一、关于逆抽样的相关理论与方法（论文文献综述）
古丽斯坦·库尔班尼牙孜,孟丽君,田茂再[1]（2021）在《配对设计中条件优势比的置信区间构造》文中研究指明在配对设计中条件优势比通常用来分析某种疾病与风险暴露因素的关联强度,在医学研究中具有重要的临床意义.文章用4种方法来构造三项式抽样下条件优势比的渐近置信区间,分别为:三项式下的Delta方法、对数变换方法、基于Filler定理改进的方法和得分检验法,每种方法都各有其优缺点.三项式抽样下构造条件优势比的置信区间是本文的一个创新点.根据区间对条件优势比真值的覆盖率以及平均区间长度两个指标,通过蒙特卡洛模拟结果对这4种区间估计方法进行评价.最后,文章通过两个实证案例来直观展示4种区间估计方法的表现性能.
孟杰,沈文静,杨贵军,刘杨[2]（2021）在《复杂抽样的Bootstrap方差估计方法及应用》文中研究指明构造总体参数估计量的方差估计是抽样估计重要内容。但当抽样方案复杂或估计量形式复杂时,传统抽样调查的方差估计方法很难适用。本文探究适用于中国人口抽样调查的Bootstrap方差估计方法。为此,首先采用文献解读法,解析复杂抽样Bootstrap方差估计方法的基本理论;接着,提出适用于中国人口抽样调查的重权数Bootstrap方差估计方法与类总体Bootstrap方差估计方法,并对它们的统计性质进行仿真模拟试验;最后,利用天津市2015年全国1%人口抽样调查数据,演示两种Bootstrap方差估计方法的应用,验证其实践有效性。本文有助于提升中国在政府统计抽样估计领域的基础理论研究水平,并为中国人口抽样调查以及其他抽样调查的方案设计和估计提供借鉴。
梁学敏[3]（2020）在《连续差异复制法在中国住户调查中的应用研究》文中研究表明住户调查是世界各国获取家庭和个人社会经济数据的主要来源。随着中国城乡住户调查一体化改革的推进,住户调查的方法研究备受关注。其中,方差估计作为描述估计量精度的重要标准,一直是统计学者关注的重点。目前,各国的住户调查大多采用复杂抽样估计方法得到方差估计值。抽样方法和估计量的复杂性导致单一抽样方式下的简单方差估计量在实际应用中不具有实用性,无法准确地对估计量的方差进行估计,因此也决定了其住户调查估计量对应的方差估计无法使用基础的方差公式,只能采用复杂抽样下的方差估计方法。方差估计的复制方法对抽样方法和估计量形式等不做严格的要求,适用于各种类型的估计量,其应用最为广泛。复制方法具体包括刀切法、自助法和连续差异复制法等。连续差异复制法最大的优势是在抽取终极抽样单元时能有效利用系统抽样的顺序信息,正在美国社区调查、现时人口调查等大型调查推行使用。中国现有资料表明,劳动力调查使用自助法估计方差,但实践经验表明自助法并不稳定。中国住户调查现行的抽样方案显示使用系统抽样抽取最终抽样单元调查户,这符合连续差异复制法的基本优势条件。鉴于上述研究背景,本文尝试将连续差异复制法应用在中国实际住户调查中。首先,给出住户调查中常用的方差估计方法,重点给出连续差异复制法。其次,结合中国住户调查的现实背景,给出连续差异复制法的具体构造过程。最后,以天津市2018年滨海新区年鉴中有关住户调查的相关数据为背景,通过数据模拟进一步说明连续差异复制法的适用性和统计性质。为了对比,文章给出自助法理论基础和模拟结果。结果显示,相比自助法得到的方差均值,连续差异复制法得到的方差均值更接近真实方差,结果较稳定。具体而言,连续差异复制法方差估计的均方误差显着小于自助法方差估计的均方误差;连续差异复制法方差估计的相对误差均值明显小于自助法方差估计的相对误差均值。综上所述,连续差异复制法能有效利用住户调查中系统抽样的顺序信息,使得估计结果更加稳定。本文的有关研究工作能为中国住户调查方差估计方法的改进提供有效参考。
