在各种质量标准下批判性地检查和评估定量和定性研究,重点是有效性以及研究伦理,识别和反思和反思有关对处于风险和人口的研究和面临风险的研究的道德,质量和可持续性问题。课程内容在课程中的理论基础和研究方法的科学实现都将在讲座,研讨会和讲习班中涵盖。本课程的主要部分侧重于定量方法,特别关注流行病学和生物统计学。将涵盖疾病发生和关联,监视,流行病学研究设计,对有效性的威胁以及描述性和推论统计的概念。该课程还包含科学和定性方法理论的概述,将向学生介绍两种方法学方法的互补性。该课程将涵盖用于解释,评估和实施全球健康中定量研究所必需的实践能力的培训。此外,还将引起全球健康领域研究中的常见伦理问题。
摘要:本研究考察了人工智能战略对肯尼亚商业银行业绩的影响。绩效通过税前利润、客户数量和净推荐值等指标来衡量。该研究采用描述性设计,以问卷作为数据收集工具。使用 Cronbach Alpha 内部一致性方法确定研究工具的可靠性。使用内容和结构有效性确定研究工具的有效性。目标人群是肯尼亚的 42 家商业银行。观察单位是银行的高级运营经理、产品开发经理和信息技术经理。该研究对所有银行进行了普查。使用 SPSS 25 版分析收集的数据以生成频率、描述性和推论统计数据,用于得出结论。该研究进行了多元回归分析,以确定人工智能与商业银行绩效之间的关系。结果表明,人工智能战略与绩效之间存在正相关且显着的关系。
本课程首先介绍审计业务中经常使用的各种分析方法。接下来,学生将学习在初步分析程序中经常用于审计业务的一些审计分析方法。此阶段强调的方法包括描述性统计和推断性统计。随后,本课程研究审计风险评估阶段使用的基本分析技术,例如分层、汇总和老化分析。之后,学生将学习使用可视化的探索性数据分析,这是一种越来越流行的方法。学生将学习如何使用 EY ARC 开发的案例以应用方式使用 Tableau 等工具。接下来,本课程介绍了审计实质性测试和控制测试阶段的更高级分析,即本福特定律分析、序列和差距分析、重复记录分析、异常值检测(使用聚类分析)、逻辑回归、内部控制违规和欺诈交易检测(分类技术,如决策树和基于规则的系统)和模式识别。
强化学习算法已知可以根据问题结构表现出多种收敛率。近年来,在开发依赖实例的理论以及实现此类实例最佳保证的算法中取得了很大的进步。但是,如何将这些概念用于推论目的或提早停止,因此仍然存在重要的问题,以便可以为“简单”问题保存数据和计算资源。本文开发了与数据相关的程序,这些过程与实例相关的信心区域进行评估和优化马尔可夫决策过程中的策略。值得注意的是,我们的过程仅需要黑框访问实例 - 最佳算法,然后重复使用估计算法本身中使用的样品。由此产生的数据依赖性停止规则适应了问题的实例特异性,并允许提早终止有利结构的问题。我们通过一些数值研究强调了这种早期停止规则的好处。关键字:强化学习,策略评估,信心间隔,实例依赖性,实例最佳性
生物统计学是一个关键领域,结合了统计和生物学来解释数据并指导健康和医学中的决策。它在设计研究,分析数据和得出影响公共卫生,临床实践和政策制定的结论中起着关键作用。生物统计学将统计方法应用于生物学,医学和健康相关的研究。它涉及数据的收集,分析和解释,以了解生物系统的模式,关系和趋势。通过采用复杂的统计技术,生物统计学有助于回答有关健康和疾病的复杂问题。生物统计学家参与了计划研究,包括临床试验,观察性研究和流行病学研究。他们确定样本量,随机化程序和数据收集方法,以确保研究产生可靠且有效的结果。一旦收集了数据,生物统计学家就会使用统计工具来分析数据。这包括描述性统计数据,以汇总数据,推论统计信息以做出预测或测试假设以及多变量分析,以检查多个变量之间的关系。[1,2]。
精神神经影像学面临严格性和可重复性的挑战,这些挑战促使重新考虑研究设计的相对优势和局限性。由于资源的高需求和不同的推论目标,当前的设计差异强调了样本量,测量广度和纵向评估。在这个概述和观点中,我们为科学目标和资源限制的这种平衡提供了当前精神神经影像学研究设计的指南。通过启发式数据立方体对比关键设计特征,我们讨论了小样本,精确纵向研究(例如个性化研究和同伙)和大型样本,最小纵向,人口研究的折衷。精确研究通过干预和跟踪纵向过程来支持人体内机制的测试。人群研究支持跨多方面个体差异的概括测试。提出的相互验证模型(RVM)旨在递归地以顺序利用这些互补设计,以积累证据,优化相对强度并朝着改善长期临床效用而建立。
