一、抽样方法的实用分析（论文文献综述）
吴冠蓁[1]（2021）在《老年住院患者潜在不适当用药判断标准比较和分类系统应用研究》文中认为目的:运用两种抽样方法在某三甲医院抽取老年住院患者,识别潜在不适当用药（Potentially inappropriate medications,PIM）;比较不同判断标准间的差异;比较不同抽样方法在识别老年住院患者PIM时的差异,为抽样方法的选择提供参考;将PIM的类型和严重程度进行分类和分级,为降低老年住院患者用药风险提供指导和帮助。方法:（1）利用分层抽样法回顾性抽取832例老年住院患者病历资料。使用Beers、STOPP/START、《中国老年人潜在不适当用药判断标准（2017版）》以下简称（中国标准）识别患者PIM。使用Kappa检验判断三个标准识别出PIM的一致性;（2）利用随机数字表法回顾性抽取831例住院患者病历资料。使用Beers、STOPP/START、中国标准识别患者PIM,使用Kappa检验判断三个标准识别出PIM的一致性;（3）运用χ2检验、独立样本t检验、Kappa检验分析两种抽样方法的差异;（4）将随机数字表法抽取的831例住院患者PIM的问题和原因按照欧洲药学监护网络（Pharmaceutical Care Network Europe,PCNE）9.0版分类。使用美国国家药物差错报告和预防协调委员会（National Coordinating Council for Medication Error Reporting and Prevention,NCC-MERP）对PIM的严重程度进行分级。利用χ2检验和有序多分类Logistic回归分析PIM的危险因素。结果:（1）分层抽样法抽取老年住院患者后,共发生1511次PIM,平均每例患者1.8次;Beers标准检测出231例,491次PIM,STOPP/START标准检测出400例,904次PIM,中国标准检测出340例,721次PIM;频次最高的PIM药物依次为:阿司匹林、利多卡因、多索茶碱等;Kappa检验指出中国标准与STOPP/START标准（Kappa=0.236,P<0.05）、Beers标准与STOPP/START标准（Kappa=0.222,P<0.05）一致性较差;（2）随机数字表法抽取老年住院患者后,共检出963次PIM,平均每例患者1.2次;Beers标准检测出207例432次PIM,STOPP/START标准检测出249例563次PIM,中国标准检测出291例571次PIM;频次最高的PIM药物依次为:多索茶碱、阿普唑仑、甲泼尼龙、阿司匹林等;Kappa检验指出中国标准与STOPP/START标准（Kappa=0.234,P<0.05）、Beers标准与STOPP/START标准一致性较差（Kappa=0.227,P<0.05）;（3）比较两种抽样方法后发现,年龄（χ2=17.130,P<0.05）、住院天数（χ2=21.224,P<0.05）、罹患疾病数（χ2=25.117,P<0.05）存在统计学意义,甲泼尼龙（t=16.311,P<0.05）、利多卡因（t=3.455,P<0.05）、多索茶碱（t=-3.806,P<0.05）存在显着差异,两种抽样方法识别出的PIM频次存在显着差异（t=6.424,P<0.05）,两种抽样方法一致性较差（Kappa=0.276,P<0.05）;（4）PCNE显示最常见的问题是治疗安全性,占到所有PIM问题的88.2%,产生PIM最常见原因是药物选择,占到PIM原因的90.6%;NCC-MERP显示共有96.9%的PIM被评为B级,3.1%被评为C至F级;危险因素的单因素和多因素分析指出,用药数目（OR=0.024,95%Cl0.037～0.131,P<0.05）、罹患疾病数（OR=0.023,95%Cl0.002～0.090,P<0.05）是PIM的独立危险因素。结论:（1）两种抽样方法均显示,老年住院患者PIM很常见;（2）三个标准应相互借鉴,并定期更新;（3）选择何种抽样方法,需要综合考虑研究目的、罹患疾病、科室用药情况等;（4）利用分类系统可提供积极、有针对性的药学监护措施。应重点关注罹患多种疾病、多重用药的老年患者,以改善患者的药物治疗。
任辉[2]（2021）在《乳腺癌患者癌症复发恐惧的影响因素及其发展轨迹研究》文中研究说明目的:了解乳腺癌患者癌症复发恐惧的整体水平及影响因素,验证现有理论对理解我国乳腺癌患者癌症复发恐惧的适用性,探索理论驱动下的癌症复发恐惧与影响因素间的路径关系;探寻乳腺癌患者术后癌症复发恐惧的发展轨迹,以及癌症复发恐惧与焦虑症状、抑郁症状的因果预测关系,根据现有研究发现制定对策与建议,为制定此方面的预防策略和干预措施提供理论基础和科学依据。方法:研究一:乳腺癌患者癌症复发恐惧现状及影响因素分析本研究为横断面研究设计,以某省四所三级甲等医院的乳腺癌术后5年内的患者为研究对象,采用方便抽样的方法,选取符合纳入和排除标准的945位患者进行调查,最终收回有效问卷857份（有效回收率为90.7%）。采用的调查工具包括:一般资料调查表、癌症复发恐惧量表简表、简明疲劳量表、疾病感知问卷简表、认知情绪调节策略问卷、社会支持评定量表、社会限制量表、医院焦虑抑郁量表和经济毒性综合评分量表。采用SPSS 24.0软件进行描述性统计和单因素分析,采用R软件4.1.0版建立多元线性回归模型和随机森林回归模型,分析乳腺癌患者癌症复发恐惧的影响因素。研究二:乳腺癌患者癌症复发恐惧影响因素的路径分析本研究为横断面研究设计,以研究一的有效样本为研究对象。分别以疲劳、社会支持和社会限制为自变量,以疾病感知和非适应性认知策略为中介变量,以癌症复发恐惧为因变量,采用SPSS-PROCESS 3.3宏程序和基于偏差校正的百分位Bootstrap法,检验疾病感知和非适应认知策略在每个自变量与癌症复发恐惧的关系上的链式中介效应,采用AMOS 24.0软件建立结构方程模型,验证多个自变量同时存在的整体路径作用。研究三:乳腺癌患者癌症复发恐惧发展轨迹及其与焦虑症状、抑郁症状的关系本研究为纵向研究设计,采用方便抽样的方法,从研究一的有效样本中选取300名术后第3个月的患者进行了三次追踪调查,最终有267人完成全部调查（失访率为11.0%）。采用Mplus 8.3软件,构建潜变量增长模型以描述乳腺癌患者术后癌症复发恐惧的发展趋势和特点,构建交叉滞后模型分别验证癌症复发恐惧与焦虑症状、抑郁症状的跨时间因果预测关系。研究四:乳腺癌患者癌症复发恐惧影响因素的质性研究采用目的抽样方法,结合增加样本多样性原则和饱和原则,对857名有效样本中的17人进行了质性访谈。采用现象学研究法和半结构式访谈,应用Nvivo 12.0软件对资料进行逐层整理、编码和分析。结果:研究一:乳腺癌患者癌症复发恐惧现状及影响因素分析（1）857位乳腺癌患者的癌症复发恐惧量表总分平均为（14.95±7.22）分;其中523人报告了高水平的癌症复发恐惧,占样本总人数的61.0%。（2）单因素分析结果显示,不同年龄、受教育程度、职业、个人平均每月可支配收入、手术方式、化疗史和放疗史患者的癌症复发恐惧总分的分布具有显着性差异（P<0.05）;癌症复发恐惧与疲劳、疾病感知、非适应性认知策略、社会限制、焦虑症状、抑郁症状和经济困境呈显着正相关（r=0.255～0.572）,与社会支持呈显着负相关（r=-0.511）。（3）多因素分析结果显示,在多元线性回归分析中,乳腺癌患者癌症复发恐惧的预测因素根据贡献度由大到小依次为社会限制、疲劳、非适应性认知策略、年龄、焦虑症状、社会支持、疾病感知、化疗史和放疗史,上述变量总共可以解释癌症复发恐惧61.5%的变异,社会、认知、心理因素分别可以解释癌症复发恐惧19.8%、18.2%和11.6%的变异;在随机森林回归分析中,按重要性评分对影响因素由大到小排序,依次是疾病感知、社会限制、社会支持、非适应性认知策略、年龄、经济困境、焦虑症状、抑郁症状、疲劳、受教育程度、个人每月可支配收入、职业、放疗史、化疗史和手术方式。随机森林模型发现,不同年龄段乳腺癌患者对影响因素重要性评分结果不同。研究二:乳腺癌患者癌症复发恐惧影响因素的路径分析链式中介分析结果显示:疾病感知和非适应性认知策略在疲劳和癌症复发恐惧之间起链式中介作用,中介效应值为0.389,占总效应的28.81%;疾病感知和非适应性认知策略在社会支持和癌症复发恐惧之间起链式中介作用,中介效应值为-0.153,占总效应的48.88%;疾病感知和非适应性认知策略在社会限制和癌症复发恐惧之间起链式中介作用,中介效应值为0.088,占总效应的28.58%。