欢迎介绍C题的不同做法及结果

实际工作者

<>大学生竞赛的评阅工作已近尾声，评委们正着手准备评阅研究生的试卷。我们的C题前一段时间里讨论得很热烈，大家对做法都发表了许多独到的见解，对评阅原则的制定起了重要的作用。但是关于后两问都没涉及到，不知大家的卷子里是没时间而没做，还是什么情况。这两问的发挥空间很大，主题就是售后服务数据如何为企业管理服务。</P>
<>欢迎大家提供自己的想法，特别是针对后两问的做法，评阅前准备工作越细致，评阅工作开展得越顺利，也越公平公正。如能把当时的摘要登录出来也可以。</P>

outlaw

< 0cm 0cm 0pt; TEXT-INDENT: 36pt; LINE-HEIGHT: 130%; mso-char-indent-count: 3.0">售后服务数据是观测产品质量的重要依据，合理运用售后服务数据是现代企业质量管理的关键问题。通过某部件售后服务数据的挖掘和分析，本文首先建立了水平方向的成长曲线外延模型来反映各批次部件千车故障数随统计时间的长度变化的规律，然后通过水平方向模型确定的参数，在垂直方向上引入了趋近概率矩阵的概念，来反映水平方向和垂直方向相互影响的特性，以及对模型预测估计值的影响，并且给出的基于二维预测方法的各批次部件千车故障数的未来变化趋势，并给出了模型的检验和评价；最后结合预测的数据对厂家质量管理和生产组织等方面提出了预测和自己的建议。<p></p></P>

wyatt

<>潜水了很久，今天才注册，呵呵！决定响应实际工作者老师的号召，把我们的摘要贴出来，欢迎大家提意见，批评指正！</P><>摘要：对某轿车生产厂家2004年4月1日从数据库中整理出来的某个部件的千车故障数，文章应用生存分析的相关原理，分别使用两参数威布尔分布和对数正态分布对0201~0208批次的数据进行拟合，并作了拟合优度检验。这一工作让我们相信该部件的失效时间服从两参数威布尔分布，同时为下一步的数据分析提供有力依据。</P><>受生存分析的启发，文章分析了表中存在不完全数据的原因，并结合现代统计计算方法EM算法的思想，对0209~0308批次的部分不完全数据进行了修正。然后依据时间序列分析相关原理，对修正后的该部件单月故障数（纵列），使用Eviews软件作自相关和偏相关分析，结果表明可以认为单月故障数符合AR(1)模型，并由此对0309~0310两批数据做了估计。威布尔分布危险率函数图告诉我们这两批横向的估计数据高度符合两参数的威布尔分布，这一结果从一个侧面证明我们所建立模型和使用方法的合理性。</P><P>通过运算，预测0205批次使用月数18时的千车故障数为47.10；0306批次使用月数9时的千车故障数为24.19；0310批次使用月数12时的千车故障数为14.67。</P><P>为提高企业的质量管理水平，文章还对千车故障数据表的制表方法及其合理运用进行的深入的探讨，并对配件的生产组织、运送等提供了一些建议。</P>

wyatt

<>对我的队的文章摘要，有三点做一下说明，</P><>其一是“存在不完全数据的原因”是什么？我们的看法和另外一个对c题中的讨论的最后意见本质上是一样的，只不过表述不同。我们的看法就是随着时间的推移，表中后面的很多数据是需要更新的，原因在于在统计数据的时候，可能很多车子要在它使用更长的时间（譬如10个月，这个时间在统计数据的时候还没到呢！）的时候要出问题，而现在它没有出问题！</P><>其二是EM算法，这个算法是干嘛的？请参考高等教育出版社，茆诗松等编《高等数理统计》第六章，或者北京大学出版社，高惠璇《统计计算》。（夜太深不要骂我哈！</P><P>[em01]）</P><P>其三是为什么要用单月故障数，从最简单的直观上讲，上月的销售数据和车的质量状况等是肯定要影响下月的销售的。而千车故障数破坏了这种相关性，并且给时间序列分析添了麻烦！</P><P>希望我说清楚了我想说的！</P>[em07]

limmy

<>能说得具体一点吗？我看得不是很明白。谢谢</P>

wyatt

楼上的哪个学校的啊？我们的文章做的很烂，见笑了哈！我不知道你什么地方不明白，我尽量回复你，好吧！

limmy

<><FONT size=1>"存在不完全数据"所指究竟是什么?我觉得这是所选制表方式的一个不可避免的缺失.</FONT></P><><FONT size=1>对题意是不是理解得不大准确?请指点!</FONT></P>[em04]

wyatt

<>举个简单点的例子吧！（来自《生存数据分析的统计方法》，中国统计出版社，1998）</P>
<>假设有6只老鼠放在致癌物质的环境中。观测一定大小的肿瘤出现的时间。研究者决定在30周后停止实验。老鼠a,b,d分别在第10，15，25周出现肿瘤；老鼠c和e到研究结束时仍没有出现肿瘤，那么他们的无肿瘤时间至少是30周；老鼠f 在19周后意外死亡，身上并无肿瘤。这样，生存数据（无肿瘤时间）是10，15，30+，25，30+，19+。这里的+表示是“删失观测”。30+，30+，19+就是一种不完全数据。</P>
<>具体到c 赛题中，由于数据是04年4月1日（这个时间相当与上面的在30周结束实验）截止的，但是如果不是在4月1日截止，表中后面的很多数据是要变大的。譬如0304批生产的车子，在使用月份为5 的时候是16.86，但是有可能0304批的车子有部分是04年3月才出售的，这些车子的使用月份只有1，这样，我们就没有办法观测到0304批次中这一部分车子使用月份为5 的时候的相应数据。那么我们就可以认为这个数据不应该是16.86，而是16.86+。</P>
<P>希望我说清楚了！</P>

yulun

<>有没有人发表个具体的做法呀，这个主题不是“介绍做法及结果”吗</P>