竞争优势是指公司从独特的财产组合到表现优于竞争者所带来的好处。为了建立竞争优势作为卓越绩效的门户,公司追求各种有益的战略取向。本研究试图确定成本领导策略是否在肯尼亚的牛奶加工公司中获得了竞争优势。作者利用规模经济,范围经济和运营效率的经济指标来运行成本领导策略,而竞争优势是通过能力和知识实现的。对所有牛奶加工公司的人口普查进行了一次人口普查,其中148名受访者参加了这项研究。使用半结构化自我管理问卷收集数据,并随后使用描述性和推论统计数据进行了分析。该研究得出结论,成本领导策略是牛奶加工商的竞争优势的来源。因此,它建议追求成本领导策略作为竞争工具。进一步建议建立相关能力并保护公司作为竞争优势的基础障碍。
员工绩效是一组工作成果或成就,这些成就或成就是由一个人或人组成的质量和数量。影响员工绩效的因素之一是办公室设施因素。本研究旨在找出办公设施的描述以及员工绩效的描述,以及在Barru Regency的Tanete Riaja区Lempang Village办公室找到办公室设施对员工绩效的影响。本研究在这项研究中使用了一种定量方法,即所有办公室员工,包括公务员和合同员工,总计31人。数据收集是通过观察,问卷,访谈和文档技术进行的。本研究中的数据分析技术使用描述性统计分析和推论统计分析。这项研究的结果表明,办公设施被归类为好类别。员工绩效被归类为良好。假设检验的结果表明,办公室设施之间对Barru Regency Tanete Riaja区Lempang村办公室的员工绩效有重大影响。
摘要:大脑是代表性器官的想法在19世纪起源于19世纪,当时神经病学家开始得出关于大脑所代表的临床和实验研究的结论。围绕大脑代表的最早争议之一是“肌肉与运动”辩论,它涉及运动皮层是否代表了运动的复杂运动还是运动的分数组成部分。杰出的思想家在双方都感到震惊:神经病学家约翰·休林斯·杰克逊(John Hughlings Jackson)和F.M.R.Walshe赞成复杂的运动,神经生理学家Charles Sherrington和Neurosurgeon Wilder Penfield赞成运动组件。本文研究了这些和其他大脑科学家在肌肉与运动辩论的前八十年中不断发展的代表概念(c。1873-1954)。尽管参与者同意代表的许多表面特征,但他们的推论揭示了关于其推论作用的深刻分歧。不同的认识论承诺引发了矛盾的概念,即表示归因于什么暗示和证据支持它们。
当人类合作时,他们经常通过言语交流和非语言诉讼来协调自己的活动,并使用此信息推断共同的目标和计划。我们如何建模这种推论能力?在本文中,我们介绍了一个合作团队的模型,其中一个代理人(校长)可以将有关其共同计划的自然语言指示传达给另一个代理人,助手,使用GPT-3作为指导说法的可能性功能。然后,我们展示了第三人称观察者如何通过采取行动和指令的多模式贝叶斯逆计划来推断团队的目标,从而在代理人将采取行动并合理地实现目标的情况下计算后验分布对目标的后验分配。我们通过将这种方法与多代理网格世界中的人类目标推断进行比较来评估这种方法,发现我们的模型的推论与人类的判断非常紧密相关(r =0。96)。与仅采取行动的推论相比,我们发现指示会导致更快,不确定的目标推断,从而强调了言语交流对合作社的重要性。引言为了度过合作生活,像我们本身这样的社会代理人必须将口头和非语言信息同时整合到他人思想的连贯理论中,从而推断出有关共享或个人目标和计划的推论,这些目标和计划可以用作合作行动的指导。是什么解释了人类的这种推论能力,如何才能告知合作AI系统的表现?2017)。我们通过基于认知能力的悠久传统来迈出答案的步骤,即人类语言和行动将其视为贝叶斯解释的过程:一方面,贝叶斯理论理论(BTOM)认为,人类通过推断出这些行动来推断这些行动,这些行动将这些行动推断为这些行动,这些行动将这些行动解释为理性(Baker,saxe,saxe and saxe and and and and and and and and and and and and and and and and and and and and and and and and and and and and and and and and and 2009;另一方面,比率语音法案(RSA)理论表明,人类不仅在裸语义上,而且是他们所暗示的务实意图(Goodman andStuhlmüller2013; Goodman and Frank 2016)。由于这些框架中的每个框架都是根据贝叶斯的范围而在精神状态上提出的,这些状态可能会解释观察到的