前言：中文期刊网精心挑选了数量关系论文范文供你参考和学习，希望我们的参考范文能激发你的文章创作灵感，欢迎阅读。
数量关系论文范文1
论文关键词：雷竹，海拔高度，出笋数，笋产量
雷竹（Phyllostachys praecoxC.D.Chu.et.C.S.Chao）属禾本科（Gramineae）竹亚科（Bambusoideae）刚竹属（Phyllostachys），为早竹的一个变种；雷竹是小径竹中属优质、高产、高效的笋用竹品种，具有优良的固土保水能力[1]。雷竹竹笋销售市场很大，闽浙一带已大面积推广种植，开展对雷竹保留不同海拔高度与笋产量关系研究，通过对不同海拔高度雷竹的效应进行分析对比，确定其较合理的雷竹种植区农业论文，旨在为雷竹的集约经营提供参考依据，对提高山区竹农经营效益，促进增收具有现实意义。
1试验地概况
试验地根据寿宁县不同海拔高度分别设在：斜滩镇渡船头村、斜滩镇印潭村、平溪乡长溪村、南阳镇官洋村、托溪乡双坑村、大安乡后西溪村、坑底乡榅当洋村。属北亚热带季风气候类型，年平均气温13.5～18.9℃，年平均降水1800－2200mm之间，无霜期210～310d,平均相对湿度为82％，土壤类型为红壤、黄红壤和黄壤，坡度在15°－25°之间。不同海拔高度的试验地，除土壤类型不同外其余立地条件相同，均为良好立地条件，林下植被为芒萁、杂草、蕨类、小杂竹、五节芒等。
2试验方法
2007年春选择立地条件相同仅海拔高度不同的地段，立竹密度均为12000株·hm-2，按随机区组试验设计方法[2-6]，设置7个不同海拔高度农业论文，分别为：A. 海拔高度130～140m、B.海拔高度280～290m、C.海拔高度430～440m、D.海拔高度580～600m、E.海拔高度720～740m、F.海高度拔920～930m、G.海拔高度1070～1100m。每个海拔高度3个重复，共设置面积为20m×20m的标准地21个。前2a的5、9月份分别对A、B、C、D、E、F、G等7个不同海拔高度的标准地进行锄草、松土各一次，冬季按设计密度进行疏伐，采伐老（5年生以上）、弱、病、小及密度过大的竹，留下1～3年生无病虫害的幼壮龄竹，调整好立竹度和均匀度，龄级结构合理（1年生、2年生、3年生、4～5年生竹数之比为3：3：3：1），第3a出笋时节调查21个标准地的出笋数和笋产量（在笋高25～30㎝时采挖）。
3结果与分析
3.1 不同海拔高度出笋数与笋产量
不同海拔高度标准地的出笋数和笋产量见表1、表2。从表1、表2可以看出，不同海拔高度的标准地A、B、C、D、E、F的出笋数均大于标准地G；不同海拔高度的标准地之间的出笋数和笋重量存在差异，单个笋平均重量从重到轻的顺序为A（0.2530kg/个）＞B（0.2491kg/个）＞C（0.2355kg/个）＞D（0.2186kg/个）＞E（0.2128kg/个）＞F（0.2021kg/个）＞G（0.1981kg/个）。不同海拔高度的标准地之间的出笋数和笋产量表现出明显的差异，出笋数和笋产量两者之间出现正比例关系，雷竹笋产量与海拔高度成反比。A标准地的笋产量最高，G的笋产量最低。A标准地的平均出笋数和笋产量分别达25892个?hm-2?a-1和6.55 t?hm-2?a-1，分别为B（24650个?hm-2?a-1、6.14 t?hm-2?a-1）的1.05倍和1.07倍；而C标准地的平均出笋数和笋产量分别达23092个?hm-2?a-1和5.44 t?hm-2?a-1农业论文，为D（22917个?hm-2?a-1、5.01 t?hm-2?a-1）的100.8％和108.6％； F标准地的平均出笋数和笋产量为E的86.2％和81.2％； G标准地的平均出笋数和笋产量仅为A的66.5％和52.1％。
以最大海拔高度G的平均出笋数和笋产量为100％，将不同海拔高度A、B、C、D、E、F的出笋数和笋产量分别与G相比较，进而排出各海拔高度标准地的出笋数和笋产量的顺序（表1、表2）。其出笋数和笋产量排序由大到小均为：A＞B＞C＞D＞E＞F＞G。因此，对于雷竹而言，海拔高度过大则会影响出笋数和笋产量，进而影响其经济效益。若海拔高度在800 m以上时，出笋数和笋产量均很差，相对经济效益自然也差。
3．2 差异性显著检验
以产量和出笋数最差的G为对照，采用单因素方差分析，对不同海拔高度的笋产量和出笋数进行方差分析，分析结果表明：不同海拔高度的笋产量和出笋数间均有极显著差异（F值分别为14.61、7.80，均大于F0.01=4.46）。采用最小显著差数进行多重比较，结果见表1、表2。从表1可以看出，不同海拔高度各处理之间的出笋数除A与B、B与C、B与D、B与E、C与D、C与E、D与E之间的差异不显著外农业论文，其它处理之间的差异均为显著至极显著。从表2可以看出，不同海拔高度各处理之间的产量除A与B、D与E、F与G之间的差异不显著外，其它处理之间的差异均为显著至极显著。
表1 不同海拔高度出笋数
海拔
高度
顺序
出笋数/(个?hm-2?a-1)
占G出笋数的
百分率/%
Ⅰ
Ⅱ
Ⅲ
平均
A
1
25150
28525
24000
25892Aa
150.4
B
2
24950
22925
26075
24650ABab
143.2
C
3
25225
20975
23075
23092ABb
134.1
D
4
24100
21475
23175
22917Bb
133.1
