相关测度论文-张红,刘少华,张艳萍,宋伟宸

导读:本文包含了相关测度论文开题报告文献综述及选题提纲参考文献，主要关键词:银行业效率,Malmquist-Luenberger,空间相关性

相关测度论文文献综述

张红,刘少华,张艳萍,宋伟宸^[1]（2019）在《资产质量、技术进步与我国银行业效率——基于ML生产率指数和空间自相关方法的测度》一文中研究指出效率和生产率是银行业核心竞争力的集中体现,二者直接影响社会资源的配置和金融资源的利用水平,因此评估商业银行效率显得尤为重要。本文重点聚焦不良贷款约束下的银行业效率测度问题,分区域对比引入不良贷款前后我国省际银行业的效率。研究结果表明:一是技术进步是银行业效率提升的主要动力;二是未考虑不良贷款约束的银行业效率存在被低估的可能;叁是随着年份的增加,我国省(区、市)际银行业效率整体有下降趋势,且存在一定的空间分布特征。(本文来源于《上海金融》期刊2019年08期）

李成^[2]（2019）在《广义相关测度在非线性和非对称性中的应用》一文中研究指出皮尔森相关系数测量变量之间的线性和对称性关系,这很容易理解,也很容易处理,它的性质已经被很多学者研究。它衡量两个数据集在一条直线上的程度。它的绝对值越接近1,两个变量之间的相关性就越强,数值越接近0,两个变量之间的相关性就越弱。它在数据分析中发挥了巨大的作用,在金融分析中有着广泛的应用。但它最大的缺点在于只能测量变量之间的对称性和线性相关性,对变量之间的非对称性和非线性无能为力。这也是它在一些情况下表现的很糟糕的原因,甚至有时候会得到错误的答案。然而风险资产收益率之间的非对称性和非线性已经被大量市场的历史数据所证明,因此基于皮尔森相关系数的均值方差模型在现代投资组合选取中表现的并不优秀。现代投资理论对测量风险资产收益率之间的非对称性和非线性关系十分重视。在这篇文章中,我们仔细的研究了郑淑蓉等基于方差分解公式提出的广义相关测度。它能测量风险资产收益率之间的非线性和非对称性。这是一个非常有用的工具。并且特殊条件下,它还能退化成皮尔森相关系数的平方。并且一对广义相关测度中,一般来说并不相等,即两个变量之间的关系不对等,这一点非常符合现实情况,是皮尔森相关系数不具备的优点。第一章中,马科维茨提出均值方差模型,开拓了现代投资组合理论的道路,被广泛的应用在实践中,取得了很大的突破。在几乎所有的统计推断问题中,选择合适的工具测量变量之间的关系是至关重要的,如果不能正确的测量变量之间的关系,在统计推断中甚至得出错误的结论。皮尔森相关系数有着相当广泛的应用,在均值方差模型中测量股票收益率之间的关系,但是这种关系是线性和对称性的。尽管它开始的时候表现的优秀,由于有效市场假说,现在表现的很一般,因此需要一个更优秀的工具能测量股票收益率之间的非线性和非对称性关系,来取代皮尔森相关系数,构建新的模型。第二章中,经过60多年的发展,投资组合选择的理论研究和实践已经取得了丰富的成果。现代金融学是20实际50年代发展起来的理论金融学,主要内容包括马科维茨的投资组合选择理论,公司财务的MM理论,资本资产定价理论,有效市场假说,期权定价理论和套利定价理论。我们总结了过去60年的投资组合理论的内容。第叁章中,为了避免投资者只能通过经验和信息选择股票,平衡收益和风险是一个迫切需要解决的问题,马科维茨创造性的将风险定义为收益率的波动,假定投资者都是风险厌恶者,提出均值方差准则,即一个较优的投资组合应有较高的收益率和较低的风险。最后给出了均值方差模型,平衡投资组合的风险和收益,找到一个最优的投资组合,即给定收益率下,使得风险最小的投资组合即为最优投资组合。这个模型已经广泛的被应用在金融领域,协助投资者去寻找一个最优的投资组合。一个分散的投资组合能有效降低非系统性风险。在统计推断问题中,一个好的模型依赖于准确测量变量之间的关系。均值方差模型中,协方差矩阵有一个重要的作用,它测量风险资产收益率之间的对称性和线性关系。但是根据发达和新兴的金融市场的风险资产的收益率数据来看,在不同资产收益率间还有非线性和非对称性。因此均值方差模型在实践中表现的并不出色。需要一个能测量变量间的非线性和非对称性的工具,来弥补均值方差模型的缺陷。广义相关测度能很好的替代皮尔森相关系数。另外,在实践中,投资者为避免承担过多风险,在卖空上有所限制,我们也加入了一些限制条件。