case-cohort抽样下比例风险模型中参数的逆概率加权估计

case-cohort抽样作为一种具有成本效益的有偏抽样设计,在多个领域得到应用.该文将case-cohort抽样后得到的数据应用于比例风险模型中,通过使用逆概率加权方法修正在case-cohort抽样中协变量信息观测不完全且补充样本的分布与总体的分布不相同带来的影响,并证明了逆概率加权后参数估计值的渐近性质.最后,通过Newton-Raphson迭代算法进行数值模拟,进一步说明了case-cohort抽样下比例风险模型中参数的逆概率加权估计方法在理论中的价值.

Bootstrap抽样下基于贝叶斯估计的地震人员死亡评估研究

选取1950-2022年中国内地地区历史震例数据信息,以极震区烈度、发震时间及人口密度为主要影响因素,建立三级场景,运用Bootstrap抽样方法对各场景下的历史震例进行扩充,进而采用贝叶斯估计给出不同场景下地震人员死亡变化分布函数,再根据实际情况对此分布函数进行截断分析,以明确地震人员死亡的不确定性变化范围及死亡率区间概率值,最后随机选取历史地震灾害事件验证模型精度。结果表明:①各场景的死亡率均值及95%死亡率区间基本符合在极震区烈度相等并且人口密度条件下夜间死亡率大于白天死亡率的规律;②模型估计死亡人数区间能够较好覆盖实际上报的死亡人数。

基于节点抽样的分布式二阶段聚类方法

针对大数据聚类中存在的计算资源消耗大、聚类效率低的问题,提出了一种新的基于节点抽样的分布式二阶段聚类方法。该方法首先在各个本地节点对节点上的数据执行局部聚类操作,并基于局部聚类结果,从每个节点中抽取代表性的数据样本,然后将各节点选定的样本数据传输至中央节点。之后,在中央节点上,对合并的样本数据进行进一步的聚类分析,并将样本聚类的结果传回各个本地节点。最后,各本地节点结合自身的局部聚类结果和中央节点的样本聚类结果,完成最终的聚类标签统一。通过以上流程,所提方法实现了对集中式聚类算法的分布式改造,能够快速一致地完成对全局数据的聚类分析。理论分析和数值实验均表明,与传统的全量数据集中式聚类方法相比,二阶段聚类方法有效地结合了并行处理的高效性和集成分析的准确性,在保证聚类质量的前提下能够显著降低计算资源的消耗,是一种可行的大数据聚类分布式解决方案。

大型社交网络下聚类滚雪球抽样算法的性质

通过最大化模块度将原始网络进行社区划分,完善了滚雪球抽样,弥补了现有社交网络抽样算法容易陷入局部最优、抽样依赖其他样本等缺陷.利用随机节点抽样做基准,选取常见的非概率抽样方法,从平均度、平均路径长度和直径等指标出发比较各类抽样算法的估计效果.模拟实验和实证分析验证了聚类滚雪球抽样具有较好的抽样性质和估计特征,得出了其适用场景.

开展高质量贵金属饰品抽样工作的研究

随着经济的发展,人们对贵金属饰品的需求日益增加,然而,市场上销售的贵金属饰品良莠不齐,这不仅严重损害了消费者的利益,也不利于市场的规范化发展。因此,开展贵金属饰品质量监督管理显得尤为重要。本文聚焦江苏省贵金属饰品监督抽查中的抽样工作,并提出相应的建议,以期为开展高质量贵金属饰品抽样工作提供有力的技术支撑。

食品抽样检测在食品安全监管中的应用

本文阐述了食品抽样检测工作的重要性,详细介绍了食品抽样检测的目的、方法、原则及其在生产环节和流通环节的具体应用,并分析了食品抽样检测在食品安全监管中的发展方向,以期为食品安全监管工作提供参考。

