- 年份
- 2024(5313)
- 2023(7652)
- 2022(6554)
- 2021(6004)
- 2020(5078)
- 2019(10951)
- 2018(10847)
- 2017(20481)
- 2016(10884)
- 2015(11590)
- 2014(10865)
- 2013(10184)
- 2012(8942)
- 2011(7932)
- 2010(7838)
- 2009(7148)
- 2008(6699)
- 2007(5807)
- 2006(4838)
- 2005(4342)
- 学科
- 济(37616)
- 经济(37574)
- 管理(28398)
- 业(26776)
- 企(21676)
- 企业(21676)
- 方法(19177)
- 数学(16754)
- 数学方法(16388)
- 财(11081)
- 中国(10330)
- 农(10119)
- 学(9240)
- 业经(8446)
- 制(7820)
- 务(7266)
- 财务(7244)
- 财务管理(7229)
- 贸(7178)
- 贸易(7171)
- 银(7058)
- 银行(7048)
- 易(6998)
- 企业财务(6873)
- 融(6772)
- 金融(6771)
- 行(6701)
- 农业(6699)
- 理论(6611)
- 技术(6229)
- 机构
- 学院(139955)
- 大学(138870)
- 济(54115)
- 经济(52893)
- 管理(52007)
- 研究(46186)
- 理学(45384)
- 理学院(44844)
- 管理学(43639)
- 管理学院(43382)
- 中国(35426)
- 科学(29862)
- 京(28744)
- 财(26102)
- 农(23876)
- 所(23104)
- 中心(22291)
- 业大(21386)
- 研究所(21221)
- 财经(21146)
- 江(19853)
- 经(19362)
- 农业(18934)
- 范(17739)
- 师范(17519)
- 北京(17383)
- 经济学(17382)
- 院(17109)
- 州(16407)
- 财经大学(15914)
- 基金
- 项目(100059)
- 科学(79145)
- 基金(73682)
- 研究(71478)
- 家(65382)
- 国家(64895)
- 科学基金(55763)
- 社会(45636)
- 社会科(43424)
- 社会科学(43414)
- 省(38794)
- 基金项目(37847)
- 自然(36596)
- 自然科(35887)
- 自然科学(35876)
- 自然科学基金(35181)
- 划(33110)
- 教育(33072)
- 资助(30657)
- 编号(28893)
- 成果(23051)
- 重点(22886)
- 部(21647)
- 创(21095)
- 发(21032)
- 科研(19985)
- 创新(19755)
- 国家社会(19700)
- 课题(19264)
- 性(19191)
共检索到199780条记录
发布时间倒序
- 发布时间倒序
- 相关度优先
文献计量分析
- 结果分析(前20)
- 结果分析(前50)
- 结果分析(前100)
- 结果分析(前200)
- 结果分析(前500)
[期刊] 统计研究
[作者]
秦磊 熊巍 田茂再
大数据以其巨大的样本容量或超高的变量维度使得直接计算变得不再可能,如何有效地抽取一个合适的计算样本是值得思考的问题。本文借鉴Leverage重要性抽样的思想,提出了两种稳健的改进抽样算法,不仅有效地抽取了代表性高的计算样本进行回归估计,还规避了方差大和异质性导致协方差矩阵估计不准的问题。模拟数据的分析显示,相比于Ma(2015)的方法,本文提出的方法具有更为优良的估计结果。