第四章中,首先介绍了皮尔森相关系数和它的性质,然后由着名的方差分解公式引入了广义相关测度,在一对广义相关测度中,大多数情况下两个并不相等,这是由于互相的条件方差不对等。这一点符合逻辑,也是皮尔森相关系数的缺陷。在两个变量是线性相关时,广义相关测度会退化成皮尔森相关系数。如果一个自变量对两个因变量的影响程度不一样,不论是线性关系还是非线性关系,影响程度强的广义相关测度值要大于影响强度弱的。基于种种的优越性,我们通过广义相关测度构建成广义协方差矩阵。广义协方差矩阵并不对称,在均值方差模型中,用它取代协方差矩阵。从而构建新的模型,即广义均值方差模型。在这一章的最后,又讨论了广义相关测度其它的性质。第五章中,之前讨论的都是理论上的知识,但现实金融市场中,我们根本不知道风险资产的收益率分布情况。使用历史数据去估计真实值成了理论向实际应用的重要一步。首先,使用过去一段时间的日收益率的数据来估计未来收益率的均值和协方差矩阵。这个比较简单,但注意的是不要用时间跨度太大的数据因为风险资产的收益率的分布和它们之间的关系会随时间变化的。然后为了减少协方差矩阵估计的误差,使用压缩估计去得到协方差矩阵。在大量数据下,直接计算相关系数计算量很大。可以通过单因素模型去计算风险资产收益率和市场指数变化率之间的关系,然后通过模型可以很快的得到不同风险资产收益率的协方差矩阵。将通过单因数模型得到的协方差矩阵和直接计算得到的协方差均值加权,这样能减少误差。最后的难点在与计算广义协方差矩阵,通过推导找到广义相关测度的非参数估计,由于无法得到风险资产的收益率的分布函数,可以通过核估计方法来估计分布函数,核估计中最重要的是带宽的估计,在这篇文章中使用交叉验证来取得一个最优的带宽。有了广义相关测度的非参数估计,我们就可以通过股票历史数据来计算它的估计值。第六章中,在给定的叁个假设前提下,研究了广义相关测度估计的渐进性,通过一系列的推导,建立了联合渐进性。当样本越多时,根据中心极限定理,其分布会趋向于正态分布。因此可以使用大样本推断,来判断两个变量的关系是否对等。第七章中,为了验证模型的可行性,我们使用中国股市的50只股票,共两年的历史收益率数据,应用在四个不同的模型中求得最优投资组合。这四个模型分别为正常的均值方差模型,压缩估计得到的协方差矩阵的均值方差模型,等权重模型,和文中提到的广义均值方差模型。首先通过描述性分析发现,股票的偏度和峰度数值都表明收益率不符合正态分布,偏度值普遍不等于0,即收益率分布左偏或者右偏。峰度普遍大于3,根据收益率图像来看,符合尖峰肥尾的特征,与之前的学者研究一致。接下来对比广义相关系数的平方根和皮尔森相关系数,普遍相差较大。这表明股票收益率之间有着非线性和非对称性关系。并且广义协方差矩阵并不对称,意味着变量之间的关系不对等。最后,为了减少由于样本导致的误差,将两年股票收益率数据分成4个子集,在给定的不同最高收益率下,应用四个模型在每个子集分别求得最优投资组合。并将此投资组合应用到样本外,分别对比2天后和5天后的收益情况。我们发现,当股票上升时,广义均值方差模型表现的要比其他模型好,压缩估计得到的协方差矩阵的均值方差模型表现次之。当股票下降时,广义均值方差模型也损失的比较少。这表明广义均值方差模型要比其他叁个模型要更加优秀一些。在这篇文章中对广义相关测度的性质进行的分析,它的性质要比皮尔森相关系数好,从在测量变量之间的非对称性和非线性来说更有力。能更精确的测量金融市场中的股票收益率之间的关系。通过最后一章对中国股票历史数据分析,广义均值方差模型的结果比其他叁种模型要更加优秀。因此,广义均值方差模型在实践中的优秀表现不仅能让投资者获得更大的收益,还可以减少股票市场下降的损失,是一个值得推广的模型。均值方差模型的假定有投资者有相同资产持有期。但是这点很不符合现实情况,因此考虑多阶段的资产持有期的投资组合是一个很有意义的问题,它能帮助投资者不断的调整自己的策略,以应对不同的突发事件。另外,均值方差模型只考虑了投资组合的收益率的整体波动,但是有很多投资者是风险厌恶型。相对收益更希望避免损失,因此可以加入对损失的测度,如加入下行标准差。使复合的投资模型更适用于不同的投资者。最后,股票交易存在摩擦力,比如手续费,考虑这些会使模型更加准确。这些问题都将来都可以研究。(本文来源于《哈尔滨工业大学》期刊2019-06-01）

