下面是小编为大家整理的数据的剔除对Minimax线性估计的影响与相关系数（共含9篇），仅供大家参考借鉴，希望大家喜欢，并能积极分享!同时，但愿您也能像本文投稿人“Hannah528”一样，积极向本站投稿分享好文章。
数据的剔除对Minimax线性估计的影响与相关系数
用方差比和广义方差比作为判定数据对Minimax线性估计影响的'标准,建立了剔除一组数据时的方差比与相关系数的关系,找到了剔除多组数据时的广义方差比与Hotelling广义相关系数的联系,并讨论了剔除一组数据与剔除二组数据时的广义方差比之间的关系.
作 者：田保光 王建新 翟发辉 TIAN Bao-guang WANG Jian-xin ZHAI Fa-hui 作者单位：青岛科技大学,数理系,山东,青岛,266042 刊 名：四川师范大学学报（自然科学版） ISTIC PKU英文刊名：JOURNAL OF SICHUAN NORMAL UNIVERSITY(NATURAL SCIENCE) 年，卷(期)： 30(6) 分类号：O212.1 关键词：Minimax线性估计 方差比 广义方差比 相关系数 Hotelling广义相关系数部分线性变系数模型Backfitting估计的渐近性质
作为部分线性模型与变系数模型的推广,部分线性变系数模型是一类应用广泛的'数据分析模型.利用Backfitting方法拟合这类特殊的可加模型,可得到模型中常值系数估计量的精确解析表达式,该估计量被证明是相(√n)合的.最后通过数值模拟考察了所提估计方法的有效性.
作 者：魏传华 吴喜之 WEI Chuan-hua WU Xi-zhi 作者单位：魏传华,WEI Chuan-hua(央民族大学,理学院统计学系,北京,100081)吴喜之,WU Xi-zhi(中国人民大学,统计学院,北京,100872)
刊 名：高校应用数学学报A辑 ISTIC PKU英文刊名：APPLIED MATHEMATICS A JOURNAL OF CHINESE UNIVERSITIES 年，卷(期)： 23(2) 分类号：O212.1 关键词：部分线性变系数模型 Backfitting估计 光滑不足 渐近正态性线性回归模型系数的一个新的有偏估计
针对引起线性回归模型病态的根本原因,提出回归系数的S-R估计,讨论其均方误差的最优化,对有偏估计的改进进行研究.证明可以选择参数,使它在均方误差的意义下优于系数的Stein估计和LS估计,给出参数的最优值.然后讨论其偏差,证明它的`可容许性.
作 者：杨斌 张建军 YANG Bin ZHANG Jian-jun 作者单位：杨斌,YANG Bin(海军工程大学,管理工程系,湖北,武汉,430033)张建军,ZHANG Jian-jun(海军工程大学,理学院,湖北,武汉,430033)
刊 名：兵工自动化 ISTIC英文刊名：ORDNANCE INDUSTRY AUTOMATION 年，卷(期)： 28(11) 分类号：O316 关键词：有偏估计 广义c-K估计 岭估计 广义岭估计 均方误差 可容许性天线方向性误差对DOA估计影响及其校正
天线阵元的方向性误差会导致基于特征值分解的DOA估计算法性能的`下降,因此有必要对阵元方向性误差进行校正.首先建立了存在方向性误差情况下DOA估计的数学分析模型,提出利用空间平滑法和改进空间平滑法对方向性误差进行校正.仿真实验表明,方向性误差对DOA估计的影响主要表现在谱峰峰值的降低.空间平滑法和改进空间平滑法均可以有效地对方向性误差进行校正.