结构方程模型验证发现,疲劳、社会限制和社会支持相互关联的情况下,疾病感知与非适应性认知策略同样起到链式中介作用,癌症复发恐惧被上述变量共同解释的变异量为60.0%。研究三:乳腺癌患者癌症复发恐惧发展轨迹及其与焦虑症状、抑郁症状的关系潜变量增长模型发现,乳腺癌患者在术后3～9个月期间的癌症复发恐惧水平呈线性下降,且初始水平与后期的发展趋势存在显着关联。交叉滞后分析结果显示,焦虑症状和抑郁症状分别对癌症复发恐惧有显着的正向预测作用。研究四:乳腺癌患者癌症复发恐惧影响因素的质性研究经过半结构化访谈和主题分析,最终确定了三个主题:癌症复发恐惧的感受、癌症复发恐惧的态度以及癌症复发恐惧的影响因素。其中,影响乳腺癌患者癌症复发恐惧的因素主要包括外部因素（媒体的报道、复查、认识人的复发或死亡消息）,个人因素（躯体症状和疾病特点）、家庭因素（家庭支持和家庭情感负担）和医疗因素（医生支持和医疗体验）。结论:（1）乳腺癌患者癌症复发恐惧的整体平均水平较高,高水平癌症复发恐惧检出率也较高,现状不容乐观。（2）年龄<39岁的患者其癌症复发恐惧水平显着高于其他年龄组,且不同年龄段患者对影响因素的重要性评价不同,提示我们应根据各年龄段患者的特点采取适龄的、灵活的干预措施,有的放矢地开展个体化的支持服务。虽然化疗史和放疗史对癌症复发恐惧的预测能力较低,但也为寻找最佳干预时机和重点干预人群提供了科学指导。（3）社会、认知和心理因素对癌症复发恐惧的预测能力明显超过人口、疾病与治疗因素对癌症复发恐惧的影响,提示我们应重点关注上述这些可通过干预进行改善的影响因素,从而促进相关防控措施的开展和扶持政策的改进。其中,非适应性认知策略和社会限制在两种模型中都表现出最强的对癌症复发恐惧的预测能力,提示我们应重点关注患者的认知应对方式和社会环境因素。尽管疾病感知与社会支持在多元线性回归中预测能力较低,却出现在随机森林模型重要性排序的前三位,这可能与随机森林模型能考虑变量间的交互作用有关,提示我们应结合多种统计方法的优缺点综合分析影响因素的预测能力,并深入探索重要因素间的路径关系。在多元线性回归中没有显着意义的经济困境,在随机森林中却比较重要,为今后研究提供了一个新的思考方向,弥补了从癌症的经济副作用角度探索癌症复发恐惧的研究空白。（4）疲劳、社会限制、社会支持与癌症复发恐惧的关系均受到了疾病感知与非适应性认知策略的链式中介影响,验证了疾病自我调节模型和社会认知加工模型对理解我国乳腺癌患者癌症复发恐惧的适用性和有效性,强化了认知与应对在癌症复发恐惧发生机制中的关键作用。此外,疲劳、社会限制与社会支持之间存在互动关联,提示当内部和社会因素同时作为触发因素时,也可以通过激活认知与应对过程,对癌症复发恐惧产生不同程度的影响。进一步验证了本研究提出的理论框架,提示我们应从生理、社会与认知多个角度综合理解癌症复发恐惧的发生机制,从而采取更有效的干预措施与社会支持服务。（5）在术后3～9个月期间,乳腺癌患者的癌症复发恐惧水平先快速下降,后缓慢下降,且初始水平低者其后期下降速度较快,提示我们术后尽早开展干预措施将有助于控制后期癌症复发恐惧的进展。（6）焦虑水平和抑郁水平的升高可以引起癌症复发恐惧水平的升高,为明晰癌症复发恐惧与焦虑症状、抑郁症状的关系提供了实证依据,并提示我们从改善焦虑症状和抑郁症状的角度寻找控制癌症复发恐惧的突破口将会大有裨益。（7）乳腺癌患者对癌症复发恐惧有着积极和消极的感受,并采取着乐观、寻找意义或逃避的态度,合理运用其积极态度,为其寻找正向意义,可能有利于促进患者形成良好的生活习惯和减轻癌症复发恐惧。影响乳腺癌患者癌症复发恐惧的因素主要包括外部因素、个人因素、家庭因素和医疗因素。分析结果提示我们,为乳腺癌患者增强支持网络,及时进行心理疏导,开展以家庭为单位的干预措施,将是缓解癌症复发恐惧的一个重要突破口。同时,临床医生对患者的态度及其能提供的支持,可以帮助患者减少对癌症复发的恐惧。
张宾[3]（2021）在《地图地址抽样方法探讨》文中指出地图地址抽样方法因其对调查总体的有效覆盖而在国内外大型社会调查中得到了充分应用,提高了抽样精度和调查数据质量,但该方法的具体执行相对复杂、成本较高,在覆盖率和灵活性方面存在不足。文章在对地图地址抽样方法进行介绍之后,对该方法的实现形式、存在的问题和潜在替代方法进行了梳理,并建议从覆盖率现状、抽样框调整、执行效率和成本的角度对地图地址抽样方法展开更为深入的研究。
张涛[4]（2021）在《基于空间聚类的分层抽样方法改进研究》文中进行了进一步梳理抽样调查作为一种非全面的调查,在样本统计方面发挥着重要作用,凭借其经济性、时效性和准确性的特征广泛应用于资源、环境、经济和社会等各个领域当中。其中,分层抽样是应用较为广泛的抽样方法,通过某种原则将总体划分成若干个子总体,达到缩小总体规模和需要抽取的样本量的目的,从而能够提高估计精度,提升抽样效率。但是传统分层抽样面临两个问题:（1）传统分层方法多是按抽样单元的某种特征进行分层,无法考虑到样本单元之间的空间相关性;（2）分层后,通常是使用概率抽样,按某一比例对样本量进行分配,在每层进行简单随机抽样,忽略了各层单元规模的影响。空间聚类和不等概抽样为改进传统分层抽样提供了思路,本文引入机器学习中的空间聚类算法和不等概抽样中的πPS抽样,将分层抽样与空间聚类、πPS抽样相结合,提出基于空间聚类的不等概分层抽样方法,并应用于山西省酒店行业进行抽样实证研究,验证这种抽样方法的有效性。基于此,本文的主要工作如下:（1）引入K-means空间聚类、DBSCAN空间聚类和谱聚类三种空间聚类方法,综合考虑研究对象的空间信息和自身属性信息确定聚类因子,利用基于经纬度坐标构建的空间权重矩阵对聚类因子进行空间自相关性检验,进而利用空间聚类结果对研究对象进行分层,考虑了样本单元之间的空间相关性。（2）提出基于πPS抽样的两阶段不放回不等概抽样,第一阶段利用分层后各层单元规模作为辅助变量实施严格的n（28）2的πPS抽样,第二阶段通过简单随机抽样抽取样本,考虑了各层单元规模对抽样的影响。（3）从美团网站爬取山西省酒店数据用于实证研究,对酒店评分均值进行估计,确定了酒店经度、纬度、相距车站距离、相距商业中心距离、最低价、评论条数、竞争酒店数量以及竞争酒店平均最低价8个聚类因子,空间自相关性检验结果显示,聚类因子在1%的显着性水平下拒绝原假设,可以进一步进行空间分析。将酒店空间聚类结果与酒店地理位置及所属地区经济发展、消费水平等因素相结合,分析聚类结果的合理性。与传统简单随机抽样和基于行政区划分的不等概分层抽样相比,基于空间聚类的不等概分层抽样方法表现出更高的估计精度和抽样效率。本文提出的基于空间聚类的不等概分层抽样方法考虑了样本单元之间的空间相关性和各层单元规模的影响,解决了目前传统分层抽样所面临的问题,提供了一种新的分层思路和抽样方法。
谢涛[5]（2021）在《基于小波变换的并行化MCMC算法改进及其应用研究》文中提出多元随机波动（MSV）模型是一种基于随机过程理论来刻画样本方差时变特征的波动率模型,能够有效描述金融市场间存在的波动溢出效应,并且由于引入了随机误差项,相较广义自回归条件异方差（GARCH）模型而言更加符合金融市场的实际情况,对金融数据的细微变化更加敏感,具有较高的灵活性和拟合效果,在金融时间序列数据建模中发挥着重要的作用。但由于MSV模型中包含大量不可测量的潜在变量,无法测算其真实似然函数,因此在其模型参数估计方面存在诸多限制,传统的伪似然估计法、广义矩估计法都很难得到准确的参数估计结果。在以往的文献中,马尔可夫链蒙特卡洛（MCMC）方法被研究者们广泛应用于高维模型的参数估计中,本质是结合蒙特卡洛模拟抽样和平稳马尔可夫链产生伪随机数的蒙特卡洛积分,其优点在于MCMC算法的参数估计是基于真实似然函数并且不受高维数据影响,程序简单易于调试。因此,越来越多的研究者将MCMC算法与多元随机波动模型的参数估计结合起来,拓展了金融数据计量建模的使用空间。但是,随着高频数据分析范围的不断拓展,以小时、分、秒来衡量的金融时间序列逐渐出现,传统MCMC算法也不可避免地面临着收敛速度变慢、耗时过长等问题,因此需要提出一种更加高效便捷的方法,帮助研究者们进一步拓展多元随机波动模型的具体应用途径。近年来,小波理论与多分辨率分析的快速发展使MCMC算法的改进成为可能。