食品质量检测抽样策略对结果准确性的深度影响探究

食品质量检测抽样策略对检测结果准确性有着直接影响,从而决定了食品安全保障水平。该研究就样本代表性,抽样频率,抽样时机,抽样次数和抽样方法对检测结果所产生的影响进行了深入讨论。分析表明:样本代表性不充分可能诱发偏差,抽样频率与时机不恰当将造成检测结果误差累积,样本数量选取决定检测准确性。对于检测特定污染物而言,方法 选择特别关键。在研究中进一步给出了分层抽样法,优化抽样时机和频度,基于风险评估确定数量方法和特定污染物靶向抽样技术等增强检测准确性优化策略。

油田化学剂的抽样检验标准及选取

油田化学剂在油田勘探和开发中广泛应用,做好验收过程中质量抽样检验具有重要意义。针对油田化学剂交付的分立个体、包装散料、散装散料等不同形式,分别提出了适应的标准及相应的抽样检验方案,并进行了对比以便于选择。还提出了质量为非正态分布的油田化学剂应用计量一次抽样检验的解决方案。

刑事抽样证明扩张适用的风险及防控

为应对网络犯罪海量证据运用与罪量证明难题,司法解释扩张了刑事抽样证明的适用范围。这种扩张适用主要表现为从法定的特殊犯罪拓展为具有海量证据的犯罪,从实物证据扩张至部分言词证据,从控诉方延伸至辩护方。然而,在相关规则尚不完备的情况下,易出现过度减轻控诉方的证明义务,不当加重辩护方的辩护负担,大幅增加审判方的裁判错误等风险。鉴此,应系统建构风险防控的技术与法律机制。在技术方面,抽样总体满足数量与同质性要求,抽样样本量采用数量和比例相结合的判定标准,抽样方法应当具有可靠性。在法律方面,建立健全刑事抽样证明适用必要性的司法审查机制,明确规定刑事抽样证明主体的抽样开示义务,严格要求刑事抽样证明必须达到排除合理怀疑标准。

基于LabVIEW频域抽样定理实验设计

信号抽样可以在时域或频域进行,实践中学生对频域抽样理解不够深刻。为此基于LabVIEW信号处理工具的设计实现频域抽样仿真实验系统。系统具有可交互、可视化的界面,可对演示一维信号与二维图像的频域抽样与信号恢复的过程。频域抽样采用离散傅里叶法,而且在一维或二维内通过不同的补零方式维持抽样前后数据长度的一致,以便对照与验证抽样定律。应用结果表明:系统具有较好的通用性、交互性,可形象地展示频域抽样及信号恢复的完整过程,辅以基本的理论推导可帮助学生正确理解和应用频域抽样定理。

基于自动重要抽样方法的减方差技巧体系构建与验证

屏蔽计算问题根据求解目标不同一般可分为源-探测器问题、区域问题和全局问题。MCShield研究团队针对3类问题中存在的深穿透问题提出了相应的减方差技巧,本文以此为基础构建了基于自动重要抽样(AIS)方法的减方差技巧体系,并开展了验证工作。针对源-探测器问题,采用NUREG/CR-6115 PWR压力容器计算基准题对小探测器自动重要抽样(SDAIS)方法进行验证。结果表明,SDAIS方法的计算效率约为AIS方法的7倍。此外还提出并验证了基于AIS伴随蒙特卡罗的耦合减方差(AIS-CADIS)方法,将AIS方法引入到蒙特卡罗伴随计算中,取得了良好的效果。针对全局问题,提出网格化-AIS方法并使用简化反应堆屏蔽计算算例进行验证,结果表明,网格化-AIS方法的计算效率是AIS方法的12倍左右,是直接蒙特卡罗方法的290倍左右。