刘博[4]（2020）在《电动汽车充电行为对地区电网潮流的影响》文中进行了进一步梳理近年来,随着科学技术的发展以及人们生活水平的提高,汽车在人们的生活中越来越普及,汽车不仅能丰富人们的出行方式,还扩大了人们活动的范围。目前全球汽车主要是燃油汽车,大量的燃油汽车在行驶时不仅会消耗大量的汽油,还会排放二氧化碳和废气,导致温室效应,从而使得全球变暖,破坏生态环境。随着电动汽车的出现,汽车污染环境的问题将会得到改善,电动汽车在行驶时不仅不消耗汽油,也不会排放二氧化碳和废气,所以各个国家都开始大力推广电动汽车。可以预见,电动汽车在未来将会全面取代燃油汽车。电动汽车的行驶需要电能的驱动,其需要从电网中充电来获得电能,当大规模的电动汽车同时充电将可能会对电网的安全性、可靠性以及调度带来极大的挑战。因此,研究电动汽车充电负荷对电网的影响已经成为日趋紧迫的课题。本文通过对阳江的各类电动汽车充电数据的研究,在DIg SILENT中搭建阳江电网系统,分析各类电动汽车在不同保有量下的充电负荷对阳江电网潮流的影响,主要的研究内容如下:首先,本文先对影响电动汽车充电负荷的因素进行分析,然后对阳江市的电动公交车、电动共享汽车和电动私家车的充电数据进行筛选和整理,分析阳江各类电动汽车的充电行为。其次,对各类电动汽车充电数据中的起始充电时间和充电量,采用高斯混合模型进行拟合,得到对应的概率密度函数,通过对舍选抽样法的介绍,建立基于舍选抽样法的蒙特卡洛模拟电动汽车充电负荷模型。然后,本文在阳江现有各类电动汽车保有量的基础上,对未来各类电动汽车的保有量进行预测,并通过蒙特卡洛模拟,得到阳江各类电动汽车对应的充电负荷。将充电负荷加入到阳江电网的日负荷曲线上可以发现,电动汽车充电负荷会增加电网负荷曲线的峰谷差和峰谷差率。私家车快充比例的提高,将会增加私家车充电负荷的峰谷差,但将减小阳江电网负荷曲线的峰谷差。最后,把前面得到的充电负荷接入到DIg SILENT搭建的阳江电网中,通过仿真结果可知,公交车和共享汽车的充电负荷对潮流的影响较小。私家车充电负荷会使得某些节点的电压偏移超过国家标准的允许范围,应采取提前给这些节点增容或增加接入节点的措施。随着私家车快充比例的增加,使得接入充电负荷的节点的电压偏移的范围增大,网络损耗率增加。本文对阳江实际的电动汽车充电数据进行研究,并根据该地区电网的实际数据搭建系统,分析充电负荷对电网潮流的影响,对研究中小城市充电负荷对电网的影响具有一定的参考价值。
孙玲莉[5]（2019）在《住户调查的若干问题研究》文中提出住户调查是以家庭为对象,为搜集各种社会经济统计资料而组织的各种调查的总称,是党的十九大报告“提高就业质量和人民收入水平”的政策实施和评估的数据来源。在全面推进城乡住户调查一体化的背景下,开展住户调查方法研究,完善现有住户调查的抽样设计体系,对于制定和实施国家宏观经济政策具有重要意义。现在,几乎所有的国家或地区都在积极开展住户调查。中国从20世纪五十年代就已经开始进行住户调查,从2005年11月开始进行季度和月度劳动力调查,从2013年开始在全国范围内实施城乡一体化住户调查。中国住户调查的理论和实践取得了长足进步,但与中国社会发展的现实需求相比,在以下几个方面仍有待完善:（1）目标参数估计量的构造需要借助更多的辅助信息,提高估计量的精度,满足构建以数据为关键要素的数字经济的需求,提升国家现代化治理水平。目标参数的估计量主要由变量观测值和变量观测值的权重两方面确定,权重的准确与否对最终估计结果的影响较大。利用辅助信息对权重进行调整已经成为主流趋势。（2）估计量的方差估计是描述估计量精度的重要标准,具体的方差估计方法如何更好与中国住户调查的具体方案相结合还需进一步论证。估计量的方差估计往往采用复杂抽样的方差估计方法,比如,连续差异复制法、自助法、刀切法等,这是由抽样方法和统计量构造过程的复杂性决定的。住户调查通常综合采用分层、多阶段、与人口规模大小成比例（PPS方法）和随机等距抽样相结合的抽样方法。校准估计量、事后分层调整估计量、回归估计量、比率估计量等估计量的形式复杂。复杂抽样的方差估计方法如何进行具体应用有待深入分析。（3）对非抽样误差的解决办法有待进一步改进,特别是对于无回答误差。在调查过程中,无回答的出现容易造成目标估计量的偏离,影响统计分析结果的可信度。加权调整法和插补法是处理无回答的主要方法。不断完善的行政记录数据为住户调查的无回答提供更多的辅助信息,需要寻找新的理论模型给出无回答更合理的插补值。如何有效降低无回答误差对最终估计结果的影响是中国住户调查中亟需解决的问题。（4）在不断提高政府决策科学化、社会治理精准化的背景下,对样本量的确定需要更为深入研究。针对中国住户调查目前采用的分层多阶段抽样方法,考虑成本和精度要求下,探讨样本量确定的方法具有现实意义。基于上述背景,本文的主要研究内容如下:（1）结合中国住户调查的抽样方案,给出校准估计量的构造方法,包括基础权重的确定、无回答权重调整、校准权重调整等。在校准权重中使用了综合加权方法,同时校准初级抽样单元和次级抽样单元的权重。研究结果显示,估计量的均方误差小,估计量精度高。