小波变换（Wavelet Transform）的理论基础起源于傅里叶变换,能够充分发挥小波函数的运算性质,通过信号时域和频域的局部伸缩平移变换便捷高效地提取关键信息,并且依据正交滤波器对原始信号进行处理,在保证蕴含真实信息的频段不受损的前提下降低信号的复杂程度,实现MCMC算法运行速度的提升,更加符合金融时间序列的时变特征和具体数据的分析需要。随着计算机技术的快速发展,并行化抽样理论能够通过编程实现抽样迭代过程的优化,从而有效解决传统马尔可夫链蒙特卡罗（MCMC）算法在高维模型参数估计中运行速率低下和不易收敛的缺陷。并行化抽样机制的优点在于,融合自适应算法以自主调整建议分布的带宽,针对不同初始分布的待估参数采取不同的并行化取样机制,提高MCMC算法对多元随机波动模型参数估计的计算效率。本文根据以往研究结果,对传统MCMC算法进行改进,重点介绍一种多元随机波动模型参数估计的改进MCMC方法,即基于小波变换的并行化MCMC算法。该算法结合小波变换与多分辨率分析思想,以信号频谱为分析依据,基于门限阈值函数对各级信号进行分解重构,通过小波滤波降低高维模型自相关性和空间复杂程度。对于多元随机波动模型中不同先验分布的待估参数,改进MCMC算法采取Gibbs抽样的并行化方案,优化算法取样与迭代运算过程,理论上能够最大程度地发挥MCMC算法模拟迭代优势,有效提高算法运行速度。为了实证检验基于小波变换的并行化MCMC算法在参数估计中的实际效果,本文选取2006年7月10日至2020年4月23日期间,纽约商品交易所的西德克萨斯中质原油期货（WTI）和伦敦洲际交易所的北海布伦特原油期货（Brent）的收盘价周数据,选择Daubechies小波基函数对原始金融时间序列进行多分辨率分解,将高频噪声过滤并保留蕴含真实信息的部分,根据降噪重构信号建立多元随机波动模型,分别采用传统MCMC算法和基于小波变换的并行化MCMC算法进行迭代估计,并且从参数估计结果的收敛性、显着性、拟合效果、运行时间、运算精度五个方面,检验基于小波变换的并行化MCMC算法的实用效果。实证结果表明,对于短期GC-MSV、DC-MSV、DGC-t-MSV模型,基于小波变换的改进算法与传统算法获得的多元随机波动模型均具有较高的拟合优度,在参数估计结果方面两种算法并不存在显着性差异,但是基于小波变换的并行化MCMC改进算法的模拟退火和迭代估计运行时间大大降低,其加速比率为传统算法的数倍,更加适用于高频金融时间序列中多元随机波动模型的参数估计。
徐尉[6]（2021）在《社会排斥影响下消费者实用品和享乐品偏好的形成机制研究》文中进行了进一步梳理社会排斥是指个人被社会中的其他人或其所在群体排斥、拒绝或孤立,并且其自身归属感受到威胁的一种常见社会现象。社会生活的方方面面都可能出现社会排斥的现象,比如在聚会或办公室谈话中被同学或同事忽视,和好朋友之间的友谊关系出现破裂,或者收到在公司求职时的拒绝信。在消费者行为领域,也存在着不同种表现形式的社会排斥现象。比如,当消费者向银行提交信用卡申请时可能遭受拒绝。当消费者向某俱乐部提交会员申请时也可能遭受拒绝。当消费者在商店购物希望得到店员的帮助时,也可能会遭受到店员的忽略和不予理睬。由此可见,社会排斥是个体日常生活中非常普遍和不可避免的一种现实现象,研究其对个体心理和消费行为的影响不仅有利于消费者更好的理解其自身的消费行为,而且也有利于市场营销人员在充分把握和理解消费者需求的基础上,更好的制定相应的营销战略和策略。鉴于这一现象的重要性,社会心理学和消费心理学的大量研究检验了社会排斥的心理后果。尽管现有研究对社会排斥影响下的消费者行为已经进行了比较深入的探讨,但本文认为从社会排斥类型上、社会排斥对相关消费行为的内在影响机制上以及最终消费产品的选择上,现有研究都存在一些不足之处。为了弥补现有研究的不足,本文通过系统梳理社会排斥、心理距离、应对策略、实用品和享乐品等相关文献,并结合近年来消费者行为学以及营销学中的热点问题,提出了本文的研究问题——社会排斥和心理距离的交互作用如何影响消费者对于实用品和享乐品的偏好和购买意愿。在消费者应对策略理论的支撑下,本文构建了―社会排斥—应对策略—消费者产品选择偏好‖的理论模型,并提出了相应的研究假设。具体而言,本研究将从个体感知到社会排斥现象的心理距离远近不同的视角出发,分别在时间距离、空间距离和社会距离三种不同的条件下,研究消费者受到社会排斥影响时,其实用品和享乐品偏好的形成机制。随后,本研究设计了九个相关实验对这些假设进行了检验。研究一通过三个子实验主要来验证假设1和假设2,即社会排斥与时间距离的交互作用对消费者产品选择偏好的影响。遭受社会排斥的消费者,如果他们感知社会排斥的时间距离较近时,消费者可能对实用产品有更高的消费偏好,而遭受社会排斥的消费者,如果他们感知社会排斥的时间距离较远时,消费者可能对享乐产品有更高的消费偏好。研究一也进一步检验了消费者问题解决倾向和消费者情绪调节倾向在此过程中发挥的中介作用。研究二通过三个子实验主要来验证假设3和假设4,即社会排斥与空间距离的交互作用对消费者产品选择偏好的影响。遭受社会排斥的消费者,如果他们感知社会排斥的空间距离较近时,消费者可能对实用产品有更高的消费偏好,而遭受社会排斥的消费者,如果他们感知社会排斥的空间距离较远时,消费者可能对享乐产品有更高的消费偏好。研究二也进一步检验了消费者问题解决倾向和消费者情绪调节倾向在此过程中发挥的中介作用。研究三的主要目的在于验证假设5和假设6,即社会排斥与社会距离的交互作用对消费者产品选择偏好的影响。遭受社会排斥的消费者,如果他们感知社会排斥的社会距离较近时,消费者可能对实用产品有更高的消费偏好,而遭受社会排斥的消费者,如果他们感知社会排斥的社会距离较远时,消费者可能对享乐产品有更高的消费偏好。研究三也进一步检验了消费者问题解决倾向和消费者情绪调节倾向在此过程中发挥的中介作用。综上所述,本文的研究结论可以概况为以下五个方面:第一,遭受社会排斥的消费者（与社会接纳的消费者相比）,如果他们感知社会排斥的时间距离较近时,消费者更可能对实用品有更高的消费偏好。而如果他们感知社会排斥的时间距离较远时,消费者更可能对享乐品有更高的消费偏好。第二,遭受社会排斥的消费者（与社会接纳的消费者相比）,如果他们感知社会排斥的空间距离较近时,消费者更可能对实用品有更高的消费偏好。而如果他们感知社会排斥的空间距离较远时,消费者更可能对享乐品有更高的消费偏好。第三,遭受社会排斥的消费者（与社会接纳的消费者相比）,如果他们感知社会排斥的社会距离较近时,消费者更可能对实用品有更高的消费偏好。而如果他们感知社会排斥的社会距离较远时,消费者更可能对享乐品有更高的消费偏好。第四,消费者问题解决倾向在社会排斥和近心理距离（包括时间距离、空间距离和社会距离）对实用产品偏好的形成过程中发挥了中介的作用。第五,消费者情绪调节倾向在社会排斥和远心理距离（包括时间距离、空间距离和社会距离）对享乐产品偏好的形成过程中发挥了中介的作用。
朱润泽[7]（2021）在《基于高精度相关变量随机数抽样的快堆不确定性分析研究》文中研究表明快堆可将核能改造成大规模、可持续且环境友好的资源,是未来先进核能的发展趋势,钠冷快堆由于技术相对成熟,是其中最有希望的堆型。钠冷快堆经济性与安全性评估涉及到不确定度的量化。在反应堆物理计算中,计算机功能的逐渐强大使得建立数学-物理模型和数值离散方法上的近似逐渐减少,核数据引入的不确定性进而成为堆芯物理参数不确定性的最主要来源。故针对钠冷快堆核数据的敏感性和不确定性分析具有重要的研究价值,本文工作据此展开。首先,研究了基于直接数值扰动法与统计学抽样的敏感性和不确定性分析方法,使用高精度相关变量随机数抽样方法改进传统统计学抽样,非参数Bootstrap方法用于抽样置信度检验。基于这一抽样方法,针对快堆中子物理特性开发了敏感性与不确定性分析程序SUFR。相关算例验证了该方法具有抽样效率高、计算精度好的特点,且SUFR程序对抽样功能的开发正确。其次,使用ZPR-6/7基准题对SUFR程序敏感性和不确定性分析功能开发的正确性进行验证。计算keff关于不同反应道截面的相对敏感性系数,与国际知名计算程序对比。对于较敏感反应道截面,SUFR程序计算的逐群相对敏感性系数与参考解趋势符合良好;除裂变中子能谱反应道外,积分相对敏感性系数的相对误差不超过4.85%。对比直接数值扰动法与高精度相关变量随机数抽样方法计算的不确定度表明,样本量为50时,绝大多数反应道截面不确定度相对误差较小,不确定度标准偏差在5%以内,具有较高的置信度。以上结果说明SUFR程序敏感性和不确定性分析功能开发基本正确。最后,对BN-600堆芯keff和组件平均功率进行敏感性与不确定性分析。数值结果表明,堆芯keff的相对不确定度约为0.899%,主要贡献核素及反应道为238U-σ（n,inel）、238U-σγ、239Pu-σγ、239Pu-σf。功率不确定性的主要贡献核素则为238U和56Fe,238U-σ（n,inel）贡献仍然占主导地位,239Pu贡献则相对较小。组件平均功率相对不确定度最大为4.11%且出现在硼屏蔽层,说明结构材料对组件功率不确定性贡献较大。综上所述,高精度相关变量随机数抽样方法用于不确定性分析能够保证计算精度且有效缩小样本量,提高计算效率。同时,SUFR程序用于钠冷快堆敏感性与不确定性分析的技术路线可行。
