好地应用于实际问题。

一类长记忆时间序列趋势项变点的Wilcoxon秩检验

对一类带Hurst指数的分数布朗运动趋势项变点的检验问题进行了研究,提出了一种先对观测序列做一阶差分,再基于差分序列构造Wilcoxon秩统计量做检验的后验检验方法。在原假设下证得检验统计量的极限分布是标准分数布朗运动的泛函,并给出了检验统计量的临界值。数值模拟结果表明,提出的检验方法除Hurst值较大外,均能很好地控制经验水平,经验势随样本量的增多几乎能趋近于1,且在样本量较大时,对截距项变点和方差变点稳健。采用该方法分析了1854—1989年北半球月均气温数据,未检测到趋势项变点。

用Wilcoxon符号秩检验来评价涨薪的有效性

应用Wilcoxon符号秩检验方法来检验组织员工涨薪前后的产品产量的变化，是验证工资激励效果的有效手段。本文通过一个例子来说明Wilcoxon符号秩检验过程，并结合保健-激励理论对结果进行分析，并指出在管理中的应用。

航标灯质参数漂移的显著性检验──Wilcoxon符号秩检验应用

应用Wilcoxon符号秩检验原理来检验航标灯质参数的漂移，是保证产品质量的有效手段。这种检验手段将被广泛推广至航标产品生产中各个重要质量控制点。

配对比较符号秩和检验精确概率查表法

在配对比较符号秩和检验中，当计算出统计量Ｔ值后，确定其概率的方法是查“配对比较符号秩和检验界值表”，其只能确定概率范围，而不能确定精确概率。作者用计算机计算出对子数ｎ＝６～２５，Ｔ为１～４０之间的各种精确概率，并编制成表供广大读者使用。１概率表的产生...

基于非参数秩检验的班风对成绩的影响研究

大学班级的班风可以反映班级的整体风貌与个性特点,对班级的未来发展有着导向作用,好的班风对大学生的成长也具有促进作用。成绩是学生学习效果的体现,本文应用非参数检验中的符号检验和Wilcoxon符号秩检验对班级与成绩的关系进行了分析,结果表明学生成绩与班级、年级因素关系显著。并在此基础上,分别针对学校、辅导员老师、班委及学生本身提出相关建议,旨在营造优良班风,以班风促学风。

一种基于符号秩检验的协作盲频谱感知算法

针对认知无线电频谱感知中能量检测算法和特征值类算法的设计局限性,提出了一种基于Wilcoxon符号秩检验的协作多节点频谱感知算法。利用主用户不存在时各次用户之间的相关系数的分布函数偶对称特性,将频谱感知问题转化为一种非参数分布检验问题,使用Wilcoxon符号秩对次用户信号的统计协方差矩阵上三角元素计算检验统计量来实现频谱感知。利用仿真方法,对多单个主用户、4个次用户进行了实验,结果表明,该算法的检测概率优于能量算法及特征值类算法,且不需要授权用户信号以及噪声的先验信息。

我国化工企业的财务预警模型构建及其检验——基于Logistic回归方法

借助Wilcoxon秩检验比较11家ST与54家非ST化工企业之间在53个财务比率上存在的显著差异,筛选出能够较好反应企业财务状况的33个财务比率,利用因子分析方差最大化旋转对企业财务信息进行统计处理,分析得出主因子得分,构建相应的Logistic回归模型,得出具有较高准确性的化工企业财务困境预警系统,发现企业债务状况、获利状况、权益增值能力对企业财务困境有显著的预警作用。

基于统计检验的企业生命周期判定方法比较

文章选取32家中国上市汽车企业作为研究对象,分别用综合指标法和主成分分析法对企业所处生命周期进行判定,再利用Wilcoxon符号秩检验和kappa一致性检验对两种判定结果进行检验对比,从而得出结论:综合指标法和主成分分析法均科学有效,但在具体应用时各有所长。Wilcoxon符号秩检验和kappa一致性检验叠加运用效果较好,且检验结果具有一致性。

两样本问题中的非参数检验

两样本问题是检验理论的中心问题,大多数两样本问题的非参数检验理论都是在较强的条件下进行讨论.作者就连续条件下的参数与非参数两样本问题作了简要论述,并就总体分布在更为广泛的条件下对两样本问题中的打“结”现象进行了阐述,论证了“结”的大样本性质。

重大突发公共卫生事件对海洋产业的影响评估——以新型冠状病毒感染为例

推动海洋产业高质量发展是实现海洋强国战略的必由之路。通过考察新型冠状病毒感染对海洋产业的影响,首先采用事件研究法评价了新型冠状病毒感染对海洋产业上市公司股票收益率的影响,其次以因子分析法直接评价了新型冠状病毒感染对海洋产业上市公司财务绩效的影响,并以wilcoxon符号秩检验对感染前后财务绩效动态变化的显著性进行检验。结果表明:2020年1月13日至2020年3月24日,海洋产业上市公司股票收益率受到了严重的负面影响,并且累计负面影响不断加剧。在海洋细分产业中,对海洋第三产业上市公司股票收益率的负面影响最为严重,对海洋第二产业上市公司股票收益率的累计负面影响最为严重。此外,新型冠状病毒感染对海洋产业上市公司财务绩效的负面影响呈现出阶段性特征,但主要集中在一季度,病毒感染后一季度海洋产业上市公司的盈利能力和综合财务绩效显著低于新型冠状病毒感染前。

统计分析随机区组设计非参数检验的多重比较

目的:探讨随机区组设计多组样本资料非参数Friedman M检验后,各组样本的多重比较。方法:采用秩转换方差分析方法和调整检验水准做多次相关两样本的配对Wilcoxon方法,应用统计软件SPSS进行多重比较。结果:实现SPSS软件对同一数据资料非参数检验的多重比较,两种方法所得结论相同。

