导读:本文包含了数据分析曲线论文开题报告文献综述及选题提纲参考文献，主要关键词:分析决策,决策分析曲线,研究者自由度
数据分析曲线论文文献综述
马奕帆,贺冠瑞,罗照盛[1]（2019）在《决策曲线分析及其在实证数据的实现》一文中研究指出在实证研究中,研究者需要进行包含了若干分析决策(analytical decisions)的数据分析过程。然而,这些决策的做出往往具有武断性,这是因为1)研究者会根据自己的观点和理解进行决策,不同的研究者之间可能存在着差异;2)针对同一批数据,研究者可能会做出多种分析决策,但是研究者一般会选择其中一部分分析决策下的假设检验结果进行报告,而不是报告所有研究者认为有意义的决策下的结果。这些情况叫做研究者自由度(researcher degrees of freedom),也使得研究结果面临诸如事后假设、P值操纵(p-hacking)等方面的质疑。对于这一问题,有研究者提出使用决策曲线分析(specification-curve analysis, SCA)技术来尝试降低研究过程中的武断性。SCA是一种统计检验方法,它可以藉由检验所有合理的统计决策组合的结果,来检测主效应的稳健性,即检验研究结果显着是因为主效应本身确实存在,还是由于特殊的统计决策组合所造成的。同时,使用SCA进行统计检验可以使研究的结果更可靠,这尤其体现在对大样本、结构复杂的研究数据分析上。SCA包括叁个主要步骤,1)列出某个研究所有合理且不冗余的分析决策;2)分析所有合理的分析决策下假设检验的显着性,并绘制决策分析曲线展示结果;3)对第二步的数据和结果进行统计检验,以判断主效应的稳健性。本研究对SCA实际应用的一般步骤进行了展示,为心理学研究统计分析过程提供了一个新的视角。(本文来源于《第二十二届全国心理学学术会议摘要集》期刊2019-10-19）
刘清,丁利[2]（2019）在《如何获取与验证生存曲线中生存数据进行Meta分析》一文中研究指出危险比(hazard ratio,HR)作为生存研究的效应指标,是生存资料Meta分析最适宜进行合并分析的效应量,但常因原始研究未直接报道或缺乏而难以获取。目前可采用从原始研究的生存曲线图上截取生存率等数据,并将其与随访时间等信息输入Excel进行转换来获得HR及95%CI的数据。然而,目前国内对相关换算过程的报道较少,且换算的细节未达成一致。本文旨在对如何获取验证生存曲线中的生存数据进行探讨,以期为进行生存数据Meta分析的研究者提供合理的生存数据获取方法。(本文来源于《中国循证医学杂志》期刊2019年09期）
葛艳芳,马骏,王改芹,刘秀[3]（2019）在《环境库兹涅茨曲线框架下产业升级对生态效率的影响——基于长江经济带市级面板数据的分析》一文中研究指出为了研究产业升级对长江经济带生态效率是否存在生态改善效应,以2011—2016年长江经济带33个主要城市为研究对象,利用超效率DEA模型测度生态效率,将新型环境库兹涅茨曲线(EKC)扩展到生态效率领域,并采用空间计量模型验证产业升级与生态效率之间是否存在EKC曲线关系。结果表明:长江经济带生态效率呈上升趋势,上游地区生态效率明显高于中下游地区;产业升级与生态效率之间存在"U"型曲线关系,大部分城市的产业升级指数已经经过拐点,位于"U"型曲线右方;经济发展水平对生态效率的促进作用不显着,环境规制以及外商直接投资能够有效提高长江经济带生态效率。建议加强上下游地区间生态环境治理策略互动,继续发挥产业升级的生态效率提升作用,推动中上游地区产业升级,加强环境规制,合理利用外资。(本文来源于《资源与产业》期刊2019年04期）
叶莉,范高乐[4]（2019）在《碳排放问题面板数据曲线的棱镜模型聚类分析》一文中研究指出采用类比方法构建出一种面板数据曲线的棱镜模型,把时间横坐标与经济问题纵坐标加以角度化变换,选取恰当的经济变量作为棱镜的折射率和顶角,可将面板数据曲线用棱镜曲线进行再描绘.在碳排放问题上,列举大量的面板数据曲线作为具有棱镜曲线形状的证据,并给出聚类分析,解决了棱镜模型的应用问题,得出了存在经济折射定律的观点结论,从而为应用经济学研究提供一种全新视角的分析工具.(本文来源于《经济数学》期刊2019年01期）
李健,靳泽凡,苑清敏[5]（2019）在《京津冀空气质量环境库兹涅茨曲线及影响因素——基于2006—2017年面板数据的分析》一文中研究指出通过构建空气质量环境库兹涅茨曲线模型,选取空气质量达到或好于二级的天数为因变量,实证分析了2006—2017年京津冀地区空气质量与经济增长之间的关系,计算出空气质量变化的拐点,并选取代表性变量研究空气质量的影响因素。结果表明,京津冀地区空气质量的环境库兹涅茨曲线为倒"N"型,但未达到拐点。产业结构对空气质量有负向影响,人口密度、城市化进程和城市绿化程度对空气质量的改善有积极作用,但城市绿化程度加大对空气质量的改善效果不显着。在上述结论基础上,提出了缓解京津冀地区空气污染建议。(本文来源于《生态经济》期刊2019年02期）
