稳健Liu估计在教学满意度测评应用.pdfVIP

下载本文档

2
0
约 5页
2017-08-09 发布于安徽
举报
版权申诉

稳健Liu估计在教学满意度测评应用.pdf

1、本文档共5页，可阅读全部内容。
2、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。
3、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击这里二次下载。
4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
5、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
6、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
7、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
8、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

优秀毕业论文，完美PDF格式，可在线免费浏览全文和下载,支持复制编辑,可为大学生本专业本院系本科专科大专和研究生学士相关类学生提供毕业论文范文范例指导,也可为要代写发表职称论文提供参考！！！

Liu 1.1.1.1.1.1.1.1.1. 稳健LLiiuu估计在教学满意度测评中的应用 1.1.1.1.1.1.1.1.2. 1.1.1.1.1.1.1.1.3. 王春迎[1,2] 1.1.1.1.1.1.1.1.4. （1.华中科技大学，武汉 430074；2.信息工程大学理学院，郑州 450001） 1.1.1.1.1.1.1.1.5. 摘要：本文针对教学满意度测评的线性回归模型中病态性和异常点同时存在的问题，将统计中的Liu 估计和M 估计方法结合起来，提出了一种新的稳健有偏估计——稳健Liu 估计。同时通过实际数据的计算表明：稳健Liu 估计优于稳健最小二乘估计、稳健岭估计、稳健主成分估计和稳健岭－主成分组合估计等其他稳健有偏估计，进而验证了该方法的有效性。关键词：病态性,异常点,Liu 估计,稳健有偏估计,教学满意度测评 1.1.1.1.1.1.1.1.6. 11..11..11..11..11..11..11..11..66.. 1 11 引言教学满意度包括教师对学生、对工作、对环境的满意度，也包括学生对教师、对课程、对条件的满意度等等，它是评价学校效能的一个重要指标，现已引起教育管理人员和教育研究人员的高度重视。为此，在高等教育领域,针对教员、学员的满意度测评在全国纷纷展 [1,2,3] 开，模型的研究和应用主要包括：以线性回归分析为主的四分图模型和以偏最小二乘（PLS）估计为主的结构方程模型，前者适合于微观分析，后者适合于宏观分析。 [4] 但是，在教学满意度测评的线性回归模型建立过程中，如何应用稳健有偏估计解决数据的病态性和异常点同时存在问题讨论不多。到目前为止，统计界已提出稳健岭估计、稳 [4] 健主成分估计和稳健岭－主成分组合估计等数种稳健有偏估计，但都不十分适合教学满意 [5] 度测评线性回归模型的建立。为此，本文将统计中的Liu 估计引入教学满意度测评中，并 [6] 针对Liu 估计不能抵抗异常点影响的缺陷，基于M 估计的等价权方法，提出一种新的稳健有偏估计——稳健Liu 估计。通过实际数据的计算表明：稳健Liu 估计优于稳健最小二乘估计、稳健岭估计、稳健主成分估计和稳健岭－主成分组合估计等其他稳健有偏估计，比较适合于教学满意度测评线性回归模型的建立。 2 Liu 22 稳健LLiiuu估计考虑教学满意度测评的线性回归模型  Y X  2 （1） E() 0, Cov()  P  0 ε 其中Y为n1 观测向量，X为nt设计阵，rank ( X) = t, 为t1 未知参数向量，εε为 2 n1观测误差向量，权阵P  diag( p,, p ) ，P 取为单位阵， 为未知误差方差。则