王亚琼^[3]（2019）在《与Hermite算子相关的新型Carleson测度》一文中研究指出Hardy空间理论和BMO空间理论是调和分析中重要的研究领域之一,其中它们的对偶关系是上世纪调和分析中的一个着名的工作。而BMO空间的Carleson测度刻画又是关于BMO空间的一个重要的结论,因此基于当前的研究现状,本文定义了一种新的Carleosn测度,该测度与Hermite算子有关。我们可以用它去刻画与Hermite算子相关的Hardy空间HLP(Rd)的对偶空间和前对偶空间。本文内容主要分为两个部分。第一部分首先对Hermite热半群以及Poisson半群的积分核做精确的估计,然后估计广义梯度在热核和Poisson核上的作用;第二部分利用广义梯度定义新的Carleson测度,然后用新定义的Carleson测度去刻画Hardy空间的对偶空间和前对偶空间。(本文来源于《北方工业大学》期刊2019-05-24）

丁宝根,罗志红^[4]（2019）在《江西省高等教育投入产出效率的测度与评价——基于国贸本科专业相关数据的考察》一文中研究指出基于江西省15所高校国际经济与贸易专业本科教育的投入产出相关数据,运用DEA模型对各高校的国贸专业本科教育效率进行测算与评价,研究结果表明:江西省高校国贸专业本科教育投入产出效率普遍较低、教育资源配置不合理、教育规模效益有待提高。针对上述研究结论,江西省高等教育发展应着力建立高等教育资源共享机制,以提升教育资源利用效率;完善高等教育评价体系,以促进教育资源合理配置;多渠道增加高等教育投入,以实现教育发展规模效益等。(本文来源于《辽宁教育行政学院学报》期刊2019年03期）

李馨^[5]（2018）在《我国省际区域经济高质量发展的测度与分析——基于30个省份相关数据》一文中研究指出从经济发展的动力、效率、高度、平衡性、外向性及可持续性6个方面考虑,建立经济高质量发展指标体系,并测算2016年我国省际区域经济高质量发展指数,根据评价结果对各个区域进行排名。然后结合区域人均地区生产总值排名,对各区域进行分类比较,最后提出有利于我国经济高质量发展的对策建议。(本文来源于《无锡商业职业技术学院学报》期刊2018年05期）

王会菊,钮鹏程^[6]（2018）在《一类非二重性拟度量测度空间中修正极大函数的相关估计》一文中研究指出研究拟度量测度空间(X,d,μ)中修正的极大函数,其中X表示集合,d表示不满足对称性的拟度量,μ表示Borel测度.通过改进已有的弱(1,1)估计,结合逼近和延拓的方法证明了修正的极大函数的(Φ,Ψ)型估计,这里Φ,Ψ是满足一定条件的连续函数,并且讨论了修正的极大函数的L1可积性.文中结果适用于Kolmogorov算子对应的Lie群.(本文来源于《纺织高校基础科学学报》期刊2018年03期）