（2）从复杂抽样的方差估计方法的理论和应用角度出发,对比分析各方法的适用条件,结合中国住户调查的具体情况,应用连续差异复制法和自助法对校准估计量的方差进行估计。结果显示,连续差异复制法的估计结果比自助法的估计结果更具有稳健性,中国住户调查采用系统抽样,而连续差异复制法能有效利用系统抽样的顺序信息。（3）在非抽样误差方面,对于项目无回答,针对倾向得分匹配插补法的缺陷,本文提出了响应倾向得分匹配插补法,并通过模拟研究探讨其统计性质。相比于其他插补法,响应倾向得分匹配插补法的估计效果更优良。（4）针对分层多阶段抽样的样本量确定问题,在成本或精度一定的条件下,给出了分层两阶段和分层多阶段抽样下样本量确定的函数表达式,便于未来抽样调查过程的应用。中国处在全面建成小康社会的关键期,发展面临多年少有的国内外复杂严峻形势,经济出现新的下行压力,对政府统计调查工作的需求越来越大,要求越来越高。本文从住户调查的研究视角出发,重点研究了住户调查中的校准估计量构造、校准估计量的方差估计、无回答处理和样本量确定四个方面内容。面对越来越多的辅助信息,校准估计量及其方差估计能有效提高估计结果的精度;响应倾向得分匹配插补法能给出无回答更为合理的插补值;样本量的确定更为精确。本文的研究工作能促进中国住户调查体系完善,为国家保持经济持续健康发展和社会大局稳定的政策实施提供更为精准数据支撑。
陈光慧,刘建平[6]（2018）在《构建新时代现代化统计调查体系的问题研究》文中进行了进一步梳理本文通过对我国现行统计调查制度与方法等相关环节的问题进行系统研究,提出建立一套与新时代中国特色社会主义相适应的现代化统计调查体系。这套体系将传统的统计调查方法与新式电子化记录的大数据有效融合,注重大数据与抽样调查数据及其推断估计方法的结合,在不显着增加整体调查经费的前提下,可更加准确、及时、全面和连续地生产各类宏观时间序列调查数据和微观纵向调查数据,推进政府统计管理体制的深化改革与发展。
叶振[7]（2017）在《逆二项分布分组检测方法的最优设计》文中提出随着社会全球化的发展,传染性疾病也在往全球化的方向发展.如果不能很好地控制传染病的传播,不仅会危及人们的财产安全和生命安全,甚至会对整个社会和国家造成毁灭性的打击,所以对传染性疾病的监测和控制一直以来都是各国政府卫生部门的一项重要工作.在对疾病进行监测时,如何能准确、高效、经济地对样本进行检测和估计出疾病的患病率是一个非常值得研究的问题.在对小概率疾病进行检测时,采用分组检测的思想对待测样本进行检测是非常经济高效的方法.利用这种方法对待测样本进行检测要选择合适的组大小,组大小的选择对实验的效率和成败起着至关重要的作用.在估计疾病的患病率时,通常情况下人们采用固定样本的方法对待测样本进行检测,然而当疾病的患病率较小时,这种方法就暴露了它的缺点.在这些待测样本中检测出来的患者极少,甚至检测不到一个患者.针对这种情况,采用逆抽样的方法对待测样本进行抽样检测可以有效地解决这个问题,即指定要检测出的患者人数,直到检测出指定的患者人数停止检测.本文将分组检测思想和逆抽样方法相结合来估计疾病的患病率,主要研究了单疾病检测下如何选择最优的组大小,提高患病率估计的精确度.在第一部分中,主要研究了在精确检测下逆二项分布分组检测最优组大小的选择.假设每组的检测结果服从伯努利分布且患病率服从贝塔分布.通过极大似然估计得出了患病率估计的表达式及渐近方差的表达式,并通过理论证明了最优组大小的存在性.在第二部分中,主要研究了在非精确检测下逆二项分布分组检测最优组大小的选择.由于检测仪器精密程度不同,会或多或少的存在检测误差而造成误分类的现象,对患病率估计的精度造成影响,所以考虑检测仪器的敏感性和特异性是必要的.在本部分中主要考虑了患病率的先验信息是一个定值和服从贝塔分布两种情况,同样通过极大似然估计得到患病率估计及其渐近方差的表达式,并通过理论证明了最优组大小的存在性.在第三部分中,主要研究了在逆抽样下自适应两阶段分组检测方法估计疾病的患病率.这种方法的主要思想是通过第一阶段相对少量的实验估计出一个疾病的患病率,从而选择出第二阶段实验的最优组大小,最后通过两个阶段的实验结果估计出疾病的患病率.这种方法的优点在于不依赖患病率的先验信息,所以当疾病患病率的先验信息是非常少时这种方法非常适用.在第四部分中,通过模拟计算验证了前三部分的正确性.在最后一部分,对全文进行了相应的总结和展望.
