在調(diào)查過(guò)程中出現(xiàn)權(quán)數(shù)調(diào)整的情況一般可分為兩類(lèi)：結(jié)構(gòu)調(diào)整和規(guī)模調(diào)整。結(jié)構(gòu)調(diào)整的目的是實(shí)現(xiàn)樣本與總體結(jié)構(gòu)的一致性，常見(jiàn)的方法有迭代、校準(zhǔn)、廣義回歸等；而規(guī)模調(diào)整的目的是實(shí)現(xiàn)樣本與總體規(guī)模的一致性，其中常見(jiàn)的場(chǎng)景之一是處理樣本無(wú)回答部分。在以隨機(jī)缺失為前提的權(quán)數(shù)調(diào)整研究中，利用輔助信息調(diào)整權(quán)重的校準(zhǔn)加權(quán)方法自1992 年提出以來(lái)就廣受關(guān)注，已發(fā)展為適用于二階抽樣、二重抽樣等不同情形。整體上看，基于二重抽樣的權(quán)數(shù)調(diào)整在理論研究上較為豐富，但在國(guó)內(nèi)的實(shí)際應(yīng)用和相關(guān)的

本普查小區(qū)的抽樣權(quán)數(shù)αhgi為：這里用yhgi表示在層hg中第i個(gè)樣本普查小區(qū)某調(diào)查變量y的總?cè)藬?shù)，目標(biāo)真實(shí)人口數(shù)Y的單系統(tǒng)估計(jì)量為：在構(gòu)造了單系統(tǒng)估計(jì)量之后，還要從抽樣方差的角度來(lái)判斷其估計(jì)精度。雖然單系統(tǒng)估計(jì)量是較為簡(jiǎn)單的估計(jì)量，但抽樣理論指出，如果采用的抽樣方法是復(fù)雜的，其估計(jì)量也會(huì)變得復(fù)雜。對(duì)于復(fù)雜估計(jì)量，其抽樣方差通常采用分層刀切法、泰勒線性方差或者其他方法近似計(jì)算［10-13］。這里使用分層刀切法計(jì)算單系統(tǒng)估計(jì)量的抽樣方差。刀切法的關(guān)鍵在于復(fù)制

析人員造成混淆。權(quán)數(shù)在基于設(shè)計(jì)推斷中起著核心作用,它與入樣概率相關(guān),是樣本推斷總體的擴(kuò)張系數(shù)用于衡量各樣本單元的變量值在總體中的作用大小。將權(quán)數(shù)引入基于模型的推斷,可以使得基于模型的分析結(jié)果反映樣本的概率特征,具有總體代表性,實(shí)現(xiàn)兩種推斷體系優(yōu)勢(shì)的組合。本文創(chuàng)新性地將權(quán)數(shù)引入基于模型的推斷,針對(duì)因果推斷問(wèn)題探究權(quán)數(shù)對(duì)模型推斷效果的影響,將權(quán)數(shù)納入模型擬合,構(gòu)造處理效應(yīng)的雙重穩(wěn)健估計(jì);一方面從估計(jì)的角度討論權(quán)數(shù)的功能,旨在獲得更準(zhǔn)確、穩(wěn)健的估計(jì)結(jié)果;另一方面

目的、設(shè)計(jì)思路、權(quán)數(shù)問(wèn)題及參數(shù)估計(jì)出發(fā)，對(duì)該抽樣方案加以解讀，從專(zhuān)業(yè)角度討論該調(diào)查設(shè)計(jì)的科學(xué)性，為后續(xù)數(shù)據(jù)分析提供參考。一、脫貧攻堅(jiān)抽樣調(diào)查方案的設(shè)計(jì)此次脫貧攻堅(jiān)調(diào)查的目的是：全面了解貧困人口脫貧實(shí)現(xiàn)情況，重點(diǎn)圍繞脫貧結(jié)果的真實(shí)性和準(zhǔn)確性，調(diào)查貧困人口“兩不愁、三保障”實(shí)現(xiàn)情況、獲得幫扶和參與脫貧攻堅(jiān)項(xiàng)目情況等，為分析判斷脫貧攻堅(jiān)成效、總結(jié)發(fā)布脫貧攻堅(jiān)成果提供真實(shí)準(zhǔn)確的統(tǒng)計(jì)信息。該調(diào)查由普查和抽樣調(diào)查兩部分組成。抽樣調(diào)查是普查的補(bǔ)充。為增強(qiáng)結(jié)論的完備性和科

是一種加權(quán)預(yù)測(cè)，權(quán)數(shù)為α。α的大小規(guī)定了在新預(yù)測(cè)值中新數(shù)據(jù)和原預(yù)測(cè)值所占的比重。權(quán)數(shù)α值越小，新數(shù)據(jù)所占的比重就愈小，原預(yù)測(cè)值所占的比重就愈大，反之亦然。前一期預(yù)測(cè)值加上根據(jù)前期預(yù)測(cè)值中產(chǎn)生的誤差的修正值得到后一期的預(yù)測(cè)值。一次指數(shù)平滑法比較簡(jiǎn)單，但問(wèn)題是不斷反復(fù)地優(yōu)化α值，以使均方差最小，需要通過(guò)反復(fù)試驗(yàn)確定最佳的α值。2.2 二次指數(shù)平滑法一次指數(shù)平滑法在時(shí)間序列變動(dòng)出現(xiàn)恒直線趨勢(shì)時(shí)，一次指數(shù)平滑預(yù)測(cè)值存在明顯的時(shí)間滯后偏差現(xiàn)象，因此，一次指數(shù)平滑法必

建(7)3.2 權(quán)數(shù)向量最優(yōu)解模型(8)3.3 組合模型權(quán)數(shù)求解組合模型的關(guān)鍵是確定權(quán)數(shù)[19].本文采用最優(yōu)權(quán)數(shù)法和非線性規(guī)劃權(quán)數(shù)求解法進(jìn)行權(quán)數(shù)求解.3.3.1 最優(yōu)權(quán)數(shù)法參照文獻(xiàn)[20]對(duì)式(8)進(jìn)行求偏導(dǎo)得最優(yōu)權(quán)數(shù)解:W=(E-1K)/(KTE-1K)(9)在實(shí)際應(yīng)用中,式(9)計(jì)算結(jié)果可能出現(xiàn)負(fù)值,權(quán)數(shù)為負(fù)值是不合理的.因此,提出一種將權(quán)數(shù)負(fù)值轉(zhuǎn)換為正值的方法,即若?wi∈W≤0,記f=2|min{wi}|,則:(10)3.3.2 非線性規(guī)劃法非線

管理;設(shè)計(jì)思路;權(quán)數(shù);評(píng)價(jià)結(jié)果引言：如今，“互聯(lián)網(wǎng)+”在日常管理中的應(yīng)用較為普遍，積極開(kāi)展企業(yè)營(yíng)銷(xiāo)活動(dòng)，對(duì)于企業(yè)自身效益的提升起到關(guān)鍵作用。并且在企業(yè)管理中，相關(guān)人員重視對(duì)競(jìng)爭(zhēng)風(fēng)險(xiǎn)、顧客風(fēng)險(xiǎn)以及第三方風(fēng)險(xiǎn)的評(píng)估，逐步降低企業(yè)營(yíng)銷(xiāo)風(fēng)險(xiǎn)，通過(guò)在企業(yè)應(yīng)用中建立預(yù)警指標(biāo)體系，從而改善當(dāng)前企業(yè)管理工作。一、構(gòu)建企業(yè)營(yíng)銷(xiāo)管理預(yù)警指標(biāo)的思路當(dāng)前企業(yè)管理工作中，工作人員重視企業(yè)營(yíng)銷(xiāo)風(fēng)險(xiǎn)的預(yù)警指標(biāo)體系建設(shè)，便于糾正企業(yè)營(yíng)銷(xiāo)工作中存在的問(wèn)題，將企業(yè)營(yíng)銷(xiāo)管理風(fēng)險(xiǎn)控制在一定范圍內(nèi)