刘卫锋,何霞,常娟^[7]（2019）在《毕达哥拉斯犹豫模糊集的相关测度》一文中研究指出毕达哥拉斯犹豫模糊集,既能描述隶属度与非隶属度之和超过1、而平方和不超过1的模糊现象,又能表达决策者在隶属度和非隶属度上的犹豫不决,因此它是表达不确定现象的一个强有力工具.考虑到相关测度在统计学和管理科学中发挥着重要的作用,在模糊集、直觉模糊集以及毕达哥拉斯模糊集等相关测度基础上,研究毕达哥拉斯犹豫模糊集的相关测度.为此,定义毕达哥拉斯犹豫模糊集的信息能量、相关指标以及相关系数,证明相关系数的性质.由于决策中经常要考虑到属性权重,定义毕达哥拉斯犹豫模糊集的加权相关系数,并讨论其性质.最后,通过求出每个方案与正理想方案之间的加权相关系数,实现方案的排序择优,并通过算例表明其可行性与有效性.(本文来源于《控制与决策》期刊2019年05期）

刘卫锋,何霞,常娟^[8]（2019）在《直觉模糊集的Choquet积分相关测度及其决策应用》一文中研究指出Qu给出的直觉模糊集的Choquet积分相关系数的计算公式与相关系数的性质相矛盾.为此,通过一个实例说明Qu定义的直觉模糊Choquet积分相关系数定义存在的问题,并结合相关系数的性质证明,分析问题出现的原因;然后,针对存在的问题,以直觉模糊集的Choquet积分相关指标为基础,给出新的直觉模糊集的Choquet积分信息能量的概念,定义新的直觉模糊集的Choquet积分相关系数,并讨论相关系数的性质;最后,利用新定义的直觉模糊集的Choquet积分相关测度,推导出方案与正理想方案之间的Choquet积分相关系数计算公式,据此提出一种直觉模糊多属性决策方法,并通过实例分析以及方法对比,说明所提出方法的可行性和有效性.(本文来源于《控制与决策》期刊2019年09期）

李冻菊^[9]（2017）在《GDP测度的相关问题研究》一文中研究指出国内生产总值是国民经济核算的核心指标,也是衡量一个国家或地区总体经济状况的重要指标,但其在测度居民生活水平方面存在着许多的弊端。本文的目的是寻求比GDP更好的测度指标。我们分别从价格、生活水平、国民经济核算和住户生产四个方面进行了综述。对寻求测度指标时所遇到的问题、寻求测度指标时的基本思想以及所选择的测度指标的优缺点进行了概括和总结。最后,我们对GDP测度的相关问题提出了一些科学、合理的建议。(本文来源于《经济统计学(季刊)》期刊2017年01期）

武登辉^[10]（2017）在《一般测度下凸体的等周不等式及相关问题》一文中研究指出本文主要研究某种测度下的几何不等式及其运用.根据研究对象,分以下几部分进行讨论.对于给定的R~n上的测度μ,第二章首先将Lp-混合体积及Lp-表面积测度分别推广为Lp-混合μ-测度和Lp-表面μ-面积测度.然后给出Lp-表面μ-面积测度的积分表示式,并讨论了相应的几何不等式.特别地,证明了关于测度μ的Lp-Minkowski和Lp-Brunn-Minkowski不等式.第叁章给出一般测度μ的Lp-Minkowski问题的解的存在性.由解的存在性定理,Lp-Blaschke和推广到一般测度,同时,证明了关于测度μ的Lp-Blaschke和的几何不等式.Lutwak-Yang-Zhang建立了凸体的Orlicz质心不等式,并猜想这个Orlicz质心不等式可以推广到星体上.G.Zhu证明了这个Orlicz质心不等式,且得到当Orlicz函数是严格凸时等号成立的条件.我们在第四章研究了这个不等式没有Orlicz函数是严格凸的限制的关于星体的Orlicz质心不等式等号成立的条件.积分几何与凸几何分析中常用两个凸体的截面体积的最大或者最小值用来估计这两个凸体的体积差.在第五章,我们将两个分别被Koldobsky建立的关于超平面情形体积差不等式推广到任意低维的截面情形.进一步,将这两个不等式推广到具有1/τ凹密度的测度的测度差不等式(其中τ为正整数).(本文来源于《西南大学》期刊2017-09-20）

