事件史分析 本章将对事件史分析的基本概念和模型进行非技术性的介绍。具体地说,首 先我们将讨论什么是事件历史分析。然后介绍几种广泛使用的事件历史分析的模 型,特别要着重介绍的是离散时间的 logit模型和Cox比例风险模型(Cox pro portional hazards model)。我们将用1988年中国千分之二生育节育抽样调查的数 据来示范如何使用这两种模型,并在本章后面强调一些应该注意的问题。本章的 附录中提供了使用SPSS软件数据处理和估计的步骤

补救序列相关的基本思路 变换存在序列相关的模型,使变换后的新模 型具有无序列相关的随机误差项,这样新模 型满足基本假设,那么运用OLS进行估计以 及进行检验,就能得到理想可信的结果。 从随机误差项入手—变序列相关的随机误差 项为无序列相关的

球磨机制粉系统具有大惯性、大时滞和强耦合等特点,很难建立精确的数学模型.本文分析了球磨机制粉系统的动态特性,并为其设计分散线性自抗扰控制方案.该方案综合分散控制和线性自抗扰控制器的优点,结构简单,不依赖于对象精确模型,可以对被控对象中存在的耦合、干扰和不确定性等进行估计并补偿.根据实际现场要求,对球磨机制粉系统进行设定值跟踪实验、输入扰动实验和性能鲁棒性实验,并比较所设计方案与PID方案的控制性能.结果表明,分散线性自抗扰控制具有更强的解耦能力和抗干扰能力,且性能鲁棒性更优

一、了解(最低要求): 二、线性单方程计量经济学模型的基本理论与方法; 三、了解普通最小二乘法有关的参数估计过程和结论; 四、能够进行线性单方程模型的普通最小二乘估计; 五、独立完成建立线性单方程计量经济学模型的全过程工作

通过将迟滞特性引入神经元激励函数的方式，构造了一种前向型迟滞神经网络模型.结合卡尔曼滤波方法，将其应用于风速时间序列的预测分析中.在原始风速时间序列的基础上，构造出风速变化率序列.采用迟滞神经网络分别对两种序列进行预测分析，并将预测结果利用卡尔曼滤波方法进行融合，从而得到最优预测估计结果.仿真实验结果表明，迟滞神经网络具有更加灵活的网络结构，能够有效改善网络的泛化能力，预测性能优于传统神经网络.采用卡尔曼滤波方法对预测结果进行融合后能够进一步提高预测精度，降低预测误差

在评估现有文献实验相图数据的基础上,采用Calphad技术优化和计算了Be-Cr二元合金体系平衡相图.液相和端际固溶体相采用替换式溶体溶液模型,化学计量比中间化合物CrBe2和CrBe12采用Neumann-Kopp规则描述它们的热力学函数.利用优化所得的热力学参数计算相图,结果能很好地解释大部分实验数据.本工作还采用Miedema模型估算了中间化合物CrBe2和CrBe12的摩尔生成焓,并与热力学计算值比较,所得结果符合良好

建立了一个特殊情况下死焦堆在炉缸中的受力模型,推导出了最小死铁层深度的计算公式,并用某高炉解剖数据进行了验证,结果表明该模型可靠.在此基础上提出了一般条件下的死料柱受力模型,推出了一个用于估算一般情况下死焦堆浮起高度的公式,并讨论了死焦堆浮起高度与炉渣液面高度的关系

基于盈亏平衡理论,建立了焦家金矿低品位资源的技术经济评价模型.根据待投入成本的不同,对处在不同工程控制之下的低品位资源进行了评价和分级;计算了级差品位,研究其是否具有回收价值.结合Surpac软件建立的三维矿床模型对焦家金矿的低品位矿化体进行了估算和评价.在黄金价格180元·g-1情况下,级差品位的应用可使矿山增加2.73 t金属量,并可产生7 500万元的新增利润

通过把轧制力方程和厚度控制方程在小范围内线性化、离散化,用递推最小二乘法辨识出系统的状态空间模型.给出了基于Kalman滤波法的最优信息融合算法,并针对热连轧这个复杂的多变量系统设计了异步信息融合估计算法.将模型用于热连轧机带钢厚度预测中,同时也预测带钢塑性系数Q.最后把实时预测出的带钢出口厚度和带钢塑性系数应用于带钢热连轧厚度控制系统,提高了带钢厚度质量

一、联立方程模型随机误差项方差——协方差矩阵 二、三阶段最小二乘法简介 三、完全信息最大似然法简介