回归分析研究生考试

回归分析研究生考试（精选9篇）

篇1：回归分析研究生考试

回归分析在地源热泵系统地温场研究中的应用

利用地下水地源热泵系统运行期间监测到的地温数据,通过多元回归分析方法拟合出取水井附近、回灌井附近、中间过渡区域平均地温变化曲线,初步查明该系统冷热源在制冷期、采暖期及运行停歇期的地温变化特征,并对地温场年度热平衡情况进行了初步分析,为系统节能运行和改进提供了理论根据.

作 者：刘红卫 徐贵来 张晴 胡元平杨柳 Liu Hongwei Xu Guilai Zhang Qing Hu Yuanping Yang Liu 作者单位：刘红卫,徐贵来,张晴,杨柳,Liu Hongwei,Xu Guilai,Zhang Qing,Yang Liu(武汉地质工程勘察院,武汉,430051)

胡元平,Hu Yuanping(湖北洁能工程技术开发公司,武汉,430034)

刊 名：工程地球物理学报英文刊名：CHINESE JOURNAL OF ENGINEERING GEOPHYSICS年，卷(期)：6(4)分类号：P628关键词：地下温度场 回归分析 热平衡

篇2：回归分析研究生考试

福建省福州市闽清县城关小学 汤美娜

摘 要:目前小学数学教学中普遍存在着学生学习兴趣低、效率低等现象，究其原因与学生的自身认识具有一定的关系。因此，作为小学数学教师应纠正教学方向，将学生的数学实践能力列入自己的教学目标中，让学生在扎实掌握知识的同时提高对数学知识重要性的认识，让数学知识还回本真，摆脱分数形式的限制。

关键词：小学数学；实践；能力；效率

纵观目前的小学数学教育，各种教学方法遍地开花，这是教学改革成功的有力表现。即使教师们使出了浑身解数，却依然存在着学生学习效率低、接受能力差的现象，这不能不引起教师的反思：是否在授课中教师过于追求教学方法的创新，导致让数学知识过分地“乔装打扮”，却失去了其本身具有的实践性质？因此，作为新时代下的小学数学教师，应该在日常的教学中重视学生的数学实践能力的培养，来强化学生对知识的理解与掌握程度。

一、数字计算实践，点拨学习真谛

在小学数学的课堂讲解中，教师会常常遇到学生提出这样的问题：到底学习数学有什么用途呢？这样的问题是具有一定的反思价值，其可以直击当今的应试教育。虽然新课改精神指出：要以培养学生的综合能力为主，但是由于多方面的原因，使得教师在日常的教学中不得不将目光放在学生的成绩提高上。教师应该在学生的学习中，适当加入实践的机会，让学生在实践中真正地体会到学习数学知识的目的，并充分调动自己的学习兴趣，全身心地投入到学习中。

例如：在学习《20以内退位减法》时，学生存在薄弱的部分即对于20以内减法中的退位方法的掌握，学生只有经过反复的练习才能实现熟练掌握本课的知识。这在无形中又增加了学生的枯燥性，因此，教师可以让学生们进行实践来加深对本课知识的理解程度。比如，可以在课堂上导入情境游戏“我的杂货铺”让学生们用虚拟的“货币”来互相进行商品的买卖，通过新奇有趣的游戏过程来提升本课知识的理解和接受速度。教师也可以让学生们在课后陪家长去购物，帮助家长做一个合格的“小会计”，通过实践来熟练掌握“退位”的要领。学生们也可以通过这些实践活动明白学习数学知识的意义，为学生的学习点燃了兴趣，使其将被动学习有效地转化为主动学习，有效地提高了学习效率。

二、几何问题实践，化简抽象困锁

几何知识在数学教学中占有一定的地位，特别是小学学习，这是学生今后学习几何知识的必要条件。因此，怎样夯实学生的几何知识基础是每个小学数学教师都要去思考的问题。纵观小学的几何知识，其较简单并且基本上都是以单一的图形为主，主要培养了学生的抽象思维的思考能力和应用能力。教师要增加学生实践的内容，让学生通过几何知识直观的转化来提高学习的效率，提升抽象思维的能力。

例如：《长方形和正方形面积计算》一课中，本课的知识对于部分学生来说学习起来有一定的难度。学生们除了要记住S长长宽和S正边长边长的公式以外，还要熟练应用公式来进行各种图形的面积计算。教师在讲解知识点时可以让学生多进行实践练习，比如：可以让学生进行铅笔盒和书本以及课桌的面积的计算，也可以通过两个物体的大小比较（如长方形的长与正方形的边长相同时，二者面积大小的比较），来强化学生的知识应用能力。让学生们在实践中有效地培养自己的抽象思维能力，为今后的几何知识学习奠定基础。

三、其他知识实践，助力理解记忆

小学教学大纲中将其他的如钟表计算、日期、人民币换算等知识纳入进了小学课本中，其主要是以培养学生的综合能力为目的。而这些知识恰恰是小学生学习中较困难的地方，其表现为对于各种单位间的换算混淆不清，常常搞不懂“六十进制”、“十进制”等之间的关系，练习中错误较明显、正确率较低。因此，小学数学教师应该根据学生的实际情况去着手教学方式方法，可以利用学生的天真活泼的性格特点来设计新鲜有趣的游戏情境，让学生在游戏的过程中实现知识的实践活动，有效地增加了对课本知识的理解与掌握程度。