[期刊] 统计研究
[作者]
秦磊 王奕丹 苏治
随着信息技术的飞速发展,大规模数据在短时间内搜集并储存下来,为分析决策提供了巨大的信息量,也给统计建模带来了一定难度。对于样本容量大、变量个数少的数据,Leverage重要性抽样是一个简便可行的方法。本文发现,该方法中度量样本重要性的Leverage分数与因变量无关,而且在维度较大的情形下对样本没有区分程度,使得估计结果较差。为了同时考虑因变量和维度的影响,本文提出了基于充分降维的Leverage重要性抽样方法。该方法以不损失信息为前提,在充分降维的空间内重新计算Leverage分数,使得抽样更具有代表性。模拟数据分析显示,在样本容量较大的复杂数据中,相比于原始的Leverage重要性抽样方法,本文提出的方法可以降低估计的均方误差。三个实际数据也证实了该方法的可行性和有效性。
[期刊] 统计与决策
[作者]
韩潇 王明秋 赵胜利
大数据统计分析在有限的计算资源下面临一些挑战性问题，用子数据代替全数据进行统计分析成为一种选择。文章基于最小协方差行列式的稳健距离，为大数据Logistic回归模型提出了一种更高效的子数据选择算法。通过大量的数值模拟，在不同的标准下比较了所提算法与其他已有算法的性能。结果表明，所提算法具有较高的估计效率和计算效率，与全数据相比，计算时间显著减少。与其他算法相比，所提算法得到的子数据信息矩阵行列式的值更大。同时，当协变量之间存在高度相关性时，所提算法具有稳健性。最后，通过对实际数据集的分析，说明了所提算法的预测误差更小。
关键词：
最小协方差行列式 信息矩阵 最优子抽样
[期刊] 统计与决策
[作者]
巩红禹 贺本岚 王丽艳
基于模型的推断是抽样技术中推断估计量的一种重要方式。文章研究得出,当比率估计模型或者扩张估计模型偏离总体真实模型时,比率估计和扩张估计往往是有偏的,平衡样本能够消除比率估计和扩张估计的偏倚,使得估计量是偏倚稳健的。
关键词：
超总体 比率估计 扩张估计 简单平衡样本
[期刊] 统计与决策
[作者]
刘果 顾桂定
文章针对金融实际中虚值美式期权定价存在较大误差的问题提出重要性抽样方法在美式期权定价中的应用。主要在正态框架下考虑仅改变布朗运动的漂移项的重要性抽样方法对美式期权模拟定价的方差减小效果。通过画图观察找到美式期权重要性抽样的最优漂移项,其操作简单直观,且方差减小效果显著;还考虑了不同参数对重要性抽样方差减小效果的影响。
[期刊] 统计与决策
[作者]
王丙参 魏艳华 孙永辉
文章比较研究了舍选法和重要性重抽样(SIR)算法生成随机数的理论基础,给出了二者的区别与联系,特别讨论了压挤舍选抽样和自适应舍选抽样,并给出了包络函数和重要性抽样函数的选择标准,探讨二者对随机数生成速度和质量的影响。
关键词：
舍选法 重要性重抽样 接受概率 包络函数
[期刊] 财务与会计
[作者]
孙玥璠 宋迪
在大数据环境下,被审计单位的大量非财务数据可以被迅速获取、处理和分析,实际业务信息与企业财务信息天然存在的联系使得审计线索的发现成为可能。本文借助大数据技术筛选和拆分企业庞大的非财务信息数据集,分析财务数据和其他数据之间的内在逻辑关系,基于孤立点分析方法构建审计抽样模型,实现了快速确定可疑样本,进一步实施详细审计,从而提高审计效率、降低审计风险和节约审计成本。
关键词：
大数据 审计抽样 孤立点分析
[期刊] 统计与决策
[作者]
高詹清 刘艺璇 贺建风
当前所获取的大数据并非都是总体数据,通常未能完全覆盖总体,因其多源异构的特性,致使传统的数据分析方法受阻。文章将抽样调查方法引入到大数据中,对大数据背景下应用多重抽样框的必要性进行剖析,并主要针对大数据中数据多源异构的难点,将每个来源数据作为一个抽样框进行处理,提出了大数据中多重抽样框的构建。进而根据大数据的数据特征进行分类,针对不同情况确定是否需要进行分阶段抽样设计,并提出运用SF估计量对基于多重抽样框的总体进行估计,此估计量较为符合大数据中多重抽样估计的需求,并能对总体有较好的估计。