E
5
21075
22850
24175
22700Bb
131.8
F
6
20550
18425
19650
19542Cc
113.5
G
7
14525
19225
17900
数量关系论文范文2
武器装备作战需求论证质量评估系统主要辅助需求质量评估，使用本系统的人员主要包括需求分析人员、系统开发者、技术人员、装备使用人员、项目管理者、质量评估人员和决策者。在装备作战需求分析过程中，需求论证人员通过对作战活动和作战过程及其相关的业务流程仔细研究，从中提取武器装备系统的作战需求，或通过与军事人员的交流获得作战需求，管理人员与评估人员则要对项目的进展及质量进行信息收集，了解、掌握论证的进展情况及取得的阶段性成果，并采用合适的模型进行论证质量评估。对应于作战需求论证质量评估系统的主要工作过程，可得出其主要功能需求如下:
1)需求分析数据管理需求
包括装备作战需求分析中的各类需求模型及其元模型数据，这些数据主要是以图形、表格、文字等形式表示，必须以某种形式将这些数据存储并管理起来，以方便评估人员在质量评估过程中提取各类需求数据，进行质量评估。
2)质量评估模型管理需求
实现对论证质量评估模型的管理，包括模型的表示、模型的存储组织结构、模型的查询和维护及模型的调用。
3) 需求质量评估文档管理需求
评估系统需要提供各种评估模板，以便于要求论证人员按一定的格式编制文档以及评估人员按固定的模型开展评估，另外对一些与图形相关的文档，也可根据图形的描述内容直接生成，再由使用人员完善。
4) 研讨功能
在论证质量评估过程中，有很多问题需要专家通过研讨方式确定，如关键控制点的选取，系统需要提供研讨支持功能辅助分布在不同地方的专家进行研讨。
2 系统框架与功能模块
2. 1 系统总体框架
系统总体框架，质量评估系统由项目管理模块、需求过程质量评估模块、需求方案质量评估模块、需求数据管理模块、质量评估模型管理模块、研讨模块和人员管理模块组成。该系统以装备需求分析过程模型和质量评估模型库为核心，在研讨厅系统支持下，通过模型的组合使用实现装备需求论证过程和需求方案的评估。
2. 2 系统功能模块设计
武器装备作战需求论证质量评估系统以系统工程、军事运筹学为基础，以计算机技术、数据库、研讨厅、质量评估模型为手段，实现从定性到定量的人机交互系统，系统具有如下功能:
1)装备需求论证过程质量评估模块
该模块采用关键控制点思想，将需求论证过程分为作战任务分析、能力需求分析、非装备途径分析、装备途径分析四个关键控制点，通过建立这四个关键过程质量评估指标体系、评估模型，能够进行论证过程质量评估。论证过程质量评估结果可以由量化数据或图表的形式显示，以帮助管理者和开发者分析作战需求开发状况，及时对项目做出调整，改进论证过程，最终保证论证质量。
2) 装备需求方案质量评估模块
该模块从多视点角度出发，通过建立需求方案质量评估指标体系，采用基于多视点的质量评估方法，能够进行装备需求方案质量评估。
3) 项目管理功能
该模块实现对质量评估项目整体信息的记录，包括新增项目、修改项目、删除项目等功能。
4) 数据管理模块
在需求论证质量评估过程中，需要对相关数据以一定的方式进行存储和管理。主要包括以下数据:
① 需求分析模型数据，包括作战任务分析模型数据、能力需求分析模型数据、非装备途径分析模型数据、装备途径分析模型数据，这部分数据是质量评估的基础数据;
② 评估指标数据，包括论证过程质量评估指标和需求方案评估指标数据;
③ 质量评估模板数据，主要指事先设定好的评估模板文档;
④ 质量评估过程数据，包括评估指标量化数据、评估数据、结果数据;
⑤ 质量评估进展数据，包括质量评估进展及达到的阶段;
⑥ 需求方案数据，包括质量评估生成的作战任务清单、能力需求清单、非装备解决方案、装备需求方案。
5)模型管理模块
目前常用的质量评估模型包括神经网络、层次分析法、模糊评判法等，专用的论证质量评估方法包括基于关键控制点的需求质量评估方法、基于多视点的需求质量评估方法、基于作战实验推演的装备作战需求方案质量评估方法等，模型管理模块实现评估模型的表示、存储、查询、调用及模型的组合。
6)研讨模块
论证质量评估问题极具复杂性，需要多领域、多学科的人员共同协作完成，研讨是必要的研究步骤和手段，研讨功能是解决复杂问题支持系统必备的重要功能。7)用户管理模块。用户管理实现了用户登录、注销、用户和用户组的增加、删除和修改。用户组是一组用户的集合，比如选定的一组评估专家。所有系统角色都使用用户登录和注销功能，系统管理员使用用户和用户组的增加、删除、修改功能。
3 武器装备作战需求论证质量 评估系统流程
质量评估系统的工作流程主要包括需求论证过程质量评估和需求方案质量评估，其中，需求论证过程质量评估主要采用基于关键控制点的评估方法，对作战任务分析、能力需求分析、非装备途径分析、装备途径分析过程进行质量评估，过程评估的结果是生成作战需求方案。然后，采用面向多视点的评估方法对需求方案进行质量评估，得到质量评估结果。系统工作流程所示。
4 基于多 Agent 的需求论证质量评估模型管理设计