马泽洋[8]（2021）在《含大规模风电的发—输—配电系统充裕性优化决策研究》文中研究表明以风电为代表的新能源发电是实现“碳达峰、碳中和”目标最现实的战略选择。“碳达峰、碳中和”目标下,风电新增装机容量将持续增加,风电并网规模日益增大。然而,由于风电具有随机性、波动性和反调峰特性,大规模风电并网将使得我国面对巨大的风电消纳压力。随着智能电网的发展,需求响应、储能系统及分布式可控电源等多种灵活性资源成为应对系统不确定性的重要手段;特高压输电技术的快速发展及应用,让输电网结构经历巨大变化的同时,也使得通过多区协调调度成为消纳风电的有效措施。风电发电容量的快速提高、电力系统的结构的日趋复杂,都为电力系统运行带来了更多的不确定性影响因素,对电力系统的稳定运行带来了新的挑战,增加了电力系统发、输、配各环节运行调控的难度和风险。电力系统充裕性优化决策是在电力系统中大量不确定性因素存在下确保系统运行安全、可靠的前提和手段。然而,仅靠确定性的充裕性优化决策方法无法计及系统的不确定性因素,难以满足电力系统运行及决策的需要。因此,考虑发电、输电和配电各环节的不确定性,研究含大规模风电消纳的发-输-配电系统充裕性优化决策方法具有重要的理论意义和实际价值。本文的主要研究内容如下:（1）针对发电系统充裕性评估问题,提出基于需求响应的含风电系统发电充裕性评估模型,该模型能够考虑用户对于需求响应的参与意愿及其行为不确定性对大规模风电并网系统发电充裕性的影响。首先,由于用户作为需求响应决策者是有限理性的,决策结果与其主观标准有关。为刻画用户的主观风险偏好,采用行为金融学中的前景理论价值函数来刻画用户的主观风险态度,给出用户参与需求响应的主观效用值计算公式;其次,考虑到需求响应对于用户用能感受产生的改变会影响用户未来参与需求响应项目的程度和策略,根据用户主观效用值,提出采用改进的Roth-Erev算法刻画用户的需求响应潜力及参与行为,给出系统需求响应可用容量的度量方法;进而,将需求响应可用容量引入到运行约束中,以系统运行成本最低为目标函数,构建需求响应调度模型。最后,基于需求响应可用容量的度量和需求响应调度模型,对经典基于状态持续时间模拟的发电充裕性评估方法进行了扩展,提出了考虑大规模风电消纳和需求响应的发电充裕性评估方法。通过算例分析,验证所提出方法的可行性和有效性。（2）针对发电充裕性调度优化问题,提出Sobol序列改进的拉丁超立方抽样方法,该方法能够提高考虑风电出力相关性的随机场景的生成效率;基于Glue-VaR提出可用发电容量不足指标,进而构建基于Glue-VaR的大规模风电并网系统发电充裕性调度优化模型。首先,为了考虑风电场实际出力的相关性,提出采用D-vine Copula对风速预测误差的相关性进行刻画;其次,为了克服经典简单随机抽样方法均匀性较差,且获得的D-vine Copula样本可能引入非预期的相关性的不足,提出将Sobol序列引入拉丁超立方抽样框架中,提出Sobol序列改进的拉丁超立方抽样方法;进而,考虑不同电力系统参与者的风险偏好,提出基于Glue-VaR的可用发电容量不足指标对发电充裕性进行评估;综合考虑运行成本和发电充裕性风险,建立多目标充裕性调度优化模型;最后,基于ε-约束方法得到帕累托前沿,提出采用熵权-加权聚合和积评价方法来寻找充裕性优化模型的理想有效解。通过算例分析,验证所提出模型的可行性和方法的有效性。（3）针对输电系统可用输电能力决策问题,基于联合累积量提出一种新的可用输电能力的概率评估方法,并据此提出基于期望分位数的风险可用输电能力的决策模型。首先,为解决累积量方法要求变量间相互独立,无法考虑风电出力相关性的问题,提出采用联合累积量结合FGM Copula函数刻画风电出力相关性;其次,针对可用输电能力的概率性评估问题,结合分区积分方法和Cornish-Fisher展开,建立可用输电能力概率评估模型;最后,针对基于风险价值的决策方法仅考虑概率分布尾部实现的概率,无法描述整个分布中产生的风险的问题,提出基于期望分位数的风险可用输电能力指标,并提出其评估流程。通过算例分析,验证所提出指标及模型的可行性和实用性。（4）针对配电系统风电接入充裕性优化问题,提出相对鲁棒GVaR风险度量,并据此提出配电系统风电接入充裕性指标。首先,针对传统鲁棒优化模型优化结果过于保守,且无法考虑配电系统不同参与者的风险偏好的问题,定义一种相对鲁棒GVaR风险度量指标,并对相对鲁棒GVaR指标的性质进行研究;其次,为反映配电系统保证风电接入的能力,结合相对鲁棒GVaR指标,提出配电系统弃风能量相对风险指标,并给出弃风能量相对风险指标的计算公式;进而,为反映历史数据中风电出力和负荷的对应关系,构建了风电-负荷分级功率模型,并基于该模型,以日前运行成本最低和弃风能量相对风险最低建立了随机-鲁棒混合优化模型;最后,采用列和约束生成算法求解随机鲁棒联合优化模型,并将其中难以处理的双线性项采用大M法化简,将模型转换为混合整数线性规划问题进行求解。通过算例分析,验证所提出指标及模型的可行性和有效性。
白书宁[9]（2021）在《新旧教材概率统计必修部分比较研究》文中指出社会发展日新月异,到现在,我国已经进行到第八次教育课程改革。新修订的教材是课程改革的实际产物,我们只有对新教材进行深入的分析,才能体会到课程改革的精神实质。人教A版作为目前使用最为广泛的教材,本文就以2004年出版的人教A版旧教材与2019年出版人教A版新教材中,概率与统计必修部分的内容作为研究对象,希望得出的结论与教学建议能够对一线教师使用人教A版新教材进行概率与统计教学、甚至是其他章节教学时都能有所帮助。基于此,本文采用了文献研究法、比较研究法等教材比较方法,从以下六个部分进行了比较研究。第一部分,对教材的编写背景以及概率统计的教学背景进行深入了解,明确了本文所要研究的问题与意义。第二部分,对教材的概念进行界定,查找并阅读关于数学教材编写比较、概率统计教学发展以及新旧数学教材中统计与概率必修部分比较分析相关文献。第三部分,清晰的表述出本文的研究对象及研究方法,阐述研究思路并绘制出简洁明了的研究框架。第四部分是全文的核心部分,首先对于新旧课标中概率与统计必修部分的变化进行比较分析,进而对新旧教材知识体系与内容安排、栏目设置、章节引入方式、概念与性质的呈现方式、章末回顾的形式进行比较分析,得出结论,为课改后的教学提供针对性的建议。第五部分,对比两版教材的课程深度、广度、难度,以及习题难度分析。第六部分总结本文,再系统而有针对性的对一线教师使用新教材讲授概率统计必修部分知识提出一些建议。研究表明:新教材具体内容为了承接课标变化而做出了相应的调整。两版教材结构从各栏目数量和类型上看差别不大,“归纳”是新教材独有的栏目。新版教材继承了旧教材注重基础的特点,对问题的设置进行了调整,各类问题框中的语言更加严谨,例题的陈述更为简洁,定义、性质的表达更具准确性。除此之外,新教材知识广度与深度增加,例题习题综合难度也略有增加,习题题型新增了判断题和证明题。题目背景的选择上更加注重与时代接轨、与实际生活接洽,每道题目考察的知识点也更全面。有利于培养学生的数学核心素养以及创新意识。本研究希望从新旧两版教材不同之处进行量化分析,从而为教师使用教材提出相关的建议:要加强对统计内容的理解,能从整体上把握统计学科特点;注意初、高中针对相同知识的不同要求;在问题的解决中培养数据分析素养;活用数学软件,提高课堂效率;了解概率论的特点,把握整体的逻辑关系;重视核心概念的数学抽象;不能忽视数学文化的重要性。