基于抽样设计的亚麻初级样本遗传多样性评估

为了充分挖掘亚麻种质资源表型数据间的关系,科学开展亚麻核心群体表型遗传多样性研究。试验采用3种不同抽样设计,研究比较香农维纳指数(H)、均值差异百分率(MD)、方差差异百分率(VD)、极差符合率(CR)和变异系数变化率(VR)5个指标,以及开展总体方差估计y及抽样效果比对分析。结果表明:二阶等概样本的VD、VR最大,CR均值最大达到72.99%,接近核心种质,可以作为核心种质的初级样本,为全基因组重测序、GWAS分析提供表型丰富的群体材料。

基于随机抽样的衰变热不确定度量化研究

为研究核数据引起的核素存量及导出量的不确定度,在自主程序GNET上实现了基于随机抽样的不确定度量化方法。利用贝叶斯更新方法获得裂变产物独立产额的协方差数据,弥补裂变产额协方差数据缺失。对热中子引起的235U一次裂变后衰变热不确定度进行了计算。结果表明,裂变产物产额的不确定度贡献占主要部分。该算例表明GNET程序具备了核素存量的不确定度量化功能。

编制价格指数的爬虫数据抽样方法研究

文章针对全量爬虫数据编制价格指数成本高的问题,提出了一种抽样方法。该方法采用“大数据—小数据”思想,在基期通过网络爬虫技术全量抓取电商平台的商品交易数据,形成抽样框;在连续性调查中采用抽样技术,根据分层抽样思想,运用聚类算法及其轮廓系数实现总体数据分层,并通过不等概率随机抽样获取各层代表性样本;考虑到连续性调查中入选样本存在无回答现象,提出正式和备选样本思路,针对每个正式样本,采用最近邻匹配法挑选若干个备选样本,当正式样本无回答时,以备选样本作为替补来完成价格指数编制。以天猫商城粮油品类为例进行验证,结果表明:在抓取的数据中,基期全量爬虫数据有18351条,第2—8期连续性调查的平均抽样比为10.18%,抽样的平均相对误差为0.59%,说明该方法是可行的。

一种新型可靠性抽样设计方法——基于经济优化视角

混合截尾可以看作是一型截尾及二型截尾的拓展,常用于可靠性试验。然而,在规定时间上限内,当产品失效数远小于截尾数时,现有的可靠性抽样方案可能存在推断偏误。因此,结合已有研究,立足混合截尾,基于经济视角设计出混合截尾下一种新型可靠性抽样方案。通过一系列对比分析,发现新方案可在保留原方案小样本量优点的同时增强判定的可靠性。从缩减企业检验成本的角度出发,应在试验前使检验时间上限尽可能小、截尾度尽可能大。从科学性及实用性角度综合考虑,该方案展现出较优的性质,值得推广使用。

人口抽样数据偏误研究:测度、成因及修正

采用抽样年均增长率、普查年均增长率之差测度人口抽样数据偏误,该指标适用于大量观测值的跨城市、跨年份比较。在此基础上,构造回归模型研究人口抽样数据偏误的成因。发现城市的行政等级显著影响人口抽样数据偏误,主要表现为行政等级越高则低估偏误越强。经济发展、产业结构、政府干预、公共服务也显著影响人口抽样数据偏误,普查年人口对人口抽样数据偏误的影响则不显著。进一步地,研究提出一种人口抽样数据偏误的“事前”修正策略。通过回归分析考察普查年均增长率的决定,由此得到的普查年均增长率的拟合值可用来计算此后若干非普查年的人口。研究具有重要的方法论价值,有助于提高非普查年人口数据的质量。