相关测度论文开题报告

（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：

皮尔森相关系数测量变量之间的线性和对称性关系,这很容易理解,也很容易处理,它的性质已经被很多学者研究。它衡量两个数据集在一条直线上的程度。它的绝对值越接近1,两个变量之间的相关性就越强,数值越接近0,两个变量之间的相关性就越弱。它在数据分析中发挥了巨大的作用,在金融分析中有着广泛的应用。但它最大的缺点在于只能测量变量之间的对称性和线性相关性,对变量之间的非对称性和非线性无能为力。这也是它在一些情况下表现的很糟糕的原因,甚至有时候会得到错误的答案。然而风险资产收益率之间的非对称性和非线性已经被大量市场的历史数据所证明,因此基于皮尔森相关系数的均值方差模型在现代投资组合选取中表现的并不优秀。现代投资理论对测量风险资产收益率之间的非对称性和非线性关系十分重视。在这篇文章中,我们仔细的研究了郑淑蓉等基于方差分解公式提出的广义相关测度。它能测量风险资产收益率之间的非线性和非对称性。这是一个非常有用的工具。并且特殊条件下,它还能退化成皮尔森相关系数的平方。并且一对广义相关测度中,一般来说并不相等,即两个变量之间的关系不对等,这一点非常符合现实情况,是皮尔森相关系数不具备的优点。第一章中,马科维茨提出均值方差模型,开拓了现代投资组合理论的道路,被广泛的应用在实践中,取得了很大的突破。在几乎所有的统计推断问题中,选择合适的工具测量变量之间的关系是至关重要的,如果不能正确的测量变量之间的关系,在统计推断中甚至得出错误的结论。皮尔森相关系数有着相当广泛的应用,在均值方差模型中测量股票收益率之间的关系,但是这种关系是线性和对称性的。尽管它开始的时候表现的优秀,由于有效市场假说,现在表现的很一般,因此需要一个更优秀的工具能测量股票收益率之间的非线性和非对称性关系,来取代皮尔森相关系数,构建新的模型。第二章中,经过60多年的发展,投资组合选择的理论研究和实践已经取得了丰富的成果。现代金融学是20实际50年代发展起来的理论金融学,主要内容包括马科维茨的投资组合选择理论,公司财务的MM理论,资本资产定价理论,有效市场假说,期权定价理论和套利定价理论。我们总结了过去60年的投资组合理论的内容。第叁章中,为了避免投资者只能通过经验和信息选择股票,平衡收益和风险是一个迫切需要解决的问题,马科维茨创造性的将风险定义为收益率的波动,假定投资者都是风险厌恶者,提出均值方差准则,即一个较优的投资组合应有较高的收益率和较低的风险。最后给出了均值方差模型,平衡投资组合的风险和收益,找到一个最优的投资组合,即给定收益率下,使得风险最小的投资组合即为最优投资组合。这个模型已经广泛的被应用在金融领域,协助投资者去寻找一个最优的投资组合。一个分散的投资组合能有效降低非系统性风险。在统计推断问题中,一个好的模型依赖于准确测量变量之间的关系。均值方差模型中,协方差矩阵有一个重要的作用,它测量风险资产收益率之间的对称性和线性关系。但是根据发达和新兴的金融市场的风险资产的收益率数据来看,在不同资产收益率间还有非线性和非对称性。因此均值方差模型在实践中表现的并不出色。需要一个能测量变量间的非线性和非对称性的工具,来弥补均值方差模型的缺陷。广义相关测度能很好的替代皮尔森相关系数。另外,在实践中,投资者为避免承担过多风险,在卖空上有所限制,我们也加入了一些限制条件。第四章中,首先介绍了皮尔森相关系数和它的性质,然后由着名的方差分解公式引入了广义相关测度,在一对广义相关测度中,大多数情况下两个并不相等,这是由于互相的条件方差不对等。这一点符合逻辑,也是皮尔森相关系数的缺陷。在两个变量是线性相关时,广义相关测度会退化成皮尔森相关系数。如果一个自变量对两个因变量的影响程度不一样,不论是线性关系还是非线性关系,影响程度强的广义相关测度值要大于影响强度弱的。基于种种的优越性,我们通过广义相关测度构建成广义协方差矩阵。