摘要：【目的】基于用户网络评论构建有效的评分预测模型,挖掘用户消费行为特征。【方法】基于LDA模型,量化用户评论为主题特征向量作为解释变量,将用户评分作为被解释变量,采用XGBoost算法,并加入样本扰动和属性扰动生成多个模型进行集成,构建用户评分预测模型。【结果】针对某汽车门户网站的用户评论评分预测结果表明,该模型较好地揭示了用户对汽车商品的偏好。较逻辑回归、随机森林算法,其预测准确度分别高出13.73%、0.64%,且具有较高的计算效率。【局限】未融合其他方面的数据对用户行为特征进行更全面的刻画。【结论】将用户评论量化为主题特征向量,基于XGBoost算法能够准确、高效地预测用户评分。

摘要：基于EMB多重插补法的线性模型系数估计量,分析其统计性质,并与PMM多重插补法以及DA插补法进行比较。模拟结果显示,随着无回答率增加,系数估计量的偏差绝对值、均方误差呈递增趋势,估计方差的递增趋势相对更显著。在完全随机无回答机制或随机无回答机制下,建议插补重数为15。在依赖被解释变量的非随机无回答机制下,建议插补重数可适当增大。在依赖其他变量的非随机无回答机制下,估计量的均方误差和估计方差的差异大,使用EMB多重插补法要谨慎。

摘要：针对当前中国非普查年人口总数估计方法的不足，本文提出利用人口抽样调查及其事后质量评估调查数据，构造基于捕获再捕获模型的非普查人口总数双系统估计量。首先，介绍双系统估计量的构造及其估计方法。其次，研究如何利用刀切法构建双系统估计量的方差估计。最后，通过一组模拟数据演示非普查年人口总数双系统估计量及其方差估计的构造过程。本文的研究能显著提高中国非普查年人口总数估计的准确性和可靠性，并对未来中国人口抽样调查的方案设计提供理论指导。

摘要：近年来,我国人口预期寿命显著提高。但由于受到社会经济发达程度、生活及医疗水平等方面的影响,我国人口预期寿命在省域之间、性别之间、城乡之间存在明显差异。本文利用第六次全国人口普查数据,采用Bayesian随机效应模型分析我国人口死亡率,分省域分性别分城乡测算人口平均预期寿命,并对死亡率的各项差异指标进行测算。模型考虑了人口死亡率的空间相关性和年龄的相互影响,能更好地揭示人口预期寿命的变化规律。

摘要：使用人口普查及其事后质量评估调查数据构造的双系统估计量,是目前包括中国、美国和英国在内的绝大多数国家或地区估计普查年人口总数的常用方法。然而,双系统估计量的诟病之处在于,违背独立性和同质性这两个假设条件而引致的交互作用偏差,会造成普查年人口总数被不同程度地高估或低估。对此,本文采用理论分析方法解析双系统估计量交互作用偏差的产生和影响,提出使用仿真模拟试验方法测度不同情形下双系统估计量交互作用偏差。通过设定个体两次捕获概率及其标准差、列联表优势比等三个参数实现仿真模拟实验与实际背景的衔接。研究发现:当违背独立性假设条件时,正相关性和负相关性引起的交互作用偏差分别使双系统估计量低估和高估真实人口总数,且负相关性对双系统估计量的影响强于正相关性的影响;当违背同质性假设条件时,双系统估计量交互作用偏差会导致真实人口总数被低估,且异质程度越大,低估程度越严重;当同时违背同质性和独立性条件时,异质程度与相关性大小引起的双系统估计量交互作用偏差具有累加效应,异质程度的影响强度高于相关性的影响强度;大多数情形下个体捕获概率越高,双系统估计量的统计性质越好。本文的研究有助于实务工作者更好地了解双系统估计量的交互作用偏差问题,提高双系统估计量的准确度和精度;为2020年中国人口普查方案的设计和制定提供有价值的技术指导。

摘要：本文给出了构造包含最多纯净两因子交互效应2Ⅲm-(m-k)设计的一种方法.对于某些设计参数m和k,验证了所构造的设计包含纯净两因子交互效应的数量多于Tang et al.(2002)所构造的设计.并且所构造的设计都给出了格子点表示.

摘要：当前对中国农业抽样调查总体参数估计方法的研究不足,对可充分利用辅助信息的总体参数广义回归估计量的研究也较少,为此剖析广义回归估计量应用于中国农业抽样调查的可行性和适用性。首先,探索中国背景下潜在的辅助信息来源及其具体用途,研究广义回归估计量的构造方法,以及如何使用刀切法构建广义回归估计量的方差估计。其次,利用第三次全国农业普查数据,针对中国畜禽抽样调查,对广义回归估计量和赫维茨—汤普森估计量进行模拟比较,验证广义回归估计量的优良性。最后,通过实例演示广义回归估计量及其方差估计在中国农业抽样调查中具有有效性。该研究有助于提高中国农业抽样调查总体参数估计的可靠性,并为未来中国农业抽样调查的方案设计提供了理论依据。

摘要：从IMD和WEF对中国国际竞争力评价存在很大差异的事实出发,基于两机构基本理论与方法,以及评价结果数据的比较研究,得到了以下基本结论:IMD和WEF对竞争力概念的不同认识,是产生差异的理论背景;其相应的竞争力模型、指标体系、综合信息处理方法设计,是评价结果产生差异的决定因素;就中国而言,决定差异的因素集中体现在与GDP相关的指标、对外收入指标及就业人口规模等指标数据的影响。

摘要：股价涨跌幅限价措施作为修正市场失灵的手段,它对股票市场的运行及其风险配置都会产生不同程度的影响。本文通过对我国股市限价交易制度阶段的划分,以上证指数实际运行数据为样本,对我国对称性涨跌幅限价机制的影响进行了经验分析,揭示了对称性涨跌幅限价机制的非对称效应,并对这种非对称效应从行为金融学的角度做了解释。在此基础上,本文通过建立基于价值函数理论的VF-EGARCH-M模型,对我国股市对称性限价机制的非对称效应进行了实证分析,结合极值理论的运用,提出了非对称性涨跌幅限价机制的最优设计方案,并利用蒙特卡洛模拟技术对最优设计方案的效果进行了检验。

摘要：无回答在大数据应用中频繁发生。通常,实际数据的无回答率较低,在这样的情况下,采用倾向得分模型对无回答单元与回答单元进行匹配,易导致倾向得分匹配插补法的插补效果显著下降。为此,将合成少数类过采样算法的思想融入到倾向得分匹配插补法中,提出基于少数类过采样的倾向得分匹配插补法。利用统计模拟与实证研究,在不同无回答率、插补重数和误差分布情形下,演示新插补法的统计性质和应用效果。统计模拟显示,新插补法具有明显高于倾向得分匹配插补法的精度,统计性质受无回答率、插补重数和误差分布的影响小。实证结果显示,新插补法在实际数据中具有较好的应用性。基于少数类过采样的倾向得分匹配插补法提供了处理无回答问题的新思路,并具有较好的扩展性。