关键词：
大数据 多重抽样框 多源数据 SF估计量
[期刊] 中国注册会计师
[作者]
程平 陈珊
高度信息化的大数据时代，导致企业的生产经营产生大量、分散、复杂的会计数据，在审计全覆盖无法实现的情况下，审计抽样的质量至关重要。针对现有审计抽样问题，本文提出了在已有的审计领域知识库的基础上，建立审计样本与审计目标的关联规则，并利用ＤＢＳＣＡＮ聚类算法对审计抽样关联规则进行聚类，接着对聚类结果进行新颖度评价，筛选出高价值聚类结果存入审计领域知识库，实现审计领域知识的积累和再利用。最后，运用审计实例对实验进行分析。
关键词：
大数据审计 抽样聚类关 联规则
[期刊] 统计研究
[作者]
金勇进 刘展
利用大数据进行抽样,很多情况下由于抽样框的构造比较困难,使得抽取的样本属于非概率样本,传统的抽样推断理论难以应用到非概率样本中,如何解决非概率抽样的统计推断问题,是大数据背景下抽样调查面临的严重挑战。本文提出了解决非概率抽样统计推断问题的基本思路:一是抽样方法,可以考虑基于样本匹配的样本选择、链接跟踪抽样方法等,使得到的非概率样本近似于概率样本,从而可采用概率样本的统计推断理论;二是权数的构造与调整,可以考虑基于伪设计、模型和倾向得分等方法得到类似于概率样本的基础权数;三是估计,可以考虑基于伪设计、模型和贝叶斯的混合概率估计。最后,本文以基于样本匹配的样本选择为例探讨了具体解决方法。
关键词：
大数据 非概率抽样 统计推断
[期刊] 统计与决策
[作者]
周泓 邱月
传统的Monte Carlo方法仿真稀有事件需要较长的时间,而重要抽样技术可以有效地缩短仿真时间,提高仿真效率。文章提出一种新的重要抽样实现方法,用来估计仿真模型中的稀有事件的概率;利用期望寻找最优重要抽样分布函数,并与传统的Monte Carlo算法进行比较。仿真结果显示了该方法在估计稀有事件概率方面的有效性。
关键词：
稀有事件 重要抽样 期望 似然比
[期刊] 统计与决策
[作者]
鲁瑜
文章从抽样误差的概念出发,用简例验证了数理统计中抽样误差的计算公式,并对影响抽样误差的影响因素、且在教材中没有深入研究的问题进行了探索。
关键词：
教学 抽样误差 样本数目 标准差
[期刊] 统计与决策
[作者]
杨丰凯 袁海静
与正态回归相比,学生t回归模型是一种对异常值较稳健的回归模型,通常用Gibbs抽样算法估计参数。而Gibbs抽样是一种迭代算法,所得样本不是独立样本,统计推断之前需判断其收敛性。文章探讨了一种基于逆贝叶斯公式的非迭代抽样算法,该算法利用t分布的正态混合表示,结合EM算法和重要再抽样算法,得到参数的独立同分布的后验样本,该样本可直接用于统计推断,从而避免了Gibbs抽样中的问题。
[期刊] 统计与决策
[作者]
杨丰凯 袁海静
文章讨论了用学生t线性回归模型估计回归系数变点位置的稳健Gibbs抽样算法。利用学生t分布的正态尺度混合表示,得到各参数的满条件后验分布,通过对满条件分布抽取样本,得到变点位置及其他参数的贝叶斯估计。模拟显示该算法能有效地估计变点位置,并且当数据呈现重尾现象时,该模型较正态变点模型要稳健。
[期刊] 统计与决策
[作者]
杨丰凯 袁海静
文章讨论了用学生t线性回归模型估计回归系数变点位置的稳健Gibbs抽样算法。利用学生t分布的正态尺度混合表示,得到各参数的满条件后验分布,通过对满条件分布抽取样本,得到变点位置及其他参数的贝叶斯估计。模拟显示该算法能有效地估计变点位置,并且当数据呈现重尾现象时,该模型较正态变点模型要稳健。
文献操作()
导出元数据
文献计量分析
导出文件格式：WXtxt
删除