作 者：于斌 尹成友 黄冶 罗怀中 YU Bin YING Cheng-you HUANG Ye LU Huai-zhong 作者单位：解放军电子工程学院,合肥,230037 刊 名：电光与控制 ISTIC PKU英文刊名：ELECTRONICS OPTICS & CONTROL 年，卷(期)： 14(3) 分类号：V271.4 TN91 关键词：误差 DOA 空间平滑 校正用分层稳健线性估计法从机载LIDAR数据中获取DEM
评述了利用机载激光扫描数据进行DEM提取的4类典型算法,分析了各自的优缺点.在此基础上,提出了利用双重策略进行数据滤波的`方法,即分层稳健线性估计法.该算子同时利用小波分层滤波法和稳健线性估计法,以克服两种算法单独使用时的不足,即小波分层滤波算子没有有效策略保证参考面的精度;稳健线性估计法不能有效过滤数据中的粗差.利用该算法策略对德国Nahrodde地区的数据进行了实验,并将实验结果与用TerraScan软件获取的真实值进行了比较,结果表明分层稳健线性估计法不仅具备小波分层滤波算法和稳健线性估计法这两种滤波算法的优点,而且还可以克服这两种算法固有的缺点,从而实现了直接从原始数据中有效获取地面点的目的.
作 者：王刃 徐青 朱新慧 张爽 WANG Ren XU Qing ZHU Xin-hui ZHANG Shuang 作者单位：王刃,WANG Ren(信息工程大学,测绘学院,河南,郑州,450052;西安测绘研究所,陕西,西安,710054)徐青,朱新慧,XU Qing,ZHU Xin-hui(信息工程大学,测绘学院,河南,郑州,450052)
张爽,ZHANG Shuang(65015部队,辽宁,大连,116023)
刊 名：测绘科学技术学报 PKU英文刊名：JOURNAL OF GEOMATICS SCIENCE AND TECHNOLOGY 年，卷(期)： 25(3) 分类号：P237 TN911.73 关键词：LIDAR DEM 滤波 稳健线性估计大数据思维能使我们在决策过程中超越原有思维框架的局限。每个人都是依据自己对现实的认识和判断而不是现实本身作出行动决策的。以数据为基础的智能决策有两个步骤。第一是对事物的理解和判断，第二是作出行动决策(不行动也是一种决策)。
行动决策会受到决策者价值取向的影响。比如，二次大战末美国打到日本沿岸并调集了比攻打德国时诺曼地登陆更多的军舰云集太平洋准备对日本本土发起攻击。根据对攻占几个日本岛屿所造成伤亡数据的分析，美军预测攻占日本本土将要付出50万美军伤亡的代价。在这个判断的基础上，美国总统杜鲁门做出了向日本投原子弹的决定。结果是减少了美军的伤亡但造成了几十万日本平民的死亡和持续至今的辐射危害，其价值取向是很清楚的。
人们对事物的理解和判断会受制于自身思维框架的局限。一个物理学家在分析一件事物时，会很自然地应用物理定律来思考、理解和判断。所用的概念和语言也会有物理特征(时间、速度、场、重量、质量、作用力、反作用力等等)。一个社会科学家在分析一件事物时，脑子里出现的框架是人际关系、社会地位、历史背景、社会效益等等。所用的概念和语言带有社会人文特征。搞理论工作的和搞实际工作的思维框架也很不同，前者重视逻辑性、系统性，而后者更重视时间性和可行性。即使是同行业的人也会因年龄、经历、环境、学历不同而产生不同的思维框架。
当同一现象和信息进入不同人的脑子里时，它会被不同的思维网路过滤、不同的思维方式处理，最后的结果是对同一现实产生不同解读。没有一个思维框架，我们无法理解和判断一件事物。但思维框架本身又对我们的认知产生了一个很难逾越的局限。
大数据思维不是从某个人的思维框架出发，而是让海量数据碰撞，寻找相关性，先看到结果再分析原因。这就冲破了原有思维框架的局限。比如，美国一家零售商在对海量的销售数据处理中发现每到星期五下午，啤酒和婴儿尿布的销量同时上升。通过观察发现星期五下班后很多青年男子要买啤酒度周末而这时妻子又常打电话提醒丈夫在回家路上为孩子买尿布。发现这个相关性后，这家零售商就把啤酒和尿布摆在一起，方便年轻的爸爸购物，大大提高了销售额。
