【摘 要】
：
在熵模糊物元分析的基础上,结合模糊集合理论和欧式贴近度的概念,建立了资源节约型、环境友好型社会建设进程的综合评价模型,并以青岛市的资源节约型、环境友好型社会的建设进程监测为例进行了实证分析。该模型将资源节约型、环境友好型社会建设进程中各待评年度的资源节约和环境友好能力作为物元,在计算欧式贴近度时,采用熵值法确定权重系数。计算结果表明,该模型方法能够有效实现对青岛市2004-2009年度资源节约型、
【机 构】
：
济南大学管理学院 山东 济南 250022 山东工商学院会计学院 山东 烟台 264005
论文部分内容阅读
在熵模糊物元分析的基础上,结合模糊集合理论和欧式贴近度的概念,建立了资源节约型、环境友好型社会建设进程的综合评价模型,并以青岛市的资源节约型、环境友好型社会的建设进程监测为例进行了实证分析。该模型将资源节约型、环境友好型社会建设进程中各待评年度的资源节约和环境友好能力作为物元,在计算欧式贴近度时,采用熵值法确定权重系数。计算结果表明,该模型方法能够有效实现对青岛市2004-2009年度资源节约型、环境友好型社会建设进程及能力状况的识别与排序,评价结果与实际情况吻合较好,表明熵模糊物元分析方法合理、可行。
其他文献
以往关于农民工融入城市的研究体现出个体主义与整体主义的割裂,或关注个体行动者的个人资源、理性选择和积极行动,或强调制度安排等宏观因素的结构性制约,导致割裂的根源则在于这些研究在基本的理论层面上没有搞清个人与社会的关系.本文以大连市为例,从社会学的基本问题——社会和个人的关系问题出发,对新生代农民工城市融入问题进行研究,既分析制约新生代农民工融入的制度因素,也研究制度制约情况下新生代农民工个体的行为
留守儿童一直是一个严重的社会问题,真正解决这个问题就要从源头入手.本文通过问卷调查,实地观察、走访等多种社会调研方法,对青海省民和回族土族自治县北山乡、转导乡、峡门镇、满坪镇等乡镇的留守儿童、留守儿童的生活、学习、心理等方面进行了调查分析,提出了一些建议.
在人类复杂疾病的研究中,人们逐渐认识到印记效应和母系效应这两种表观遗传修饰的重要性。现有的统计方法都是利用核心家系数据或病例对照母亲对数据,利用全似然函数的方法来检测印记效应和母系效应。为了避免估计太多的冗余参数,这些方法都对婚配型做了一些在实际情况中很难成立的假设。我们在本文中提出既可以利用核心家系数据又可以利用病例对照母亲对数据的条件似然函数方法,并且这种方法可以利用含有多个小孩的家系数据。由
本文从仿生学角度出发,利用单元正交多项式回归设计方法对凹槽形仿生针头结构参数进行试验优化设计,并分析了仿生针头的减阻机理。结果表明:凹槽数量对仿生针头的减阻效果起显著作用;仿生针头非光滑结构减小了针头与介质接触面积,降低了注射阻力。
在综合分析了国内外有关城市竞争力研究的基础上,对城市生态环境竞争力的概念和内涵进行了界定,构建了针对生态环境竞争力的评价体系,采用客观赋权法中的灰色系统理论确定各指标的权重,利用模糊综合评价法对山东省17地市进行分析,计算各市生态环境竞争力,并分别从“环境资源竞争力”、“废物排放竞争力”、“环境治理竞争力”和“能耗竞争力”四个子维度对各市进行分析,最后针对各地存在的问题给出了政策建议。
针对因子分析中公因子载荷阵、公因子的多种估计方法,理论上不可行甚至不解决问题的状况,这里应用方阵之差非负定的一个引理、标准化主成分及其旋转等,在累计方差贡献最大、无偏、误差信息最小等的意义下,证明了因子分析主成分法公因子载荷阵及其Thompson因子得分是因子分析模型的优良估计,优化了因子分析的方法和理论。用理论和例说明了因子分析主成分法的优良性,提出了2个待深入的问题等。
本文对具有重复实验的随机区组设计定量资料的分析方法进行了较为深入的探讨。当区组因素为随机效应时,对于这类资料的分析应该采用混合效应模型。通过SAS软件中的GLM过程或MIXED过程可以完成该项分析。
考虑方差加权回归模型的Bayes影响分析,在正态—伽玛先验分布下,利用Kullback-Leiber距离,分别给出了数据删除模型、方差膨胀模型和均值漂移模型背景下,数据点对于参数的Bayes估计的影响度量,并对三种扰动模型下的影响度量进行了比较,得出了相应的结论。最后,通过算例验证了结论的正确性。
本文提出了线性约束的奇异回归模型回归系数的一种有偏估计——条件根方估计。证明了在一定条件下,在均方误差意义下优于回归系数的约束最小二乘估计。
随着上市公司信用问题的凸现和信用危机的频发,对其信用风险进行测度分析日渐受到投资者和投资主体的广泛关注。本文对目前常用的几种信用风险度量模型进行了比较分析,设计了信用风险测度的指标体系及相应的信用评价模型,运用我国上市公司2009年的一些财务数据,对我国上市公司目前的信用风险状况进行判别和分析,实证研究认为,对信用风险进行测度Logistic回归模型优于判别分析模型。