在需求论证质量评估过程中涉及到很多评估模型，任何一个环节的评估可能需要多个模型组合使用，因此，在系统设计时，需要充分考虑如何实现这些质量评估模型的管理。本文采用基于多 Agent 的模型动态管理方法，通过一个管理 Agent 和不同质量评估模型Agent 之间的协商来解决论证质量评估问题。其中，每个质量评估 Agent 代表一种评估模型，它不仅封装评估模型，还包括事先设定的知识库，用于和外界进行交流，管理 Agent 负责协调各质量评估模型组合完成一个评估任务。基于多 Agent 的质量评估问题求解过程所示。对于一个待评估问题，首先判断是否存在求解模型，如果没有，将问题进行分解后继续判断;如果有求解模型，将问题发送给此模型，进一步判断是否能够独立求解，如果不能，需要寻找合作模型，此时需要借助管理 Agent 模型进行协调，直到得到结果。
5 武器装备作战需求论证质量评 估系统实现
为了使整个系统体系架构具有良好的跨平台性和较强的扩展性，为今后系统功能的扩展留有余地，本系统使用基于 J2EE 软件架构的 MVC 模式开发，系统开发工具是 Visual Studio2010。下面以基于关键控制点的装备作战需求论证过程质量评估方法实现为例进行说明。对于某次装备作战需求论证活动，采用层析分析法建立基于关键控制点 A、B、C、D 的质量评估指标体系，然后对指标进行两两判断矩阵比较，得出需求评价方案 1、方案 2、方案 3 的 4 个关键控制点的过程质量评估值。
6 结束语
数量关系论文范文3
Li Feng；Zhang Tongqi
（Weinan Normal University，Weinan 714000，China）
摘要： 在向量空间理论应用于概率论研究的基础上，讨论了随机变量作为向量的分解问题，得到了随机变量的分解定理，并利用分解定理给出了二维随机变量相关系数的几何意义。
Abstract: In the base of vector space theory applied in probability theory, discuss the problem of the decomposition of random variable, obtain the decomposition theorem of random variable. Furthermore, using the theorem, study the geometric significance of the correlation coefficient of two-dimension random variable.
关键词： 随机变量 期望曲线 相关系数 随机变量的分解
Key words: random variable；expected carve；related coefficient；decompose of random variable
中图分类号：O213.2文献标识码：A文章编号：1006-4311（2011）26-0229-01
0引言
文献[1]通过在概率论中引入“零变量”概念，首次将高等代数中的向量空间理论应用于概率论的研究中，得出一些有意义的结果。本文在此基础上，将随机变量看成向量，在第二节利用文献[2-4]中有关向量分解的定理，得到了随机变量的分解定理。并在第三节中利用得到的分解定理，讨论了二维随机变量相关系数的几何意义，给出了未知分布的情况下，相关系数的一种估计方法。
1随机变量的分解
我们的目的是将（ξ，?浊）中的一个变量表示成另一随机变量的函数与一个性质明确的随机变量之和。
引理[2]1设W是欧氏空间V的一个有限维子空间，存在V的一个子空间W，有V=W?茌W，因而V中的每一向量?浊可唯一表示成?浊=?孜+?灼，这里?孜∈W，
引理2（ξ，?浊）是二维标准正态分布，?渍（x，y）是其联合分布密度函数，则有：①E（E（?浊/ξ））=E（?浊）；②对任一h（?孜）（E（h2（?孜））存在），有E（?浊-E（?浊/?孜））2?燮E（?浊-h（?孜））2；③E（?孜E（?浊/ξ））=?籽?孜n，E（?孜（?浊-E（?浊/ξ））=0。
上述结果说明，当?孜=x时，E（?浊/（ξ=x））是?浊的中心，我们称E（?浊/（ξ=x））为?浊关于?孜的期望曲线。E（?浊/ξ）是所有h（?孜）（E（h2（?孜））存在）中，使得E（?浊-h（?孜））2达到最小。?孜与?浊的相关系数?籽?孜n实际上是?孜与E（?浊/ξ）乘积的均值，?孜与?浊-E（?浊/?孜）不相关。
定理1设（?孜，?浊）是二维标准正态分布，?渍（x，y）是其联合分布密度函数，若满足下列条件：①E（f2（?孜））存在，②?孜与?灼不相关，③?灼的均方误差最小，则?浊可唯一的表示为?浊=f（?孜）+?灼，其中f（?孜）=E（?浊/?孜）。
证明设V[f]=E（?浊-f（?孜））2，其中V[f]是以f（x）为未知函数的泛函。
V[f]=■（y-f（x））■?渍（x，y）dxdy
=■y■?渍（x，y）dxdy-2■yf（x）?渍（x，y）dxdy+■f■（x）?渍（x，y）dxdy
=D（?浊）-2■f（x）■y■dy?渍■（x）dx+■f■（x）?渍■（x）dx
=D（?浊）-2■f（x）E（?浊/（?孜=x））?渍■（x）dx+■f■（x）?渍■（x）dx