例如：教师在讲解三年级《24小时计时法》一课时，会发现学生们在学习本课知识时，常常存在着对于12点以后的知识计算不清的现象，学生们对于24小时的计时法和12小时的计时法之间的转换是薄弱的地方，特别是时间越往后，学生们便越容易失去正确的判断。因此针对这一现象可以在课堂上进行有趣的游戏教学法，让学生们用事先准备好的钟表教学用具，来根据教师提供的时间进行24小时的计时法和12小时的计时法之间转换。经过学生自己和学生之间的多次实践练习，在学生的潜意识中便养成了换算的思维，进而会很熟练地掌握本课的知识。又如：对于日期中年月日的换算学习中，学生感觉到困难的部分是对于闰月和闰年等知识之间的理解。基于此，教师也可以采用此类方法来提高学生的逻辑思维能力，使学生能够迅速弄清楚其中的难点（闰年等知识）的计算规律，有效地提高了学生的学习效率。

四、动手操作实践，培养多元智能

学生的动手操作可以增加学生对知识的了解程度，让知识能够进行有效地变形，由其抽象性转化为直观性，降低了学生的思考难度；同时，通过学生的动手实践，可以有效地培养学生的手脑配合能力，培养了学生的多元智能化发展。教师要给予学生足够多的实践时间，促进其知识的理解接受速度和程度。

例如：教师在讲解《三角形》的知识中，学生常常对于三角形中的三个角和面积公式等知识掌握得不够牢固。教师在课堂上可以增加适当的实践动手时间，如：可以出题让学生进行三角形的制作，“例1.请大家制作一个底边为3厘米，面积为6厘米的三角形。”学生们可以根据三角形的面积公式S三角形底高来2先求出高长为4厘米，再进行三角形图形的制作。让学生们进行动手操作，有效地增加了学生的学习兴趣，提高了学生学习的效率。教师可以适当地增加图形制作的难度，这样可以有效地促进学生的思考，让学生们将思考与动手共同进行，对于学生的知识的掌握起到了不可替代的作用。其他的几何知识中也可以让学生进行动手的实践操作，增加学生的抽象思维能力。

小学数学知识虽然看似简单，但是在教学的过程中教师所要面对的是一群懵懂的孩童，对于他们来说想学习好简单的知识都是具有一定的难度，这与其年龄中智商的发育相关。因此，作为新时代下的小学数学教师，应打破分数思想的禁锢，将培养数学知识的运用能力作为教学中的常态机制，来为学生提供良好的学习条件。让学生在知识中找到实践的法宝，在实践中体会到数学知识的魅力。

参考文献：

篇3：回归分析模型预测与研究

1 Excel数据回归分析模型

Excel作为便捷的数据分析应用软件,提供了多项功能来支持数据分析模型,主要提供了三类工具库,即模拟分析、规划求解和数据分析工具库。掌握各种数据分析模型的基本操作,灵活地运用它们,以便为数据进行深层次和适当分析提供科学的决策依据。只需为每一个数据分析工具提供数据和参数,该工具就会使用适当的统计或工程宏函数计算出相应的结果,并将结果显示在输出表格中,其中有些还能同时生成图表。

重点讨论回归分析模型,这种模型是利用两种或两种以上变量间相互依赖的定量关系的一种统计分析方法,利用数理统计方法建立因变量与自变量之间的回归关系函数表达式,回归分析模型通过对一组观察值使用最小二乘法进行直线拟合来实现线性回归分析,其功能是分析单个因变量是如何受一个或多个自变量数据影响的。

回归分析模型有3个统计量,即总偏差平方和、残差平方和、回归平方和,其中总偏差平方和表示所有单个样本值与样本均值差的平方和,残差平方和表示回归数据与样本值差的平方和,回归平方和指的是相应回归值与样本均值差的平方和。回归分析过程中,预报变量的变化程度可以分解为由解释变量引起的变化程度与残差变量的变化程度之和,总偏差平方和相对稳定且残差平方和越小,则回归平方和就越大,此时模型的拟合效果就越好。对于多个不同的模型,还可以使用相关指数来表示回归效果,R的值越大,说明残差平方和越小,即模型拟合的效果越好。回归分析还可以使用工作表函数LINEST。

2 案例应用

首先预测温度与冰淇淋销售量的关系。EXCEL是一个功能强大的数据分析软件,可以使用EXCEL函数与数据分析模型进行回归预测,回归分析法是根据事物的因果关系对应的变量的预测方法,是定量预测方法的一种。

(1)制作如图1所示的气温与冰淇淋销售量的因果关系图。

(2)使用“数据/数据分析”命令,在打开“数据分析”对话框中选择“回归”项目;

(3)在“回归”对话框中使用Ctrl+Shift↓设置Y值输入区域$C$2:$C$62、X值输入区域$B$2:$B$62,勾选“标志”“置信度”“残差”等需要结果的项目;

(4)回归结果在新的工作表上生成图2,同时还可以生成残差图、线性拟合图以及正态概率图。

其中判定系数(Adjusted R Square)的取值范围为0到1,如果为1,则样本有很好的相关性,y的估计值与实际值之间没有差别。相反,如果判定系数为0,则回归公式不能用来预测y值。此时回归分析,Excel会计算每一点的y的估计值和实际值的平方差,这些平方差之和称为残差平方和。

再通过某店2016年1至6月每月销量额度预测7-12月的销量状况。

(1)先将这组数据使用回归分析方法,获取判定系数为0.918,根据回归分析方法的原则可知,此数据越接近1,预测的数据越可靠。

(2)根据某店2016年前6个月的数据制作折线图,如图3所示。

(3)添加线性趋势线,并勾选显示公式和R平方值,结果如图4所示,虚线表示的是趋势性。

(4)使用公式y=-1632.2x+41849预测7至12月的销售情况,也可以使用函数。在单元格C8输入公式=-1632.2*A8+41849,复制到单元格C13即可。

