教学课程资源库 更多>>

摘要： 按照GB/T 3358.1～3-2009 《统计学术语》的有关规定，统计学符号一律采用斜体排印。常用：（1）样本的算术平均数用英文小写■或mean （中位数英文叙述中用M或median）;（2）标准差用英文小写s或大写SD （限英文文献中）；（3）标准误用英文小写■或大写SE （限英文文献中）；（4） t检验用英文小写t;（5） F检验用英文大写F;（6）卡方检验用希文小写χ2;（7）相关系数用英文小写r;

关键词： 应用统计学   一流专业   探索与实践  

摘要： 应用统计学具有显著的实践导向特征，与计算机、数学等学科的交叉融合发展，使其应用范围几乎覆盖社会科学与自然科学的各个领域，而具有相关统计分析能力的人才，社会需求量巨大。本文以浙江工商大学应用统计学为研究对象，对其专业定位、建设成就、改革经验、培养模式进行阐述与探讨，并基于实际形势对未来发展路径进行思考，以期为统计与数学学院乃至学校其他专业建设提供参考借鉴。

关键词： 农业信息化   决策分析   预测   平台开发  

摘要： 广西壮族自治区(以下称广西)在农业生产中积累了庞大的科学实践数据,但是对广西农业数据的管理、分析和处理方面存在些许不足。针对此问题本文设计开发了基于地统计学与机器学习的广西农业信息化平台。目的是为农业生产者和政府管理部门提供农业信息化服务,有助于提高广西地区农业生产效率、减少资源浪费,本文的主要研究内容如下:首先,以统计学模型分析广西地区的农业产值,分析其在空间上的变异性。通过对比理论模型的决定系数和残差判断最优拟合模型,拟合结果表明,高斯模型为最优拟合模型,高斯模型的残差和决定系数分别为0.0299和0.857,优于其他模型的决定系数和残差,经高斯拟合后的半变异函数模型块金系数为0.226,代表其空间分布格局主要受结构性因素影响,为聚类分析的指标选取提供参考。其次,选取结构性因素中易量化的指标进行数据预处理使其处于同一量纲,利用PCA方法进行数据降维,选取累计贡献率80%的数据做下一步分析。将处理后的数据根据内部评价指标进行评价,确定最终聚类数目。预设聚类数目后进行K-means聚类分析,根据聚类分析结果具体分析,提出了适宜不同地区的农业生产模式决策,分别是全程机械化生产模式、改地适机全程机械化生产模式和以机适地的关键环节机械化生产模式。最后,本文建立了AFSA-GRU组合预测模型。该模型利用AFSA优化算法对GRU模型的超参数进行寻优,有效的提高了预测精度,可以更加精确的预测未来的农业数据。研究结果表明,AFSA-GRU模型在预测平稳、偏线性的粮食产量时,与GRU模型和BP模型相比RMSE分别降低了2.029和3.2146,MAPE分别降低了0.05%和0.31%;在预测非线性、波动性大的降水量数据下MAPE分别降低了3.674%、8.002%,RMSE分别降低了0.066、0.038,预测精度优于原始GRU模型和BP模型,表明该模型在农业数据预测中具有较强非线性学习能力,可以为农业生产提供精准的数据预测参考。本文基于以上技术开发了基于地统计学与机器学习的广西农业信息化平台,平台主要功能模块有平台用户模块、数据维护模块、服务业务模块和专家咨询模块,该平台基于MATLAB和Py Charm进行算法开发,使用Visual Studio进行编译,运用QT开发可视化人机交互界面。该平台界面便于操作,具有良好应用和推广前景。