由引理1-2，?浊可唯一的表示为?浊=f（?孜）+?灼，需满足V（f）达到最小，且E（?孜?灼）=0。由变分法知识，这是有约束的极值问题，即要求■[f2（x）-2f（x）E（?浊/（?孜=x））+?姿xf（x）]?渍?孜（x）dx达到极小，于是2f（x）-2E（?浊/（?孜=x））+?姿x=0，即f（x）=E（?浊/（?孜=x））-■x；但?籽?孜?浊=E（?孜f（?孜））=E（?孜（E（?浊/?孜）-■?孜））=?籽?孜?浊-■，所以?姿=0。得f（x）=E（?浊/（?孜=x）），f（?孜）=E（?浊/?孜）。又?灼=?浊-f（?孜）=?浊-E（?浊/?孜），且满足①E（?孜?灼）=0，②D（?灼）=E（?浊-E（?浊/?孜））2?燮E（?浊-h（?孜））2，其中h（?孜）是存在二阶矩的?孜的函数。从而?浊可唯一的表示为?浊=E（?浊/?孜）+?灼。证毕。
推论二维标准正态分布（?孜，?浊）中的任一分量，可唯一分解为另一随机变量的具有二阶矩的函数与一个统计学性质好的随机变量?灼之和，其中?灼的性质如下：
①?灼与E（?浊/?孜）不相关（正交）；②E（?灼）=0；③?灼的分布函数F?灼（z）=■?渍（x，y）dxdy，密度函数?渍?灼（z）=■?渍（x，z+E（?浊/?孜=x））dx。
2相关系数的几何意义
令向量函数L（?孜）=a?孜+b，由引理2知，E（?浊/?孜）是所有h（?孜）（E（h2（?孜））存在）中“最靠近”?浊的函数。利用最小二乘法，使得L（?孜）与期望曲线E（?浊/（?孜=x））最接近，得a，b到的最小二乘估计分别为：■=?籽■，■=0。
由随机变量分解定理及相关系数的几何解释，可得以下结论：
①相关系数?籽■是“最靠近”期望曲线（x，E（?浊/（?孜=x））（最小二乘意义下）的直线L（?孜）的斜率，称该直线?浊为关于?孜的回归直线。②由E（?孜E（?浊/?孜））=?籽■知，?孜与n的相关问题即为?孜与f（?孜）=E（?浊/?孜）的相关问题。③在联合分布未知的情况下，寻找相关系数?籽■的估计值■■的新方法。若给定（?孜，?浊）一组样本值（xi，yi）（i=1，2，……n），则■■为使■（axi-yi）2最小的a，得■■=■。
3结束语
在向量理论应用于概率论研究的基础上，将随机变量看成向量，利用向量理论中有关空间向量分解的定理，得到了如下结论：
3.1 二维连续型随机变量（?孜，?浊）中，分量?浊可唯一表示成?浊=E（?浊/?孜）+?灼其中?灼具有好的统计学性质。
3.2 相关系数?籽■是“最靠近”期望曲线（x，E（?浊/?孜=x））的一条直线的斜率，从而在联合分布未知的情况下，得到了?籽■的一种新的估计方法。
参考文献：
[1]张同琦，李凤.向量理论在概率论中的应用[J].科学技术与工程，2010，10（2）：377-379.
[2]张禾瑞，郝柄新.高等代数[M].北京:高等教育出版社，1999：310-318.
数量关系论文范文4
1当前主要的评价方法及缺陷
针对论文质量的评价方法多种多样，多依赖于文献计量学指标或专家的定性评价。总体上，分析方式方面可大致分为定性与定量2种；同时也可按照前后的不同时间节点进行质量评估。对于科技论文质量的刊前评价方法，长期以来形成了以定性为主的同行评议模式。同行评议法制度始创于1752年的英国皇家学会资助的刊物PhilosophicalTransaction，并主要以单盲、双盲和公开评审3种形式存在。随着时间的推移，该法已广泛应用于对专利申请的审查，并具有易于操作、结论直观明确等优势[3]。但由于评价结果以文字表达为主，从而容易带来主观性强、缺少量化指标等缺点，同时也存在着过程历时长、工作量大等问题。近年来，有关评审意见公正性的争议愈演愈烈，评审过程中人为干扰因素的效应更容易通过同行定性为主的评议方法所放大。同时，评价结论模糊、不能做到对论文水平的准确定位，不利于将不同水平论文拉开档次[4]。对于后定量评价方法的研究一直是科研管理工作的热点。其中，基于单一被引指标及多项文献计量学指标综合的引文分析法均得到了较广泛的认同及使用[5]。尤其是后者通过对各印证指标采用线性加权求和的方法，建立综合评价的数学模型，可以更为客观和全面地反映出论文的学术价值与应用程度。有研究人员建议将引用频次、网页点击量、下载量以及引用率等文献利用数据共同引入对论文的评判中，从而形成论文本身利用价值更为客观的评估[6]。引文分析法的理论基础是文献被引用，即被引用是以其质量为基础。该方法虽然对科技期刊、论文、著者等各种分析对象的引用或被引用现象均可进行分析，但对于不同时间段发表的文献难以统一衡量，且未将引用质量的因素纳入考虑，因此也难免存在偏倚。虽然已有研究通过对论文-引文矩阵的推导，计算“历时影响因子”以消除对不同发表时间的论文引用报告中影响因子的偏倚[7]。但同时存在的包括学科间差异、引用质量等不同因素仍然影响着该方法对论文的评价质量。此外，h指数与Pagerank指数近年来也被认为是论文质量评价较为可靠的定量指标[8]。但该指标更适用于对个体研究人员绩效的评估。且进一步在对比两者适应范围时，Senanayake等[9]发现对于在大型组织从事研究而发表了影响力较低论文的人员使用h指数评价较好；而对于研究成果较少、针对交叉学科研究或就职于规模较小的研究团队人员评价使用Pagerank指数方法更为有效。利用Altmetric评价系统了解论文关注度的方法也逐渐受到关注，并已应用于pubmed数据库的相关文献检索功能中。该法侧重于单篇论文或相关研究者的社会影响分析，通过对论文在不同社会化媒体中引用次数的统计评价其影响力水平，具有高灵活性、高关注度以及高社会认同度等优点。但该法当前只对英文文献具有指示作用，且结论的得出易在关注度和争议性之间混淆。