李强[8]（2017）在《几种方差缩减技术的应用研究》文中研究表明蒙特卡罗（MC）方法作为一种统计方法,起初主要作为确定论方法的补充使用.但是随着计算机的快速发展以及对计算机的普及与应用打破了这一局面,使得原本耗时的模拟过程变得更加快捷,这极大的促进了MC方法的发展.MC方法的应用范围也从起初的核领域延伸到其它领域,现今已成为解决许多物理、工程、金融等领域中问题的重要计算工具,在参数估计和可靠性设计投资风险和投标报价生物医学统计物理学等方面也有极为广泛的应用,对于确定性问题,也可用MC方法进行解决,以及求解各类方程（组）、计算多重积分、无穷级数等.但是由于MC方法经过随机模拟得到的近似值难免会与所估计的真值存在偏差,本文针对该问题展开研究.首先,论文对MC方法的收敛性与误差估计进行了分析,总结了常用的六种方差缩减的方法:重要抽样法、控制变量法、对偶变量法、条件期望法、分层抽样法、相关抽样法.其次,论文讨论了常见的方程组、定积分、级数问题的蒙特卡罗对偶变量法,通过建立概率统计模型、抽样产生随机样本进而获得确定性问题的估计值,结果显示该技巧可有效降低模拟精度且缩短计算机运行时间,充分展示了对偶变量法的高效性.最后,讨论线性代数系统的自适应蒙特卡罗求解算法.该方法包括自适应重要性抽样蒙特卡罗和自适应相关抽样蒙特卡罗,并通过求解具体算例比较蒙特卡罗方法和确定性方法的求解时间和算法效率,从而得出自适应蒙特卡罗方法可以获得更快的收敛速度。
孟令宾,李二倩,田茂再[9]（2017）在《基于鞍点逼近的二项抽样下优势比的置信区间构造》文中研究表明优势比通常用来分析疾病与暴露因素的关联强度,在医学研究中有非常重要的临床意义。对于优势比而言,得到其一个区间估计往往比得到一个点估计更加重要。实际数据分析中,优势比作为一个未知参数其估计量比较复杂,要得到其精确的分布是很难实现的,因此一般都寻求其一个渐近的置信区间。文中,我们采用四种方法来构造二项抽样下优势比的渐近置信区间,分别为Delta方法、Woolf方法、基于似然比检验的方法以及鞍点逼近方法,每种方法都各有其优缺点,其中鞍点逼近方法构造优势比的置信区间,是本文的一个创新点。我们通过蒙特卡洛模拟来比较这四种区间估计方法的优劣,对于模拟结果的评价准则主要基于区间对优势比真值的覆盖率与置信水平的接近程度和平均区间长度这两个指标。最后,本文通过两个实证案例来直观展示四种区间估计方法的不同特点。
庹奎[10]（2015）在《基于随机有限元法的机械零部件静动态可靠性分析》文中研究指明在传统的机械零部件可靠性分析时,通常直接根据该零件的应力具体显示表达式得到应力概率模型,同时结合强度概率模型建立可靠性干涉模型进行分析。但工程实际中的机械零部件通常无法给出具体显示表达式,导致了可靠性在实际工程中的广泛运用障碍。在可靠性数据统计方面,通过直接做可靠性数据统计试验成本高昂,而且由于零件结构的不同所造成应力分布差异性极大,使得试验结果往往不具有通用性。因此,机械零部件可靠性研究重点一直围绕着可靠性模型和可靠性数据两个方面展开进行的。本文在随机有限元理论的基础上,利用ANSYS概率分析模块展开可靠性研究。在静可靠性分析方面,以Monte Carlo随机有限元、响应面随机有限元和混合随机有限元进行机械零部件静可靠性分析,解决了无具体显示表达式的零件可靠性建模分析问题,同时对比三种随机有限元法得到各自特点和使用条件。在动态可靠性分析方面,以随机有限元静可靠性分析得到的应力数据为基础,利用Monte Carlo法进行动态可靠性模拟分析,解决了动态可靠性分析的数据缺乏问题。具体的研究内容及成果如下:1)通过APDL建立工业机器人小臂可靠性分析文件,选择Monte Carlo随机有限元法对小臂进行结构静可靠性分析,得到小臂的静可靠度及参数灵敏度分析结果。表明Monte Carlo随机有限元法能够很好的解决零件无显示表达式静可靠性的分析问题,同时也是一种通用性较好的随机有限元静可靠性分析基础方法。2)以机器人小臂为例,进一步采用响应面随机有限元法进行分析。通过对拟合的响应面进行大量Monte Carlo快速模拟后,得到小臂静可靠性分析结果。表明响应面随机有限元法以拟合的结构响应面替代小臂的有限元模型可快速进行分析,比Monte Carlo法具有更高分析效率。通过详细对比两种随机有限元法,最后给出Monte Carlo随机有限元和响应面随机有限元各自进行静可靠性分析的适用条件。3)综合Monte Carlo和响应面两种随机有限元法特点,结合参数灵敏度分析得到混合随机有限元静可靠性分析方法。以参数和结构相对复杂的发动机连杆为例,详细的对比混合随机有限元、响应面随机有限元和Monte Carlo随机有限元三种静可靠性分析方法,结果表明混合随机有限元法在结构复杂且输入参数较多的零部件静可靠性分析时,比其它两种方法具有更高的计算效率。4)在零部件动态可靠性分析时,以支撑板为例,利用Monte Carlo随机有限元静可靠性分析结果,提取后缀为.pdrs文件的应力数据得到应力的大量样本。进一步通过MATLAB分布拟合得到动态可靠性分析的应力概率分布特性,并以此建立动态可靠性干涉模型。最终编辑Monte Carlo动态可靠性模拟计算程序进行支撑板的动态可靠性分析,得到随载荷次数变化的动态可靠度曲线。结果表明基于随机有限元法解决动态可靠性数据缺乏问题的思路是可实现的,为机械零部件动态可靠性分析提供了新的参考方法。
