速度比较（精选8篇）
速度比较 篇1
摘要：针对数据集成过程中存在异常数据的问题, 提出了加速度趋势比较清洗方法, 即比较数据集成过程中某些字段的变化趋势来发现数据的异常。通过加速度趋势比较清洗, 提高了数据集成的异常记录检测, 改变了数据集成过程中的数据质量, 增强了数据的可利用性。最后给出了具体算法的描述。
关键词：数据清洗,趋势比较,异常数据
1 引 言
信息技术极大地提高了人们的工作效率, 给人们的生活带来了诸多便利, 然而也存在一些问题。在信息化建设初期, 由于缺乏有效、合理的规划, 出现了 “信息孤岛”现象。随着应用的发展, 迫切需要将之前的各个信息化系统进行集成。 在系统集成过程中, 由于数据源中存在大量的异常记录, 这些异常记录会影响数据的集成质量, 进一步影响数据的利用, 因此必须对数据进行清洗。
数据清洗的目的是检测数据中存在的错误和不一致, 剔除或者改正它们, 以提高数据的质量[1]。在数据清洗领域, 许多文献针对算法和应用都做了大量的研究, 将数据清洗主要总结成四个方面内容:数据清理、数据集成、数据变换、数据规约。本文研究的加速度趋势比较清洗方法, 主要是数据清理和数据集成过程中的数据清洗。即针对数据清理和数据集成过程中存在的异常数据, 提出了异常数据的加速度趋势比较清洗方法。该方法通过比较清洗过程中某些字段的发展趋势来发现数据的异常。经过该方法的清洗, 不仅提高了数据集成的异常记录检测, 而且也提高了数据集成过程中的数据质量。
2 数据清洗方法
异常数据检测已经越来越受到人们的重视, 异常数据检测大体上可以分为以下几类:基于距离的方法、基于密度的方法和基于聚类的方法。基于距离的方法[2,3,4]:该方法把记录看作高维空间中的点, 异常数据被定义为数据集中与大多数点之间的距离都大于某个阈值的点, 通常被描述为DB (pct, dmin) , 数据集T中一个记录O称为异常数据, 当且仅当数据集T中至少有pct部分的数据与O的距离大于dmin。该方法认为一个对象是异常数据, 它必远离大部分对象。这种方法使用的是全局阈值, 它不能处理具有不同密度的数据集。此外, 算法需要事先确定参数pct和dmin, 这是比较困难的, 特别是对不同聚类密度数据集而言, 其参数dmin会有很大差异, 并且一般无规律可循。因此, 对于给定的不同参数dmin, 孤立点检测结果通常具有很大的不稳定性。基于密度的方法[5]:方法中的密度通常用邻近度定义, 如定义密度为到k个最近邻的平均距离的倒数。如果该距离小, 则得分高。该方法认为:孤立点是在低密度区域中的对象。基于密度的方法, 给出了对象是孤立点程度的定量度量, 并且即使数据具有不同密度的区域也能很好地处理。但这些方法必然具有O (n2) 的时间复杂度, 其参数选择也是困难的。基于聚类的方法[6]:首先聚类所有对象, 然后评估各对象属于簇的程度, 或把远离其他族的小簇视为孤立点。此方法中, 有些聚类的时空复杂度是线性或近于线性的, 因而它们可能是高效的。但所产生的孤立点集也会非常依赖于所用的簇的个数k和数据中孤立点的存在性。聚类算法产生的簇的质量对该算法产生孤立点的质量影响很大。
3 趋势比较清洗
对异常数据的处理, 本文采用加速度趋势比较清洗方法来检测数据源中的异常字段。即需要清理的数据字段根据字段的历史发展趋势来排查当前的值是否符合该趋势, 来分析需要清洗的字段的当前值是否合理, 并在发现异常数据时及时提示数据清理人员。例如:设定按月统计企业退税情况, 按月进行分析, 很容易过滤出一些企业退税异常的情况。一旦发现有企业退税异常, 数据清理人员可以让系统直接定位到可能有问题的基层单位和具体的企业。
本文提出的趋势比较清洗以政府集成企业数据为例, 其趋势清洗流程图如图1所示。