大数据思维可以引发城市管理的新方法。自从美国大使馆每天公布PM2.5指数以后，城市空气污染的问题得到了中国各个城市政府和市民的重视。每天PM2.5检测数据的采集成为环境保护和管理的一个重要任务。如果一个统计学家按照原有思维框架来设计检测数据采集，他会从统计学原理出发在市区有代表性的不同地点定时采集和上报数据。其结果是数据量有限，费用高，检测覆盖率和准确率低。应用大数据思维，某市环保部门考虑将上万个手持检测仪发放给散居各处的市民检测并通过手机上传数据。通过手机定位，环保部门可以确定每个数据的测量地点和时间，大大提高数据采集的覆盖面和精确度。
大数据思维可以对历史数据的分析提供新思路。中国人讲究作学问要“读万卷书，行万里路”。用大数据思维，读万卷书在今天并非难事。美国的国会图书馆正在将藏书全部数码化。以后通过电脑“看书”搜索关键词，分析相关字条和数据将会非常容易，读万卷书可能只是几小时的“小任务”。美国匹兹堡大学公共卫生学院将记录在报纸、报告、微缩胶片上美国各地自1888年以来有关传染病发生和死亡的多元、碎片、海量的数据收集、整理并数码化。通过数据建模和分析，把一百多年的历史“死”数据变活，建立了1888至美国50多种传染病电子数据档案库。用历史数据证明了免疫苗的发明和使用避免了一亿以上的美国人死于传染病。
大数据思维能帮助开创新的商业模式。在美国出现的Uber打车服务和后来中国兴起的滴滴出行(原滴滴打车)是大数据思维产生的经典020(网上网下完美结合)新型商业模式。智能手机在移动互联网时代的普及使实时定位的数据传递和信息沟通成为可能。它为乘客和司机之间的商业交换提供了一个崭新的平台，改变了传统的电话叫车或路边招车，降低了沟通成本和空驶率，极大地节省了司机乘客双方的资源和时间。源源不断的乘车交易和时间地点的电子数据在高速地积累和储存。数据科学家们可以通过对海量数据的分析寻找规律以提高和改进乘客打车出行的体验，找到新的商机和推出新的服务。
大数据思维的核心是要意识到我们已经生活在一个互联网几乎无处不在的世界。互联网将各种信息仪器(手机、电脑、传感器、相机、摄像头、等等)联为一体(物联网)，数码化的数据和信息在这个庞大的网上时时刻刻地传递、储存和积累。数码化数据可以被高速处理，而且已经成为新型的、甚至是最有价值的生产资料。矿物可以冶炼成金属、原油可以提炼出汽油，如何将数据加工成信息、产生智能、解决过去无法解决的老问题和开创新的管理和商业模式以产生新价值是对我们的挑战。而迎接这一挑战的第一步就是要懂得和理解大数据思维。
1)人们处理的数据从样本数据变成全部数据;
2)由于是全样本数据，人们不得不接受数据的混杂性，而放弃对精确性的追求;
3)人类通过对大数据的处理，放弃对因果关系的渴求，转而关注相关关系。
事实上，大数据时代带给人们的思维方式的深刻转变远不止上述三个方面。笔者认为，大数据思维最关键的转变在于从自然思维转向智能思维，使得大数据像具有生命力一样，获得类似于“人脑”的智能，甚至智慧。
大数据的种类，也可以说成数据的维度，对于一个对象，采取标签化的方式，进行标记，针对需求进行种类的扩充，和数据的量一样，笔者认为同样是建议根据需求来确立，但是对于标签，有一个通常采取的策略，那就是推荐标签和自定义标签的问题，分类法其实是人类文明的一大创举，采取推荐标签的方式，可以大幅度降低标签的总量，而减少后期的规约工作，数据收集时扩充量、扩充维度，但是在数据进入应用状态时，我们是希望处理的是小数据、少维度，而通过这种推荐、可选择的方式，可以在标准化基础上的自定义，而不是毫无规则的扩展，甚至用户的自定义标签给予一定的限制，这样可以使维度的价值更为显现。
一、前言
当前，大数据在各个企业的管理工作中被广泛应用，对提高企业的管理效果，提高企业的工作效率发挥了重要作用。大数据自身具有高效性、数字化特点，运用虚拟化的状态，打破了对市场的时空限制，通过对市场内部各个要素的有效整合，能够高效、快速地实现融合，对提升市场的运行效率，优化市场发展方式具有重要作用，在各大企业中被广泛应用是必然发展趋势。
二、大数据时代对管理会计的影响
（一）数据管理方式发生变化