如果使用函数FORECAST,在单元格D8输入公式=IN T(FORECAST(A8,B$2:B7,A$2:A7)),复制到单元格D13。函数FORECAST的功能是通过已有值计算或预测未来值,这里的预测值是给定x值后求得的y值,然后通过线性回归来预测未来值,结果如图5所示,可以使用该函数来预测未来销售、库存需求或消费趋势等。

进一步介绍FORECAST函数的使用方法,其参数有3个,位置形同FORECAST(x,known＿y's,known＿x's)。当x为非数值型,则FORECAST返回错误值#VALUE!;当known＿y's和known＿x's为空或含有不同个数的数据点,函数FORECAST返回错误值#N/A;当known＿x's的方差为零,则FORECAST返回错误值DIV/0!。函数FORECAST的计算公式为a+bx,其中x和y是样本平均值AVERAGE(known＿x's)和AVERAGE(known＿y's)。

3 结语

在大数据时代,各行业的数据科学管理和分析对未来发展非常重要,回归分析模型应用十分广泛,尤其是一元线性回归模型,当只研究两个变量之间的因果等相关关系时应用较多。

摘要：数据回归分析模型在数据的统计分析中具有极其重要的作用。基于此,阐述了回归分析模型的理论和特点,并通过案例在Excel平台上展现多个变量的因果关系,在拟合度较高的条件下预测未来数据发展趋势。

篇4：基于回归分析的软件成本估算研究

【摘 要】随着软件行业的不断进步，软件成本估算在软件工程领域扮演着重要的角色。本文主要对统计学中的回归分析方法进行研究，阐述了利用回归分析方法进行软件估算的具体流程，建立回归估算模型并对其进行检验，最后通过对历史数据集的仿真验证该回归模型预测能力的提高。【关键词】回归分析，软件成本估算，估算模型，检验，预测

【中图分类号】TP311.5 【文献标识码】A 【文章编号】1672-5158（2013）03-0448-02

引言

随着软件行业的发展及软件规模的扩大和复杂度的不断增加，软件在整个计算机系统中已经变成了开销最大的部分。然而，自上个世纪历史年代开始，以预算超支、质量缺陷及项目延期等为典型特征的软件危机不断出现。其中，对软件成本的估算不足和需求不稳定是造成软件项目失控的最普遍的原因，因此，为了能够保证软件项目能够在预定的时间内顺利完成且不超出预算，软件成本估算变得尤为重要。

一、软件成本估算方法

软件成本估算方法多种多样，包括以线性模型、分析模型及复合模型为典型的数学算法模型，也包括类比法、专家判断法、功能点分析法及COCOMO模型法等。但是由于软件成本受到许多不确定因素的影响使得我们很难构建一个明确的估算模型。本文旨在通过数学的方法，基于线性回归分析方法建立软件成本与其各影响因子间的多变量估算模型，进而对此模型进行检验，论证该模型的实用性。

（一）回归分析方法

回归分析方法主要是通过建立各个变量之间的统计模型来研究它们之间的关系[7]。

回归分析的算法原理：

最小二乘法是回归分析中最常用的算法原理，通过最小化误差的平方和试图找到数据的最佳函数匹配，在回归分析中最小二乘法通常被用来估计回归系数[2]。就软件成本估算这一问题而言，其影响因子有很多，例如包括软件代码行、人员基本工资等等。假设定义变量软件成本和软件代码行分别为Y和X，在平面坐标系上做出关于它们的观测值的散点图，当所有观测值大致落在一条直线上时，说明二者之间有较强的线性关系。对于每一个软件代码行的观测值X，构造一条直线，使得观测值X在此直线上所对应的y值尽可能接近观测值Y，从而可以利用此直线预测与软件代码行所对应的软件成本。对于每一个观测值（xi，yi），观测值yi与其回归值E（yi）=β0+β1xi的离差值越小越好，定义离差平方和为最小二乘法原理就是找到和的估计值，记为，使得上述公式中的离差平方和的值达到最小，利用求极值的算法可求得估计值如下：

以上就是一元线性回归中利用最小二乘法求回归系数估计值的原理，同样的，多元线性回归中算法原理与此相同，即求出多元线性函数y=+中的估计值。

二、软件成本估算建模

利用回归分析进行软件成本估算的具体流程主要包括数据集的选取与预处理、回归模型的建立、回归模型的校准、回归模型的检验、回归模型的性能分析及回归模型的预测六个步骤。下面将通过具体的数据进行仿真及分析。

三、软件成本估算的仿真

（一）数据集的选取及预处理

本文主要选取公开数据集ISBSGv9中的一个子集进行研究。该数据集中包括12个因子，在研究过程中，定工作量作为因变量，其他为自变量。

通常，数据的预处理包括数据集的选取、验证及对缺失值和异常数据的处理等几个方面。利用Spearman相关系数对所有变量在SPSS中进行分析，得知各自变量之间存在较强的相关，如Afp与Input，说明各因子之间可能存在多重共线性，需要对其进行处理。

（二）回归模型的建立

将数据集导入到SPSS中，对其进行回归分析，为了进行比较，分别对其利用前进法、后退法及逐步回归法三种不同的回归方法进行分析，得出前进法与逐步回归法的拟合结果完全相同，而后退法中增加了两个因子，对三种回归结果的因子系数进行观察，可知Input与File两因子的系数全为负值，因此，需要对因子间的多重共线性进行分析。为了全面分析，将目前两个模型都保留，分别对其进行校准。

（三）回归模型的校准

因子间存在多重共线性使得因子系数变为负值，本文采用回归分析中的岭回归对模型进行校准。对保留下来的模型中七个因子进行岭回归，得到其系数表与岭迹图，由岭迹图可清楚的观察到Input和File两个因子系数由负转正，且当K=0.2以后，各因子系数趋于稳定。因此，为消除多重共线性，删除上述两个因子，采用逐步回归模型，取岭参数K=0.2 。此时各因子系数如下表所示：