首先在清洗中选择需要清理的数据字段, 然后进行趋势比较清洗, 对清理后是正常的企业, 对该企业进行标识, 表明该企业数据已经清理;对清理出为异常的企业, 对该企业标识为异常企业。
对企业某字段的趋势比较清洗, 即判定企业某字段的变化幅度是否符合趋势比较清洗的规律要求。首先选择需要清洗的加速度趋势清洗字段, 然后计算选择字段之间的加速度趋势变化, 对计算出的加速度趋势变化进行如下操作:判断其加速度趋势变化是否在一个合理软边界内, 如果是, 则说明需要清洗的字段之间符合趋势比较规律, 否则不符合趋势比较规律。关于趋势比较计算, 本文采用某字段在第i条记录值的变化率的变化率a″i来计算, 然后判断a″i是否落在要求的范围内来确定某字段在第i条记录的值是否符合要求。
其中ai、aj、ak (i、j、k=1, 2, …N) 为第i、j、k条记录的值, N为某字段记录总数。
4 算法描述
4.1 算法描述
趋势比较清洗:对需要清理的字段, 利用趋势比较清洗, 判断是否在合理的范围内。
Function SequenceCheck (趋势比较清洗)
功能描述:根据用户选择的需要清理的数据字段, 计算出选定字段的某个记录值的变化率的变化率, 然后对该数据进行分析, 比对是否在一个合理范围内, 然后输出结果。
Input: 需要清洗的数据, 需进行趋势比较清洗的字段, 该字段的某个记录值是否合理, 参数 (相关系数软边界) 。
Output:趋势比较清洗后正常数据列表, 趋势比较清洗后不正常数据列表, 该字段所有记录的趋势图。
BEGIN
For 每一个企业
For 每一个选择趋势比较清洗的字段
(假设该字段记录值为{ai|i=1, 2, …, N}={a1, a2, …, aN})
For 每一个数据ai
计算
EndFor
IF |a″i|<软边界, 则正常
ELSE 不正常,
Endfor
IF (正常)
将选择的数据写入正常数据表;
根据关键属性修改原始表的状态为“已相关性清洗”;
ELSE /*不正常*/
将关键属性和选择的列数据写入不正常数据表;
Endif
Endfor
END
4.2 界 面
进行具体加速度趋势比较清洗之前需要选定清洗的字段。为了设置趋势比较清洗软边界及实际数据清理需要, 可以选择滑动条来设置软边界的具体数值。趋势比较清洗设定界面如图2所示。
趋势比较清洗完成之后, 显示的界面如图3所示。
· 趋势图 对计算出的a″i, 根据相应的记录个数画出a″i。
· 正常数据列表 显示符合设置条件的相关性清洗结果。
· 异常数据列表 显示不符合设置条件的相关性清洗结果。
5 结 论
针对系统集成过程中, 需要对数据进行数据清洗的方法, 本文提出了基于加速度趋势比较清洗的方法。首先对数据需要清洗的字段进行设置和设置一定的软边界, 然后计算清洗字段的某条记录值的变化率的变化率, 通过与软边界的比较, 得出符合设置条件的已清理数据和异常数据。该方法具有很强的通用性。
参考文献
[1]Rahm E, Do H H.Data Cleaning:Problems and Current Approaches[J].IEEE Data Engineering Bulletin, 2000, 23 (4) :3-13.
[2]Han J W, Kamber M.Data Mining Concepts and Technique[M].Bei-jing:China Machine Press, 2001.
[3]Sarawagi S, Agrawal R, Megiddo N.Discoverydriven exploration of OLAPdata cubes[C]//Proc Int Conf Extending Database Tech (EDBT’98) .Valencia, Spain, 1998:168-182.