基于实地抽样调查的区域农村民居抗震性能评价

针对目前农村民居抗震性能研究主要面向单体房屋而非区域这一现状和不足,本文以四川省德阳市为研究区域,基于实地抽样调查数据、谷歌影像和影响农村民居抗震性能的其他相关数据建模,得到了一种乡镇区域尺度农村民居抗震性能指数的计算方法。具体方法为:(1)选取研究区6个县(市、区)119个乡镇中30个乡镇的代表性农村民居作为抽样调查点,进行逐户实地查看、现场仪器测量及询问当地村民。调查内容包括房屋结构类型、建造时有无采取抗震措施以及所处的场地条件等。(2)以抽样乡镇的人口密度、人均社会消费品零售总额为自变量,砖混结构房屋面积占比为因变量,构建农村民居砖混结构面积占比模型。(3)以抽样乡镇的砖混结构房屋面积占比、平均坡度、地质灾害点密度为自变量,农村民居抗震性能指数为因变量,构建农村民居抗震性能指数模型。(4)根据抗震性能指数模型计算整个研究区119个乡镇的抗震性能指数。计算结果显示:(1)构建的砖混结构面积占比模型和农村民居抗震性能指数模型均具有较高的精度。(2)研究区抗震性能计算结果直观反映了农村民居的抗震性能。相较于前人的工作,本文的方法大大减少了大面积调查所需的时间和经济成本。

基于样本类不确定性抽样的端到端语音关键词检测训练方法

当前语音关键词检测主流技术为端到端的深度学习方法,研究重点为网络结构优化、建模单元选取及搜索策略等,并取得较快进展,但对模型训练效率的关注相对较少.本文针对深度学习模型训练效率问题,提出了一种样本类不确定性抽样(Class Uncertainty Sampling,CUS)的样本应用策略加速收敛进程.其核心思想是在模型训练中后期,利用网络的前向输出层对样本评价信息进行样本类不确定性度量,并转化成样本选用概率,随机抽取训练样本子集用于后续训练.由于简单样本的类确定度高,它们参与后续训练的概率降低,但不影响模型的区分能力,增强对判决边界样本的关注,达到提高模型训练效率的目标.基于AISHELL-1普通话数据集的实验结果表明,相对常规训练策略,平均训练时长缩短60%,收敛时长缩短47.5%.虚警率(False Alarm Rate,FAR)为0.5 FP/h时,该方法的错误拒绝率(False Reject Rate,FRR)从4.75%降至3.65%,相对下降30.1%,最大关键词加权值(Maximum Term Weighted Value,MTWV)由0.8374升至0.8531.通过分析错标样本参与训练的行为,证实了该方法具有屏蔽掉大部分错误标注样本的能力,减少错标样本对训练的损害.基于大规模AISHELL-2普通话数据集的实验进一步证实了提出方法的有效性.

我国教育实证研究十年发展趋势——基于大样本系统随机抽样的分析

教育实证研究在我国受到越来越多的关注,尤其自2015年起多方力量大力推动教育研究实证化。以往研究普遍发现我国教育实证研究在过去20年呈现增长趋势,但因取样范围小、判断标准单一等原因,其结果的参考性有所受限。为提供更加全面、高质量的教育实证研究评价,本研究采用系统随机抽样,对2012年到2021年全部重要教育期刊(包含CSSCI和北大核心来源期刊)所发表的35,784篇潜在实证研究进行了摘要和原文分析。结果发现:1) 相较于以往常用的关键词分析,摘要分析能更准确地判断研究的属性;2) 过去十年符合通用标准的教育实证研究的发表数量实际约占总数的15.6%,远低于以往研究汇报的相关数值;3) 2015年后,教育实证研究的发文增长率几乎没有变化。因此,亟待完善相关研究的投稿与评审机制、提供透明的评审规范和标准,以全面提升教育实证研究的发文数量与质量,促进教育实证研究在我国的深入发展,提升我国教育实证研究的国际影响力。

计数标准型一次抽样检验方案设计方法探讨——兼议GB/T 13262—2008改进问题

GB/T 13262—2008是不合格品率的计数标准型一次抽样检查程序及抽样表,是一种针对大批量孤立批产品进行计数的两点型一次抽样检验,该标准对于抽样方案的确定方法繁琐、粗略,所获抽样方案存在不满足抽样原理的情况,抽样表限定生产方风险为0.05,使用方风险为0.1,不能满足人们的多样化需求。