闫雪嫚[10]（2021）在《基于贝叶斯理论的地下水DNAPLs污染源反演识别研究》文中研究表明石油类产品在开采运输等过程中的泄露、工业废水的不合理排放以及工业生产过程中各种事故的突发等,均可能导致污染物进入地下水环境,危及饮用水安全和生态环境。不同于地表水污染或大气污染易于察觉,地下水污染具有存在的隐蔽性和发现的滞后性特点。及时了解和掌握地下水污染源的相关状况,如污染源的个数、空间位置和释放历史,是开展地下水污染修复治理、风险评估和责任认定的重要前提。因此,有关地下水污染源反演识别的研究就显得格外重要。地下水污染源反演识别是根据有限的监测数据,结合现场调查、专业知识和专家经验等辅助信息,对描述地下水污染的数值模拟模型进行反演求解,从而识别确定含水层中地下水污染源的相关信息,包括污染源的个数、空间位置以及释放历史。这是地下水污染修复治理的首要步骤。地下水污染源反演识别是一种典型的反演问题（反问题）,反演问题大都具有非线性和不适定性的特点,导致其求解难度较大。因此,目前地下水污染源反演识别仍是地下水污染研究中一个具有挑战性的研究课题。基于此,本文面向地下水污染修复治理的实际需求,采用理论分析与实例研究相结合的方法,对地下水重非水相流体（Dense non-aqueous phase liquid,DNAPLs）污染源反演识别开展了深入研究。首先,通过文献调研与分析,构建了一套基于贝叶斯理论的地下水DNAPLs污染源反演识别研究方法体系,该方法体系共包括三部分:（1）基于贝叶斯理论的最优试验设计方法。在污染源反演识别过程中应用该方法确定最优的监测井位置,以获取与污染源反演识别关联性最强的监测数据。（2）多链马尔科夫链蒙特卡洛（Markov Chain Monte Carlo,MCMC）算法—DREAM算法的改进算法,即DREAMG算法。将其应用于地下水DNAPLs污染源反演识别,加快了采样过程的收敛速度并提高了反演识别精度;（3）应用深度学习方法—深度残差网络（Res Net）方法建立多相流数值模拟模型的替代模型,并与运用克里格（KRG）方法和支持向量回归（SVR）方法建立的替代模型进行对比,分析了Res Net替代模型的适用性。建立替代模型的目的是减小最优试验设计和反演识别过程中因成千上万次运行模拟模型而造成的庞大计算负荷。然后,设计不同情形的理想数值算例,通过算例测试,对该研究方法体系的适用性与有效性进行理论分析研究。最后,在充分利用理论分析研究成果的基础上,以西北地区某实际污染场地为实例研究区,根据研究区的实际需求,结合现场调查与采样监测,对研究区地下水DNAPLs污染源反演识别开展了系统性研究,对研究区未知的污染源信息和含水层参数进行同步反演识别。通过上述研究,得到以下主要结论:（1）无论是理想数值算例还是实例应用研究,Res Net替代模型的精度均高于KRG和SVR替代模型,说明Res Net替代模型对多相流数值模拟模型的逼近精度更高。通过将深度学习理论与方法的引入,能够有效解决地下水DNAPLs污染多相流数值模拟模型输入与输出之间存在复杂非线性映射关系的问题。（2）本文所提出的最优试验设计方法是合理有效的。综合应用贝叶斯试验设计、相对熵、0-1整数规划优化模型等多种理论与方法进行地下水DNAPLs污染反演识别过程中的监测井位置最优试验设计,所得到的最优监测方案与其它随机监测方案相比,能够有效提高地下水DNAPLs污染源反演识别精度。（3）联合运用GLUE方法和DREAM算法,研究构建了DREAMG算法,并通过理想数值算例分析该算法的适用性和有效性。结果表明:与DREAM算法相比,DREAMG算法不仅能够有效加快采样过程的收敛速度,还能有效提高反演识别精度。DREAMG算法有效解决了DREAM算法未对迭代初始种群进行优选的不足。（4）运用所构建的DREAMG-MCMC方法对实例研究区的地下水DNAPLs污染源进行了反演识别,反演识别结果精度良好。这说明本文求得的反演识别结果能够进一步完善研究区地下水DNAPLs污染多相流数值模拟模型使其更加切合实际状况。综上所述,本文的研究不仅丰富和拓展了地下水DNAPLs污染源反演识别的理论基础与技术内涵,还可为污染场地的污染修复治理工作提供了科学依据。
二、抽样方法的实用分析（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、抽样方法的实用分析（论文提纲范文）
（1）老年住院患者潜在不适当用药判断标准比较和分类系统应用研究（论文提纲范文）
| 摘要 |
| Abstract |
| 中英文主要符号表 |
| 前言 |
| 第一章 分层抽样法抽取老年住院患者并运用Beers、STOPP/START、中国标准识别患者PIM |
| 1.1 资料与方法 |
| 1.1.1 资料来源 |
| 1.1.2 方法 |
| 1.1.3 统计分析 |
| 1.2 结果 |
| 1.2.1 基本资料 |
| 1.2.2 三个标准识别出的PIM情况 |
| 1.2.3 Kappa检验结果 |
| 1.3 讨论 |
| 1.3.1 PIM发生情况 |
| 1.3.2 运用PIM判断标准 |
| 1.3.3 减少PIM方法 |
| 1.4 小结 |
| 第二章 随机数字表法抽取老年住院患者并运用Beers、STOPP/START、中国标准识别PIM并对三个标准进行比较 |
| 2.1 资料与方法 |
| 2.1.1 资料来源 |
| 2.1.2 方法 |
| 2.1.3 统计学方法 |
| 2.2 结果 |
| 2.2.1 基本资料 |
| 2.2.2 三个标准识别出的PIM情况 |
| 2.2.3 Kappa检验结果 |
| 2.3 讨论 |
| 2.3.1 PIM情况 |
| 2.3.2 三个标准比较 |
| 2.3.3 运用PIM判断标准 |
| 2.4 小结 |
| 第三章 分析两种抽样方法在识别PIM时的差异 |
| 3.1 资料与方法 |
| 3.1.1 资料来源 |
| 3.1.2 方法 |
| 3.1.3 调查方法 |
| 3.1.4 统计学方法 |
| 3.2 结果 |
| 3.2.1 患者基本资料比较 |
| 3.2.2 高频次PIM比较 |
| 3.2.3 两种抽样方法PIM频次比较 |
| 3.2.4 Kappa检验结果 |
| 3.3 讨论 |
| 3.4 小结 |
| 第四章 PCNE、NCC-MERP分类系统在老年住院患者PIM中的应用研究 |
| 4.1 资料与方法 |
| 4.1.1 资料来源 |
| 4.1.2 方法 |
| 4.1.3 统计学方法 |
| 4.2 结果 |
| 4.2.1 基本情况 |
| 4.2.2 PCNE分类结果 |
| 4.2.3 NCC-MERP分类结果 |
| 4.2.4 PIM发生的危险因素分析 |
| 4.3 讨论 |
| 4.3.1 PCME分类结果分析 |
| 4.3.2 NCC-MERP分类结果分析 |
| 4.3.3 危险因素分析 |
| 4.4 小结 |
| 综述 |
| 全文总结 |
| 参考文献 |
| 附录 |
| 致谢 |
| 作者简历 |
| 导师评阅表 |
（2）乳腺癌患者癌症复发恐惧的影响因素及其发展轨迹研究（论文提纲范文）
| 中文摘要 |
| abstract |
| 第1章 绪论 |
| 1.1 研究背景 |
| 1.2 国内外研究现状 |
| 1.3 理论基础和理论框架 |
| 1.4 研究目的与意义 |
| 1.5 研究内容 |
| 第2章 研究对象与方法 |
| 2.1 研究对象 |
| 2.2 调查方法 |
| 2.3 研究工具 |
| 2.4 统计分析与方法学基础 |
| 2.5 质量控制 |
| 2.6 伦理准则 |
| 2.7 技术路线 |
| 第3章 乳腺癌患者癌症复发恐惧的影响因素分析 |
| 3.1 研究对象的基本情况 |
| 3.2 乳腺癌患者癌症复发恐惧影响因素的单因素分析 |
| 3.3 基于多元线性回归的乳腺癌患者癌症复发恐惧影响因素分析 |
| 3.4 基于随机森林回归的乳腺癌患者癌症复发恐惧影响因素分析 |
| 3.5 本章小结 |
| 第4章 乳腺癌患者癌症复发恐惧影响因素的路径分析 |
| 4.1 条件检验 |
| 4.2 疲劳、疾病感知、非适应性认知策略对癌症复发恐惧的影响路径 |
| 4.3 社会支持、疾病感知、非适应性认知策略对癌症复发恐惧的影响路径 |