摘要： 在管理学自身发展，与企业对管理要求越来越高的背景下，科学化成为企业管理的发展方向，定量化的人力资源（后文统称“人资”）管理对企业的可持续发展具有重要意义。企业进行人资管理，可通过统计学知识，了解人力变动、人资生产率、职业技能和薪酬发放情况，并通过具体的指标，更好地服务企业运营，为决策者做出合理正确决策提供支持。企业的人资管理水平对企业的生产与发展影响极大。企业使用统计学知识进行人资管理可以更精准地掌握员工情况、生产效率、资源投入情况等，并通过对各类数据的分析与整理，为企业提供改进的依据。人资管理与统计工作的结合可推动企业人资管理的现代化发展。

摘要： ①对于研究统计设计：应交代研究统计设计的名称和主要做法。如调查设计(分为前瞻性、回顾性还是横断面调查研究),实验研究(应交代具体的设计类型，如自身配对设计、成组设计、交叉设计、析因设计、正交设计等),临床试验设计(应交代属于第几期临床试验，采用了何种盲法措施等);主要做法应围绕4个基本原则(重复、随机、对照、均衡)概要说明，尤其要交代如何控制重要非试验因素的干扰和影响。

关键词： 交叉学科   统计学   未来发展　　cross-discipline   statistics   research prospect  

摘要： 进入20世纪，交叉学科不断涌现，其在认识和改造世界中的作用不断凸显。基于学科建设和科学研究的角度，学科的交叉可以分为4类，即学科门类内部的交叉、学科门类之间的交叉、学科门类与科学技术的交叉、自然学科与社会学科门类的交叉。在交叉学科的设置上，截至2021年6月，我国共有185所高校备案了616个交叉学科，其中应用经济学（经济统计学）和统计学涉及交叉学科的比例分别是13%和3.4%，统计学科在交叉学科的发展范围越来越广。在此基础上，本文探讨了统计学与其他学科交叉的内在动机和外部要求，并将2014-2021年中文社会科学引文索引和中国科学引文数据库中涉及的统计期刊发表论文作为研究对象，考察不同学科交叉程度的论文对统计学发展的作用力。最后，基于统计学未来可能的研究与应用动态，本文展示了统计学研究的10个重要发展方向。在交叉学科的促进下，各学科不断渗透、融合，构成了一个相互关联的多层级复杂网络。从学科交叉的角度研究统计学，将对社会进步和世界经济发展，特别对促进智能化科学技术的飞速发展具有重要意义。

关键词： 前哨地区   沉积展布特征   地震多属性分析   叠前地质统计学反演   薄储层识别  

摘要： 近年来,随着勘探程度的不断提高,油气勘探的主要研究对象已由常规构造油气藏转向隐蔽型油气藏。QS1沟槽区位于准噶尔盆地盆1井西凹陷东环带,侏罗系三工河组（J1s）是重要的天然气增储上产有利区,该区发育规模岩性圈闭群,以砂泥岩薄互层的岩性油气藏最为典型,是建产高效领域。QS1沟槽区于J1s2～1取得勘探突破,已钻井反映碎屑岩砂体分布具有砂体厚度变化快、非均质性强的特点,存在储层分布不均,优势储层难以识别、含油气差异性大等问题。针对研究区隐蔽型油气藏的储层特征,首先开展区域沉积特征分析,进而明确优势储层相带分布,最终在优势储层相带内进行薄储层的识别。 本文基于地质-测井-地震一体化研究思路,利用地质、测井、叠前/叠后地震资料,综合运用地质分析、储层敏感参数评价、地震属性技术、横波预测技术、AVO分析、叠前同时反演、叠前地质统计学反演等多种分析技术和方法。通过无监督多属性模式识别技术结合单井沉积相分析,点面结合确定研究区发育浅水三角洲内前缘相、浅水三角洲外前缘相、砂质碎屑流相,明确了浅水三角洲外前缘相为该区优势储层相带;原始测井资料储层敏感参数分析表明了常规叠后反演无法解决储层与围岩波阻抗叠置的问题,并在研究区缺乏横波资料的情况下,利用拟声波重构法进行了横波预测,应用效果表明了预测结果的合理性及纵横波速度比是研究区的典型弹性敏感参数;在横波预测及AVO分析的基础上,在区域优势储层相带内开展了叠前同时反演,针对反演结果纵向分辨率不理想的情况,继而开展了叠前地质统计学反演,最终有效识别了QS1沟槽区J1s2～1薄储层及含油气性分布特征。 通过开展综合研究,无监督多属性模式识别技术结合单井沉积相分析、岩心和粒度分析等方法能够有效落实该区浅水三角洲沉积模式;叠前地质统计反演方法可以有效地降低该地区优势储层相带内薄储层识别的不确定性,使得预测结果能更准确地刻画薄储层的分布特征。最终建立了一套区域沉积展布特征分析及岩性油气藏识别的有效技术系列,为准噶尔盆地隐蔽型油气藏的勘探开发提供了有利的技术手段和研究思路。