時(shí)，應(yīng)該以什么為權(quán)數(shù)呢？見(jiàn)諸于國(guó)內(nèi)各不同版本的財(cái)務(wù)管理教材，給出的答案均千篇一律。我們以發(fā)行量最大、影響面最廣的財(cái)務(wù)管理教材——全國(guó)會(huì)計(jì)專(zhuān)業(yè)技術(shù)資格考試輔導(dǎo)教材中的闡述為例，該教材認(rèn)為“平均資本成本率的計(jì)算，存在著權(quán)數(shù)價(jià)值的選擇問(wèn)題，即各項(xiàng)個(gè)別資本按什么權(quán)數(shù)來(lái)確定資本比重。通常，可供選擇的價(jià)值形式有賬面價(jià)值、市場(chǎng)價(jià)值、目標(biāo)價(jià)值等?！保ㄘ?cái)政部會(huì)計(jì)資格評(píng)價(jià)中心.財(cái)務(wù)管理[M].北京：經(jīng)濟(jì)科學(xué)出版社.2019：121）。其實(shí)，這樣的說(shuō)法并不正確。一、權(quán)數(shù)的含義及

過(guò)增大回答樣本的權(quán)數(shù)以代表無(wú)回答樣本，其效果取決于對(duì)回答概率的估計(jì)優(yōu)劣。對(duì)可忽略的缺失數(shù)據(jù)機(jī)制的討論很有必要，但不夠完整，忽略了現(xiàn)實(shí)中更一般的“不可忽略的無(wú)回答”，此時(shí)基于隨機(jī)缺失假定的處理方法不再適用。對(duì)于不可忽略的無(wú)回答機(jī)制，現(xiàn)有研究較少，主要基于模型進(jìn)行，將缺失數(shù)據(jù)的條件分布轉(zhuǎn)化為完整數(shù)據(jù)和響應(yīng)模型的乘積[3]，此類(lèi)方法的缺陷主要表現(xiàn)在以下兩方面，一是該方法屬于參數(shù)方法，模型假設(shè)較強(qiáng)、對(duì)模型的錯(cuò)誤識(shí)別非常敏感；二是由于數(shù)據(jù)缺失，無(wú)法評(píng)估模型的好壞、驗(yàn)

解單元。2)確定權(quán)數(shù)。權(quán)數(shù)確定包含準(zhǔn)則權(quán)數(shù)的確定和單元權(quán)數(shù)的確定，即受聘專(zhuān)家根據(jù)自己的知識(shí)、閱歷，對(duì)每一準(zhǔn)則在評(píng)價(jià)總目標(biāo)過(guò)程中的作用，同一準(zhǔn)則下各單元相對(duì)其他單元的重要性，分別賦予一定權(quán)數(shù)。在確定權(quán)數(shù)時(shí)，專(zhuān)家組可以直接賦值，也可以通過(guò)成對(duì)比較法確定其權(quán)重。因成對(duì)比較法更科學(xué)、合理，所以本文重點(diǎn)介紹成對(duì)比較法。成對(duì)比較法，就是專(zhuān)家根據(jù)每一準(zhǔn)則對(duì)總目標(biāo)的重要性，或同一準(zhǔn)則下某一單元對(duì)其他單元的重要性成對(duì)比較，重要的賦1分，不重要的賦0分，逐一比較，最終完成成對(duì)

因此需要引入抽樣權(quán)數(shù)對(duì)復(fù)雜抽樣數(shù)據(jù)做系列調(diào)整。抽樣權(quán)數(shù)中的基礎(chǔ)權(quán)數(shù)，也就是單元入樣概率的倒數(shù)，可用于調(diào)整由于復(fù)雜設(shè)計(jì)帶來(lái)的不等概率的偏差。更進(jìn)一步，統(tǒng)計(jì)學(xué)家在考慮無(wú)回答、抽樣框覆蓋偏差等因素時(shí)，需要對(duì)抽樣權(quán)數(shù)做進(jìn)一步調(diào)整，形成最終的抽樣權(quán)數(shù)。很顯然，在估計(jì)總體均值或比例等一些描述性分析時(shí)，抽樣權(quán)數(shù)是避免偏差必不可少的重要因素[2-4]。但是，在研究解釋變量和被解釋變量關(guān)系的模型中是否應(yīng)該考慮抽樣權(quán)數(shù)，一直存有爭(zhēng)議[5-7]。近年來(lái)，對(duì)于抽樣權(quán)數(shù)和回歸模型也

。在大數(shù)據(jù)中針對(duì)權(quán)數(shù)確定和代表性商品抽樣的研究文獻(xiàn)不多。權(quán)數(shù)反映了商品或服務(wù)的相對(duì)重要性，Haan等利用荷蘭的咖啡掃描數(shù)據(jù)開(kāi)始嘗試在編制公式中使用權(quán)數(shù)，結(jié)果發(fā)現(xiàn)使用未加權(quán)的月度價(jià)格公式會(huì)導(dǎo)致價(jià)格指數(shù)被低估[3]。各國(guó)在實(shí)踐中都有一套自己的編制方法，荷蘭采用排除抽樣選擇代表性項(xiàng)目編制指數(shù)，瑞典采用與規(guī)模成比例概率序列抽樣[4-5]。抽樣得到的代表性商品可能會(huì)出現(xiàn)價(jià)格缺失，需要進(jìn)行質(zhì)量調(diào)整，Silver等使用時(shí)間虛擬變量特征法、最優(yōu)的精確特征指數(shù)、匹配法三種方

程度，來(lái)給因素賦權(quán)數(shù)。例如，權(quán)數(shù)總分1，人均GDP值權(quán)數(shù)0.2;高校數(shù)量權(quán)數(shù)0.05;人均圖書(shū)館藏書(shū)數(shù)量權(quán)數(shù)0.05;博物館和藝術(shù)館數(shù)量權(quán)數(shù)0.1;軌道交通里程權(quán)數(shù)0.2，居民消費(fèi)價(jià)格指數(shù)CPI權(quán)數(shù)0.2;人均綠地面積權(quán)數(shù)0.1;空氣質(zhì)量?jī)?yōu)良天數(shù)權(quán)數(shù)0.1，將參數(shù)與權(quán)數(shù)相乘后求和。以北京為例，假設(shè)其靶向值為T(mén)，則：T=12.89*0.2+87*0.05+4.46*0.05+157*0.1+684.4*0.2+2.8*0.2+11.2*0.1+226*0.1