二、关于逆抽样的相关理论与方法（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、关于逆抽样的相关理论与方法（论文提纲范文）
（3）连续差异复制法在中国住户调查中的应用研究（论文提纲范文）
| 内容摘要 |
| Abstract |
| 第1章 导论 |
| 1.1 研究背景及选题意义 |
| 1.1.1 研究背景 |
| 1.1.2 选题意义 |
| 1.2 国内外文献综述 |
| 1.2.1 国外方差估计法的文献综述 |
| 1.2.2 国内方差估计法的文献综述 |
| 1.2.3 小结 |
| 1.3 研究内容和研究方法 |
| 1.3.1 研究内容 |
| 1.3.2 研究方法 |
| 1.4 研究思路和章节安排 |
| 1.4.1 研究思路 |
| 1.4.2 章节安排 |
| 1.5 创新之处 |
| 第2章 住户调查中的方差估计方法 |
| 2.1 自助法 |
| 2.2 连续差异复制法 |
| 第3章 基于连续差异复制法的中国住户调查方差估计量构造 |
| 3.1 中国住户调查的基本概述 |
| 3.1.1 住户调查的发展 |
| 3.1.2 现行方差估计方法 |
| 3.1.3 应用连续差异复制法的必要性 |
| 3.2 基于连续差异复制法方差估计量的构造 |
| 3.2.1 连续差异复制法的适用基础 |
| 3.2.2 连续差异复制法方差估计量的构造过程 |
| 3.3 小结 |
| 第4章 连续差异复制法在中国住户调查的模拟研究 |
| 4.1 模拟研究设计 |
| 4.2 连续差异复制法的应用过程模拟 |
| 4.3 自助法的应用过程模拟 |
| 4.4 基于连续差异复制法的方差估计量的统计性质模拟 |
| 4.4.1 统计性质评价指标 |
| 4.4.2 连续差异复制法与自助法的统计性质对比分析 |
| 4.5 小结 |
| 第5章 总结和展望 |
| 参考文献 |
| 后记 |
（4）电动汽车充电行为对地区电网潮流的影响（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 课题的研究目的和意义 |
| 1.2 国内外研究现状 |
| 1.2.1 电动汽车充电负荷预测国内外研究现状 |
| 1.2.2 充电负荷对电网的影响国内外研究现状 |
| 1.3 论文主要研究内容 |
| 1.3.1 论文主要工作 |
| 1.3.2 论文整体结构 |
| 第二章 电动汽车充电行为研究 |
| 2.1 影响充电负荷的因素 |
| 2.1.1 电动汽车类型 |
| 2.1.2 充电方式 |
| 2.1.3 电动汽车电池特性 |
| 2.1.4 电动汽车保有量 |
| 2.2 数据的筛选 |
| 2.3 电动汽车充电行为分析 |
| 2.3.1 公交车充电行为分析 |
| 2.3.2 私家车充电行为分析 |
| 2.3.3 共享汽车充电行为分析 |
| 2.4 本章小结 |
| 第三章 电动汽车充电负荷建模 |
| 3.1 高斯混合模型 |
| 3.2 各类电动汽车起始充电时间的概率密度函数拟合 |
| 3.2.1 公交车起始充电时间概率密度函数拟合 |
| 3.2.2 私家车起始充电时间概率密度函数拟合 |
| 3.2.3 共享汽车起始充电时间概率密度函数拟合 |
| 3.3 各类电动汽车充电量的概率密度函数拟合 |
| 3.3.1 公交车充电量概率密度函数拟合 |
| 3.3.2 私家车充电量概率密度函数拟合 |
| 3.3.3 共享汽车充电量概率密度函数拟合 |
| 3.4 舍选抽样法 |
| 3.5 基于蒙特卡洛模拟的电动汽车充电负荷建模 |
| 3.6 本章小结 |
| 第四章 电动汽车充电负荷预测及对负荷曲线的影响 |
| 4.1 各类电动汽车充电负荷 |
| 4.1.1 参数设置 |
| 4.1.2 公交车充电负荷预测 |
| 4.1.3 私家车充电负荷预测 |
| 4.1.4 共享汽车充电负荷预测 |
| 4.2 阳江市电动汽车发展规模预测 |
| 4.3 阳江电动汽车充电负荷对电网负荷曲线的影响 |
| 4.4 本章小结 |