关键词： 新型冠状病毒肺炎   疾病传播   疫情预测   时空统计学   ARIMA模型  

摘要： 2019年底出现的新型冠状病毒来势凶猛,其主要通过呼吸道飞沫传播和接触传播,人群对其没有抵抗力,普遍易感,新冠病毒具有很强的传播能力,其毒株也在不断变异,尽管到2020年4月国内疫情已经得到基本控制,但目前已经出现再次感染的情况,所以我们仍需保持警惕.对于新冠病毒疫情的流行特征、影响因素和传播风险等进行系统科学的研究是对其进行科学有效防控的基础,也是目前国内外研究的重难点.但目前以农村为疫情爆发点且基于较小空间单元的研究较少,并且在疫情爆发初期识别未来发展变化趋势是当前以及一段时间内疫情防控亟待解决的问题.本文针对上述存在的问题进行了以下研究.　　第二章针对2021年1月2日至2021年2月14日石家庄市突发的COVID-19疫情,基于时空统计学方法分析其时空分布特征,并利用多种回归模型研究影响新冠病毒传播的因素.研究表明:石家庄市疫情持续时间相对较短,高发病时间在一月中下旬,高发病区域位于藁城区及其周边地区,确诊病例的方向分布呈现沿“西北―东南”方向扩散的格局.另外发现: 在各类影响因素中,生活因素对新冠疫情的影响正相关且其在影响作用中占比较大,气象因素与距离因素呈负相关.政策因素中的管控政策发挥较大作用.石家庄市新冠疫情高发病区域比较集中,说明疫情防控措施及时有效,这提示我们找准热点区域,根据疫情情况及时采取适当防控措施,将在很大程度上控制疫情的发展.　　第三章基于ARIMA模型对五个城市的COVID-19疫情进行预测,通过选择合适的参数值建立ARIMA( p, d, q )模型,对疫情的发展趋势进行统计实证分析.首先对收集的数据进行检验使其满足建模要求,接着基于不同城市的数据识别具体的模型参数,最后进行预测.研究结果发现:依据不同城市的数据所识别模型的预测结果都较好反映了疫情的发展趋势,表明ARIMA模型在相对稳定的疾病传播过程中适用性较高,但又由于所需考虑的因素过多,现实中随机干扰不一定存在,导致模型在短期内预测结果较好.通过对疫情数据进行分析和建模,我们可以预测未来疫情的趋势,评估防控措施的有效性,为制定更加科学的防控措施提供支持.基于ARIMA模型的预测结果,可以提供疫情预警和风险评估,帮助政府和公众及时采取措施,有效控制疫情的扩散和传播.

