資源描述：
《最新因工作變動或其他原因需要調(diào)整其委員職務(wù)時教學(xué)講義ppt.ppt》由會員上傳分享，免費在線閱讀，更多相關(guān)內(nèi)容在教育資源-天天文庫。
1、進(jìn)入夏天，少不了一個熱字當(dāng)頭，電扇空調(diào)陸續(xù)登場，每逢此時，總會想起那一把蒲扇。蒲扇，是記憶中的農(nóng)村，夏季經(jīng)常用的一件物品?！ ∮洃浿械墓枢l(xiāng)，每逢進(jìn)入夏天，集市上最常見的便是蒲扇、涼席，不論男女老少，個個手持一把，忽閃忽閃個不停，嘴里叨叨著“怎么這么熱”，于是三五成群，聚在大樹下，或站著，或隨即坐在石頭上，手持那把扇子，邊嘮嗑邊乘涼。孩子們卻在周圍跑跑跳跳，熱得滿頭大汗，不時聽到“強子，別跑了，快來我給你扇扇”。孩子們才不聽這一套，跑個沒完，直到累氣喘吁吁，這才一跑一踮地圍過了，這時母親總是，好似生氣的樣子，邊扇邊訓(xùn)，“你看熱的，跑什
2、么？”此時這把蒲扇，是那么涼快，那么的溫馨幸福，有母親的味道！ 蒲扇是中國傳統(tǒng)工藝品，在我國已有三千年多年的歷史。取材于棕櫚樹，制作簡單，方便攜帶，且蒲扇的表面光滑，因而，古人常會在上面作畫。古有棕扇、葵扇、蒲扇、蕉扇諸名，實即今日的蒲扇，江浙稱之為芭蕉扇。六七十年代，人們最常用的就是這種，似圓非圓，輕巧又便宜的蒲扇?！ ∑焉攘鱾髦两瘢业挠洃浿?，它跨越了半個世紀(jì)，也走過了我們的半個人生的軌跡，攜帶著特有的念想，一年年，一天天，流向長長的時間隧道，裊因工作變動或其他原因需要調(diào)整其委員職務(wù)時基層工會、經(jīng)審會增替補工作流程工會委員會委
3、員、常委、副主席、主席和經(jīng)審會委員、副主任、主任因工作變動或其他原因需要調(diào)整其職務(wù)時，應(yīng)及時按照民主程序進(jìn)行增替補。增替補流程一、基層工會委員會、經(jīng)費審查委員會委員的增替補因工作變動或其他原因需要調(diào)整其委員職務(wù)時，由該委員所在的分工會或部門工會征求同級黨組織意見后，向基層工會委員會提出免去其委員職務(wù)和相應(yīng)替補人選建議的報告，由基層工會委員會全體會議表決通過后，提交下次會員代表大會確認(rèn)和上報省電信工會委員增替補因工作需要新增工會委員會委員和經(jīng)費審查委員會委員，由本級工會提出增補意見和建議名單，報工會委員會全體委員會議表決通過后，提交下
4、次會員代表大會確認(rèn)和上報省電信工會免去委員職務(wù)時，應(yīng)按上述程序提出，報基層工會委員會，由基層工會委員會全體會議表決通過后，提交下次會員代表大會確認(rèn)和上報上級電信工會四、經(jīng)審會主任替補基層工會委員會提出替補經(jīng)審會主任候選人建議名單基層工會委員會向同級黨組織和上級工會報送免去原經(jīng)審會主任和替補經(jīng)審會主任候選人的請示經(jīng)同級黨組織和上級工會同意，經(jīng)審會召開全體委員會議民主選舉經(jīng)審會主任，超過半數(shù)當(dāng)選。選舉結(jié)果報同級黨組織和上級工會主任替補§3.3多元線性回歸模型的統(tǒng)計檢驗學(xué)習(xí)內(nèi)容：一、擬合優(yōu)度檢驗二、方程的顯著性檢驗(F檢驗)三、變量的顯著
5、性檢驗（t檢驗）四、參數(shù)的置信區(qū)間學(xué)習(xí)目標(biāo)：理解擬合優(yōu)度檢驗以及F檢驗的原理及相互關(guān)系；理解t檢驗的原理和參數(shù)置信區(qū)間的計算掌握具體統(tǒng)計量的數(shù)值含義。一、擬合優(yōu)度檢驗1、判定系數(shù)與經(jīng)調(diào)整的判定系數(shù)則總離差平方和的分解由于=0所以有：注意：一個有趣的現(xiàn)象判定系數(shù)該統(tǒng)計量越接近于1，模型的擬合優(yōu)度越高。問題：在應(yīng)用過程中發(fā)現(xiàn)，如果在模型中增加一個解釋變量，R2往往增大（Why?)這就給人一個錯覺：要使得模型擬合得好，只要增加解釋變量即可。但是，現(xiàn)實情況往往是，由增加解釋變量個數(shù)引起的R2的增大與擬合好壞無關(guān)，R2需調(diào)整。經(jīng)調(diào)整整的判斷系
6、數(shù)（adjustedcoefficientofdetermination）在樣本容量一定的情況下，增加解釋變量必定使得自由度減少，所以調(diào)整的思路是:將殘差平方和與總離差平方和分別除以各自的自由度，以剔除變量個數(shù)對擬合優(yōu)度的影響:其中：n-k-1為殘差平方和的自由度，n-1為總體平方和的自由度。為什么RSS有(n-k-1)個df，TSS有(n-1)個dfWhy？如何計算出來的*2、赤池信息準(zhǔn)則和施瓦茨準(zhǔn)則為了比較所含解釋變量個數(shù)不同的多元回歸模型的擬合優(yōu)度，常用的標(biāo)準(zhǔn)還有(關(guān)鍵在RSS)赤池信息準(zhǔn)則（Akaikeinformation
7、criterion,AIC）施瓦茨準(zhǔn)則（Schwarzcriterion，SC）這兩準(zhǔn)則均要求僅當(dāng)所增加的解釋變量能夠減少AIC值或AC值時才在原模型中增加該解釋變量。Eviews的估計結(jié)果顯示：（where？）中國居民消費二元例中：AIC=6.68AC=6.83中國居民消費一元例中：AIC=7.09AC=7.19從這點看，可以說前期人均居民消費CONSP(-1)應(yīng)包括在模型中。二、方程的顯著性檢驗(F檢驗)方程的顯著性檢驗，旨在對模型中被解釋變量與解釋變量之間的線性關(guān)系在總體上是否顯著成立作出推斷。1、方程顯著性的F檢驗即檢驗?zāi)Ｐ?/p>
8、Yi=?0+?1X1i+?2X2i+?+?kXki+?ii=1,2,?,n中的參數(shù)?j是否顯著不為0。可提出如下原假設(shè)與備擇假設(shè)：H0：?0=?1=?2=?=?k=0H1：?j不全為0F檢驗的思想來自于總離差平方和的分解式：TSS=E