| 第五章 电动汽车充电对电力系统潮流的影响 |
| 5.1 阳江电网系统的搭建 |
| 5.2 电动汽车充电负荷对潮流的影响评估 |
| 5.3 仿真分析 |
| 5.3.1 公交车充电负荷对潮流的影响 |
| 5.3.2 共享汽车充电负荷对潮流的影响 |
| 5.3.3 私家车充电负荷对潮流的影响 |
| 5.3.4 私家车不同充电模式对潮流的影响 |
| 5.4 本章小结 |
| 结论与展望 |
| 参考文献 |
| 攻读学位期间发表的论文和参加科研情况 |
| 致谢 |
（5）住户调查的若干问题研究（论文提纲范文）
| 内容摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 研究背景 |
| 1.2 研究目的与研究意义 |
| 1.2.1 研究目的 |
| 1.2.2 研究意义 |
| 1.3 研究内容与研究方法 |
| 1.3.1 研究内容 |
| 1.3.2 研究方法 |
| 1.4 创新之处 |
| 第2章 住户调查抽样设计的国际经验 |
| 2.1 美国住户调查的抽样设计 |
| 2.2 加拿大住户调查的抽样设计 |
| 2.3 欧盟住户调查的抽样设计 |
| 2.4 中国住户调查的抽样设计 |
| 2.5 国内外抽样设计述评 |
| 第3章 住户调查的校准估计量 |
| 3.1 校准估计量 |
| 3.2 校准估计量的构造 |
| 3.2.1 计算基础权重 |
| 3.2.2 无回答调整 |
| 3.2.3 校准权重调整 |
| 3.2.4 校准估计量 |
| 3.3 校准估计量的模拟研究 |
| 3.3.1 数据生成说明 |
| 3.3.2 权重计算过程 |
| 3.3.3 估计结果分析 |
| 3.4 本章小结 |
| 第4章 住户调查的方差估计 |
| 4.1 复杂抽样的方差估计方法 |
| 4.1.1 复制方差估计法 |
| 4.1.2 线性化方差估计法 |
| 4.2 校准估计量的方差估计 |
| 4.2.1 对校准估计量方差估计的建议 |
| 4.2.2 连续差异复制法方差估计 |
| 4.2.3 自助法方差估计 |
| 4.3 校准估计量方差估计的模拟研究 |
| 4.3.1 数据生成说明 |
| 4.3.2 方差估计过程 |
| 4.3.3 估计结果分析 |
| 4.4 本章小结 |
| 第5章 住户调查的无回答处理 |
| 5.1 无回答误差 |
| 5.1.1 无回答的分类 |
| 5.1.2 无回答的处理 |
| 5.2 响应倾向得分匹配插补法 |
| 5.2.1 响应倾向得分 |
| 5.2.2 建立响应倾向得分模型 |
| 5.2.3 匹配响应倾向得分 |
| 5.2.4 插补无回答 |
| 5.3 模拟研究 |
| 5.3.1 数据生成说明 |
| 5.3.2 估计结果分析 |
| 5.4 本章小结 |
| 第6章 住户调查的样本量确定 |
| 6.1 分层两阶段抽样的成本模型 |
| 6.2 分层两阶段抽样的样本量确定 |
| 6.3 分层三阶段抽样的样本量确定 |
| 6.4 样本量确定的模拟研究 |
| 6.4.1 数据生成说明 |
| 6.4.2 样本量确定 |
| 6.5 本章小结 |
| 第7章 总结与展望 |
| 7.1 总结 |
| 7.2 展望 |
| 参考文献 |
| 在学期间发表的学术论文与研究成果 |
| 后记 |
（6）构建新时代现代化统计调查体系的问题研究（论文提纲范文）
| 一、引言 |
| 二、国内外研究综述 |
| (一) 国外相关研究梳理及动态 |
| (二) 国内相关研究梳理及动态 |
| (三) 研究述评 |
| 三、未来改革思路及难点问题 |
| 四、建立新时代现代化统计调查体系的主要内容 |
| (一) 协调和完善各类统计调查制度, 做好现代化统计调查体系的顶层设计 |
| (二) 精简、整合、增加统计调查内容、调查项目和指标体系 |
| (三) 建立和维护较为全面、准确的各级名录和地域调查网络 |
| (四) 改进传统的数据搜集方式, 整合利用各类大数据资源 |
| (五) 研究应用前沿的抽样技术方法, 更加有效地发挥经常性抽样调查的主体作用 |
| (六) 研究解决大数据与传统调查方法, 特别是抽样调查的辅助、融合推断问题 |
| 五、总结与展望 |
（7）逆二项分布分组检测方法的最优设计（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 研究背景 |
| 1.2 文献综述 |
| 1.3 本文的主要内容和特色 |
| 第二章 逆抽样下设计分组检测的组大小 |
| 2.1 精确检测逆抽样下患病率估计 |
| 2.2 最优组大小的存在性 |
| 2.3 精确检测下最优组大小 |