表1 K=0.2时回归模型系数表

Afp Enquiry Duration Added File Input 常数项

（四）回归模型的检验

对回归模型的检验主要包括对模型的显著性检验及对模型系数的显著性检验，其中，前者主要采用F检验法，后者采用t检验法[4]，在SPSS中的检验结果显示模型及模型中的因子回归效果都是显著的。

接下来还要对残差值进行检验，主要采用残差分布图进行检验， 由图可知，残差值集中分布在工作量1000以下的区间，总体成正态分布，分布情况良好。

（五）回归模型的预测

对回归模型进行预测主要通过衡量去平均误差率和预测范围概率来判断其预测能力[2]。整理回归分析各流程中的模型信息如下表所示：

由上表可知，在对数据进行预处理后，拟合度和平均误差率都有了明显的提升；校准后平均误差率由1.39降至1.28，预测范围概率上涨2%。

四、结论

本文分析了回归分析的算法原理，并按照回归分析的基本流程对现有数据集进行仿真分析，利用不同的回归方法从不同角度对数据集进行研究，并对因子间存在的多重共线性问题进行了有效的处理，通过对模型的检验及预测性能分析验证了回归分析在软件成本估算中的可行性，并取得了良好的效果。

参考文献：

[1]J rgensen M. A review of studies on expert estimation of software development effort. Journal of Systems & Software，2004（1-2）：37 60

[2] 王松桂，陈敏，陈立萍. 线性统计模型： 线性回归与方差分析.北京： 高等教育出版社， 1999

篇5：回归分析研究生考试

2015年北京公务员考试申论热点：召唤

道德回归

【申论热点】

2014年2月份，两则新闻引起人们的关注。10日洛阳一商店门前，一老人突然跌倒，热心店员小刘上前将其扶起，不料被老人噎了一句“你害我干 啥”?一口咬定是小刘把她推倒的。警方调取监控显示，老人是自己不慎跌倒，小刘确实是做好事。真相大白后，老人连句谢谢也没说，就被家人接走了。

12日在宁波，郑女士赶公交车时不慎摔倒，骨折旧伤复发无法起身，路过者多是看一眼之后就匆匆离去。郑女士大喊“我是本地人，是我自己摔倒的，谁帮帮我”，但喊话20多分钟仍然没有人上前帮忙。

【标准表述】

[综合分析]

无论“假摔倒真碰瓷”，亦或“扶不起、躲得起”，皆暴露一个问题：就是一些人骨子里的诚信、正义与善良在时间的磨灭下，刻下可有可无的印记，渐渐被 摈弃，渐渐消失于心。假如每个人正义之心、善良之心健在，每个人诚实守信，消失的就该是“假摔倒真碰瓷”和“扶不起、躲得起”。

一方面，扶起摔倒老人反被讹是一种爱心欺诈。“学雷锋、做好事、见义勇为、助人为乐”这些优良品德，不仅是我们从小就受到的教育，也是我们国家的传 统美德。然而今天的社会却出现了一些怪象：做了好事不但得不感谢，还有可能因此被冤枉诬陷，更严重时可能还会遭遇骗局。正是因为有一些道德品质败坏的人利 用“同情与爱心”行骗，才使得人们无法分辨那些求助是“真需要”还是“装可怜”。

另一方面，呼救20分钟无人理会凸显社会道德感弱化。见义勇为、救死扶伤等行为乃我们中华民族的传统美德，面对需要救助的人，绝大多数的公众应该会 毫不犹豫地伸出热情而温暖的双手实施救援。只是年来，形形色色讹诈事件的发生，让更多公众在行善时产生了戒备心理。也正是最近几年此类意外事件的频繁上 演，一些地区或者部分高校及时出台相应政策，为勇于行善而受到讹诈的百姓进行“撑腰”。可即便如此，越来越多的公众仍然会产生“多一事不如少一事”的心 态，加之社会上仍有少数人总是想法设法“碰瓷”，这样一来，才会最终导致“摔倒者呼救20分钟无人理会”的闹剧。

[核心价值观]

中共中央办公厅印发了《关于培育和践行社会主义核心价值观的意见》，为积极培育和践行社会主义核心价值观指明了方向。培育和践行“富强、民主、文 明、1文章来源：

http://bj.offcn.com/

中公教育• 给人改变未来的力量

和谐，自由、平等、公正、法治，爱国、敬业、诚信、友善”的社会主义核心价

值观，在当前的情势下尤为迫在眉睫。爱国、敬业、诚信、友善是公民个人层

面的价值准则，是社会主义社会公民的基本道德规范，其涵盖了社会主义公民道

德行为各个环节，贯穿了社会公德、职业道 德、家庭美德、个人品德各方面，是每一位社会主义国家的公民都应当树立的基本价值追求。只要每一位公民都能

做到热爱祖国、爱岗敬业、诚实守信、友爱善良，从自己做起，从身边做起，社会一定更加和谐幸福，国家一定更加富强文明。

[措施]

有人摔倒了，路人视而不见，无动于衷，甚至绕道而走，这是社会信任危机的危

险信号。“扶不扶”问题表明，社会道德建设是一项长期艰巨的任务，任重道远。

对此，中公教育专家建议：

首先，我们都应当自觉地从我做起，做一个诚实守信的公民，面对他人需要救助

时，我们不要心存冷漠，而应当尽己所能给予他人帮助。另外，对于各级政府以

及相关部门来说，还需要通过更多的形式来引导公众增强公德意识，并通过出台

更多有效制度来呵护公众的爱心与善举!