現(xiàn)狀提出一種基于權(quán)數(shù)的參數(shù)估計(jì)和控制方法。本文旨在分析常規(guī)的人口抽樣調(diào)查中計(jì)算權(quán)數(shù)的一般步驟和權(quán)數(shù)調(diào)整及控制方法，并結(jié)合刀切法計(jì)算參數(shù)的標(biāo)準(zhǔn)誤差，將權(quán)數(shù)調(diào)整和權(quán)重控制方法同時(shí)加入到常規(guī)的加權(quán)估計(jì)中，一方面有效控制了估計(jì)的標(biāo)準(zhǔn)誤差，另一方面降低了變量的變異系數(shù)。同時(shí)，采用第四次中國(guó)城鄉(xiāng)老年人生活狀況的調(diào)查數(shù)據(jù)(1)第四次中國(guó)城鄉(xiāng)老年人生活狀況抽樣調(diào)查數(shù)據(jù)來(lái)源于http://dscdc.cncaprc.gov.cn，由中國(guó)老齡科學(xué)研究中心提供。(以下簡(jiǎn)稱(chēng)老年人

制。本文通過(guò)基于權(quán)數(shù)隨轉(zhuǎn)速平滑變換的權(quán)數(shù)函數(shù)來(lái)實(shí)現(xiàn)兩種方法的復(fù)合，其權(quán)值根據(jù)轉(zhuǎn)速適時(shí)改變。為克服單一方法僅適用于各自轉(zhuǎn)速范圍帶的缺陷，MRAS的權(quán)數(shù)在零速到最大轉(zhuǎn)速范圍帶為從0到1，而脈振高頻注入法相反，為從1到0，根據(jù)界限范圍設(shè)定實(shí)現(xiàn)中間平滑過(guò)渡。轉(zhuǎn)速估計(jì)和權(quán)數(shù)式為(21)式中：ωhfi為脈振高頻注入法的轉(zhuǎn)速估計(jì)值；ωmras為MRAS法的轉(zhuǎn)速估計(jì)值；Hhfi為脈振高頻注入法的加權(quán)系數(shù)；Hmras為MRAS法的加權(quán)系數(shù)。ω2為MRAS法由高速權(quán)數(shù)從1逐漸

林澍中國(guó)CPI的權(quán)數(shù)調(diào)整素有“五年一大調(diào)、一年一小調(diào)”的傳統(tǒng)，且考慮到中國(guó)的CPI計(jì)算使用拉氏公式，故從理論上講，我們不應(yīng)當(dāng)在每年的年中看到運(yùn)用單項(xiàng)拉動(dòng)幅度、與該項(xiàng)同比增速所反算出來(lái)的相應(yīng)權(quán)數(shù)（wi）出現(xiàn)明顯的變化。但近幾個(gè)月以來(lái)，利用統(tǒng)計(jì)局所公布的數(shù)據(jù)以及以上方法算出的豬肉在CPI中的權(quán)數(shù)出現(xiàn)明顯下降，2019年1-6月份豬肉項(xiàng)的權(quán)數(shù)由2.5%降至2.13%，降幅達(dá)到0.37個(gè)百分點(diǎn)，且呈現(xiàn)出明顯的豬肉價(jià)格同比漲幅與豬肉項(xiàng)權(quán)數(shù)“此消彼長(zhǎng)”的關(guān)系，這一“異

林澍中國(guó)CPI的權(quán)數(shù)調(diào)整素有“五年一大調(diào)、一年一小調(diào)”的傳統(tǒng)，且考慮到中國(guó)的CPI計(jì)算使用拉氏公式，故從理論上講，我們不應(yīng)當(dāng)在每年的年中看到運(yùn)用單項(xiàng)拉動(dòng)幅度、與該項(xiàng)同比增速所反算出來(lái)的相應(yīng)權(quán)數(shù)（wi）出現(xiàn)明顯的變化。但近幾個(gè)月以來(lái)，利用統(tǒng)計(jì)局所公布的數(shù)據(jù)以及以上方法算出的豬肉在CPI中的權(quán)數(shù)出現(xiàn)明顯下降，2019年1-6月份豬肉項(xiàng)的權(quán)數(shù)由2.5%降至2.13%，降幅達(dá)到0.37個(gè)百分點(diǎn)，且呈現(xiàn)出明顯的豬肉價(jià)格同比漲幅與豬肉項(xiàng)權(quán)數(shù)“此消彼長(zhǎng)”的關(guān)系，這一“異

商品和服務(wù)項(xiàng)目的權(quán)數(shù)又是這些質(zhì)疑的重要方面。國(guó)家統(tǒng)計(jì)局在計(jì)算CPI上存在不透明性，CPI的具體權(quán)數(shù)從未正式公開(kāi)過(guò)，外界很難了解CPI權(quán)數(shù)設(shè)置依據(jù)、各類(lèi)商品和服務(wù)在CPI的權(quán)數(shù)、以及CPI的權(quán)數(shù)設(shè)置與城鄉(xiāng)居民消費(fèi)支出結(jié)構(gòu)存在著怎樣的數(shù)據(jù)關(guān)系，這使社會(huì)各界對(duì)CPI權(quán)數(shù)設(shè)置問(wèn)題始終存在質(zhì)疑。在統(tǒng)計(jì)中，權(quán)數(shù)又稱(chēng)比重或權(quán)重，是用于衡量個(gè)體對(duì)總體作用大小的指標(biāo)；而CPI中的權(quán)數(shù)，是指每一類(lèi)別商品或服務(wù)項(xiàng)目的消費(fèi)支出在全部商品和服務(wù)總消費(fèi)支出中所占的比重。目前，很多國(guó)家

權(quán)函數(shù),通過(guò)改變權(quán)數(shù)來(lái)改變彈道軌跡;文獻(xiàn)[7]提出了一種關(guān)于剩余彈目相對(duì)距離加權(quán)函數(shù)的帶落角約束的末制導(dǎo)方法。為增強(qiáng)制導(dǎo)律的精確性,本文根據(jù)文獻(xiàn)[7],將剩余相對(duì)距離的權(quán)函數(shù)加入到制導(dǎo)律推導(dǎo)中,改變權(quán)數(shù)可以改變制導(dǎo)炮彈的運(yùn)動(dòng)軌跡,隨著權(quán)數(shù)的增大,運(yùn)動(dòng)軌跡變彎曲,制導(dǎo)時(shí)間增長(zhǎng),增大制導(dǎo)空間及時(shí)間,有利于提高制導(dǎo)律的精確度,達(dá)到更精確的落角、落點(diǎn)等要求。但軌跡過(guò)于彎曲會(huì)帶來(lái)過(guò)載以及導(dǎo)引頭視線角等約束問(wèn)題,對(duì)此本文提出在導(dǎo)引頭視線約束與過(guò)載約束下的最優(yōu)末制導(dǎo)律,

眾多賦權(quán)方法所得權(quán)數(shù)的可靠性進(jìn)行科學(xué)界定，就顯得十分必要。從現(xiàn)有文獻(xiàn)看，關(guān)于權(quán)數(shù)的研究主要集中在以下幾方面：（1）賦權(quán)方法的研究。這也是目前權(quán)數(shù)研究的主要內(nèi)容。有主觀賦權(quán)法、客觀賦權(quán)法、組合賦權(quán)法等多達(dá)20多種賦權(quán)方法。（2）權(quán)數(shù)的性質(zhì)研究。在權(quán)數(shù)具有重要性、模糊性、主觀性、時(shí)序性的基礎(chǔ)上，提出了空間性、時(shí)空性和函數(shù)性等權(quán)數(shù)新的性質(zhì)，進(jìn)一步深化了對(duì)權(quán)數(shù)的理論思考。（3）權(quán)數(shù)的調(diào)整研究。包括對(duì)抽樣調(diào)查分析中初始權(quán)數(shù)的調(diào)整以及依據(jù)方差控制要求的權(quán)數(shù)調(diào)。（4）對(duì)