[4]赵泽茂, 何坤金, 胡友进.基于距离的异常数据挖掘算法及其应用[J].计算机应用与软件, 2005, 22 (9) :105-107.
[5]Agyemang M, Ezeife C I.LSC-Mine:Algorithm for Mining Local Outli-ers[C]//Proc.of the 15th Information Resources Management Associ-ation International Conference, New Orleans, Louisiana, 2004:5-8.
[6]李星毅, 包从剑, 施化吉, 等.基于加权快速聚类的异常数据挖掘算法[J].计算机工程与应用, 2007 (35) :153-155.
速度比较 篇2
具体的操作方法如下：
一、我们直接使用快捷键打开运行对话框Win+R，然后在栏目窗口中写上regedit然后回车键就打开了我们的注册编辑器，
速度比较 篇3
【关键词】单词 英语学习 记忆 网络模型 联想法
一、引言
词汇作为英语学习必不可少的一部分，而作为学习英语的中国人，由于语系的不同，记忆词汇成为一个难点和重点。而在英语成为必修课程的今天，语言学家和教育学家对背单词的技巧展开了多样化得研究，大部分都是从记忆编码和提取入手来研究如何高效的背诵单词。背诵任何内容都离不开记忆，英语单词也是如此。根据提取过程和编码方式的不同，记忆分类为以下系统：感觉登记，短时记忆，长时记忆和工作记忆。感觉登记是保存在1s之内的瞬时记忆。工作记忆为获得信息后保存在1min之间的将记忆。而短时记忆是介于感觉登记与工作记忆之间的记忆，保存时间约为15-30秒。长时记忆则是通过复述从短时记忆输入的，可保存长时甚至永久的记忆。（王恩国，2013）根据记忆的三级加工模型（Arkinson& Shiffrin， 1968），短时记忆可以通过视觉的加工和听觉的加工进行编码，在复述的过程之后从短时记忆转变为长时记忆。
联想记忆法作为一种单词背诵的方式，指的是运用别的东西做联想的方法来记忆英语单词以提高其有效性。联想记忆法分为音-义记忆，形-义记忆，同类联想记忆，同义联想记忆，反义联想记忆，同形异义记忆，声-义记忆等。（王红梅，2005）
BIK-map（Bilingual Knowledgemap）是基于激活扩散模型进行的一种双语地图模型的记忆方法，将相联系的词语组合在一起记忆。这种联系包括上下义，部分与整体，同义次和反义词的联系。将这些单词排列组合，并且树状图的形式进行背诵。以往研究中有很多关于层次网络模型和激活扩散模型来进行词汇背诵的研究，根据Prince（1996）的实验，在阅读材料中识记单词的效率要高于直接的记忆。而根据G.S.Bahr 进行的以德国的英语学习者为研究对象进行的激活扩散模型的实验，证明了运用BIK-map（Bilingual knowledge map）比一般的列表单词记忆法更高效的记忆单词。但是Bahr的实验中并没有给单词进行分类，不能判断是否这种激活扩散模型的联想记词法是否对高难度英语单词有所帮助。所以本研究将对不同难度的单词进行分类后检测网络模型的联想法记忆的记忆水平。
二、研究方法
2.1，研究问题
为考察双语地图模型在单词识记中的有效程度，本研究主要为了解决以下两个问题：
（1）高低水平的英语学习者在使用双语地图网络模型识记单词的时候，有效性是否有区别？
（2）运用双语地图网络模型识记单词的时候，是低水平的单词在识记过程中更有效还是高水平的单词在识记中更有效。
2.2， 被试