其次，必须高度重视社会主义精神文明建设，特别是公民基本道德建设，加快建

立社会主义核心价值体系，树立以“八荣八耻”为主要内容的社会主义荣辱 观，重塑社会信用体系，重建人们之间的信任。要大力弘扬民族传统美德，开展道德

模范、感动人物评选活动，鼓励人们见义勇为，助人为乐，传递社会正能量，让

社会回归道德理性，回归善良本性。

北京公务员考试准考证打印京考准考证打印时间北京公务员考试考场必备北京公务员考试考点分布北京公务员考试考前预测

北京公务员考试报名人数北京公务员考试考前指导北京公务员考试成绩查询北京公务员考试公告北京公务员考试报名时间北京公务员考试历年真题北京公务员考试招考信息

北京公务员考试网提醒您关注北京公务员考试阅读资料：2015年北京公务员考试时事政治汇总2015年北京公务员考试行测备考资料

2015年北京公务员考试申论备考资料

2015年北京公务员考试面试备考资料

2文章来源：

篇6：回归分析研究生考试

2015国家公务员考试时政热点

拒绝“临时工”回归依法行政本义！

作者 陈默

刚闭幕的山东省第十二届人大常委会第十一次会议表决通过《山东省行政执法监督条例》，其中明确提出劳动合同制人员、劳务派遣人员、临时借调人员及其他无行政执法资格的人员，不得从事行政执法工作。(《人民法院报》)行政执法拒绝“临时工”，绝对是依法行政的法治“好声音”!近年来，“临时工”参与行政执法捅出的漏子，可谓不胜枚举，不仅使“临时工”名誉扫地，也严重消减着行政执法的公信力。据媒体报道，北京现有临时执法者20多万，是正式人员的3倍;安徽省马鞍山市，花山区城管队伍中临时工是正式人员的8倍。这类人员素质良莠不齐，有的甚至连行政法律常识都不懂，加上没有财政供养，相关用人单位往往“以罚代养”，导致执法过程简单粗暴现象时有发生。

更为糟糕的是，临时工参与行政执法本属于违法。我国《行政强制法》规定，行政强制行为只能由行政机关具备资格的行政执法人员实施，其他人员不得实施。对此，国务院《关于加强市县政府依法行政的决定》更是明确提出：“严格禁止无行政执法资格的人员履行行政执法职责，对被聘用履行行政执法职责的合同工、临时工，要坚决调离行政执法岗位。”可是，基于种种原因，清理执法队伍中的临时工只是雷声大雨点小，效果寥寥。

毫无疑问，利用立法手段对行政执法中的临时工问题进行禁止，在全国还是第一次。这无疑是个法治好声音。

首先，此举让行政执法回归依法行政的本质要求。行政执法既要有合法的主体执法资格，更要有具备资格的执法人员实施，这是应然的状态。若行政执法人员本身就是“冒牌货”“临时工”，名不正言不顺，如此知法犯法何以执法，何以服众?何以树立政府公信力?因此，拒绝“临时工”参与行政执法，是保证行政执法能够“依法”的前提和基础。

其次，有利于加强行政执法队伍建设。柏拉图说：“如果在一个秩序良好的国家，安置一个不称职的官吏，去执行那些制定得良好的法律，那么这些法律的

厦门中公教育。给人改变未来的力量

价值便被剥夺了，并使得荒谬的事情大大增多，而且最严重的政治破坏和恶行也会从中滋长。”可见，禁止在行政执法中使用“临时工”，能够保证法律的“价值”不被“剥夺”，预防“荒谬”事情的发生，能够有效促进行政执法部门队伍建设，转变工作作风，提升行政执法素质。特别是能够杜绝那种一旦行政执法中发生执法冲突，就让“临时工”做“替罪羊”、“挡箭牌”的荒唐事件发生。有效阻却一些人敷衍塞责的借口，促进行政执法水平的提升。

其三，有利于杜绝用人不正之风。“临时工”大量存在与行政执法部门，还有一个特别重要的因素是，就是有些领导可以轻松地把亲朋好友的子女安排进来，反正对这种人没有编制限制，招聘标准随意甚至没有，不需要财政拨款，几乎处于没人管的状态。行政执法拒绝“临时工”就能够减少这些用人不正之风的生存土壤。

总之，党的十八届四中全会提出依法治国、依法执政、依法行政，建设法治国家，依法行政不可或缺。推行依法执政，最基本的底线就是严防无执法权的人行政执法。当然，行政执法拒绝“临时工”不能只是“一个地方在战斗”，应当全国一盘棋全面铺开，让行政执法中的临时工，在法治中国建设的滚滚车轮中，退出历史舞台!