广义协方差矩阵并不对称,在均值方差模型中,用它取代协方差矩阵。从而构建新的模型,即广义均值方差模型。在这一章的最后,又讨论了广义相关测度其它的性质。第五章中,之前讨论的都是理论上的知识,但现实金融市场中,我们根本不知道风险资产的收益率分布情况。使用历史数据去估计真实值成了理论向实际应用的重要一步。首先,使用过去一段时间的日收益率的数据来估计未来收益率的均值和协方差矩阵。这个比较简单,但注意的是不要用时间跨度太大的数据因为风险资产的收益率的分布和它们之间的关系会随时间变化的。然后为了减少协方差矩阵估计的误差,使用压缩估计去得到协方差矩阵。在大量数据下,直接计算相关系数计算量很大。可以通过单因素模型去计算风险资产收益率和市场指数变化率之间的关系,然后通过模型可以很快的得到不同风险资产收益率的协方差矩阵。将通过单因数模型得到的协方差矩阵和直接计算得到的协方差均值加权,这样能减少误差。最后的难点在与计算广义协方差矩阵,通过推导找到广义相关测度的非参数估计,由于无法得到风险资产的收益率的分布函数,可以通过核估计方法来估计分布函数,核估计中最重要的是带宽的估计,在这篇文章中使用交叉验证来取得一个最优的带宽。有了广义相关测度的非参数估计,我们就可以通过股票历史数据来计算它的估计值。第六章中,在给定的叁个假设前提下,研究了广义相关测度估计的渐进性,通过一系列的推导,建立了联合渐进性。当样本越多时,根据中心极限定理,其分布会趋向于正态分布。因此可以使用大样本推断,来判断两个变量的关系是否对等。第七章中,为了验证模型的可行性,我们使用中国股市的50只股票,共两年的历史收益率数据,应用在四个不同的模型中求得最优投资组合。这四个模型分别为正常的均值方差模型,压缩估计得到的协方差矩阵的均值方差模型,等权重模型,和文中提到的广义均值方差模型。首先通过描述性分析发现,股票的偏度和峰度数值都表明收益率不符合正态分布,偏度值普遍不等于0,即收益率分布左偏或者右偏。峰度普遍大于3,根据收益率图像来看,符合尖峰肥尾的特征,与之前的学者研究一致。接下来对比广义相关系数的平方根和皮尔森相关系数,普遍相差较大。这表明股票收益率之间有着非线性和非对称性关系。并且广义协方差矩阵并不对称,意味着变量之间的关系不对等。最后,为了减少由于样本导致的误差,将两年股票收益率数据分成4个子集,在给定的不同最高收益率下,应用四个模型在每个子集分别求得最优投资组合。并将此投资组合应用到样本外,分别对比2天后和5天后的收益情况。我们发现,当股票上升时,广义均值方差模型表现的要比其他模型好,压缩估计得到的协方差矩阵的均值方差模型表现次之。当股票下降时,广义均值方差模型也损失的比较少。这表明广义均值方差模型要比其他叁个模型要更加优秀一些。在这篇文章中对广义相关测度的性质进行的分析,它的性质要比皮尔森相关系数好,从在测量变量之间的非对称性和非线性来说更有力。能更精确的测量金融市场中的股票收益率之间的关系。通过最后一章对中国股票历史数据分析,广义均值方差模型的结果比其他叁种模型要更加优秀。因此,广义均值方差模型在实践中的优秀表现不仅能让投资者获得更大的收益,还可以减少股票市场下降的损失,是一个值得推广的模型。均值方差模型的假定有投资者有相同资产持有期。但是这点很不符合现实情况,因此考虑多阶段的资产持有期的投资组合是一个很有意义的问题,它能帮助投资者不断的调整自己的策略,以应对不同的突发事件。另外,均值方差模型只考虑了投资组合的收益率的整体波动,但是有很多投资者是风险厌恶型。相对收益更希望避免损失,因此可以加入对损失的测度,如加入下行标准差。使复合的投资模型更适用于不同的投资者。最后,股票交易存在摩擦力,比如手续费,考虑这些会使模型更加准确。这些问题都将来都可以研究。

（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。

相关测度论文-张红,刘少华,张艳萍,宋伟宸

相关测度论文文献综述

相关测度论文开题报告

相关测度论文参考文献

猜你喜欢