此外，不同专业研究以及原文献在网络中的转移也会对分析结果产生显著的影响。刊后的定性评价主要是按照论文载体的学术层次或间接通过文献计量学方法判断论文在引证关系图中的位置、被引次数的分布规律等方式定性判断论文质量。该法在操作上简单易行，已成为当前科研评价与管理的重要手段[10]。这其中一个重要的方法即是通过掌握论文载体期刊的影响因子（核心分区）或数据库收录情况，从而间接评价论文自身价值质量。但显然，通过纳入期刊影响因子等级区域以及相应的收录权重赋值，暴露了“以刊代文”评价方法所存在的固有问题[11]。而当前出版行业所热议的“优秀论文不问出处”即从一个方面反映出“以刊代文”评价方法的局限性与不合理性[12]。因此，客观上核心期刊对论文质量评价具有一定作用，但其间不存在绝对意义上的一一对应关系，通过核心期刊衡量论文质量具有局限性。
2刊前定量评价方法的构建思路
上述3种方法均以在科研评价管理中得到不同程度的认同与应用，而将定量评价方法引入审稿阶段的论文评价方法则鲜有报道。在宏观评价的方法学运用方面，有研究基于知识库对论文质量进行评价，使用测试语料，分别从格式、一致性、逻辑性以及参考文献的近期率等方面进行智能审核，旨在提高编辑部对于稿件初筛的工作效率[13]。作为编辑工作主要的环节之一，审稿的基本任务是按照出版方针和原则对稿件进行评价和选择，以促进优秀作品的出版以及防止低劣作品流入社会。审稿工作的开展主要从内容质量以及形式质量2部分进行。其中对于科技论文的审稿工作，内容审定主要从科学性、创新性、知识性等方面进行，而对于形式质量的辨别则要通过结构架构、行文格式以及表述形式等方面开展。论文刊前质量定量评价方法建立的关键在于对于评价指标的选取以及权重系数的配比，从而搭建起多维度、多层级的系统评价体系。在指标选择上需保证科学性与客观性、系统性与全面性以及可测性与可操作性的兼顾，同时通过权重系数反映各指标间的内涵关联[14]。为保证指标纳入的准确性与全面性，对于评价指标的遴选往往基于文献调研或结合专家咨询法进行。有研究较为全面地将论文评估指标分为了内在指标、外部指标以及统计指标3个方面。内在指标指论文本身的质量，包括创新性、科学性、实用性、语言的准确性、要素的完整性以及规范性等；外部指标是指论文的外部特征，包括论文类型、基金资助情况、发表期刊、收录的检索机构等；统计指标指后的影响和反应，包括被引情况以及下载浏览数量[14]。作为专家意见信息的主要获取手段，德尔菲又名专家意见法或专家函询调查法，是采用背对背的通信方式征询专家小组成员的预测意见，经过几轮征询，使专家小组的预测意见趋于集中，最后得出具有较高准确率的集体预测结论[15]。在论文质量评价体现的建立过程中，各因子的权重赋值主要通过征求专家意见的方法获得，这就要求研究人员对德尔菲法中多层迭代法进行数据信息的收敛和归纳。在多指标综合评价中，为了对被评价事物做出一项全面合理的整体性评价，需要把该事物的各方面指标综合在一起，形成一个综合性指标。由于事物本身发展的不平衡性以及评价目标值的侧重点有所不同，不同指标在综合评价值形成的过程中需要进行加权处理。目前关于评价指标权系数的确定方法众多，根据计算权系数时原始数据来源以及计算过程的不同可大致分为主观赋权法、客观赋权法以及主客观综合集成赋权法。AHP法是将与决策总是有关的元素分解成目标、准则、方案等层次，在此基础之上进行定性和定量分析的决策方法。该法主要步骤包括建立层次结构模型、构造判断（成对比较）矩阵、层次单排序及一致性检验和计算组合权重和组合一致性检验[16]。首先建立层次结构图如下。最高层为目标层（O）：问题决策的目标或理想结果，只有一个元素；中间层为准则层（C）：包括为实现目标所涉及的中间环节各因素，每一因素为一准则，当准则多于9个时可分为若干个子层；最低层为方案层（P）：方案层是为实现目标而供选择的各种措施，即为决策方案。比较n个因素C1,C2,…,Cn对上一层（如目标层）O的影响程度，即要确定它在O中所占的比重。对任意两个因素Ci和Cj，用aij表示Ci和Cj对O的影响程度之比，按1～9的比例标度来度量aij(i,j=1,2,…,n)。于是，可得到两两成对比较矩阵A=(aij)n×n，又称为判断矩阵，显然,因此，又称判断矩阵为正互反矩阵。比例标度的确定：aij取1~9的9个等级，aji取aij的倒数,1~9标度确定如下：aij=1，元素i与元素j对上一层次因素的重要性相同；aij=3，元素i比元素j略重要；aij=5，元素i比元素j重要；aij=7，元素i比元素j重要得多；aij=9，元素i比元素i的极其重要；aij=2n，n=1,2,3,4…元素i与j的重要性介于aij=2n-1与aij=2n+1之间；，n=1,2,…9当且仅当aij=n。由正互反矩阵的性质可知，只要确定A的上（或下）三角的个元素即可。在特殊情况下，如果判断矩阵A的元素具有传递性，即满足aikakj=aij(i,j,k=1,2,…,n)。该法是直接利用各项指标所包含的信息，通过计算得到指标的权重，是一种客观赋权的方法。在评价指标体系中，取值差异越大的指标更能反映被评价单位的差距。由于评价指标体系中各项指标的量纲不同，不宜直接比较其差别程度。为消除各项评价指标量纲不同的影响，需要用各项指标的变异系数来衡量各项指标取值的差异程度。各项指标的变异系数公式如下：式中：Vi是第i项指标的变异系数、也称为标准差系数；是第i项指标的标准差；是第i项指标的平均数。