| 4.4 社会限制、疾病感知、非适应性认知策略对癌症复发恐惧的影响路径 |
| 4.5 乳腺癌患者癌症复发恐惧影响因素作用路径的整体模型 |
| 4.6 本章小结 |
| 第5章 乳腺癌患者癌症复发恐惧的发展轨迹及其与焦虑症状、抑郁症状的关系 |
| 5.1 研究对象的基本情况 |
| 5.2 乳腺癌患者癌症复发恐惧的发展轨迹 |
| 5.3 乳腺癌患者癌症复发恐惧与焦虑症状的关系 |
| 5.4 乳腺癌患者癌症复发恐惧与抑郁症状的关系 |
| 5.5 本章小结 |
| 第6章 乳腺癌患者癌症复发恐惧影响因素的质性研究 |
| 6.1 研究对象的一般资料 |
| 6.2 信效度检验 |
| 6.3 主题分析框架 |
| 6.4 质性资料分析结果 |
| 6.5 本章小结 |
| 第7章 讨论与对策建议 |
| 7.1 讨论 |
| 7.2 对策建议 |
| 第8章 结论与创新点 |
| 8.1 结论 |
| 8.2 创新点 |
| 8.3 局限性与未来研究方向 |
| 参考文献 |
| 附录 |
| 作者简介及科研成果 |
| 致谢 |
（3）地图地址抽样方法探讨（论文提纲范文）
| 0 引言 |
| 1 地图地址抽样方法简介 |
| 1.1 源起 |
| 1.2 工作流程 |
| 1.3 优势 |
| 1.4 应用和发展 |
| 2 地图地址抽样方法的实现形式 |
| 2.1 纸版地图抽样 |
| 2.2 计算机辅助地图地址抽样 |
| 3 应用地图地址抽样方法存在的问题 |
| 3.1 抽样框设计问题 |
| 3.1.1 双框转换问题 |
| 3.1.2 固定抽样框问题 |
| 3.2 抽样框的覆盖误差问题 |
| 3.2.1 列举不完备 |
| 3.2.2 抽样框单元与目标总体单元不一致 |
| 3.3 成本问题 |
| 4 地图地址抽样方法的潜在替代方法 |
| 4.1 基于地址的抽样 |
| 4.2 遥感抽样 |
| 4.2.1 灯光数据 |
| 4.2.2 土地利用数据 |
| 4.2.3 遥感在住宅抽样中的应用 |
| 4.3 空间抽样方法 |
| 5 建议 |
（4）基于空间聚类的分层抽样方法改进研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第1章 引言 |
| 1.1 研究背景和意义 |
| 1.2 国内外文献综述 |
| 1.2.1 对空间聚类算法的研究 |
| 1.2.2 对空间抽样的研究 |
| 1.2.3 对不等概抽样的研究 |
| 1.2.4 研究评述与小结 |
| 1.3 研究内容与方法 |
| 1.4 主要工作和创新 |
| 1.5 论文基本框架 |
| 第2章 空间聚类算法理论 |
| 2.1 基于划分的空间聚类 |
| 2.2 基于密度的空间聚类 |
| 2.3 谱聚类 |
| 2.4 本章小结 |
| 第3章 抽样调查方法理论 |
| 3.1 简单随机抽样 |
| 3.2 分层随机抽样 |
| 3.3 πPS抽样 |
| 3.4 两阶段不放回不等概抽样 |
| 3.5 本章小结 |
| 第4章 传统抽样调查实证研究 |
| 4.1 数据来源及描述性分析 |
| 4.1.1 数据来源及说明 |
| 4.1.2 描述性分析 |
| 4.2 酒店抽样调查研究 |
| 4.2.1 简单随机抽样 |
| 4.2.2 基于行政区划的分层抽样 |
| 4.3 本章小结 |
| 第5章 基于空间聚类的分层抽样实证研究 |
| 5.1 确定空间聚类因子 |
| 5.2 空间自相关性检验 |
| 5.3 酒店抽样调查研究 |
| 5.3.1 数据标准化处理 |
| 5.3.2 基于K-means空间聚类的分层抽样 |
| 5.3.3 基于DBSCAN空间聚类的分层抽样 |
| 5.3.4 基于谱聚类的分层抽样 |
| 5.4 抽样结果横向比较 |
| 5.5 本章小结 |
| 结论与展望 |
| 1、结论 |
| 2、展望 |
| 参考文献 |
| 致谢 |
| 攻读博/硕士学位期间发表的论文和其它科研情况 |
（5）基于小波变换的并行化MCMC算法改进及其应用研究（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 研究背景与意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究目的 |
| 1.1.3 研究意义 |
| 1.2 文献综述 |
| 1.3 整体结构与思维框架 |
| 1.3.1 整体结构 |
| 1.3.2 研究框架 |
| 1.4 创新点 |
| 第二章 多元随机波动模型的主要结构 |
| 2.1 多元随机波动模型的理论基础 |
| 2.2 多元随机波动模型的扩展形式 |
| 2.2.1 GC-MSV模型 |
| 2.2.2 DC-MSV模型 |
| 2.2.3 DGC-t-MSV模型 |
| 2.3 多元随机波动模型的贝叶斯推断 |
| 2.3.1 GC-MSV模型的贝叶斯推断 |
| 2.3.2 DC-MSV模型的贝叶斯推断 |
| 2.3.3 DGC-t-MSV模型的贝叶斯推断 |
| 2.4 本章小结 |
| 第三章 多元随机波动模型的参数估计方法 |
| 3.1 传统参数估计方法及其局限性 |
| 3.1.1 伪似然估计法(PML) |
| 3.1.2 广义矩估计法(GMM) |
| 3.1.3 传统方法的局限性 |
| 3.2 MCMC算法及其优势 |
| 3.2.1 MCMC相关理论 |
| 3.2.2 MCMC方法原理 |
| 3.2.3 MCMC抽样方法 |
| 3.2.4 MCMC使用优势 |
| 3.3 本章小结 |
| 第四章 基于小波变换的并行化MCMC算法的改进策略 |
| 4.1 小波变换理论 |
| 4.1.1 连续小波变换 |
| 4.1.2 离散小波变换 |
| 4.2 多分辨率分析理论 |
| 4.2.1 多分辨率分析概述 |
| 4.2.2 Mallat分解重构 |
| 4.2.3 极大重叠离散小波变换 |
| 4.2.4 多分辨率统计量 |
| 4.3 基于小波变换的并行化MCMC算法的改进理论 |
| 4.3.1 分层贝叶斯推断 |
| 4.3.2 并行化策略 |
| 4.3.3 启发式算法 |
| 4.3.4 区块采样器 |
| 4.4 基于小波变换的并行化MCMC算法的统计检验 |
| 4.4.1 收敛性判别方法 |
| 4.4.2 波动溢出效应显着性检验方法 |
| 4.4.3 DIC准则 |
| 4.5 本章小结 |
| 第五章 实证研究 |
| 5.1 数据选择与预处理 |
| 5.2 并行化MCMC算法的小波变换 |
| 5.2.1 小波降噪与小波重构 |
| 5.2.2 多分辨率分解与模型构建 |
| 5.3 传统MCMC 算法与改进MCMC 算法的实证研究 |
| 5.3.1 GC-MSV的实证对比 |
| 5.3.2 DC-MSV的实证对比 |
| 5.3.3 DGC-t-MSV的实证对比 |
| 5.4 本章小结 |
| 第六章 总结与展望 |
| 6.1 总结 |
| 6.2 展望 |
| 参考文献 |
| 致谢 |
（6）社会排斥影响下消费者实用品和享乐品偏好的形成机制研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第1章 绪论 |
| 1.1 研究背景与问题提出 |
| 1.2 研究目的与研究意义 |
| 1.2.1 研究目的 |
| 1.2.2 研究意义 |
| 1.3 研究设计与技术路线 |
| 1.3.1 研究方法 |
| 1.3.2 研究技术路线 |
| 1.3.3 研究结构框架 |
| 1.4 研究的主要创新 |
| 第2章 理论基础与文献综述 |
| 2.1 社会排斥 |
| 2.1.1 社会排斥的概念 |
| 2.1.2 社会排斥的影响 |
| 2.1.3 社会排斥的应对策略 |
| 2.1.4 社会排斥视角下的消费行为研究 |
| 2.2 心理距离 |
| 2.2.1 心理距离的前因 |
| 2.2.2 心理距离的后果 |
| 2.3 应对策略 |
| 2.3.1 应对的定义 |
| 2.3.2 应对策略的维度结构:以问题为中心的应对与以情绪为中心的应对 |
| 2.3.3 应对策略的前因 |
| 2.3.4 应对策略的后果 |
| 2.4 实用品与享乐品 |