| 2.4 非精确检测逆抽样下患病率估计 |
| 2.5 非精确检测最优组大小的存在性 |
| 第三章 自适应两阶段分组检测方法 |
| 3.1 自适应两阶段方法患病率估计及其渐近方差 |
| 第四章 模拟计算 |
| 4.1 已知患病率最优组大小存在性 |
| 4.2 已知患病率的分布最优组大小的存在性 |
| 4.3 模拟验证最优组大小 |
| 第五章 结论与展望 |
| 参考文献 |
| 致谢 |
（8）几种方差缩减技术的应用研究（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 选题的背景和意义 |
| 1.2 国内外研究综述 |
| 1.3 蒙特卡罗方法的收敛性与误差估计 |
| 1.3.1 蒙特卡罗方法的收敛性 |
| 1.3.2 蒙特卡罗方法的误差估计 |
| 1.4 常用方差缩减方法简介 |
| 1.4.1 重要抽样法 |
| 1.4.2 控制变量法 |
| 1.4.3 对偶变量法 |
| 1.4.4 条件期望法 |
| 1.4.5 分层抽样法 |
| 1.4.6 相关抽样法 |
| 1.5 本文内容简介 |
| 第二章 蒙特卡罗方法在一些确定性问题中的应用 |
| 2.1 蒙特卡罗方法在方程组求解上的应用 |
| 2.2 利用蒙特卡罗方法求解线性方程组 |
| 2.2.1 基于重要性抽样的蒙特卡罗方法 |
| 2.2.2 基于均匀分布的蒙特卡罗方法 |
| 2.2.3 基于二项分布的蒙特卡罗方法 |
| 2.3 利用对偶变量法求解线性方程组 |
| 2.3.1 基于重要性抽样的对偶变量法 |
| 2.3.2 基于均匀分布的对偶变量法 |
| 2.3.3 基于二项分布的对偶变量法 |
| 2.4 蒙特卡罗方法在积分计算上的应用 |
| 2.4.1 基于均匀分布的蒙特卡罗方法 |
| 2.4.2 基于均匀分布的对偶变量法 |
| 2.5 蒙特卡罗方法在级数计算上的应用 |
| 2.5.1 基于几何分布的蒙特卡罗方法 |
| 2.5.2 基于几何分布的对偶变量法 |
| 2.6 数值算例 |
| 2.7 小结 |
| 第三章 自适应蒙特卡罗方法初探 |
| 3.1 引言 |
| 3.2 自适应蒙特卡罗方法 |
| 3.2.1 自适应重要性抽样蒙特卡罗方法 |
| 3.2.2 自适应相关抽样蒙特卡罗方法 |
| 3.3 数值求解算例 |
| 3.4 小结 |
| 第四章 总结与展望 |
| 参考文献 |
| 致谢 |
| 硕士期间完成的论文 |
（9）基于鞍点逼近的二项抽样下优势比的置信区间构造（论文提纲范文）
| 0 引言 |
| 1 二项抽样下优势比的置信区间构造 |
| 1.1 优势比 |
| 1.2 优势比与相对风险比 |
| 1.3 优势比的二项抽样模型 |
| 1.4 优势比的三种常用区间估计方法 |
| 1.4.1 Delta方法 |
| 1.4.2 Woolf方法 |
| 1.4.3 基于似然比检验的方法 |
| 1.5 基于鞍点逼近的方法 |
| 1.5.1 方法1 |
| 1.5.2 方法2 |
| 2 蒙特卡洛模拟 |
| 2.1 模拟评价标准 |
| 2.2 模拟结果 |
| 2.3 模拟结果比较 |
| 2.3.1 Delta方法 |
| 2.3.2 Woolf方法 |
| 2.3.3 基于似然比检验的方法 |
| 2.3.4 鞍点逼近方法 |
| 3 实证研究 |
| 3.1 关于癫痫病对男子生育能力的影响 |
| 3.2 心肌梗死发病与否与二氧化硫接触史关系 |
（10）基于随机有限元法的机械零部件静动态可靠性分析（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 课题研究背景和意义 |
| 1.2 国内外研究发展现状 |
| 1.2.1 可靠性工程的发展及研究现状 |
| 1.2.2 随机有限元法发展及研究现状 |
| 1.2.3 可靠性分析软件发展及研究现状 |
| 1.3 本文研究的主要内容 |
| 1.3.1 本文基本研究框架 |
| 1.3.2 本文主要研究内容 |
| 1.4 本章小结 |
| 第二章 机械零件结构可靠性分析基本理论 |
| 2.1 引言 |
| 2.2 可靠性基本理论 |
| 2.2.1 静态可靠性模型 |
| 2.2.2 动态可靠性模型 |
| 2.3 可靠性分析数据基本统计处理方法 |
| 2.3.1 载荷的统计分析 |
| 2.3.2 结构几何参数的统计分析 |
| 2.3.3 材料相关参数的统计分析 |
| 2.4 可靠度常用计算方法 |
| 2.4.1 一次二阶矩法 |
| 2.4.2 Monte Carlo模拟法 |
| 2.4.3 响应面法 |
| 2.4.4 随机有限元法 |
| 2.5 本章小结 |