邱立军[6]（2019）在《曲线优化拟合中的数据规律分析法运用》一文中研究指出数据规律分析法能解决多种数学问题,应用在曲线拟合中,按照曲线节点的数据规律对曲线公式进行配置。文章简要说明了数据规律分析法含有的公式体系以及系数计算方法,通过实例验证了数据规律分析法对曲线优化拟合的重要性。(本文来源于《学苑教育》期刊2019年03期）
朱少维,戚颖怡,陈豪,王马才[7]（2018）在《基于用电负荷异常曲线排查高接低用户的数据挖潜与案例分析》一文中研究指出文章详细介绍了数据挖潜技术和聚类算法;通过用电客户用电行为、用电负荷、用电规律等特征分析,对用电客户异常指标数据进行有效挖潜分析;并根据稽查数据案例进行多维度分析,快速锁定问题样本,从而更有效的提升异常行为客户的筛查率,使用电行为异常分析工作趋于信息化、智能化。(本文来源于《电子测试》期刊2018年24期）
许旸[8]（2018）在《优秀的文学善于捕捉“时代的表情”》一文中研究指出社会发展日新月异，本土原创文学如何呼应时代，写出更多打动人心的故事？2018收获文学排行榜昨天揭晓，分长篇、中篇、短篇、非虚构四类，各有10部上榜作品，位居榜首的分别是李洱《应物兄》、迟子建《候鸟的勇敢》、班宇《逍遥游》、张新颖《沈从文的前半生》。(本文来源于《文汇报》期刊2018-12-10）
陈晓娟,李鑫蕾,王胜达,姜山[9]（2018）在《一种OTDR曲线数据分析方法》一文中研究指出针对OTDR曲线故障点数据分类速度慢、分类精度低的问题,提出一种基于小波分析与支持向量机(SVR)相结合的OTDR曲线数据分析方法。首先,运用小波模极大值方法对原始的OTDR信号进行去噪;然后,采用Daubechies(db N)小波对去噪后的信号进行特征提取并对提取的特征数据进行标记;最后,训练出一个SVR分类器,实现对OTDR曲线特征的分类。实验分析表明,该数据分类方法能准确地分析出OTDR曲线中的各个故障点,分类速度相比于BP神经网络方法提高了139.23%,分类精度高达98.56%。(本文来源于《光通信技术》期刊2018年10期）
李长友[10]（2018）在《数据分析下的曲线拟合数据分析技术》一文中研究指出纯理论性数学是创新的原动力,而交叉学科的结合,无异于是新世纪最大的突破,不仅是打破了传统的学科禁锢,还进一步解放了基础科学的生命力。本文基于药学案例,运用数学建模思想,提出问题、分析问题、解决问题这一思路,直观展示曲线拟合数据分析技术。本文应用工具在各高校的开设课程中得到有利应用实践。(本文来源于《南方农机》期刊2018年18期）
数据分析曲线论文开题报告
（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：
危险比(hazard ratio,HR)作为生存研究的效应指标,是生存资料Meta分析最适宜进行合并分析的效应量,但常因原始研究未直接报道或缺乏而难以获取。目前可采用从原始研究的生存曲线图上截取生存率等数据,并将其与随访时间等信息输入Excel进行转换来获得HR及95%CI的数据。然而,目前国内对相关换算过程的报道较少,且换算的细节未达成一致。本文旨在对如何获取验证生存曲线中的生存数据进行探讨,以期为进行生存数据Meta分析的研究者提供合理的生存数据获取方法。
（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。
数据分析曲线论文参考文献
[1].马奕帆,贺冠瑞,罗照盛.决策曲线分析及其在实证数据的实现[C].第二十二届全国心理学学术会议摘要集.2019
[2].刘清,丁利.如何获取与验证生存曲线中生存数据进行Meta分析[J].中国循证医学杂志.2019
[3].葛艳芳,马骏,王改芹,刘秀.环境库兹涅茨曲线框架下产业升级对生态效率的影响——基于长江经济带市级面板数据的分析[J].资源与产业.2019
[4].叶莉,范高乐.碳排放问题面板数据曲线的棱镜模型聚类分析[J].经济数学.2019
[5].李健,靳泽凡,苑清敏.京津冀空气质量环境库兹涅茨曲线及影响因素——基于2006—2017年面板数据的分析[J].生态经济.2019
[6].邱立军.曲线优化拟合中的数据规律分析法运用[J].学苑教育.2019
[7].朱少维,戚颖怡,陈豪,王马才.基于用电负荷异常曲线排查高接低用户的数据挖潜与案例分析[J].电子测试.2018
[8].许旸.优秀的文学善于捕捉“时代的表情”[N].文汇报.2018
[9].陈晓娟,李鑫蕾,王胜达,姜山.一种OTDR曲线数据分析方法[J].光通信技术.2018
[10].李长友.数据分析下的曲线拟合数据分析技术[J].南方农机.2018