：式中：D為傷殘權(quán)數(shù)（或稱(chēng)失能權(quán)重），γ為貼現(xiàn)率，GBD分析中取值0.03；C為年齡權(quán)數(shù)調(diào)節(jié)因子，GBD分析中取值0.1658；β為年齡函數(shù)參數(shù)，GBD分析中取值0.04；α為死亡或傷殘的發(fā)生年齡；L為在傷殘狀態(tài)下的生存時(shí)間或死亡的損失時(shí)間［14］。傷殘權(quán)數(shù)（或稱(chēng)失能權(quán)重）取值0～1，死亡為1，本研究參照的是GBD傷殘權(quán)數(shù)項(xiàng)目表，涉及240余項(xiàng)疾病和傷害的傷殘權(quán)數(shù)評(píng)分［15－17］，可參照使用的權(quán)重評(píng)分來(lái)源于感染急性發(fā)作，按輕、中、重度來(lái)界定權(quán)重，分別為0

調(diào)查單位有不同的權(quán)數(shù)；三是不同子群的抽樣比有差異[4]。同時(shí)依據(jù)聯(lián)合國(guó)統(tǒng)計(jì)司的建議，將影響復(fù)雜樣本設(shè)計(jì)的單項(xiàng)要素分為分層、類(lèi)集(包括整群、二階及多階抽樣)、加權(quán)調(diào)整三類(lèi)[5]95-122。1.分層的設(shè)計(jì)效應(yīng)對(duì)一階分層抽樣，忽略有限總體校正因子時(shí)，調(diào)查變量y的分層設(shè)計(jì)效應(yīng)可以表示為[5]95-122：(3)其中，從總體單位數(shù)N中抽取樣本量n=∑nh，從單位數(shù)為Nh的第h層中抽取樣本量為nh的總體單位，Wh=Nh/N為第h層的層權(quán)。(4)(5)其中，wh=Nh

非隨機(jī)樣本單元的權(quán)數(shù)，進(jìn)而構(gòu)建有限總體的HT估計(jì)量。在網(wǎng)絡(luò)便利樣本的推斷中，由于無(wú)法獲取總體單元層面所有的輔助信息，通常利用參照樣本來(lái)估計(jì)總體中的單元被選入網(wǎng)絡(luò)便利樣本的概率，即傾向得分。參照樣本可以是現(xiàn)存的質(zhì)量更高的概率樣本，或與網(wǎng)絡(luò)便利調(diào)查同期執(zhí)行的、質(zhì)量更高的、至少包含用于構(gòu)建傾向得分模型的變量信息的隨機(jī)電話撥號(hào)調(diào)查。Terhanian(2000)[2]，Lee(2006)[3]，Lee(2009)[4]將電話隨機(jī)撥號(hào)調(diào)查獲取的樣本作為參照樣本，并將

目。三、判斷矩陣權(quán)數(shù)確定方法權(quán)數(shù)的確定是判斷矩陣構(gòu)造的核心。學(xué)術(shù)界對(duì)模型中權(quán)數(shù)的確定方法不一，主要有專(zhuān)家打分法、會(huì)議討論法等。鑒于科研項(xiàng)目預(yù)算的可獲得性，本文采用預(yù)算百分比法進(jìn)行權(quán)數(shù)的確定。具體操作為：將課題歸類(lèi)，將屬于同一類(lèi)的課題歸集到一起，課題歸類(lèi)的標(biāo)準(zhǔn)依決策者的需要而定；將同一類(lèi)別課題的總預(yù)算以及各級(jí)明細(xì)預(yù)算分別加總，亦即將判斷矩陣中的各標(biāo)準(zhǔn)層、指標(biāo)層、明細(xì)層的預(yù)算明細(xì)加總；將加總后的各級(jí)預(yù)算明細(xì)與所屬的上一級(jí)預(yù)算合計(jì)做商。例如：將各級(jí)次預(yù)算與所屬上

的基礎(chǔ)上計(jì)算指標(biāo)權(quán)數(shù):Fig.4.SEM images of outside of fresh membrane from M1-M4(20k×).3.3.Membrane–solute interactions during filtrationFig.5.Pore size distribution of the four pristine PVDF hollow fiber membranes.Membrane-solute interaction

根據(jù)時(shí)間的變化對(duì)權(quán)數(shù)進(jìn)行動(dòng)態(tài)修正。而自適應(yīng)濾波法是以歷史觀測(cè)值為基礎(chǔ)，進(jìn)行某種加權(quán)預(yù)測(cè)的方法。它有兩個(gè)優(yōu)點(diǎn)：一是技術(shù)比較簡(jiǎn)單，可根據(jù)預(yù)測(cè)意圖來(lái)選擇權(quán)數(shù)的個(gè)數(shù)和學(xué)習(xí)常數(shù)，以控制預(yù)測(cè)，也可以由計(jì)算機(jī)自動(dòng)選定。二是它不僅使用了全部歷史信息來(lái)尋求最優(yōu)權(quán)數(shù)，而且隨數(shù)據(jù)軌跡的變化而不斷更新權(quán)數(shù)，從而不斷改進(jìn)預(yù)測(cè)。因此本文提出了基于自適應(yīng)濾波法殘差修正的灰色預(yù)測(cè)模型對(duì)南京市流動(dòng)人口預(yù)測(cè)分析。2.1 灰色預(yù)測(cè)模型構(gòu)建灰色預(yù)測(cè)即利用灰色系統(tǒng)所做的預(yù)測(cè)。所謂灰色系統(tǒng)是介于信息

評(píng)價(jià)體系的各指標(biāo)權(quán)數(shù)的確定一般來(lái)說(shuō)，在進(jìn)行風(fēng)險(xiǎn)評(píng)價(jià)過(guò)程中，不同級(jí)別中的不同因素對(duì)項(xiàng)目總體風(fēng)險(xiǎn)的影響大小各不相同[3]，各個(gè)因素的重要程度是不相一致的?？梢哉f(shuō)，風(fēng)險(xiǎn)綜合評(píng)價(jià)體系指標(biāo)權(quán)數(shù)的確定是風(fēng)險(xiǎn)綜合評(píng)價(jià)非常重要的一個(gè)環(huán)節(jié)，權(quán)數(shù)的確定反映了各個(gè)因素的重要程度，其直接影響最后的評(píng)價(jià)結(jié)果。因此，選擇科學(xué)合理的方法來(lái)確定權(quán)數(shù)就顯得尤為重要。通常來(lái)說(shuō)，確定權(quán)數(shù)的方法有主觀經(jīng)驗(yàn)法、主次指標(biāo)排序分類(lèi)法、專(zhuān)家咨詢法等，本文結(jié)合地勘單位境外礦產(chǎn)勘查投資風(fēng)險(xiǎn)的實(shí)際，采用相對(duì)更