关键词： 智能运维   异常检测   根因定位   统计学  

摘要： 随着人工智能、大数据等新技术的迭代与飞速发展,数据规模与网络复杂度日益呈现爆炸式增长。由于各类网站和应用的增多,为了维持更新服务器的性能与质量,企业不断增加服务器数量和规模,这也就导致了IT系统越来越复杂化。针对当前运维的缺陷,需要有一种更高效、智能的运维技术。它可以大幅度提升运维效率和质量,包括监控的便捷部署、系统故障的及时发现与报警、根因定位、以及故障处理的智能决策。本文旨在通过搭建一套微服务架构的故障演练系统,利用Sock-shop、Kebernetes、Chaos Mesh等平台模拟生成微服务架构中会遇到的各类故障和异常情况,之后对微服务架构中的服务级和服务级的各项指标进行采集生成数据集。通过该数据集可以对关键图谱、机器学习、神经网络、非参数检验等技术算法进行支持。随后本文利用统计学的Score检验、机器学习算法、核密度估计算法与深度学习的USAD算法对带有标签的时序数据集进行检验,最终得到结论:相比基于统计检验和机器学习的异常检测算法而言,核密度估计的F1-score整体最高,各指标均能够达到0.9以上。同时,深度学习的USAD的F1-score也能达到较为理想的效果,且不需要频繁调参,只需要一组合理的正常数据即可,故认为USAD深度学习方法在这些算法中是最具有优势的异常检测算法,由于该方法需要正常数据用于对抗训练,这就更体现出了部署微服务架构以获得理想数据的重要性。在根因定位中,本论文所实现的微服务架构应用的故障演练平台可以完全支持Micro RCA算法的开发与调试。本文实现的故障演练系统可定制化地生成微服务架构海量指标的故障数据集,并支持多种主流异常检测与根因定位算法的开发与验证。同时该系统和思想可适用在各种基于微服务架构KPI指标的异常检测与根因定位算法的部署中,可为算法的开发提供模拟数据的支持与增强,提高算法的可学习性与准确性。

关键词： 熵   多点地质统计学   DisPat算法   模板尺寸   模型评价  

摘要： 本文采用不确定性度量指标——熵,探索改善多点地质统计学算法存在的两点问题:(1)算法运行效率与内存占用难以平衡;(2)模板尺寸参数变化对模拟结果有显著影响,且现有模板尺寸择优方法泛用性不强。本文应用图像信息熵和模式数据库平均信息熵为核心指标的熵模型,有效改善了以上两点问题。 首先,本文总结了Simpat和Dis Pat两种重要的多点地质统计学方法的原理、实现步骤及优缺点。在此基础上,结合图像信息熵概念提出了基于熵改进的Dis Pat算法。该算法在保证模拟结果质量的前提下,平衡了算法运行效率和占用内存情况,并在不同地质构形上验证改进算法的运行效率、内存占用情况,综合评价表明本算法优于基础算法,说明基于熵模型筛选的模式数据库可以提升多点地质统计学算法性能。 其次,针对模拟结果对模板尺寸参数敏感的问题,总结了现有3种基于熵进行模板尺寸择优的模型。就现有择优模型泛用性不强问题,结合卷积神经网络和BP神经网络泛用性强特点,提出了利用神经网络计算模式数据库平均信息熵及模板尺寸择优的组合模型,实现了模板尺寸自动择优。本文以4种地质图像模拟结果的评价指标体系作为检验水平,以模板尺寸为区组,进行了Friedman非参数检验,以检验结果为基础研究了模板尺寸择优熵模型的评价方法。 最后,在泥岩相、直流河、曲流河、棋盘格及阿斜底哇尔玛区域河流训练图像上,使用本文所提评价方法对各模板尺寸择优模型进行了评价。 研究结果表明,熵可以在不降低模拟质量条件下,平衡多点地质统计学方法的内存和效率。以信息熵构建的模板尺寸参数择优模型,可以实现多点地质统计学方法模拟前参数择优。经多个数据集验证,平均信息熵神经网络与模板尺寸择优神经网络组合模型的模板尺寸择优结果在泥岩相、直流河、曲流河训练图像上接近已知熵模型,在棋盘格训练图像上优于已知熵模型。该组合模型无需反复扫描训练图像,择优过程客观且自动化。