在大数据时代下，改变了传统的数据管理方式。在企业传统的数据管理中，管理的类型及管理渠道较为单一化，数据类型以结构型为主，数据管理的工作量较大，工作效率不高。而大数据时代的到来，数据类型及管理渠道更具多元化，并且与互联网建立了密切的联系，将大数据存储在电子商务及社会网络平台上，展现出了大数据的非结构性特点，改变了大数据的搜集方式及搜集内容，实现了数据管理的大变革。
（二）数据处理方式发生变化
传统的数据处理方式需要将数据从数据库中调取出来，经济收集和整理的过程，再通过使用者对数据信息进行再加工，能够实现对有价值数据的提炼、分析及利用，会浪费大量的时间，并且环环相扣，一旦有某环节出现错误，将会影响数据处理结果。在大数据时代下，对数据的分析及挖掘主要是借助分析工具来实现，分析方式具有多样化特点，主要包括回归分析、分类分析、趋势分析及决策数分析等，可以结合具体情况合理选择数据分析方式。
（三）数据储存方式发生变化
企业内部的管理会计数据具有多样性和丰富性特点，数据的总量较大，被存储在数据仓库中，在对数据存储前，需要经历数据的收集、预处理、分析和处理等步骤，传统的数据存储方式较为复杂，会造成大量时间的浪费，不利于提高企业的工作效率。在大数据时代下，依据数据的实际情况，将数据划分为几个类型，主要包括分布式存储集群、分布式数据库及不同的数据存储模块，给数据存储提供了有效的渠道。主要的存储模块主要包括销售管理模块、生产计划模块和企业之间关系模块等。
三、大数据时代管理会计的作用
（一）优化绩效考评方式
绩效考评是管理会计工作中的重难点工作内容，由于没有做好数据的分析和整理工作，导致对绩效考评数据的收集和整理存在较多的问题，影响绩效考评效果，无法通过绩效考评结果对员工日常的工作情况进行分析，并且对员工的工作情况无法做出客观的评价，不能对表现好的员工给予鼓励，导致员工的`积极性下降。在大数据时代下，为收集评价数据提供了便捷化的渠道，数据收集更为便捷、准确，能够对企业员工日常的表现进行数据统计、分析和整理，纳入到数据系统中来，统一的进行分析和整理，显示出了员工的各项指标，为员工的绩效考评提供了有效的渠道，优化了绩效考评方式，有助于企业详细了解员工的工作情况，避免信息判断失误，给员工工作积极性造成的影响，确保了员工表扬及晋升工作的合理性，对提高管理会计效果发挥了重要作用。
（二）完善企业经营战略
在大数据背景下，企业能够通过网络活动来获取数据信息，确保了数据搜索和挖掘的精准性，对提炼出有价值的数据信息具有重要性。例如，消费者要想了解企业中的某个产品，不用到企业中来，通过进入到企业的网站就可以进行产品的了解，大数据能够对消费者的各项信息进行集中的汇总和记录，网站上能够对消费者的浏览情况进行了解，掌握客户的消费心理和消费趋势，了解消费者关注的商品类型、搜索条数、搜索次数及搜索时间等信息，了解消费者的喜好类型及消费方向。网络通过对消费者的喜好进行分析，能够在网络页面上对消费者推荐他们感兴趣的产品信息。在大数据下，企业的管理会计能够帮助企业进行产品的决策，完善企业的经营发展战略，以此来提升企业的核心竞争力。
（三）规划企业运营数据
企业管理会计在进行工作时，通过对市场进行周密的调查，确保了企业生产和销售规模的合理性。管理会计需要对企业的实际运营情况进行了解，防止企业生产计划及销售计划存在不合理现象，防止企业的盲目投入。在大数据时代下，企业信息的准确性和信息量都得到了较大程度的提升，管理会计人员对企业产品、服务、成本及销售等数据进行了充分的挖掘，实现了对数据的深入分析，并对企业的各项生产和销售工作制定出了严密的计划，给企业的发展提供了合理的运营数据。
四、结论
随着科学技术的发展，改变了企业的运营管理方式，大数据是科学技术的产物，被广泛应用于企业的管理会计工作中，创新了管理会计方法，优化了管理会计工作效果。企业应该充分抓住大数据这一优势，优化企业绩效考评方式，完善企业管理会计的经营战略，规划企业的运营数据，为企业的优化决策提供了良好的条件，也为企业的持续发展创造了可观的前景。
参考文献：
[1]耿云江,赵晓晓.大数据时代管理会计的机遇、挑战与应对[J].会计之友,,01:11\14.