要：統(tǒng)計(jì)指數(shù)中的權(quán)數(shù)，既是同度量因素，起媒介作用，又是權(quán)數(shù)，起權(quán)衡輕重的作用，如何運(yùn)用權(quán)數(shù)去分析和解決實(shí)際問(wèn)題，以及特殊權(quán)數(shù)的運(yùn)用，對(duì)社會(huì)經(jīng)濟(jì)現(xiàn)象的分析都將有重要意義。本文重點(diǎn)探討統(tǒng)計(jì)指數(shù)中的權(quán)數(shù)問(wèn)題。Abstract： The weights in the statistical index are not only the same measure factor with media function， but also the weight， pla

。1.3 權(quán)重集權(quán)數(shù)向量是用來(lái)表示因素集U中不同因素的重要程度的集合，每一級(jí)的因素集都有相應(yīng)的權(quán)數(shù)向量。評(píng)價(jià)因素的權(quán)數(shù)向量或由相關(guān)人員綜合評(píng)定而成，或根據(jù)已有量化數(shù)據(jù)設(shè)定。權(quán)重向量表達(dá)如下：A＝{a1，a2，a3，…，an}，其中1.4 因素評(píng)判矩陣從 U 到 V 的一個(gè)模糊映射，得到因素評(píng)判矩陣[5-6]。 其中：rij（0≤rij≤1，j=1，2，…，m）表示因素 ui（i=1，2，…，n）的性能對(duì)評(píng)判級(jí)別vj（j=1，2，…，m）的隸屬度，即從因素u

的權(quán)重。對(duì)表1中權(quán)數(shù)分配合理性進(jìn)行檢驗(yàn)。表1 路面對(duì)城市熱島效應(yīng)判斷矩陣計(jì)算判斷矩陣的最大特征根λmax：由此判斷矩陣符合一致性檢驗(yàn)，權(quán)數(shù)分配合理。對(duì)表2中權(quán)數(shù)分配合理性進(jìn)行檢驗(yàn)。表2 土地利用情況判斷矩陣計(jì)算判斷矩陣的最大特征根λmax：故判斷矩陣符合一致性檢驗(yàn)，權(quán)數(shù)分配合理。對(duì)表3中權(quán)數(shù)分配合理性進(jìn)行檢驗(yàn)。表3 不透水面積判斷矩陣計(jì)算判斷矩陣的最大特征根λmax：由此判斷矩陣符合一致性檢驗(yàn)，權(quán)數(shù)分配為合理的。對(duì)表4中權(quán)數(shù)分配合理性進(jìn)行檢驗(yàn)。表4 能源耗

測(cè)，確定了各指標(biāo)權(quán)數(shù)，進(jìn)而利用因子分析確定了指標(biāo)評(píng)價(jià)值，在每個(gè)城區(qū)各指標(biāo)評(píng)價(jià)值的基礎(chǔ)上獲得了綜合評(píng)價(jià)結(jié)果。關(guān)鍵詞：生活質(zhì)量；指標(biāo)體系；關(guān)聯(lián)度；權(quán)數(shù)；評(píng)價(jià)一、引言1958年，美國(guó)經(jīng)濟(jì)學(xué)家加爾布雷思首次提出了居民生活質(zhì)量的概念。隨著經(jīng)濟(jì)發(fā)展促使生活水平的提高，居民生活質(zhì)量逐漸引起學(xué)者們的關(guān)注，也取得的了一定的研究成果。多為某省份居民生活質(zhì)量分區(qū)域評(píng)價(jià)，并同時(shí)考察了客觀和主觀指標(biāo)。黑河市地處黑龍江北部，與俄羅斯布拉戈維申斯克隔江相望，位置獨(dú)特，在改革開(kāi)放和一帶一

】層析分析法 ；權(quán)數(shù) ；平衡計(jì)分卡【Keywords】analytic hierarchy process； weight； balance scorecard【中圖分類(lèi)號(hào)】C93-03 【文獻(xiàn)標(biāo)志碼】A 【文章編號(hào)】1673-1069（2017）05-0180-021 引言平衡計(jì)分卡（balanced score card，簡(jiǎn)稱(chēng)BSC）是以實(shí)現(xiàn)戰(zhàn)略目標(biāo)為前提，績(jī)效管理為核心，財(cái)務(wù)、客戶、內(nèi)部流程、學(xué)習(xí)和成長(zhǎng)之間相互關(guān)聯(lián)，相互促進(jìn)的四個(gè)維度為統(tǒng)一的績(jī)效評(píng)估

構(gòu)成中，食品類(lèi)的權(quán)數(shù)高達(dá)32%，食品中蔬菜的價(jià)格受氣候變化的影響較大，豬肉價(jià)格呈周期性循環(huán)，勞務(wù)類(lèi)價(jià)格與房租的合計(jì)權(quán)數(shù)超過(guò)20%。這意味著，一半以上的CPI權(quán)數(shù)與PPI沒(méi)有直接關(guān)系，因此PPI的上漲傳導(dǎo)至CPI的作用有限。第三，市場(chǎng)的定價(jià)能力。PPI除了受原料價(jià)格的影響外，市場(chǎng)的定價(jià)能力也是重要因素。目前國(guó)內(nèi)工業(yè)產(chǎn)能過(guò)剩，仍屬于買(mǎi)方市場(chǎng)，與CPI有關(guān)的工業(yè)產(chǎn)品通過(guò)價(jià)格轉(zhuǎn)嫁增加的成本較困難，限制了PPI與CPI間的傳導(dǎo)機(jī)制。那么，CPI與PPI的剪刀差未來(lái)是

并以固定價(jià)格因子權(quán)數(shù)的分類(lèi)工程為基礎(chǔ)項(xiàng)目，統(tǒng)計(jì)靜態(tài)投資完成額、分析計(jì)算分類(lèi)工程價(jià)格指數(shù)、采用公式法計(jì)算價(jià)差。1 概 述1.1 執(zhí)行概算執(zhí)行概算是根據(jù)水利水電工程基本建設(shè)管理要求，結(jié)合項(xiàng)目招標(biāo)及合同管理實(shí)際情況，以招標(biāo)設(shè)計(jì)工程量及合同的人工、機(jī)械效率和材料消耗量，參照可行性研究報(bào)告設(shè)計(jì)概算的費(fèi)用構(gòu)成及項(xiàng)目劃分原則，形成的工程造價(jià)控制目標(biāo)值，是工程造價(jià)管理的重要手段，是工程造價(jià)考核的重要依據(jù)，也是計(jì)算價(jià)差的基礎(chǔ)。1.2 樞紐工程執(zhí)行概算價(jià)差樞紐工程執(zhí)行概算價(jià)差

輪基期的食品煙酒權(quán)數(shù)下降3.4個(gè)百分點(diǎn)（其中，舊口徑食品權(quán)數(shù)下降3.2個(gè)百分點(diǎn)），生活用品及服務(wù)權(quán)數(shù)下降1.1個(gè)百分點(diǎn)；居住權(quán)數(shù)上升2.2個(gè)百分點(diǎn)，交通和通信權(quán)數(shù)上升1.1個(gè)百分點(diǎn)，醫(yī)療保健權(quán)數(shù)上升1.3個(gè)百分點(diǎn)，其他分類(lèi)權(quán)數(shù)變動(dòng)相對(duì)較小?！备鶕?jù)上一輪2011—2015年基期期間八大類(lèi)的權(quán)重（根據(jù)當(dāng)期各大類(lèi)同比及其對(duì)CPI同比的貢獻(xiàn)率推算出的權(quán)重平均值），以及上述新聞稿和專(zhuān)訪中公布的權(quán)重變化率，測(cè)算新一輪基期即2016—2020年CPI的八大類(lèi)權(quán)重如表2所