混合随机反向学习和高斯变异的混沌松鼠搜索算法

针对松鼠搜索算法(SSA)易陷入局部最优、过早收敛等问题,提出一种混合随机反向学习和高斯变异的混沌松鼠搜索算法(RGCSSA)。该算法通过Tent混沌映射初始化策略生成混沌初始种群,增强初始种群分布的均匀性,实现对解空间更高效的搜索;采用非线性递减的捕食者概率策略,平衡SSA的全局搜索和局部开发能力;利用位置贪婪选择策略在迭代过程中不断保留种群中的优势个体,以提升算法收敛速度;引入随机反向学习和高斯变异策略,在增加种群多样性的同时提高算法跳出局部最优的能力。使用10个不同的基准测试函数进行仿真实验,并利用Wilcoxon符号秩检验验证所提算法的寻优性能,结果表明,RGCSSA算法在求解精度、收敛速度和稳定性等方面均有极大提升。

不同融资方式下的科技企业并购绩效比较研究——基于因子分析与Wilcoxon符号秩检验的实证分析

随着科技创新创业的蓬勃兴起,并购正在成为科技企业外延式发展的重要方式。作为以高风险、高对价为特征的资产交易,采用何种融资策略无疑是科技企业并购中首当其冲面对的问题。本文以沪深主板和创业板上市的科技企业为研究对象,对2011-2014年发生并购行为的92家有效样本公司,重点采用因子分析法和针对企业个体层面的Wilcoxon符号秩检验法,实证分析科技企业并购的财务绩效,并针对不同的融资方式进行分组比较分析。检测结果表明:(1)并购行为总体上能提升科技企业的综合运营绩效,尤其是短期绩效,但可持续性不强,企业运营绩效的变化呈现出先扬后抑的明显特征;(2)对于不同的融资方式,企业运营绩效的具体变化有所不同,先扬后抑的转化时点各异,转化强度亦各异,并具有明显的规律性,采用股权融资方式的企业表现最好,采用留存收益方式的最差,采用债权融资方式的居中,三类企业综合绩效由升转降的时点依次前移,逆转的程度依次加强;(3)本文的检测结果与西方学者创立的企业融资相关理论并不完全吻合,并未明显看到"股权融资传递出的是企业负面信息"以及"负债行为对企业管理者具有监督和激励作用令其提高组织效率",更没明显看到"企业需外部融资时优先考虑债务融资然后才是权益融资"。本文率先关注了科技企业并购中的融资方式问题,期望本文的研究结果对于进一步探索这些现象的背后原因、探索科技企业的健康发展策略能够带来一些启示。

基于Wilcoxon符号秩检验的临床常用中药饮片剂量调查分析

目的对临床常用中药的剂量进行调查,为研究和规范中药饮片剂量并确定其合理的剂量范围奠定基础。方法通过调查处方,采用统计学软件对常用中药的用药频次、剂量区间进行分析,并采用Wilcoxon符号秩检验的方法将常用中药的剂量和药典剂量进行对比。结果确定了常用中药的用药频次和剂量区间:主要集中于[9,12)、[12,15)、[15,18)和[30,+∞)四个区间;超过75%的常用中药的剂量超出了2010年版《中国药典》剂量的高限。结论应对常用中药的剂量进行深入研究,以确定常用中药合理的剂量范围从而保证《中国药典》的权威性及对临床的指导作用。

基于突触巩固机制的前馈小世界神经网络设计

小世界神经网络具有较快的收敛速度和优越的容错性,近年来得到广泛关注.然而,在网络构造过程中,随机重连可能造成重要信息丢失,进而导致网络精度下降.针对该问题,基于Watts-Strogatz(WS)型小世界神经网络,提出了一种基于突触巩固机制的前馈小世界神经网络(Feedforward small-world neural network based on synaptic consolidation,FSWNN-SC).首先,使用网络正则化方法对规则前馈神经网络进行预训练,基于突触巩固机制,断开网络不重要的权值连接,保留重要的连接权值;其次,设计重连规则构造小世界神经网络,在保证网络小世界属性的同时实现网络稀疏化,并使用梯度下降算法训练网络;最后,通过4个UCI基准数据集和2个真实数据集进行模型性能测试,并使用Wilcoxon符号秩检验对对比模型进行显著性差异检验.实验结果表明:所提出的FSWNN-SC模型在获得紧凑的网络结构的同时,其精度显著优于规则前馈神经网络及其他WS型小世界神经网络.

我国AB股双重上市公司经营业绩变化的实证分析

本文以46家在上海和深圳同时上市AB股的公司的样本,分析了公司实行双重上市前1年及其后4年的经营业绩的变化趋势以及股权结构和上市顺序对它的影响。研究表明,双重上市当年及其后4年经营业绩显著下降;股权结构和上市顺序对公司经营业绩影响明显。最后,文章提出了改善AB股公司经营业绩的对策建议。

基于最优交叉的广泛学习粒子群优化

粒子群优化算法实现简单、便于操作,近年来已被广泛应用于资源分配等大规模复杂问题,但算法收敛速度慢、求解精度低等问题也制约着其进一步应用。针对以上问题,引入遗传算法的染色体交叉特性,结合广泛学习粒子群优化算法,提出一种基于最优交叉的广泛学习粒子群优化算法。通过全局最优粒子位置与个体历史最优位置执行最优交叉操作得到更优个体,加快算法收敛速度,提高对问题的求解精度。基准测试函数实验结果表明,该算法相较原算法具有更快的收敛速度和优化精度,同时Friedman检验和Wilcoxon符号秩检验结果表明,基于最优交叉的广泛学习粒子群优化算法具备较好的稳定性,优化精度和收敛速度有了较大提升。