简介:我国系统地开展农产量抽样调查起始于80年代初。经过近20年的工作,全国已有845个县建立了农调队,按照国家统计局统一制定的方案开展调查。有的县虽然未被抽中为样本县,为了搞准本县农产量也参考统一方案开展农产量抽样调查。县是重要的一级行政区划,担负着繁重的政权建设和经济建设任务,县级农产量统计数据对本地区乃至全省全国都有重要的意义。我国农产量抽样调查采用多阶段抽样,县以下一般分为县抽乡、乡抽村、村抽农户(或地块)三个阶段,每个阶段均按近三年粮食平均单产由低到高顺序排列,以粮食作物播种面积为辅助资料实施随机起点对称等距抽样。这个抽样方案虽然有一定的优点,但也存在不容忽视的缺陷。本文拟就县级农产量统计
简介:梯度Boosting思想在解释Boosting算法的运行机制时基于基学习器张成的空间为连续泛函空间,但是实际上在有限样本条件下形成的基学习器空间不一定是连续的。针对这一问题,从可加模型的角度出发,基于平方损失,提出一种重抽样提升回归树的新方法。该方法是一种加权的加法模型的逐步更新算法。实验结果表明,这种方法可以显著地提升一棵回归树的效果,减小预测误差,并且能得到比L2Boost算法更低的预测误差。