數(shù)（頻譜）稱(chēng)為“權(quán)數(shù)”，從而傅里葉變換式（2）代表分解式（1）中各簡(jiǎn)諧振動(dòng)的權(quán)數(shù).同時(shí)為了方便，在下文中我們將分解式（1）中的各簡(jiǎn)諧振動(dòng)稱(chēng)為f（x）的各分振動(dòng).下面基于以上物理對(duì)應(yīng)對(duì)傅里葉變換的6個(gè)基本性質(zhì)進(jìn)行物理詮釋.2　傅里葉變換基本性質(zhì)的物理詮釋2.1線性定理性質(zhì)敘述：設(shè)α1，α2為任意常數(shù)，有物理學(xué)詮釋?zhuān)夯?節(jié)中的物理對(duì)應(yīng)，線性定理式（3）變得易于理解：α1f1（x）+α2f2（x）代表振動(dòng)的線性組合，考慮到振動(dòng)分解式（1）的思想，α1f1（x）

響。2 價(jià)格因子權(quán)數(shù)2.1 價(jià)格因子權(quán)數(shù)劃分價(jià)差測(cè)算權(quán)數(shù)包括變值權(quán)數(shù)和定值權(quán)數(shù)。定值權(quán)數(shù)與變值權(quán)數(shù)之和為100%。定值權(quán)數(shù)，指項(xiàng)目管理預(yù)算靜態(tài)投資額中參與價(jià)差測(cè)算并不隨物價(jià)變動(dòng)的權(quán)數(shù)，一般取值為5%～10%，但是設(shè)備工程和獨(dú)立費(fèi)用的定值權(quán)數(shù)為零?！端姽こ虉?zhí)行概算編制辦法（試行）》中建設(shè)單位與施工企業(yè)之間的調(diào)價(jià)公式中定值權(quán)重分別在不同的施工期內(nèi)確定不同權(quán)重。工程開(kāi)工3a以內(nèi)，定值權(quán)重為15%；工程開(kāi)工3-7a，定值權(quán)重為10%，工程開(kāi)工7a以上為5%。

引入通勤距離修正權(quán)數(shù)α以及城市之間的經(jīng)濟(jì)落差權(quán)數(shù)β對(duì)城市間的直線距離進(jìn)行兩次修正[4]，即：式（2）中，D為兩地的直線距離。通勤距離權(quán)數(shù)與兩個(gè)城市之間主要交通運(yùn)輸方式有關(guān)，而經(jīng)濟(jì)落差權(quán)數(shù)與兩個(gè)城市之間人均GDP的比值有關(guān)，修正系數(shù)見(jiàn)表4。表4 通勤距離修正權(quán)數(shù)和經(jīng)濟(jì)落差修正權(quán)數(shù)若兩城市之間的實(shí)際距離是100km，其主要交通運(yùn)輸方式是汽車(chē)，則權(quán)數(shù)α=1.2，那么其通勤距離被放大到120km；若其既有火車(chē)，也有汽車(chē)的話，則權(quán)數(shù)α=0.7，通勤距離就被縮短到70

250002）權(quán)數(shù)對(duì)CPI的結(jié)果影響程度定量分析張 偉1，朱孔來(lái)2（1．山東財(cái)經(jīng)大學(xué) 統(tǒng)計(jì)學(xué)院，山東 濟(jì)南 250002；2．濟(jì)南大學(xué) 管理學(xué)院，山東 濟(jì)南 250002）權(quán)數(shù)是影響CPI精度的重要因素之一，通過(guò)對(duì)基本分類(lèi)價(jià)格指數(shù)計(jì)算中的權(quán)數(shù)缺失和高層級(jí)價(jià)格指數(shù)計(jì)算中權(quán)數(shù)滯后的影響進(jìn)行了理論和實(shí)證分析，結(jié)果表明，利用將銷(xiāo)售量作為權(quán)數(shù)的“聯(lián)合比”法對(duì)基本分類(lèi)價(jià)格指數(shù)進(jìn)行計(jì)算可以大幅提高其精度；高層級(jí)價(jià)格指數(shù)計(jì)算所用權(quán)數(shù)的滯后性同樣會(huì)降低CPI的精度，且主要

現(xiàn)鈔貨幣券別結(jié)構(gòu)權(quán)數(shù)理論來(lái)確定各券別之間的結(jié)構(gòu)權(quán)數(shù)和權(quán)重，應(yīng)用該理論確定銀行業(yè)金融機(jī)構(gòu)小面額備付金合理性限額，最后對(duì)銀行業(yè)金融機(jī)構(gòu)保障小面額備付金最低限額提出具體監(jiān)督管理建議。備付金；限額；銀行業(yè)金融機(jī)構(gòu)目前，我國(guó)貨幣當(dāng)局實(shí)行的現(xiàn)鈔貨幣實(shí)物構(gòu)成是以1-2-5奇偶數(shù)混合和1-5奇數(shù)的券別結(jié)構(gòu)體系。由于流通中現(xiàn)鈔貨幣券別結(jié)構(gòu)完整性的維系和調(diào)節(jié)涉及到經(jīng)濟(jì)增長(zhǎng)、現(xiàn)鈔投放、現(xiàn)金流動(dòng)等諸多要素，在實(shí)際貨幣發(fā)行工作中現(xiàn)鈔投放的數(shù)據(jù)模型什么，依據(jù)什么樣的券別結(jié)構(gòu)進(jìn)行投放才

方式把缺失單元的權(quán)數(shù)分解到非缺失單元上，通過(guò)增大樣本觀測(cè)值的權(quán)數(shù)以減少由于缺失對(duì)估計(jì)量可能帶來(lái)的偏差。WEE法是在結(jié)局變量與協(xié)變量間存在線性關(guān)系的前提下進(jìn)行模型構(gòu)建的，故假設(shè)在回歸模型中，令Yi表示結(jié)局變量，Xi為協(xié)變量，i=1，2…n表示樣本量，故結(jié)局的均值模型為:U=Ui(Xi，β)=E(Yi|Xi，β)，其中β為參數(shù)。當(dāng)沒(méi)有缺失值時(shí)，采用樣本數(shù)據(jù)對(duì)總體結(jié)局均值進(jìn)行估計(jì)，則有，式中wi為第i個(gè)單元的權(quán)數(shù)，是樣本單元入樣概率φi的倒數(shù);參數(shù)估計(jì)方程為|x

=N，取一組初始權(quán)數(shù)pi(i=1，2，…，N)，按照式(1)計(jì)算下一期t+1時(shí)的預(yù)測(cè)值。2)計(jì)算預(yù)測(cè)值和實(shí)際值之間的誤差3)根據(jù)預(yù)測(cè)誤差et+1調(diào)整權(quán)數(shù)以減少誤差。如此反復(fù)進(jìn)行，可找到一組“最佳”的權(quán)數(shù)，使誤差減少到最低限度。其公式為式中，p'i為調(diào)整后的第i個(gè)權(quán)數(shù);K為學(xué)習(xí)常數(shù)。利用此方法對(duì)權(quán)數(shù)進(jìn)行調(diào)整，從t=N開(kāi)始到t=M稱(chēng)為一輪迭代。然后將得到的新的權(quán)數(shù)作為初始權(quán)數(shù)，重新開(kāi)始下一輪迭代過(guò)程，如此反復(fù)進(jìn)行至誤差無(wú)多大改進(jìn)時(shí)，即認(rèn)為獲得了一組最佳權(quán)數(shù)，并