[2]姬燕燕.论大数据时代对会计和审计的影响[D].对外经济贸易大学,2015.
[3]杨鸽,燕t涵,高雪,宋娟娟,尹波.大数据时代的企业管理会计创新与应用[J].经营管理者,,21:100.
聚集数据线性模型参数估计的相对效率与广义相关系数
对于聚集数据的`线性模型,本文给出了Peter-Karsten估计相对于最佳线性无偏估计的一个相对效率,得到了相对效率的下界,讨论了该相对效率与广义相关系数的关系.
作 者：周永正 ZHOU Yong-zheng 作者单位：景德镇陶瓷学院,信息工程学院,江西,333403 刊 名：大学数学 PKU英文刊名：COLLEGE MATHEMATICS 年，卷(期)： 25(2) 分类号：O212.1 关键词：聚集数据 相对效率 线性模型 Peter-Karsten估计大数据对信息系统审计的影响及其关键技术审计毕业论文
一、引言
大数据是一种重要的战略资源，在大数据环境下，世界成为一个统一的数据集合，人们用数据化思维和先进的处理技术探索海量数据之间的关系，从而构筑一个更加透明化、对称化的世界。大数据已经成为经济发展的巨大引擎，在提升产业竞争力、推动商业模式创新方面发挥出越来越重要的作用。国家审计应积极适应，全面服务经济发展需要，认真分析研究大数据对传统审计带来的挑战，创新审计思维、组织方式和技术方法，优化信息系统审计，提升审计数据分析能力，培养大数据人才，以应对大数据时代带来的深刻变革。
二、信息系统审计的基本类型
1.真实性审计
真实性审计主要是对被审计单位的信息系统以及电子数据的真实性、准确性、完整性进行的审核，为财务审计提供基础支持。面对信息系统存储、处理产生的海量数据，传统的审计技术方法已经捉襟见肘，难以实现有效地分析判断。因此，大数据环境下的审计首先必须核实被审计单位的电子数据，只有确保数据的真实和准确，才能确保根据数据进行的`审计工作的有效性。审计人员核实信息系统中数据与实际业务流程符合程度，发现信息系统使用过程中的固有弊病，能够避免对假账进行有效审核的现象，提高财务审计的准确性。
2.安全性审计
安全性审计以被审计单位电子信息系统的安全防护为主要目标，确保信息系统的安全、持久、可靠运行。随着现代信息技术的迅猛发展，企业及党政机关事业单位正面临着前所未有的网络安全威胁。为确保财务审计的合理性，审计人员应从信息系统漏洞的防护人手，采取必要的防护措施，使信息系统存储、处理产生的重要数据免于因恶意篡改，或因未授权访导致的泄漏等问题，始终处于安全状态。
3.绩效审计
绩效审计是企业财务审计的核心内容，进行绩效审计主要是确保投人与产出之间的比值小于1.绩效考核的对象不仅在于人，还在于对影响企业利润生产的主要因素的分析和审计，使企业获得直接的或间接的利润。基于大数据环境的信息系统审计使企业间接利润获取的主要途径，货币核算并不能作为企业审计的唯一内容。在企业绩效审核过程中，由于信息系统的流程复杂，且对操作人员具有较高的要求，因此如何衡量信息系统审计与成本投人之间的关系，是企业面临的主要问题。为提高信息系统的审计效率，应从系统的开发成本支出人手，降低信息系统的设计和应用管理，以降低审计系统风险。正确、合理地评价企业信息系统投资的绩效，给企业的投资者、债权人、管理者与经营人员提供专业的市场信息，能够确保企业审计的积极作用，促进审计部门的可持续发展。
