让课前预习成为语文课的精彩起点

预习,顾名思义就是学生在课前的自主学习。通过自学让学生自主获取知识,是发展学生自主能力的重要途径。课前预习这一方法的运用既有助于学生提高学习自觉性,养成良好的学习习惯。但是,在教学中很多学生在课上被动地接受教师的讲解,没有深入思考分析,其主要原因是学生没有掌握有效的预习自学的方法。那么怎样才能使学生做到有效的预习呢?一、画龙点睛,教师适时引导教师的鼓励与引导对帮助学生养成良好的学习习惯。培养学生养成良     

逆指数分布参数的 Bayes 和经验 Bayes 估计简

基于完全样本,在平方误差损失、LINEX损失函数下研究了逆指数分布参数的Bayes估计和经验Bayes估计．文末通过MonteCarlo数值模拟例子对各类估计结果进行比较．     

高斯模糊图像的盲复原

介绍了高斯模糊图像的盲复原方法。通过实验比较了6种去噪方法;采用最大似然估计方法来寻找最相似于退化图像的点扩展函数;利用已估计出的点扩展函数进行约束最小二乘图像复原,并分析了正则化参数的选取方法。最后比较了EM算法和本文算法。     

先秦汉语代词“然”和连词“然”及其关系研究

殷商甲骨文时期没有“然”字出现。西周金文时期,“然”的本义为“燃烧”,后来通过假借和虚化的方法新增了代词和连词的用法。这两种用法在春秋战国时期不断完善和结合,并且在合用代词“然”的情况中,经过语言的演变,“然”的实词义逐渐消退、虚化,让原本独立的两个词凝固成了一个单一的词汇。     

分组零膨胀泊松模型的半参数统计推断

泊松回归模型常常用于计数数据的研究中,然而在实际数据中零值的比例可能远远大于泊松分布中取零值的概率,而且这些零值通常都有其特殊含义.此外计数数据可能是分组数据,即观测到的数据不是确切值而只是已知其落在某一个区间范围之内;或者某些特定的数据,例如工资,要先对它进行人为的分组然后再进行分析.考虑一种零膨胀泊松半参数回归模型来处理上述分组计数数据.该模型中泊松分布的期望与协变量之间采用部分线性连接函数,而零值的概率与协变量之间采用线性连接函数.利用Sieve极大似然估计方法来估计该回归模型中参数和非参数函数,并提出了一种得分检验方法来检验是否存在零膨胀.在一定正则条件下,获得了Sieve极大似然估计的渐近性质,证明了参数部分的估计是强相合,渐近正态及渐近有效的;同时非参数函数的估计达到了最优收敛速度.模拟研究表明,估计和检验方法效果都比较好,最后将此模型和推断方法应用于一组公共卫生领域实际数据研究.     

用计算机实现指数分布的比较试验设计

比较试验(假设检验)作为统计推断的一种方法,在产品质量检验中发挥着重要作用。鉴于现有的假设检验大多局限于正态分布,因此进行了总体服从指数分布的比较试验设计。讨论了总体的参数估计与假设检验问题,并分别从单边和双边检验角度进行分析,根据实际问题需要,结合数值分析算法,利用C++语言编写出自动确定试验时所应抽取的样本容量及判断满足工程精度要求的拒绝域端点的程序。     

关于最大似然估计的教学

通过浅显事例说明最大似然原理,给出最大似然估计的主要方法。     

最大似然估计的若干难题与解析

任课教师在教学时除了要注重讲解最大似然估 计的基本思想和一般解法,还有必要增加一些有难度的灵活题 型作为补充。这样既调动了学生的学习积极性,拓宽了知识 面,也有助于提高学生分析和解决问题的能力。     

许陶和紫然的故事

许陶和紫然相识在秋风飒飒的九月。许陶是个不喜欢秋天的孩子，她无助地坐在校园的某个石椅上看着落叶在面前悠然飘下，便不可遏止地难过，她觉得他们是被大树遗弃的孩子，尽管她一再安慰自己说它们不是，