各要素基尼系數(shù)的權(quán)數(shù)符號(hào)大于0，且總量基尼系數(shù)為各分量基尼系數(shù)的加權(quán)平均[2]；Shorrocks利用偽基尼系數(shù)(不按從小到大排序)，將總體基尼系數(shù)表示為各分量偽基尼系數(shù)的加權(quán)平均[3]；Lerman和Yitzhaki利用基尼系數(shù)的協(xié)方差表達(dá)式給出基尼系數(shù)要素分解的協(xié)方差形式[4]。但上述對(duì)總體基尼系數(shù)的分解都以針對(duì)個(gè)體微觀數(shù)據(jù)為出發(fā)點(diǎn)，并沒(méi)有對(duì)組數(shù)據(jù)的基尼系數(shù)按收入來(lái)源分解問(wèn)題給出較好的解決方案。而實(shí)際應(yīng)用中存在大量的組數(shù)據(jù)，如我國(guó)的統(tǒng)計(jì)年鑒收入數(shù)據(jù)通常

時(shí)間和距離都設(shè)定權(quán)數(shù)就可以得出比較具有實(shí)際意義的線路。本文同時(shí)考慮運(yùn)行距離和時(shí)間，以單一起點(diǎn)、單一終點(diǎn)的物流運(yùn)輸路線為例，來(lái)探討物流運(yùn)輸路線優(yōu)化問(wèn)題。1 設(shè)置問(wèn)題如圖1所示是路路順物流公司簽訂的一項(xiàng)公路運(yùn)輸合同，要將一批藥品從A城送到H城，路路順物流公司根據(jù)這兩個(gè)城市之間的行車(chē)線路繪制了一幅公路網(wǎng)絡(luò)圖。其中A點(diǎn)是裝貨地，H點(diǎn)是卸貨地，B、C、D、E、F、G是途中可能經(jīng)過(guò)的城市。從A～H有多種路線可選擇，如何選擇最優(yōu)路線？2 傳統(tǒng)的路線優(yōu)化方法2.1 單純的

每一個(gè)質(zhì)量屬性的權(quán)數(shù)，這也是加權(quán)評(píng)定整體歸一方法的關(guān)鍵。權(quán)數(shù)是在統(tǒng)計(jì)中計(jì)算平均數(shù)等指標(biāo)時(shí)，對(duì)各個(gè)變量值具有權(quán)衡輕重作用的數(shù)值。作為統(tǒng)計(jì)計(jì)算中的主要基礎(chǔ)數(shù)據(jù)之一的權(quán)數(shù)，早已被廣泛地應(yīng)用與天氣預(yù)報(bào)、地震預(yù)測(cè)、自動(dòng)控制、遙感遙測(cè)、人工智能、系統(tǒng)分析、知識(shí)工程、企業(yè)經(jīng)濟(jì)管理、工業(yè)、農(nóng)業(yè)、礦業(yè)、醫(yī)學(xué)診斷、語(yǔ)言加工、圖像識(shí)別、信息復(fù)制、生物工程、環(huán)境保護(hù)、心理學(xué)、哲學(xué)以及教育等科學(xué)技術(shù)領(lǐng)域。權(quán)數(shù)是對(duì)工程設(shè)計(jì)專(zhuān)業(yè)在整體設(shè)計(jì)中的質(zhì)量重要程度加以確定的，設(shè)計(jì)專(zhuān)業(yè)在不同類(lèi)型的

青社員和干茶社員權(quán)數(shù)的確定1.2.1 按交易額計(jì)算茶青社員的權(quán)數(shù)值等于不同季節(jié)被合作社收購(gòu)的茶青量乘以收購(gòu)單價(jià)的數(shù)值，干茶社員的權(quán)數(shù)值等于被合作社收購(gòu)的干茶數(shù)量乘以收購(gòu)單價(jià)的數(shù)值，也就是由合作社的收購(gòu)價(jià)格確定各自的權(quán)數(shù)。1.2.2 按制率和交易量（價(jià)格）計(jì)算不同地區(qū)、不同季節(jié)和不同的加工水平，每加工1 kg的干茶耗費(fèi)的茶青量不同，一般情況下，4 kg茶青可生產(chǎn)1 kg干茶，故在與合作社交易時(shí)權(quán)數(shù)比例確定就按1:4計(jì)算。同時(shí)，還要考慮茶葉加工廠生產(chǎn)的干茶增值

時(shí)用相關(guān)系數(shù)作為權(quán)數(shù)進(jìn)行加權(quán)平均的計(jì)算方法，同時(shí)提出了利用相關(guān)系數(shù)及各因素滿意度調(diào)查數(shù)據(jù)來(lái)繪制顧客滿意度象限圖，以分析加氣站的顧客滿意度現(xiàn)狀，并有針對(duì)性地提出提升滿意度的措施.1 加氣站相關(guān)分析描述1.1 相關(guān)分析通常，把現(xiàn)象之間客觀存在的，但在數(shù)量表現(xiàn)上不確定的相互依存關(guān)系稱(chēng)為相關(guān)關(guān)系.相關(guān)分析，就是要確定現(xiàn)象之間有無(wú)相關(guān)關(guān)系存在，以及相關(guān)關(guān)系的性質(zhì)和表現(xiàn)形態(tài)如何.就加氣站而言，天然氣的價(jià)格與顧客滿意度之間、天然氣質(zhì)量與顧客滿意度之間、服務(wù)質(zhì)量與顧客滿意

特點(diǎn)，給出了課程權(quán)數(shù)構(gòu)造的具體方法，根據(jù)評(píng)價(jià)原則組合多種權(quán)數(shù)，采用冪平均合成模型對(duì)課程成績(jī)進(jìn)行綜合評(píng)價(jià)，并通過(guò)實(shí)例應(yīng)用分析，確定權(quán)數(shù)合成方法和模型參數(shù).該方法能合理地評(píng)價(jià)學(xué)生的學(xué)習(xí)效果.效用函數(shù)；綜合評(píng)價(jià)；權(quán)數(shù)；冪平均合成高等學(xué)校課程的科目多、類(lèi)型復(fù)雜，成績(jī)?cè)u(píng)定標(biāo)準(zhǔn)存在較大的差異，成績(jī)形式多樣，成績(jī)的可比性差，造成課程成績(jī)綜合評(píng)價(jià)的困難.一般的綜合評(píng)價(jià)方法都是采用加權(quán)平均的方法計(jì)算出課程的平均成績(jī)，其權(quán)重一般采用主觀賦權(quán)法給定，受主觀因素影響較大，不能形成

模型,為避免非負(fù)權(quán)數(shù)的約束,采用了熵值法[2,3]確定組合預(yù)測(cè)模型的權(quán)系數(shù),對(duì)某電網(wǎng)高峰負(fù)荷進(jìn)行了預(yù)測(cè)分析,能較大程度地提高預(yù)測(cè)精度.2 組合預(yù)測(cè)及熵值法的基本思想組合預(yù)測(cè)方法是由Bates和Granger在題為“The Combination of Forecasts”的論文中首次提出的,其基本思想是將幾種預(yù)測(cè)方法所得的預(yù)測(cè)結(jié)果,選取適當(dāng)?shù)臋?quán)重進(jìn)行加權(quán)平均以提高預(yù)測(cè)的精度,組合預(yù)測(cè)方法建立在最大信息利用的基礎(chǔ)上,它集結(jié)了多種單一模型所包含的信息,進(jìn)行最優(yōu)