| 第3章 研究框架设计与研究假设提出 |
| 3.1 研究框架的设计 |
| 3.2 研究假设的推演 |
| 3.2.1 社会排斥与心理距离 |
| 3.2.2 心理距离与应对策略 |
| 3.2.3 社会排斥与产品选择 |
| 3.3 研究假设的汇总 |
| 第4章 实验设计与假设检验 |
| 4.1 研究一:社会排斥与时间距离对消费者产品选择偏好影响 |
| 4.1.1 实验一:社会排斥与时间距离对实用品偏好的影响 |
| 4.1.2 实验二:社会排斥与时间距离对享乐品偏好的影响 |
| 4.1.3 实验三:社会排斥与时间距离对消费者产品偏好的影响 |
| 4.2 研究二:社会排斥与空间距离对消费者产品选择偏好影响 |
| 4.2.1 实验四:社会排斥与空间距离对消费者产品偏好的影响 |
| 4.2.2 实验五:社会排斥与空间距离对消费者产品偏好影响的中介作用 |
| 4.2.3 实验六:社会排斥与空间距离对消费者产品偏好影响的现场实验 |
| 4.3 研究三:社会排斥与社会距离对消费者产品选择偏好影响 |
| 4.3.1 实验七:社会排斥与社会距离对消费者产品偏好的影响 |
| 4.3.2 实验八:社会排斥与近社会距离对实用品偏好影响的中介作用 |
| 4.3.3 实验九:社会排斥与远社会距离对享乐品偏好影响的中介作用 |
| 第5章 研究结论与展望 |
| 5.1 研究结论 |
| 5.2 理论贡献 |
| 5.3 管理启示 |
| 5.4 研究局限与展望 |
| 参考文献 |
| 附录 |
（7）基于高精度相关变量随机数抽样的快堆不确定性分析研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第1章 绪论 |
| 1.1 课题背景及研究意义 |
| 1.2 快堆敏感性与不确定性分析国内外研究现状 |
| 1.3 论文主要研究内容 |
| 第2章 核数据敏感性与不确定性分析方法 |
| 2.1 直接数值扰动法 |
| 2.1.1 敏感性分析方法 |
| 2.1.2 不确定性分析方法 |
| 2.2 统计学抽样方法 |
| 2.2.1 传统统计学抽样方法 |
| 2.2.2 高精度相关变量随机数抽样方法 |
| 2.3 非参数BOOTSTRAP方法 |
| 2.4 本章小结 |
| 第3章 快堆敏感性与不确定性分析程序开发及抽样功能验证 |
| 3.1 SUFR程序运行流程及功能 |
| 3.2 微观截面数据库处理 |
| 3.2.1 ISOTXS微观截面格式简介 |
| 3.2.2 截面扰动一致性分析 |
| 3.3 抽样功能算例验证 |
| 3.3.1 二维随机变量抽样例题 |
| 3.3.2 ~(239)Pu辐射俘获截面相关性系数矩阵抽样例题 |
| 3.4 本章小结 |
| 第4章 钠冷快堆敏感性与不确定性分析研究 |
| 4.1 ZPR-6/7敏感性与不确定性分析 |
| 4.1.1 堆芯描述及建模计算 |
| 4.1.2 敏感性系数计算对比 |
| 4.1.3 不确定度计算对比 |
| 4.2 BN-600全MOX燃料堆芯敏感性与不确定性分析 |
| 4.2.1 堆芯描述及建模计算 |
| 4.2.2 堆芯k_(eff)敏感性系数与不确定度结果分析 |
| 4.2.3 功率分布不确定度结果分析 |
| 4.3 本章小结 |
| 第5章 结论与展望 |
| 5.1 工作总结与结论 |
| 5.2 展望 |
| 参考文献 |
| 附录 |
| 攻读硕士学位期间发表的论文及其它成果 |
| 致谢 |
（8）含大规模风电的发—输—配电系统充裕性优化决策研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 研究背景及意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究意义 |
| 1.2 国内外研究现状 |
| 1.2.1 发电充裕性评估模型 |
| 1.2.2 发电充裕性优化模型 |
| 1.2.3 输电系统可用输电能力决策 |
| 1.2.4 配电系统充裕性评估 |
| 1.3 研究内容及结构 |
| 1.3.1 研究内容 |
| 1.3.2 研究结构 |
| 1.4 论文的主要创新点 |
| 第2章 相关基础理论研究 |
| 2.1 发电充裕性评估理论 |
| 2.1.1 发电充裕性指标概述 |
| 2.1.2 发电充裕性指标的计算 |
| 2.1.3 基于蒙特卡洛法的发电充裕性评估 |
| 2.2 拟蒙特卡洛法 |
| 2.3 随机优化与场景分析理论 |
| 2.3.1 随机优化的基本概念与模型 |
| 2.3.2 场景分析理论 |
| 2.4 相关性分析理论 |
| 2.4.1 相关系数 |
| 2.4.2 Copula理论 |
| 2.4.3 藤Copula理论 |
| 2.5 风险度量 |
| 2.5.1 风险与风险度量概述 |
| 2.5.2 VaR和CVaR的定义及性质 |
| 2.5.3 VaR和CVaR的计算方法 |
| 2.6 本章小结 |
| 第3章 基于需求响应的含风电系统发电充裕性评估模型 |
| 3.1 发电机组特性建模 |
| 3.1.1 发电机组出力特征建模 |
| 3.1.2 发电机组的可靠性模型 |
| 3.2 用户负荷特征建模 |
| 3.2.1 刚性负荷 |
| 3.2.2 可中断负荷 |
| 3.2.3 可转移负荷 |
| 3.3 用户参与需求响应策略分析 |
| 3.3.1 前景理论中的价值函数 |
| 3.3.2 用户主观效用值的计算 |
| 3.3.3 基于改进Roth-Erev算法的用户行为意愿模型 |
| 3.4 考虑大规模风电消纳的需求响应调度模型 |
| 3.5 发电充裕性评估模型 |
| 3.5.1 发电充裕性指标的计算 |
| 3.5.2 发电充裕性评估模型 |
| 3.6 算例分析 |
| 3.6.1 测试系统与基本数据 |
| 3.6.2 发电充裕性评估结果及分析 |
| 3.6.3 对比分析 |
| 3.7 本章小结 |
| 第4章 基于Glue-VaR的大规模风电并网系统发电充裕性调度优化模型 |
| 4.1 基于Sobol序列改进拉丁超立方抽样的随机场景生成方法 |
| 4.1.1 风速预测误差的非参数分布模型 |
| 4.1.2 基于D-vine Copula的风速预测误差相关性分析模型 |
| 4.1.3 Sobol序列改进的拉丁超立方抽样方法 |
| 4.1.4 基于SaLHS的随机场景生成方法 |
| 4.2 基于Glue-VaR的发电充裕性评估指标 |
| 4.3 考虑发电充裕性风险的调度优化模型 |
| 4.3.1 目标函数 |
| 4.3.2 约束条件 |
| 4.3.3 基于熵权-加权聚合和积评价的多目标求解方法 |
| 4.4 算例分析 |
| 4.4.1 基于SaLHS的风速预测误差场景生成 |
| 4.4.2 多目标日前随机调度结果及分析 |
| 4.4.3 对比分析 |
| 4.5 本章小结 |
| 第5章 基于期望分位数的含风电系统可用输电能力的决策模型 |
| 5.1 考虑大规模风电消纳的可用输电能力决策问题分析 |
| 5.1.1 可用输电能力评估框架 |
| 5.1.2 考虑相关性的多风电场联合出力不确定性建模 |
| 5.1.3 考虑大规模风电消纳的可用输电能力评估模型 |
| 5.2 基于联合累积量的可用输电能力概率评估模型 |
| 5.3 基于期望分位数的风险可用输电能力决策模型 |
| 5.3.1 期望分位数 |
| 5.3.2 基于期望分位数的风险可用输电能力评估指标 |
| 5.3.3 基于期望分位数的风险可用输电能力决策步骤 |
| 5.4 算例分析 |
| 5.4.1 测试系统与基本数据 |
| 5.4.2 可用输电能力评估结果及分析 |
| 5.4.3 对比分析 |
| 5.5 本章小结 |
| 第6章基于相对鲁棒GVaR的配电系统风电接入充裕性优化模型 |
| 6.1 基于相对鲁棒GVaR的风电接入充裕性指标 |
| 6.1.1 风电接入充裕性 |
| 6.1.2 相对鲁棒GVaR风险评估模型 |
| 6.1.3 基于相对鲁棒GVaR的配电系统风电接入充裕性指标 |
| 6.2 风电-负荷分级功率模型 |
| 6.3 考虑风电接入充裕性的随机-鲁棒混合优化模型 |
| 6.3.1 目标函数 |