篇7：数学分析研究生考试大纲

课程名称：数学分析 科目代码：661 适用专业：数学与应用数学专业 参考书目：

1、《数学分析》（上下册）第一版，陈纪修，於崇华，金路；高等教育出版社 1999.9

2、《数学分析》（上下册）第二版，陈纪修，於崇华，金路；高等教育出版社 2004.10

3、《数学分析习题全解指南》（上下册），陈纪修，等；高等教育出版社 2005.7

4、《数学分析习题集》吉米多维奇，人民教育出版社 1978.12.一、数列极限

1、充分认识实数系的连续性；理解并掌握确界存在定理及相关知识。

2、充分理解数列极限的定义，熟练掌握用数列极限的定义证明有关极限问题，以及数列极限的各种性质及其运算。

3、掌握无穷大量的概念及其相关知识；熟练掌握Stolz定理的内容及其结论及应用。

4、理解单调有界数列收敛定理的内容及其结论，并能熟练解决相关的极限问题。

5、充分理解区间套定理、致密性定理、完备性定理各自的内容和结论；进一步认识实数系的连续性与实数系的完备性的关系；明确有关收敛准则中的各定理之间逻辑关系。

二、函数极限与连续函数

1、充分理解函数极限的定义，熟练掌握用函数极限的定义证明有关极限问题；以及函数极限的各种性质及其运算。

2、明确数列极限与函数极限的关系；熟练掌握单侧极限以及各种极限过程的极限。

3、充分理解连续函数的概念，熟练掌握用连续函数的定义和运算解决有关函数连续性问题。明确不连续点的类型；掌握反函数、复合函数的连续性。

4、熟练掌握无穷小（大）量的概念以及自身的比较，并能熟练应用于极限问题当中。

5、充分掌握闭区间上连续函数的各种性质；充分理解函数的一致连续性及相关定理。

三、微分

1、充分理解微分的概念、导数的概念，以及可微、可导、连续三者的关系。

2、熟练掌握导数的运算、反函数、复合函数的求导法则，做到得心应手。

3、理解高阶导数和高阶微分的概念，熟练掌握高阶导数的运算法则。

四、微分中值定理及其应用

1、充分理解以Lagrange中值定理为核心的各微分中值定理的内容和结论；掌握应用微分中值定理揭示函数自身的特征和函数之间的关系。

2、熟练掌握应用L’Hospital法则解决不定式的定值问题。

3、熟练掌握Taylor公式，并能应用其解决极限等相关问题。

4、熟练掌握有关函数曲线特征（单调、极值、拐点、凹凸及渐进线）的判定，并能准确地绘出函数曲线的图形。能够运用极值的概念分析并解决实际中的最值问题。

五、不定积分

1、理解并掌握不定积分的概念、性质；熟练掌握换元积分法、分部积分法，以及对有理函数、三角函数有理式、无理函数等积分问题，能够做到解题自如。

六、定积分

1、充分理解定积分的概念及其基本性质；明确Darboux和与Riemann可积的条件。

2、充分掌握微积分基本定理的内容和结论，明确微分与积分、不定积分与定积分之间的关系；熟练掌握各种定积分的求解问题。

3、熟练掌握定积分在几何学中的应用；以及微积分在相关专业学科中的应用。

七、反常积分

1、理解反常积分的概念，掌握反常积分的计算。

2、明确反常积分的收敛问题，掌握反常积分各种情况下的收敛判别法。

八、数项级数

1、充分理解并掌握数项级数的概念和级数的基本性质；以及数列的上极限与下极限的概念和运算。

2、熟练掌握正项级数、任意项级数、无穷乘积的概念及其敛散性的判别。

九、函数项级数

1、明确函数项级数的基本问题及其一致收敛性的问题；熟练掌握一致收敛级数的判别及其分析性质。

2、熟练掌握幂级数的敛散性、函数的幂级数展开。

十、Euclid空间上的极限与连续

1、充分理解Euclid空间及其相关概念，明确Euclid空间上的基本定理。

2、充分理解多元函数的极限定义，以及累次极限的概念；熟练掌握用极限定义及其各种性质及其运算证明或解决有关多元函数极限问题。

3、充分理解多元函数的连续性，熟练掌握连续函数的有关性质。

十一、多元函数微分学

1、充分理解偏导数与全微分的概念，以及方向导数、梯度、高阶导数和高阶微分等概念；明确多元函数可微、可导、连续三者的关系。

2、熟练掌握复合函数、隐函数的求导法则；明确一阶微分的形式不变性，以及Taylor公式的概念及其计算。

3、熟练掌握偏导数在几何中的应用；以及各种情况下极值的求解方法。

十二、重积分

1、充分理解重积分的概念及其基本性质；明确可积性问题。

2、熟练掌握各种区域上的重积分计算，以及用变量替换解决有关重积分的计算问题。

3、熟练掌握反常重积分的概念及其计算；明确微分形式及相关概念，熟练掌握其计算问题。

十三、曲线积分、曲面积分

1、充分理解曲线积分的概念，熟练掌握两类曲线积分的计算及其联系。

2、充分理解曲面积分的概念，熟练掌握两类曲面积分的计算及其联系。

3、明确各种积分的联系，熟练掌握Green公式、Gauss公式和Stokes公式的内涵及应用；明确曲线积分与路径无关的条件及其应用。

十四、含参变量积分

1、充分理解含参变量的常义积分及其性质；并熟悉它的有关计算。

2、充分理解含参变量的反常积分及其一致收敛性；并熟悉它的判别方法和一致收敛积分的性质。

3、熟练掌握Euler积分的概念及其计算；明确Beta函数、Gammer函数的关系。

十五、Fourier级数

1、明确三角级数、Fourier级数的概念及其关系；熟练掌握各类函数的Fourier级数展开。

2、明确Dirichlid积分的含义；充分理解Riemann引理及局部性原理；熟练掌握Fourier级数的收敛判别法。

3、明确Fourier级数的各有关性质，并熟练掌握。

4、熟悉并掌握Fourier变换和Fourier积分；明确Fourier变换的逆变换及其性质。

篇8：多尺度回归分析研究进展

1 非参数回归的多尺度分析模型

非参数回归方法由数据驱动, 强调“让数据说话”, 仅需较弱的模型假设条件, 能够有效克服经典回归模型设定偏误问题, 从而具有很好的灵活性和适应性, 是探索数据结构特征的有力工具。众所周知, 光滑曲线的导数能够准确反映函数变化特征, 例如函数极大值、极小值、单调性、凹凸性等。Si Zer方法在非参数回归框架下利用局部多项式回归方法估计数据光滑曲线的各阶导函数, 以此为依据推断曲线的变化特征。

给定样本数据, 设回归模型为

进一步可以得到回归曲线导数估计的置信区间为

依据一阶导数的性质可知, 若上述点 处的置信区间包含零点, 则表明该点处的导数估计显著为零, 即为曲线的极值点;若点 处的置信区间在零点之上 (在零点之下) , 则表明导数估计显著大于零 (小于零) , 曲线该点附近单调上升 (下降) 。Si Zer方法在尺度空间内将以上统计推断结果予以可视化, 直观展示不同尺度下的光滑曲线簇各种显著变化特征。