本有機(jī)構(gòu)成下降而權(quán)數(shù)提高、技術(shù)應(yīng)用部門(mén)資本有機(jī)構(gòu)成提高而權(quán)數(shù)下降,由此導(dǎo)致全社會(huì)資本有機(jī)構(gòu)成變化。若滿足資本配置條件和勞動(dòng)配置條件,則技術(shù)進(jìn)步導(dǎo)致全社會(huì)資本有機(jī)構(gòu)成提高,否則不一定。技術(shù)進(jìn)步對(duì)全社會(huì)資本有機(jī)構(gòu)成的影響具有階段性：在初級(jí)階段,技術(shù)進(jìn)步導(dǎo)致資本有機(jī)構(gòu)成提高;在中級(jí)階段,有機(jī)構(gòu)成不變;在高級(jí)階段,有機(jī)構(gòu)成下降。勞動(dòng)報(bào)酬在初次分配中比重通過(guò)全社會(huì)資本有機(jī)構(gòu)成下降而提高的關(guān)鍵是技術(shù)發(fā)明部門(mén)的極大發(fā)展,而這歸根到底又取決于教育和科研的極大發(fā)展。技術(shù)進(jìn)步

主要利用模型校準(zhǔn)權(quán)數(shù)的方法，解決小域中的多目標(biāo)估計(jì)問(wèn)題，并得到小域的多個(gè)目標(biāo)變量的穩(wěn)健估計(jì)量。小域估計(jì)；多目標(biāo)調(diào)查；模型校準(zhǔn)權(quán)數(shù)；穩(wěn)健估計(jì)量0 引言小域估計(jì)[1]是當(dāng)今抽樣調(diào)查的熱點(diǎn)的問(wèn)題之一，許多大型的調(diào)查都需要在估計(jì)總體的目標(biāo)變量的同時(shí)，對(duì)相應(yīng)的域的目標(biāo)變量進(jìn)行有效的估計(jì)。小域指規(guī)模很小的域，包括地理上的小域，也包括總體中按照某種屬性劃分的一個(gè)很小的子總體，“小”是指樣本量很小，甚至為零，此時(shí)無(wú)法利用傳統(tǒng)的直接估計(jì)法對(duì)小域的目標(biāo)變量的進(jìn)行有效的估計(jì)，稱(chēng)

自適應(yīng)過(guò)濾法調(diào)整權(quán)數(shù)的計(jì)算公式為[8]：逐次迭代調(diào)整，以實(shí)現(xiàn)自回歸系數(shù)的最優(yōu)化。其中，φi、φ'i分別表示調(diào)整前后第i期的權(quán)數(shù)，k為調(diào)整系數(shù)，也稱(chēng)學(xué)習(xí)常數(shù)或?yàn)V波參數(shù)，et+1=xt+1-x?t+1為第t+1期的預(yù)測(cè)誤差，xt-i+1為第t-i+1期的觀察值。然后將優(yōu)化的系數(shù)代入時(shí)間序列的預(yù)測(cè)模型[8]：式中，x?t+1是第t+1期的預(yù)測(cè)值，xt-i+1和φi分別是第t-i+1期的觀測(cè)值及當(dāng)期的權(quán)數(shù)，p是模型階數(shù)也即權(quán)數(shù)的個(gè)數(shù)。1.2 自適應(yīng)過(guò)濾法預(yù)測(cè)步驟按

型的建立3.1 權(quán)數(shù)計(jì)算方法的選擇本指標(biāo)體系擬采用的基礎(chǔ)數(shù)據(jù)設(shè)計(jì)為國(guó)家統(tǒng)計(jì)局公開(kāi)出版的《中國(guó)統(tǒng)計(jì)年鑒》、各省的歷年統(tǒng)計(jì)年鑒、各省的歷年農(nóng)村統(tǒng)計(jì)年鑒以及各省歷年社會(huì)經(jīng)濟(jì)概要,都屬于國(guó)家標(biāo)準(zhǔn)的統(tǒng)計(jì)數(shù)據(jù),保障數(shù)據(jù)的科學(xué)、準(zhǔn)確。其次,選擇層次分析法確定各指數(shù)的權(quán)數(shù)。集中探討學(xué)術(shù)界關(guān)注的主成分分析法、因子分析法;通過(guò)比較分析,結(jié)合所建立的指標(biāo)體系,確立本文所選擇賦權(quán)方法,即層次分析法;根據(jù)所建立的評(píng)價(jià)指標(biāo)遞階層次結(jié)構(gòu),通過(guò)指標(biāo)兩兩比較構(gòu)造指標(biāo)比較判別矩陣(采用德?tīng)柗?/div>

科教導(dǎo)刊 2009年36期2009-07-05

題主要有：首先，權(quán)數(shù)確定不科學(xué)。一是我國(guó)現(xiàn)行的CPI涵蓋食品，娛樂(lè)教育文化用品及服務(wù)、居住、交通通訊，醫(yī)療保健及個(gè)人用品，衣著，家庭設(shè)備及維修服務(wù)和煙酒及用品八個(gè)大類(lèi)，這八大類(lèi)的權(quán)重設(shè)置比較傳統(tǒng)，沒(méi)有與時(shí)俱進(jìn)。過(guò)去，居民住房一般由國(guó)家或單位進(jìn)行分配，所以，居住所占的比重(13％)低是可以理解的。近些年來(lái)，在住房分配制度取消的背景下，住房需求和開(kāi)支成為居民最重要的需求和支出，再沿襲傳統(tǒng)的較低的居住比重明顯是不合理的。而且，從居民消費(fèi)結(jié)構(gòu)升級(jí)的趨勢(shì)看，食品類(lèi)的

.單項(xiàng)分值比例及權(quán)數(shù)的確立也可以依據(jù)實(shí)際需要有所調(diào)整“在統(tǒng)計(jì)計(jì)算中,用來(lái)衡量總體中各單位標(biāo)志值在總體中作用大小的數(shù)值叫權(quán)數(shù)。權(quán)數(shù)決定指標(biāo)的結(jié)構(gòu),權(quán)數(shù)如果變動(dòng),絕對(duì)指標(biāo)值和平均數(shù)也會(huì)變動(dòng),所以權(quán)數(shù)是影響指標(biāo)數(shù)值變動(dòng)的一個(gè)重要因素?！雹僭谥贫ā霸u(píng)分表格”的準(zhǔn)備工作過(guò)程中,應(yīng)該首先根據(jù)教學(xué)大綱及實(shí)際情況做出標(biāo)準(zhǔn),確定考察側(cè)重內(nèi)容和權(quán)重,主要考察曲目和重點(diǎn)考察項(xiàng)目的總體權(quán)數(shù)與個(gè)體分值應(yīng)該提高,反之相應(yīng)降低。同樣是對(duì)某類(lèi)樂(lè)曲進(jìn)行考察,但是考察的側(cè)重點(diǎn)不同,權(quán)數(shù)相應(yīng)有