各项指标的权重为：采用系统性的指标分析体系，对论文质量进行多维度评价，从而有效克服单指标评价的片面性，使评价结果更加符合客观实际；但同时，这也带来了如何汇总和处理不同性质评价指标统计数据的难题。在形成模型的过程中可主要采用以下2种方法。多元回归分析旨在研究多个变量之间关系。该法虽然是一种较为通用的方法，但大多只用于少因素、线性的定量资料，对于多因素以及非线性的资料则难以处理。因此，考虑到论文质量评价因素间复杂的内在关系以及不确定性，利用简单的多元回归的方法确定评价模型难以建立准确的评估体系。考虑到回归方法的弊端与不足，作为一个发展变化的评价系统，关联度分析实质上是动态过程发展态势的量化分析。模糊综合评价法是一种基于模糊数学的综合评标方法。该法根据模糊数学的隶属度理论把定性评价转化为定量评价，即用模糊数学对受到多种因素制约的事物或对象做出一个总体的评价。论文质量定量评价方法的准确性难以把握，因此可根据模糊数学理论建立一套综合评价数学模式，并借助计算机完成复杂的数学运算，从而将其转化为一项包含多层次和多目标的综合评价问题。吕志军等[17]在将学术论文以论文选题、文献综述、工作基础、科研水平、创新成果以及重要意义等6个部分设立为准则层，以论文的水平评价作为总目标层，进而构建评价指标集、评语集和指标权重集，得出隶属度评判矩阵，最终获得模糊综合评判的结论。
3刊前定量评价方法的问题及研究展望
数量关系论文范文5
1.1数据收集。本文共收集了包括《楚乔传》《人民的名义》《夏至未至》等八部正在更新或已经更新完的电视剧的单集点击量，收视率，评论数等数据。采用的电视剧每集点击量，评论数来自于中国网络视频指数()和爱奇艺指数()，网站提供视频上线之后的每集电视剧的点击量总数，电视剧每天至少更新一集。播出时段的收视率来自于央视索福瑞(.cn)，其中有同一天晚上播出多集的使用同一个收视率数据，同步更新的电视剧使用收集数据当天之前的数据，之后的数据不再进行统计。1.2数据预处理。为了避免因播放源不同而引起的数据之间难以考虑到的误差，本文所使用的八部电视剧均为湖南卫视同一时段播放的，且网络点击量的数据均来自于中国网络视频指数。此外，为了方便数据的使用，本文将点击量的单位定为百万次，收视率的单位为%，评论数的单位为千条。此外，本文还会去掉一些因为上线时间较短等其他因素导致的一些异常值，以求得更精准的模型。和图2)
2理论基础
一元线性回归模型具有简单易行的特点，且经过多次数据处理和计算后发现拟合度较高，所以本文所使用的模型的理论基础均为一元线性回归模型的理论。对于一元线性回归模型f(x)=w0+w1x，每一个xi都有一个实际的yi和本文通过回归得出的f(xi)与其对应，本文令yi=w0+w1xi+εi，，其中εi，是真实值与预测值之间的差值，即εi，=yi-f(xi)，当残差平方和RSS最小时，证明该模型与实际拟合程度最高，即该模型越精确。其中RSS=ε12+ε22+…+εn2=∑i=1n[yi-f(x)i]2残差平方和是回归参数w0和w1的函数，即表示为RSS(w0,w1),要找到最好的回归方程，即求L=min∑i=1n(yi-[w0+w1xi])2，在求解L时，本文采用梯度下降的方法：对L求偏导数得到∂L∂w1=[(w1x+w0)-y]x和∂L∂w0=(w1x+w0)-y。令w1i+1=w1i-α∂L∂w1，w0i+1=w0i-α∂L∂w0，其中α为学习率(learningrate)，直到∂L∂w1=0且∂L∂w0=0,求出当时的w0和w1。
3模型的建立与处理
3.1基于一元非线性时间序列预测模型对收视率的预测。收视率，指在某个时段收看某个电视节目的目标观众人数占总目标人群的比重，以百分比表示。收视率越高，则该电视剧与同期节目相比受到的关注度就越高，一般来说，当t-1时刻的电视剧收视率越高时，观众对t时刻的电视剧的期望就越高，t时刻的收视率就越高。因此本文猜想，t-1时的收视率与t时刻的收视率存在某种关系。本文以t-1时刻的收视率为自变量来预测t时刻的收视率，进行了多次数据分析。以《楚乔传》为例：如图3是真实的t时刻与t-1时刻的电视剧收视率的关系：图3电视剧《楚乔传》t时的收视率与t-1时收视率的关系由上图可以看出，t-1时刻的收视率与t时刻的收视率基本符合一元二次的函数关系，得到的模型拟合程度较高。之后以上图中得到的回归方程，预测最后5集电视剧收视率，得出结果后再与前面几集的收视率做回归分析，得到如下图4：图4《楚乔传》预计的t时收视率与t-1时收视率的关系该数据同样得到了拟合程度很高的模型，与真实结果相比差距很小。其中，实际结果得出的二次项系数为负而上图中二次项系数为正，可能是因为使用的数据量过少。同时本文对当时电视剧播出的背景做过调查后发现，最后五集播出时处于工作日。很多人因为工作的原因不能及时收看电视，这也可能是造成预测结果偏大的一个原因。最后本文经过多次验证得出该模型可以很好的拟合数据，对任一时刻的收视率，该模型都具有很好的预测效果。因而本文可以认为，热播电视剧的收视率与上一集的收视率存在一元二次的函数关系。3.2一元线性模型预测单集电视剧评论数。通常来讲，对于一部热播电视剧，如果某一集相比较其他更加吸引观众，便更会引起人们对他的关注，反映到数据上的一方面就是该集的评论数就会越多。而在收视率和点击量两个可能可以预测评论数的因素中，本文猜想点击量能更好地预测评论数，并通过数据验证了本文的猜想。