三、大数据环境对信息系统审计的影响
1.庞大的数据信息影响审计效率
大数据环境除了为审计带来方便之外，繁杂的信息同时也影响了数据信息的审计。对于一些部门来说，审计信息包含了大量的文字信息、音频信息和视频图像等信息，信息处理存在一定的困难。加之一些被审计单位缺乏信息财务管理经验，在处理手段上缺乏先进性，尤其是在无关联信息处理上，更难发现问题。
2.大数据环境下的系统分布特征加大了审计难度
目前，随着分布式网络的快速发展，网络信息呈现出节点。在计算过程中，容易出现延迟，网络传输延时、不同的节点空间坐标都将给企业网络信息造成威胁。目前，企业多采取动态审计码获取的方式增加其安全系数，但与同时，这一方式也增加了审计难度。
3.审计范围增大，审计内容增多
大数据环境下，信息更新速度快，被审计单位的业务量也随之增加。另外，信息系统已经成为处理大量信息的被审计单位不可或缺的设施，为其提供管理效率化及使用便捷化。因此，审计内容不仅包括传统的审计内容，还包括被审计单位信息系统的基础设施控制与硬件控制，网络安全性能控制、系统开发、维护和控制。
4.新技术的发展对网络审计人员提出新的要求
随着网络技术的不断发展，基于云处理新技术、物联网业务大量出现，信息系统也变得更加先进和复杂。传统的审计技术已经不再适用信息系统审计的发展。也就是说，新技术对于信息系统审计人员提出了新的要求，其中包括扎实的财务信息基础、多元化的信息系统管理安全知识。但在更新发展过程中，审计人才的招聘和培养存在滞后性。如何培养专业性、复合型审计人才，提高审计项目质量值得审计机构深人研究。
四、大数据环境下信息系统审计的关键技术分析
1.基于网络基础的信息系统安全审计
安全审计是对被审计单位信息系统的监督管理行为，需要对网络信息进行实时跟踪，并提供数据记录。捕捉系统存在的安全隐患的系统信息并进行调整，并生成管理日志。针对目前情况下的先进的信息技术，开展基于大数据环境的安全审计，需要着重探索基于神经网络的安全审计技术，确保安全审训顷利开展。
2.基于大数据环境的信息系统审计证据生成技术
审计证据生成技术是指在计算机取证过程中使用信息系统整体保护措施。在确保大数据环境整体性的基础上对被审计单位数据进行有效的取证调查。其主要作用在于确保了审计原始数据的完整性，提高其安全系数。总之，审计证据生成技术尝试使用除信息系统以外的第三方公证机构，通过原始数据签名的方式来确保系统数据的完整性。
3.审计技术方案改革与完善
在传统审计基础上，实施网络审计方式，需要对相应的技术进行改进。其中包括：基于程序追踪、专家信息基础与管理控制测试矩阵相结合的审计技术，在被审计单位内部建立专业的审计信息系统，为被审计单位提供庞大的信息处理方式，并随着被审计单位发展对其进行完善。
参考文献：
[1]顾洪菲。大数据环境下审计数据分析技术方法初探[J]中国管理信息化，2015,03:45一47.
[2]丁淑芹大。数据环境下审计变革研究[J]财会通讯，2015,22:106-108.