2 非参数回归的多尺度分析方法研究进展

Si Zer方法是一种探索数据特征的有力的图形化分析工具, 自该方法被提出以来涌现出大量理论和应用方面的研究。Hannig和Marron改进了Si Zer方法中的多重比较统计推断技术, 能够更好地控制假设检验第一类错误概率, 因此减少了Si Zer图像中由噪声引起的光滑曲线的虚假特征;Oigard等、Holmstrom和Pasanen以及Thon等先后研究了基于贝叶斯理论的Si Zer方法, 用于贝叶斯多尺度数据光滑分析 (Bayesian multiscale smoothing) ;Park等深入研究了Si Zer方法在时间序列分析中的应用;可加模型 (additive model) 的Si Zer推断问题由Martinez-Miranda等做了系统研究以及稳健的Si Zer方法。

许多应用领域都发展了相应的Si Zer方法作为其图形化统计推断工具, 它们包括:多尺度框架下研究了二维密度估计问题;用于生存分析的Si Zer方法;基于局部似然方法的Si Zer推断工具;光滑样条Si Ze理论;非参数回归曲线比较的Si Zer推断方法;分位数回归模型 (regression quantile) 的Si Zer推断问题以及空间相依数据图像分析的多尺度方法等。此外, Si Zer方法被用于众多学科领域的实际数据分析, 例如将Si Zer方法用于交互局部带宽选择;使用Si Zer工具探索生态数据序列的突变点;Si Zer方法用于探测数据跳跃点 (jump detection) 和数据异常值 (outlier) ;用Si Zer方法分析经济数据、气候数据、数字图像、地理数据、计算机网络数据流以及随机信号的多尺度特征等。

3 结论

将尺度空间思想与变系数模型或空间变系数模型的回归系数估计和统计推断相结合, 建立一种多尺度局部推断方法, 用于探索回归关系的动态特征及空间非平稳性, 不但能够避免回归系数估计和统计推断中经典的带宽选择问题, 而且能够提供不同尺度下回归结构变化特征的完整信息。在非参数回归的多尺度分析方法中, 光滑曲线导数估计的置信区间的构造至关重要, 其中分位数的计算是关键, 这是提高数据多尺度特征分析准确性的关键因素, 是未来Si Zer方法的研究重点。

此外, 研究空间数据的非参数回归多尺度分析方法具有重要的应用前景。长期的空间数据统计分析研究实践发现, 空间数据统计特征与研究者所限定的时间和空间范围密切相关, 如空间自相关性、非平稳模式和空间数据异常值探测 (SOD, spatial outlier detecting) 过程会随数据的空间尺度而变化。空间数据统计特征的尺度相依性 (scale dependence) 严重制约了各种经典统计方法探索分析空间数据的有效性, 为空间数据统计分析研究带来巨大挑战, 由此产生了诸如“可塑面积单元问题” (MAUP, modifiable areal unit problem) 等空间分析著名难题。非参数回归的多尺度方法为分析具有尺度相依性的各种空间数据特征开辟了极具研究价值的新途径。

摘要：基于非参数回归和尺度空间理论的多尺度光滑方法是探索数据多尺度回归关系特征的新方法。简要介绍了非参数回归的多尺度分析模型、统计推断技术和可视化方法, 全面回顾了自提出该方法以来近10年内相关研究进展, 最后讨论了非参数回归的多尺度分析方法亟待解决的问题和未来的研究方向。

关键词：非参数回归分析,尺度空间理论,多尺度分析,探索性数据分析

参考文献

[1]Chaudhuri P, Marron JS.SiZer for exploration of structures in curves[J].Journal of the American Statistical Association, 1999, 94:807——823.

[2]Chaudhuri P, Marron JS.Scale space view of curve estimation[J].The Annals of Statistics, 2000, 28:408——428.

篇9：回归分析研究生考试

关键词：界面反演，剩余重力异常，回归分析

1.引言

密度分界面与区域构造、储油构造、含煤盆地有密切的关系，因此计算密度分界面的起伏和深度的变化在区域构造研究、石油勘探、煤田勘探中具有重要的意义[1][2][3]。

通過分析前人对沉积盆地重震联合反演的研究成果，以及笔者对南华北地区区域地震剖面及构造格架剖面的拟合反演结果，我们发现通常情况下，主要沉积层界面深度与对应的剩余重力异常之间存在一种负相关的关系，即目的层深度越浅，对应异常越大，深度越深，对应异常越小。因此，我们期望运用已有的深度异常信息建立目的层密度界面深度与剩余重力异常之间的回归方程，通过该方程推算出未知区域的深度信息。

2方法原理

2.1线性回归分析

在密度界面起伏平缓的情况下，可以认为重力异常与界面的起伏呈近似线性关系，即

（2-1）

式中： 界面深度， 为界面起伏引起的重力异常； 、 为两个常数，他们与异常起算点处的界面深度和界面上下物质层的密度差有关。

为应用（2-1）式求取深度，至少要知道界面上两个点的深度，以确定 、 两个系数值。若存在n个已知点，它们的深度 ，则根据最小二乘原理，为确定系数 、 ，应使各点的深度 和由（2-1）试计算出的深度 的偏差平方和为最小，即