| 第三章 Monte Carlo随机有限元法的零部件静可靠性分析 |
| 3.1 引言 |
| 3.2 Monte Carlo随机有限元法的结构可靠性分析思想 |
| 3.2.1 有限元法 |
| 3.2.2 随机有限元法 |
| 3.2.3 拉丁超立方抽样 |
| 3.3 基于ANSYS随机有限元法可靠性分析概述 |
| 3.3.1 ANSYS PDS模块进行可靠性分析流程 |
| 3.3.2 ANSYS PDS模块可靠性分析关键命令 |
| 3.4 工业机器人小臂Monte Carlo随机有限元静可靠性分析实例 |
| 3.4.1 六关节工业机器人概述 |
| 3.4.2 JR608小臂确定性有限元分析 |
| 3.4.3 JR608小臂Monte Carlo随机有限元静可靠性分析 |
| 3.5 本章小结 |
| 第四章 响应面随机有限元法的零部件静可靠性分析 |
| 4.1 引言 |
| 4.2 响应面随机有限元法模拟思想 |
| 4.2.1 响应面法 |
| 4.2.2 响应面法的试验设计 |
| 4.2.3 基于ANSYS平台的响应面随机有限元法模拟 |
| 4.2.4 响应面随机有限元法特点 |
| 4.3 工业机器人小臂响应面随机有限元静可靠性分析实例 |
| 4.3.1 建立JR608小臂响应面随机有限元可靠性分析文件 |
| 4.3.2 拟合JR608小臂结构响应面 |
| 4.3.3 基于响应面法的JR608小臂静可靠性大量模拟 |
| 4.3.4 响应面随机有限元法与Monte Carlo随机有限元法比较 |
| 4.4 本章小结 |
| 第五章 混合随机有限元法的零部件静可靠性分析 |
| 5.1 引言 |
| 5.2 混合随机有限元法模拟思想 |
| 5.2.1 零部件结构可靠性参数灵敏度分析 |
| 5.2.2 零部件结构可靠性的混合随机有限元模拟 |
| 5.2.3 ANSYS平台可靠性分析的混合随机有限元法 |
| 5.3 发动机连杆混合随机有限元静可靠性分析实例 |
| 5.3.1 NC450发动机连杆确定性有限元分析 |
| 5.3.2 NC450发动机连杆混合随机有限元法静可靠性分析 |
| 5.3.3 三种随机有限元法连杆静可靠性分析对比 |
| 5.4 本章小结 |
| 第六章 随机有限元法在零部件动态可靠性分析中的应用 |
| 6.1 引言 |
| 6.2 零部件动态可靠性模型 |
| 6.2.1 零部件动态可靠性的等效载荷及概率分布 |
| 6.2.2 零部件动态可靠性模型 |
| 6.3 随机有限元法建立零部件动态可靠性模型 |
| 6.3.1 随机有限元法建立零部件应力概率模型思想 |
| 6.3.2 基于Monte Carlo模拟法对零部件动态可靠性模拟分析 |
| 6.3.3 随机有限元法对机械零部件动态可靠性分析的技术路线 |
| 6.4 随机有限元法的支撑板结构动态可靠性分析实例 |
| 6.4.1 支撑板静态随机有限元可靠性分析 |
| 6.4.2 最大应力样本数据拟合 |
| 6.4.3 支撑板动态可靠度计算 |
| 6.5 本章小结 |
| 第七章 结论与展望 |
| 7.1 结论 |
| 7.2 展望 |
| 致谢 |
| 参考文献 |
| 附录I 工业机器人小臂APDL有限元分析命令 |
| 附录II发动机连杆APDL有限元分析命令 |
| 附件III动态可靠性相关命令 |
| 攻读学位期间取得的研究成果 |
四、关于逆抽样的相关理论与方法（论文参考文献）
- [1]配对设计中条件优势比的置信区间构造[J]. 古丽斯坦·库尔班尼牙孜,孟丽君,田茂再. 系统科学与数学, 2021(03)
- [2]复杂抽样的Bootstrap方差估计方法及应用[J]. 孟杰,沈文静,杨贵军,刘杨. 数理统计与管理, 2021(02)
- [3]连续差异复制法在中国住户调查中的应用研究[D]. 梁学敏. 天津财经大学, 2020(07)
- [4]电动汽车充电行为对地区电网潮流的影响[D]. 刘博. 广东工业大学, 2020(02)
- [5]住户调查的若干问题研究[D]. 孙玲莉. 天津财经大学, 2019(07)
- [6]构建新时代现代化统计调查体系的问题研究[J]. 陈光慧,刘建平. 统计研究, 2018(06)
- [7]逆二项分布分组检测方法的最优设计[D]. 叶振. 广西师范大学, 2017(02)
- [8]几种方差缩减技术的应用研究[D]. 李强. 内蒙古工业大学, 2017(02)
- [9]基于鞍点逼近的二项抽样下优势比的置信区间构造[J]. 孟令宾,李二倩,田茂再. 数理统计与管理, 2017(01)
- [10]基于随机有限元法的机械零部件静动态可靠性分析[D]. 庹奎. 重庆交通大学, 2015(04)