以《人民的名义》和《三生三世十里桃花》为例(如图5和图6)从下图可以看出，不论是单集还是整体，在收视率这一方面《人民的名义》远超《三生三世十里桃花》，而点击量方面的结果恰好相反，《三生三世十里桃花》则是更胜一筹，但如果本文比较两部电视剧的评论数(如图7),《三生三世十里桃花》占据了绝对优势。造成这种结果的原因是因为两部电视剧收看的人群年龄段不同，《人民的名义》的观众群体年龄相对较高，多通过电视收看电视剧，很少会到网络上发表对这部电视剧的看法；而《三生三世十里桃花》的观众群体相对年轻，多通过网络收看电视剧，并乐于与其他人商量对这部电视剧的观点。因而造成了点击量与评论数的数据更为相符。通过比较可以初步验证本文的猜想，但这只能说明点击量比收视率能更好地预测单集的评论数，是否点击量就能与评论数很好地契合，这还需要本文进一步的数据分析。以《择天记》为例，本文以《择天记》的单集点击量为自变量，该集的评论数为因变量，删除一些误差较大的数据后得到20组单集评论数和点击量数据。将这20组数据进行回归分析得到的结果如表1和图8所示：表120组数据所得回归直线的评估参数图820组数据预测的t时评论量与真实值的对比通过回归分析本文可以看出，这二十组数据间的线性相关性较强，拟合程度较好。本文再以前十五组数据为训练集，最后五组数据为测试集。将预测的五组数据与真实的五组数据作对比，并计算二者的相关系数ρ，即得表2：表2所得回归方程的预测能力检验二者的相关系数ρ=0.792，即二者的相关性较强，因而本文可以看出电视剧的单集点击量对当集的评论数有着较好的预测能力。当本文把电视剧的数量扩展到6部时，本文先将156组数据进行回归分析，结果如表3和图9所示：表3156组数据所得回归直线的评估参数图9156组数据预测的t时评论数与真实值的对比删去这些数据中较大的66组数据，剩余的90组数据中，以其中85组为训练集，另外5组为测试集，计算该模型的预测能力，如表4：表4回归直线的预测能力检验由此可见，当数据更大时，点击量与评论数的线性相关性加强，而点击量对评论数的预测能力也一直十分优秀，所以本文可以推测，当数据数目足够大时，点击量与评论数将符合一元线性回归模型。3.3单集收视率、点击量与集数的关系。一般来讲，电视剧开播初期，因为不同电视剧的明星阵容、宣传力度不同，在不知道剧情的情况下，电视剧的收视率与点击量可能会有不同程度的波动，但随电视剧的播出，人们对该电视剧了解进一步深入，这种波动可能会逐渐减小。因而本文推测，随集数的增长，单集电视剧的收视率与点击量都会趋于平缓，且随剧情深入，人们对电视剧的期望应该会越高，因而二者都应缓慢上升。下面本文分别以八部电视剧的集数为自变量，同一集(同为第一集、第二集等)的平均收视率和平均点击量为因变量探究二者的关系，结果如图10和图11。由图本文不难看出，真实的结果与本文的预期有一定的偏差：收视率与本文的预期基本相符，始终波动较小，且有小幅上升，到最后达到最大值，这也反映了人们对电视剧结尾的期望。但点击量始终保持较大的波动，偶尔会有小幅上扬，但总体来看一直在下降，且在3/10/30集左右都出现了明显的断层情况，一直到最后都没有再大幅回升，不符合人们对大结局的期望值。探究这种现象发生的原因，本文认为这与二者所代表的受众群体相关：常使用优酷、土豆等网上观看电视剧的多为二三十岁的中青年人，他们的时间相对紧凑，没有时间每天晚上都在电视机前等待电视剧的更新，大多数时候只是通过网络回看已经播出的电视剧，在这种情况下，他们对电视剧的观看就有了选择性，某一集的剧情吸引人，可能该集的点击量会有一个激增，其他的集数点击量可能就较少，也正是由于这个原因，他们更偏爱集数较短的电视剧，因而随集数的增长，电视剧的点击量会逐步下降；而收视率的受众群体多为其他人群，生活更加规律，时间相对宽裕，受众群体稳定因而收视率的变化相对平缓，且随电视剧的深入，知道这部电视剧的人就更多，收看电视剧的人数就会逐步增多，因而电视剧的平均收视率会平缓地上升。
4结论与展望
在如今电视剧风靡的背景下，本文研究了电视剧的一些数据，以一元线性回归模型的原理为理论基础，发现收视率符合一元二次的时间序列预测模型，即知道某一集的收视率，便能比较好的预测出下一集电视剧的收视率，对于电视剧的出版方来说，合理的安排好剧情精彩的集数，以此大幅带动周围集数的收视率就显得尤为重要。此外，本文还研究了单集点击量与该集评论数的关系，发现某集的点击量与该集的评论数成正相关，因此，网络视频播出方可以加大宣传的力度，提高该集的关注度，以此提高单集点击量。最后，本文发现随集数的增加，收视率平缓上升，而视频点击量则在波动下降，对于集数较多的电视剧更为明显，因此电视台方面可以在收视后期多插播一些广告或延长时长以增加收益，而出版方则要控制好电视剧的长短，既要使电视剧的收视率达到一个令人满意的高度，又要保证点击量不会太低，以求得最大的收益。上述模型经验证后发现拟合程度都很高，能够很好地进行预测，这些问题的研究对于提高出版方与播出方的收益都有十分重要的意义。在未来对这些问题的深入研究中，通过更多电视剧的数据，以及更高级的算法模型，使得模型能够更加精确，具有更好的现实解释力。
作者:王一鸣 单位:诸城市实验中学
参考文献：
[1]陈春燕,张钰,常标等.基于ARMA模型的在线电视剧流行度预测[J].计算机科学与探索,2016,10(3).
