-
题名PBL在研究生数理统计教学中的探索
被引量:5
- 1
-
-
作者
钱俊
段影影
卢振泰
李彬
-
机构
南方医科大学生物医学工程学院数理系
-
出处
《基础医学教育》
2014年第11期924-926,共3页
-
文摘
新技术革命的发展给统计学在理论和应用方面都带来巨大的机遇和挑战。在数理统计课程的教学中,需要转变教学理念,进行教学变革,以适应新时代的需求。在教学中结合PBL教学模式,以培养学生自主学习的能力和提高数理统计的素养,取得较好的教学效果。
-
关键词
数理统计
PBL教学
统计软件
-
分类号
O212
[理学—概率论与数理统计]
-
-
题名多角度处理分装模型的计数与概率计算
被引量:1
- 2
-
-
作者
颜刚
李彬
王涛
-
机构
南方医科大学生物医学工程学院数理系
-
出处
《大学数学》
2010年第5期184-188,共5页
-
文摘
从多个角度利用多种方法计算一类分装模型的计数,同时给出了相应的概率计算.分装模型就是将n个球分装到m个盒子中计数的模型.分装模型涉及到排列与组合、反演公式、容斥原理、Stirling数、生成函数及整数的分拆等组合数学中的大部分的计数方法.本文从组合数学的不同计数方法入手,详细叙述分装模型在不同情形下的解,深入剖析不同情形下解不同的原因.
-
关键词
反演公式
容斥原理
生成函数
STIRLING数
分拆数
-
Keywords
inversion formula
inclusion-exclusion principle
generation function
Stirling number
partition number
-
分类号
O211.2
[理学—概率论与数理统计]
-
-
题名不同删失比例下生存数据模拟生成的方法
被引量:4
- 3
-
-
作者
钱俊
刘国庆
周业明
-
机构
南方医科大学生物医学工程学院数理系
海军陆战学院
-
出处
《数理医药学杂志》
2013年第6期644-646,共3页
-
基金
广东省科技计划项目(2010B060100047)
-
文摘
生存分布、删失分布、删失比例等因素是生存数据模拟需考虑的重要因素。按含删失的生存数据产生的一般步骤,分别探讨了生存时间生成,删失时间生成,以及删失比例大小设置为不同数值时,生存数据模拟生成的方法,并辅以SAS程序说明。
-
关键词
删失比例
生存分布
生存时间
生存数据
-
Keywords
censored proportion
survival distribution
survival time
survival data
-
分类号
R195.1
[医药卫生—卫生统计学]
-
-
题名基于可减的实半环与实素理想
- 4
-
-
作者
敖忠平
陈培慈
肖烈虹
-
机构
石油大学(广州)计算机科学系
江西师范大学数学系
南方医科大学生物医学工程学院数理系
-
出处
《纯粹数学与应用数学》
CSCD
2010年第3期353-355,共3页
-
基金
江西省教育厅科研基金(赣教技字[2007]134)
-
文摘
半环R被称为实半环,若对于任意的n∈N,方程x12+…+xn2=0在R中只有零解:x1=…=xn=0.为了刻画实半环,引入了实理想和极小素理想的概念,利用同余的方法,得到了可减半环类中实半环的结构定理.
-
关键词
可减子集
可减半环
实半环
实素理想
-
Keywords
subtractive subset
subtractive semiring
real semiring
real prime ideals
-
分类号
O153
[理学—基础数学]
-
-
题名三种模型对广东省伤寒副伤寒逐月发病数预测的比较
被引量:5
- 5
-
-
作者
李骊
钱俊
杨军
欧春泉
-
机构
南方医科大学公共卫生与热带医学学院生物统计学系
南方医科大学生物医学工程学院数理系
-
出处
《中国卫生统计》
CSCD
北大核心
2014年第2期197-201,共5页
-
基金
国家自然科学基金(81102207)
广东省自然科学基金(S2011040005355)
-
文摘
目的应用三种统计模型预测伤寒副伤寒的发病趋势,比较其预测效果,为伤寒副伤寒的预测和防控提供科学依据。方法利用广东省2008年5月至2012年4月四年的伤寒副伤寒逐月发病资料,分别拟合季节性综合自回归滑动平均(SARIMA)模型、经傅里叶季节性调整的综合自回归滑动平均(FARIMA)模型和动态谐波回归(DHR)模型,并用前面建立的三种模型预测后续半年(2012年5月—2012年10月)的逐月发病数。结果伤寒副伤寒的发病有明显的周期性和季节特征,周期为1年,7-8月份为发病高峰期。流行强度和流行高峰出现的月份均存在一定的年度差异。三种模型拟合四年的伤寒副伤寒发病情况,其平均绝对百分比误差(MAPE)依次为:DHR模型(7.8%)<FARIMA模型(12.9%)<SARIMA模型(13.4%);三种模型预测后续半年的发病情况,其MAPE依次为:DHR模型(3.5%)<FARIMA模型(5.6%)<SARIMA模型(6.8%),其他模型评价指标结果也类似。结论三种方法均有较佳的预测效果。相对而言,DHR的预测精度更高。本研究可为常见传染病的预测提供一定的方法学参考。
-
关键词
SARIMA模型
FARIMA模型
DHR模型
预测
伤寒副伤寒
-
Keywords
SARIMA model
FARIMA model
DHR model
Forecasting
Typhoid fever and Paratyphoid fever
-
分类号
R516.3
[医药卫生—内科学]
-