| 6.3.2 约束条件 |
| 6.4 随机-鲁棒混合优化模型转换与求解 |
| 6.5 算例分析 |
| 6.5.1 测试系统与基本数据 |
| 6.5.2 优化结果及分析 |
| 6.5.3 对比分析 |
| 6.6 本章小结 |
| 第7章 研究成果与结论 |
| 参考文献 |
| 攻读博士学位期间发表的论文及其它成果 |
| 攻读博士学位期间参加的科研工作 |
| 致谢 |
| 作者简介 |
（9）新旧教材概率统计必修部分比较研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 一、研究背景 |
| (一)教材的编写背景 |
| (二)概率统计的教学背景 |
| 二、研究问题 |
| 三、研究意义 |
| 第二章 文献综述 |
| 一、教材的含义与作用 |
| 二、历史演变 |
| (一)数学教材的历史演变 |
| (二)概率统计内容在教材中的历史演变 |
| 三、教材的比较研究综述 |
| (一)中外数学教材比较研究综述 |
| (二)国内数学教材比较研究综述 |
| 四、概率统计比较研究综述 |
| (一)教材概率统计部分比较研究 |
| (二)高中概率统计教学研究 |
| 五、文献综述小结 |
| 第三章 研究设计 |
| 一、研究对象 |
| 二、研究方法 |
| (一)文献分析法 |
| (二)比较分析法 |
| (三)统计分析法 |
| 三、研究思路 |
| 第四章 新旧教材“概率统计”必修部分内容分析 |
| 一、新旧课标对概率与统计部分要求 |
| (一)课时安排 |
| (二)单元教学目标 |
| (三)单元教学建议 |
| (四)课标中“概率统计”相关案例比较 |
| 二、教材内容分析 |
| (一)知识体系与内容安排 |
| (二)栏目设置 |
| (三)章节引入内容及方式安排 |
| (四)概念与性质的呈现方式的比较 |
| (五)章末回顾 |
| (六)新教材概率统计必修部分优化内容分析 |
| 三、教材探究活动的分析 |
| (一)数学探究与信息技术的运用程度 |
| (二)框图、旁批等栏目比较 |
| (三)数学文化的渗透程度 |
| 第五章 新旧教材概率统计必修部分难度比较 |
| 一、课程深度 |
| 二、课程广度 |
| 三、课程难度 |
| 四、例题与习题难度的比较 |
| (一)例题、习题数量的比较 |
| (二)习题类型的比较 |
| (三)例题、习题综合难度分析 |
| 第六章 启示及建议 |
| 一、研究新教材概率统计必修部分得到的启示 |
| (一)教材的继承与创新 |
| (二)教材具体内容承接课标变化做出相应调整 |
| (三)教材结构内容较为相似,略有调整 |
| (四)丰富的栏目设计 |
| (五)知识广度与深度增加 |
| (六)例习题的比较 |
| 二、使用新教材进行概率统计教学建议 |
| (一)概率教学的建议 |
| (二)统计教学建议 |
| 三、以“9.1.1 简单随机抽样”为例教学设计 |
| 结语 |
| 参考文献 |
| 攻读硕士学位期间所发表的学术论文 |
| 致谢 |
（10）基于贝叶斯理论的地下水DNAPLs污染源反演识别研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 选题依据及研究意义 |
| 1.2 国内外研究现状及发展动态分析 |
| 1.2.1 地下水污染源反演识别研究 |
| 1.2.2 最优试验设计研究 |
| 1.2.3 替代模型建模方法研究 |
| 1.2.4 有待解决的科学问题 |
| 1.3 研究目标与研究内容 |
| 1.3.1 研究目标 |
| 1.3.2 研究内容 |
| 1.4 技术路线与论文结构 |
| 1.4.1 技术路线 |
| 1.4.2 论文结构 |
| 1.5 创新点 |
| 1.6 本章小结 |
| 第2章 反演问题与贝叶斯理论 |
| 2.1 正演问题概述 |
| 2.2 地下水污染源反演识别问题 |
| 2.2.1 反演问题概述 |
| 2.2.2 反演问题的不适定性 |
| 2.3 贝叶斯理论 |
| 2.4 广义似然不确定性估计方法 |
| 2.5 马尔科夫链蒙特卡洛 |
| 2.5.1 单链MCMC采样算法 |
| 2.5.2 多链MCMC采样算法 |
| 2.6 本章小结 |
| 第3章 地下水DNAPLs污染源反演识别研究方法体系的构建 |
| 3.1 地下水中DNAPLs的主要来源及运移 |
| 3.2 地下水DNAPLs污染多相流数值模型及其求解软件 |
| 3.2.1 偏微分方程 |
| 3.2.2 定解条件 |
| 3.2.3 模型求解 |
| 3.3 最优试验设计 |
| 3.3.1 贝叶斯试验设计 |
| 3.3.2 0-1 整数规划优化模型及其求解方法 |
| 3.4 贝叶斯参数反演识别 |
| 3.4.1 DREAM算法的研究及其改进 |
| 3.4.2 收敛性诊断方法 |
| 3.4.3 反演识别结果分析方法 |
| 3.5 替代模型建模方法 |
| 3.5.1 拉丁超立方抽样方法 |
| 3.5.2 克里格方法 |
| 3.5.3 支持向量回归方法 |
| 3.5.4 深度残差网络方法 |
| 3.5.5 替代模型精度检验指标 |
| 3.6 本章小结 |
| 第4章 地下水DNAPLs污染源反演识别方法的算例研究 |
| 4.1 理想数值算例介绍 |
| 4.1.1 算例一简介 |
| 4.1.2 算例二简介 |
| 4.1.3 算例三简介 |
| 4.2 替代模型的建立 |
| 4.2.1 样本的获取 |
| 4.2.2 克里格替代模型的建立 |
| 4.2.3 支持向量回归替代模型的建立 |
| 4.2.4 深度残差网络替代模型的建立 |
| 4.3 优化模型的建立 |
| 4.4 结果分析 |
| 4.4.1 算法的设定 |
| 4.4.2 替代模型精度检验分析 |
| 4.4.3 优化模型的求解 |
| 4.4.4 收敛性分析 |
| 4.4.5 反演识别结果的对比与分析 |
| 4.5 本章小结 |
| 第5章 西北地区某污染场地的地下水DNAPLs污染源反演识别应用研究 |
| 5.1 实例研究区概况 |
| 5.1.1 研究区自然地理概况 |
| 5.1.2 地质与水文地质条件 |
| 5.2 研究区地下水DNAPLs污染多相流数值模拟模型的初步建立 |
| 5.2.1 水文地质概念模型 |
| 5.2.2 多相流数值模拟模型的建立 |
| 5.3 多相流数值模拟模型的替代模型 |
| 5.3.1 含水层参数的敏感性分析 |
| 5.3.2 替代模型的建立与精度检验分析 |
| 5.4 算法的设定 |
| 5.5 收敛性分析 |
| 5.6 反演识别结果分析 |
| 5.6.1 反演识别结果 |
| 5.6.2 反演识别结果精度评估 |
| 5.7 本章小结 |
| 第6章 结论与展望 |
| 6.1 结论 |
| 6.2 展望 |
| 参考文献 |
| 作者简介及攻读博士期间所取得的科研成果 |
| 致谢 |
四、抽样方法的实用分析（论文参考文献）
- [1]老年住院患者潜在不适当用药判断标准比较和分类系统应用研究[D]. 吴冠蓁. 石河子大学, 2021(02)
- [2]乳腺癌患者癌症复发恐惧的影响因素及其发展轨迹研究[D]. 任辉. 吉林大学, 2021(01)
- [3]地图地址抽样方法探讨[J]. 张宾. 统计与决策, 2021(15)
- [4]基于空间聚类的分层抽样方法改进研究[D]. 张涛. 山西财经大学, 2021(09)
- [5]基于小波变换的并行化MCMC算法改进及其应用研究[D]. 谢涛. 江西财经大学, 2021(10)
- [6]社会排斥影响下消费者实用品和享乐品偏好的形成机制研究[D]. 徐尉. 吉林大学, 2021(01)
- [7]基于高精度相关变量随机数抽样的快堆不确定性分析研究[D]. 朱润泽. 华北电力大学(北京), 2021
- [8]含大规模风电的发—输—配电系统充裕性优化决策研究[D]. 马泽洋. 华北电力大学(北京), 2021(01)
- [9]新旧教材概率统计必修部分比较研究[D]. 白书宁. 哈尔滨师范大学, 2021(08)
- [10]基于贝叶斯理论的地下水DNAPLs污染源反演识别研究[D]. 闫雪嫚. 吉林大学, 2021