（2-2）

令 ， 分别等于零，可得：

（2-3）

（2-4）

以上两式联立，解之得：

（2-5）

（2-6）

式中 为 的省略形式。

系数 确定后，就可以由（2-1）式计算出测点下方各界面的深度[1][4]。

2.2抛物线回归分析

与线性回归相比，抛物线回归分析只是给线性回归方程增加了一个二次项，如下式：

（2-7）

应用（2-7）式求取深度，至少要知道界面上三个点的深度，以确定 、 、 三个系数值。对存在n个已知点的情况，同样可以根据最小二乘原理，使各点的深度 和由（2-7）试计算出的深度 的偏差平方和为最小，以确定 、 、 三个系数值[70]。即：

（2-8）

（2-9）

（2-10）

联立以上三式，解之得：

（2-11）

系数 确定后，就可以由（2-7）式计算出测点下方各界面的深度。

2.3算法流程

回归分析的算法流程如图所示，每一个计算环节简单介绍如下：

图2.1 回归分析算法流程图

（1）数据读取

包括剩余重力异常网格数据和已知控制点信息的读取。

（2）搜索控制点

搜索与当前测点距离在指定范围内的已知点，若已知点过少，如对于抛物线回归分析已知点少于4个，则放弃计算该点，若已知点过多，则按距离测点距离远近对已知点排序，取距离最近的指定数目的已知点。

（3）建立回归方程

运用控制半径范围内已知点的深度和异常信息根据前两节所述原理建立界面深度关于剩余异常的回归方程，计算出回归系数。

（4）测点计算

将当前测点的剩余重力异常值代入回归方程，求取其深度值，并对数值的合理性做出判断。

（5）数据输出

若当前深度值求取合理，则输出对应测点的坐标、深度、异常以及相应的回归系数等信息，并进入下一测点的计算，重复1、2、3、4步骤，否则不输出当前测点信息，直接进入下一点的计算。

整个计算流程不是很复杂，在VC6.0中编程实现。计算时需要注意一些细节。首先，对于搜索半径及其范围内制点数目的选取要合适；其次，研究区目的层的深度是有一定范围的，回归分析计算出的深度若超出这个范围应该剔除，而深度范围的确定需要参考地质、钻孔及剖面反演资料。

3约束条件

这里的约束条件包括方法本身的应用条件和对控制点要求。

回归分析的应用前提是密度界面的起伏变化在一定范围内是平缓的，变化越平缓则计算的精度越高。例如当界面起伏最大倾角小于三度，起伏幅度不超过界面最大深度1/10时，由（2-1）式所得的结果的最大相对误差不超过7%；即使界面最大倾角到11度，起伏幅度达到界面最大深度的1/5，带来的最大误差也小于8%[2]，而采用（2-7）式时会更突出一些局部细节，相对来说，误差还会减小。

4剖面回归分析验证

为了验证回归分析的有效性，同时比较线性回归分析和抛物线回归分析的反演效果，以研究区三叠系地层为例，我们把部分地震剖面和区域格架剖面的反演拟合得到的三叠系底界面深度值与对应点剩余重力异常值作为已知控制点，把剖面切割规则剩余重力异常网格得到的异常值作为待求测点，运用两种回归分析方法分别进行了反演计算，部分剖面结果如图4-1所示。图中蓝色十字叉点表示已知控制点，绿色线为线性回归分析反演结果，红色线为抛物线回归分析反演结果。

太康线

EW03线

图4.1 部分剖面深度异常回归分析效果对比图（三叠系底界面）

总体来说，两种回归分析方法求得的深度值都大体反映了剖面下方三叠系底界面深度的变化趋势，因而都具有可行性。在深度变化比较平缓的区域，它们求得的深度值基本没有差异，在深度变化较大的区域，二次回归分析的结果与控制点深度更为接近，更能反映一些深度变化的细节。因此，对于平面的深度回归分析反演，我们优先选取二次回归分析方法。

5区域密度界面反演分析实例

以南华北地区盆地为例。南华北地区（又称华北盆地南部）地处中原和两淮地区，包括河南省和安徽省的大部分以及江苏省的西北部、山东省的西南部。区内诸多盆地是不同构造阶段，多种构造动力体系联合与复合作用的最终產物。对研究区主要密度界面，下古生界底界、上古生界底界深度异常二次回归分析结果如图5.1～5.2所示。

结合研究区区域地层特征分析，反演结果反映了各界面的基本分布格局，即在三门峡—舞钢—信阳—舒城一线以北区域各地层界面起伏变化，该线以北则进入北秦岭逆冲推覆构造带，区内主要分布太古代、元古代区域变质岩及不同时期的侵入岩体，因而主要沉积层深度为零。因此，也从地质角度证明了运用回归分析求取主要目的层残存分布的合理性。

进一步分析结果可以看出，各沉积层底界面深度分布是与区域构造“南北分带、东西分块”的特征是相一致的。在南北方向上，由北侧的济源凹陷、开封坳陷到太康隆起，再到中部的周口坳陷往南经长山隆起进入信阳合肥盆地，各目的层底界面的深度经历了深、浅、较深、浅、深的交替变化，而在东西方向上因为与主要构造单元分布平行，深度变化比较平缓。

图5.1 南华北地区下古生界底界面深度图（单位：m）

图5.2 南华北地区上古生界底界面图（单位：m）

6结论

本文运用基于回归分析的反演模式，建立了盆地、坳陷区剩余重力异常与主要目的层深度之间的回归方程，由此推算未知区域的目的层深度分布情况，并引入实例，计算区域密度界面的分布情况，通过已有地质、地球物理特征认识验证了计算结果的合理性。我们认为这种方法是可行的。

参考文献：

[1]曾华霖，重力场与重力勘探[M]. 地质出版社，2005.6

[2]肖鹏飞，陈生昌，孟令顺. 高精度重力资料的密度界面反演[J]. 物探与化探，2007b，31（1），29-33

[3]韩道范等.利用重力异常反演多层密度分界面的理论和方法[J]. 地球物理学报，1994，37（1），272-281