数量关系论文范文6
摘要：本文对计量经济学及其研究的内容和方法，论文进行了综述、补充和总结，系统地从经济理论、统计学和科学性角度分析了计量经济学模型方法及其设定方式。
关键词计量经济学内容模型方法
计量经济学是经济理论、统计学和数学三者的结合。计量经济学研究的主体是经济现象发展变化的数量规律，计量经济模型描述的是经济变量之间的数量关系，这就决定了计量经济研究必须以经济理论和经济运行机制作为建立模型的理论依据。此外，由于计量经济研究过程是将经济理论与客观事实紧密联系起来进行分析，计量经济研究的结论反过来可以验证有关经济理论的正确与否（即是否符合客观实际）。因此，计量经济的研究成果又可以进一步充实，完善和发展经济理论。
数理经济学是一门以数学形式描述经济变量之间逻辑关系、运用数学符号和公式分析研究经济现象的学科。数理经济学与理论经济学的区别只是表述形式不同，所以，有人称之为“理论上的空盒子”。但是，数理经济学对计量经济学的产生和发展却有着重大影响，因为它毕竟将经济关系数学化、公式化了，为计量经济学的进一步研究奠定了基础。
计量经济学家在此基础做了两点改进，一是在模型中加入随机误差项，使模型成为随机方程。二是利用统计资料和数理统计方法估计出模型的具体形式。所以，计量经济学时计量经济研究的基础，计量经济学时数理经济学的具体应用和发展，计量经济的研究结果在数理经济学的“空盒子”中填上了实际内容。
一、关于计量经济学模型方法科学性的研究
讨论计量经济学模型方法的科学性，必须回答如下两个方面的问题。
1．计量经济学的哲学基础问题。广义的或者说完整的计量经济学模型方法并不是一般认为的“只能检验，不能发现”，而是一个能够作出科学发现的研究全过程。计量经济学模型不是有人认为的“是归纳的”，模型设定阶段的演绎与模型检验阶段的归纳相结合，构成了完整的、辨证的计量经济学模型的认识论。
2．计量经济学模型方法体系的内在一致性问题。现代计量经济学包括时间序列计量经济学、微观计量经济学、非参数计量经济学以及面板数据计量经济学等相对独立的分支。它们之间的关系，特别是内在一致性，是计量经济学模型方法是否具有科学性的重要体现。从计量经济学模型发展的角度，论述计量经济学模型方法的科学性。
二、关于计量经济学模型的统计学基础研究
与计量经济学模型方法的统计学基础相关的专题有3个，即模型类型设定对数据的依赖性、模型随机扰动项的源生性和假设检验的不对称性。“计量经济学模型对数据的依赖性”全面地论述了计量经济学模型与数据的关系。从计量经济学模型类型选择、总体回归模型设定、模型估计和模型应用等方面分析了数据的作用，强调了模型对数据的依赖性。具体包括，计量经济学应用模型的类型依赖于表征研究对象状态的数据类型，不同类型的数据，必须选择不同类型的模型。
从检验对象的角度，计量经济学中的假设检验大体分为四类。一是关于模型设定的检验。二是关于分布的检验。三是关于样本数据的检验。四是关于模型结果的检验。从检验方法的角度，计量经济学中的假设检验大体分为两类。一类是非嵌套检验。在非嵌套检验中，既设定了原假设，又同时设定了备择假设，检验一次完成。绝大多数假设检验都采用非嵌套检验。一类是嵌套检验。在嵌套检验中，只设定了原假设，没有明确的备择假设，检验非一次完成。当原假设被拒绝，需要设计进一步的检验。
假设检验中充满着不对称性。假设检验的不对称性包括三个方面，一是统计意义和经济意义的不对称性，属于经济学范畴；二是证伪和证实的不对称性，属于逻辑学范畴；三是犯第一类错误和犯第二类错误的不对称性，属于统计学范畴。正确理解假设检验的不对称性，对于正确认识和正确应用计量经济学模型方法，都是十分重要的。
三、关于计量经济学模型设定理论的研究
在经典计量经济学模型的应用研究中，直接依据经济学理论设定总体模型的现象十分普遍，因此经典计量经济学模型通常被认为是先验理论导向的。以先验的经济学理论作为计量经济学模型总体设定的导向，至少存在两个主要障碍。第一，正统经济学以经济人假设和理性选择为其理论体系的基石，任何一种理论都建立在决策主体是理性的和决策行为是最优的基础之上。而计量经济学模型总体设定的目的，是建立能够描述人们实际观察到的经济活动之中蕴藏着的一般规律的总体模型，毫无疑问，实际经济活动既不是“理陛”的，也不是“最优”的。第二，正统经济学理论强调“简单”，认为只有简单的理论才能够揭示本质。而计量经济学模型恰恰相反，它强调“一般”，必须将经济活动所涉及的所有因素包含其中。所以，即使经济学理论是正确的，也不能据此设定计量经济学模型，因为它舍弃了太多显著的因素。所谓“统计检验必要性”原则，是对数据关系导向的批评。
计量经济学模型设定应该遵循“经济主体动力学关系导向”原则。以经济主体与环境之间的动力学关系分析为基础和前提，基于该动力学过程生成的数据，以数据统计分析为必要条件，验证并确定经济主体与环境的互动关系，正是计量经济学总体模型所要界定的因果关系。以这样的原则设定计量经济学模型，可以实现先验理论导向和数据关系导向的综合。
参考文献：
[1]李芝倩.应用导向下的本科阶段计量经济学教学之思考.赤峰学院学报(自然科学版).2010(12).
[2]吴国新,余宇新.基于主体可计算模型的服务外包生态系统研究综述.国际商务研究.2010(06).
