全文获取类型
收费全文 | 167篇 |
免费 | 6篇 |
国内免费 | 7篇 |
出版年
2023年 | 1篇 |
2022年 | 6篇 |
2021年 | 2篇 |
2020年 | 4篇 |
2019年 | 3篇 |
2018年 | 1篇 |
2017年 | 1篇 |
2016年 | 9篇 |
2015年 | 2篇 |
2014年 | 5篇 |
2013年 | 2篇 |
2012年 | 10篇 |
2011年 | 11篇 |
2010年 | 4篇 |
2009年 | 4篇 |
2008年 | 6篇 |
2007年 | 8篇 |
2006年 | 8篇 |
2005年 | 5篇 |
2004年 | 2篇 |
2003年 | 2篇 |
2002年 | 3篇 |
2000年 | 5篇 |
1999年 | 12篇 |
1998年 | 6篇 |
1997年 | 16篇 |
1996年 | 6篇 |
1995年 | 10篇 |
1994年 | 3篇 |
1993年 | 3篇 |
1992年 | 3篇 |
1986年 | 4篇 |
1985年 | 2篇 |
1965年 | 1篇 |
1964年 | 2篇 |
1959年 | 6篇 |
1958年 | 2篇 |
排序方式: 共有180条查询结果,搜索用时 15 毫秒
131.
132.
133.
134.
这里呈现给读者的是保罗·费耶阿本德60年代写给托马斯·S.库恩的两封信。这两封信的具体写作时间不详,据现有材料分析,第一封信大致写于1960年秋至1961年秋之间,第二封信大致写于1961春至1961年秋之间。在这两封信中,费耶阿本德对库恩的《科学革命的结构》(SSR)的手稿进行了坦率而热烈的讨论,并且预见到了日后有关库恩主张的公开争论中的一些论点,甚至人们对库恩的许多误解。从这些论述中读者可以对费耶阿本德60年代初期的思想有所了解。信中文字下的下划线及双线为原作者所加,黑体字在原文中均为大写。编者在{}中加上了与信中所引手稿内容相对应的SSR第二版的页码以及一些注释,以供读者参考。 相似文献
135.
136.
尽管罗尔斯顿的《环境伦理学》涉及了环境伦理的各种问题并得到了广泛的赞誉,但从专业角度看,《环境伦理学》是用一种相当严密的和某种技术性的方式来处理年轻的、有争议的环境哲学分支中的问题。罗尔斯顿大概已感觉到,他的众多读者对学术争论中的主要人物和历史根源并不感兴趣,因此他不想让他们卷入进来。然而,对于这一领域的同行来说,罗尔斯顿在《环境伦理学》中不懈地追求环境哲学核心的理论问题:非人类自然实体和整体自然的内在价值,这一点是非常清楚的。他的书的副标题是“自然界的价值及其人对自然界的责任”。不过,就像罗尔… 相似文献
137.
四、“逻辑必然性的苛刻”如果要理解作为维特根斯坦晚期哲学基础的哲学概念,无理解他在《逻辑哲学论》一书中表述的早期概念是有好处的。《逻辑哲学论》试图为弗雷格和罗素最近阐明的一种新型数理逻辑展示哲学基础:“逻辑命题描述世界的脚手架。或者不如说,它们展示世界的脚手架。它们不“论及”什么。它们假定名称具有指谓。基本命题具有意义,这就是它们同世界的联系。显然,符号(它们本质上具有确定的特性)的一定结合是重言式,这种情况必定指示着关于世界的某种东西。这是关键所在。我们说过,在我们使用的符号中,有些东西是随意… 相似文献
138.
139.
结构方程模型已被广泛应用于心理学、教育学、以及社会科学领域的统计分析中。结构方程模型分析中最常用的估计方法是基于正
态分布的估计量,比如极大似然估计法。这些方法需要满足两个假设。第一, 理论模型必须正确地反映变量与变量之间的关系,称为结构假
设。第二,数据必须符合多元正态分布,称为分布假设。如果这些假设不满足,基于正态分布的估计量就有可能导致不正确的卡方指数、不
正确的拟合度、以及有偏差的参数估计和参数估计的标准误。在实际应用中,几乎所有的理论模型都不能准确地解释变量与变量之间的关系,
数据也常常呈非多元正态分布。为此,一些新的估计方法得以发展。这些方法要么在理论上不要求数据呈多元正态分布,要么对因数据呈非
正态分布而导致的不正确结果进行纠正。当前较为流行的两种方法是稳健极大似然估计和贝叶斯估计。稳健极大似然估计是应用 Satorra and
Bentler (1994) 的方法对不正确的卡方指数和参数估计的标准误进行调整,而参数估计和用极大似然方法得出的完全等同。贝叶斯估计方法则是
基于贝叶斯定理,其要点是:参数的后验分布是由参数的先验分布和数据似然值相乘而得来。后验分布常用马尔科夫蒙特卡洛算法来进行模拟。
对于稳健极大似然估计和贝叶斯估计这两种方法之间的优劣比较,先前的研究只局限于理论模型是正确的情境。而本研究则着重于理论模型
是错误的情境,同时也考虑到数据呈非正态分布的情境。本研究所采用的模型是验证性因子模型,数据全部由计算机模拟而来。数据的生成
取决于三个因素:8 类因子结构,3 种变量分布,和3 组样本量。这三个因素产生72 个模拟条件(72=8x3x3)。每个模拟条件下生成2000 个
数据组,每个数据组都拟合两个模型,一个是正确模型、一个是错误模型。每个模型都用两种估计方法来拟合:稳健极大似然估计法和贝叶
斯估计方法。贝叶斯估计方法中所使用的先验分布是无信息先验分布。结果分析主要着重于模型拒绝率、拟合度、参数估计、和参数估计的
标准误。研究的结果表明:在样本量充足的情况下,两种方法得出的参数估计非常相似。当数据呈非正态分布时,贝叶斯估计法比稳健极大
似然估计法更好地拒绝错误模型。但是,当样本量不足且数据呈正态分布时,贝叶斯估计在拒绝错误模型和参数估计上几乎没有优势,甚至
在一些条件下,比稳健极大似然法要差。 相似文献
140.