【摘 要】
：
Quadratic inference functions (QIF) is an altemative methodology to the popular generalized estimating equations (GEE) approach, it does not involve direct estimation of the correlation parameter, and
论文部分内容阅读
Quadratic inference functions (QIF) is an altemative methodology to the popular generalized estimating equations (GEE) approach, it does not involve direct estimation of the correlation parameter, and thus remains optimal even if the working correlation structure is misspecified.
其他文献
低碳经济是面向后工业社会的一种新的经济模式与生活方式，与此相适应，政府管理方式也将从高碳管理模式向低碳管理模式转变。构建低碳政府既是低碳经济发展的内在诉求，也是当前我国构建服务型政府的客观要求。电子政务是我国信息化建设的重要内容之一，其建设与发展对推动我国低碳政府的建设起着举足轻重的作用，是低碳政府建设的更加快捷有效的平台。
随着社会的发展和进步，流浪儿童问题得到政府、社会越来越多的关注。通过对实地调研获得的材料进行梳理，总结归纳流浪儿童心理状况，分析现有流浪儿童教化及心理健康教育机制，并对我国流浪儿童的教化提出合理化建议：应从立法上加强对流浪儿童受教育权的保护，同时在对待流浪儿童教化以及心理健康教育的问题上应该责权明确，大力发展非政府性质的流浪儿童救助机构，并要充分发挥志愿力量，积极引导社会对流浪儿童教化问题的关注。
自我防御的心理形式在当代高校学生身上呈现出不少典型表现形式，应引起教育工作者的高度重视，通过加强专业学习，实现有差别的互动教育管理，对学生的心理防御形式清晰判断、有效引导，努力消减其消极影响，为培养合格人才服务。教育的目的不是把学生制造成一个个无棱无角、尺寸统一的模具，而是通过教育者们的努力，让学生具有自我成长的能力，使他们成为高校大家庭中感受得到、分辨清楚、乐于接受并愿意继续传递积极思想影响的因
从中国政府在社会保障中的多个角度进行分析，其中包括政府管理体制问题、法律制定、地方和中央政府的职责权限、政府和市场的关系以及政府的信用问题等，目的是在日趋复杂的社会环境下，政府必须抓住主要矛盾，尽快解决涉及社会保障关键的问题，让社会保障的目标尽快实现，使之在我国社会中发挥应有的作用。
大部制和小政府是现代政府治理的基本模式，二者存在内部价值目标的一致性。我国当下的大部制改革是适应市场经济发展的小政府模式不同程度上的价值复归和创新发展的过程。大部制改革的价值取向与方法手段都具有明显的小政府模式的历史渊源，否定这种内在的关联性，大部制也就成为天外来物。大部制是实现小政府模式的重要途径和手段，只不过在中国的大部制改革具有更多的中国色彩，与传统体制、管理思维以及管理方式还存在着一时难以
当今关于我国选举问题的研究已经开展了许多，研究的宽度和广度也不断加大，值得注意的是我国选举存在这样一个现象，那就是高参选率。文章介绍了高投票率造成的不良影响，即选民产生厌选情绪、提高了选举成本、失去了选举的意义等，为解决高投票率现象，作者建议加强立法，同时选举减少行政力量的强制性，提升选民的素质，加强对选举的监督。
本文以习近平总书记系列重要讲话、党的十八大和十八届三中全会精神为指导，系统思考如何完善经济社会发展考核评价体系，提出要完善国民经济核算体系，构建与"五位一体"总体布局相适应的经济社会发展考核评价指标体系，优化综合考核评价方法，设计经济社会发展考核评价体系可视化平台。
文章在总结归纳国外关于非正规部门社会核算矩阵(FISAM)编制及应用研究的基础上，结合中国国情提出了中国非正规部门社会核算矩阵的基本架构.然后基于最新2007年投入产出表和其他相关统计数据编制了15行业的细化SAM.进一步利用国内关于非正规部门的研究成果详细测算了除农业以外14个行业正规就业和非正规就业的人数、月平均工资及工资总额.并且以正规就业和非正规就业的"工资份额"作为权重对15行业细化SA
在中国社会核算矩阵交易流量表基础之上，依照经济循环过程对其进行了模块划分。针对不同的模块分别设计了专用的流量转移模型，实现交易流量向部门流量的平衡转化。最终，设计构造了一种崭新的、反映部门间经济流量变动情况的社会核算矩阵。
利用含无回答的经济数据建立线性回归模型之前，选择PMM多重插补法给出无回答的插补值.模拟结果显示，在任意无回答机制下，随着插补重数增大，系数估计量的偏差和均方误差减小不显著.对于任意无回答率，建议插补重数为5.在完全随机无回答机制下，随着无回答率增加，系数估计量的偏差或均方误差增大往往不显著.然而，在随机无回答机制下或在非随机无回答机制下，随着无回答率增加，系数估计量的偏差和均方误差增大往往显著.