被试為50个大学本科学生，其中有25人为非英语专业未过（已参加过）大学CET考试的大学二年级学生，另25人为英语专业英语八级通过的大学四年级学生。非英语专业被试由大学英语视听说课堂上挑选并自愿参加，参加实验的学生有课堂上的学分奖励。英语专业被试由英语大四年级辅导员进行通知，学生自愿参加。
2.3，实验方法
实验分为两个部分。
在第一个部分，主试把被试分为两组，一组是英语相对低水平的组，一组是英语水平较高的组。让被试们分别双语网络模型记忆单词和运用列表的方式进行记忆。双语网络模型所连接词语的关系都是易于理解的。（例如从热想到空调，从空调想到夏天。）同时，双语网络模型把直观显示的单词在记忆中构造出类别和联系，词与词之间有联系（上下义，部分整体关系，同义词，反义词，）的词语才可以算是有效的联系。让被试进行记忆并在之后的1天后对这些单词进行提问，注意，为了避免被试词汇量不同而导致的结果的误差，所选择的词汇并不是真正意义上的英语单词，而是无意义的英语字母排列组合，并为字母组合编排出其相对应的中文意思。这些词语的中文是相联系的。其中网络模型中需要记忆的单词有30个，列表记忆的单词有30个。
实验的第二部分。依然让100个被试分组进行记忆，英语较高水平的被试为一组，英语水平较低的被试为另一组。通过双语网络模型来记忆单词，这次的单词分为容易识记的单词即长度短的单词和不容易识记的单词即长度长的单词，分别让被试进行双语网络模型的方法记忆和列表的方法进行记忆。在记忆后的一天对记忆的单词进行提问，比较提问单词的正确率。这次的单词依然是无意义的英文字母的组合，列表单词和网络模型的单词一共有30个，其中字符短的单词有15个，字符长的单词有15个，不限制记忆的时间。
2.4，研究结果和讨论
实验的第一部分是为了解决是否高水平的学习者在运用双语地图记忆时候比低水平英语学习者能识记的内容更多。表一显示的是实验第一部分中英语单词的记忆程度。
表1，高水平学习者和低水平学习者在双语地图识记准确率比较
从上表我们可以看得出来，双语网络模型对英语的识记还是有帮助的。高水平英语学习者运用列表识记的正确率为41.5%，比运用网络模型的方法识记单词低了23%。而低水平英语学习者运用网络模型和列表识记单词的对比更加的明显，相差了40.9%。所以说，网络模型对单词的识记还是有一定的帮助的，尤其是对于英语水平较低的学习者来说。并且，通过双语网络模型的识记法，高水平和低水平的学习者的正确率相差的并不多，但是，运用普通的列表记忆，高水平的英语学习者比低水平的英语学习者的正确率要高很多。这证明双语网络模型对英语词汇学习者，尤其是低水平的学习者是会有很大的帮助的。
實验的第二部分是为了比较在双语网络模型地图的背词方法下，长度长和长度短的单词之间的有效性是否有区别。表二表示了难度大的单词和难度小的单词在双语网络模型上的记忆的有效性的比较。
表2，高难度单词与低难度单词在双语网络模型上记忆正确率的比较
从表二中我们可以看出，运用双语网络模型背诵单词的方法后，高水平学习者没在背诵容易的单词（即长度短的单词）的时候正确率比运用列表背诵单词的正确率要高出百分之5.1%，并不是很显著。但是低水平的学习者在背诵容易的单词时应用网络模型背单词的方法要比运用列表的方法背诵单词的正确率高出了35.1%。而难词方面，高水平学习者的在记忆难词（长度长的词语）时候运用双语网络模型的正确率比运用列表的正确率高出了14%，但是无论是运用哪种背诵方法，整体正确率都是偏低的。低水平的学习者在记忆难词的时候运用双语网络模型的正确率比运用列表的正确率低了3%，并且整体偏低。通过以上数据可以看出，在背诵容易单词的时候，运用双语网络模型记忆单词的准确率在单词较容易的时候相比较列表记忆的方法更有效，对于低水平的学习者来说，网络模型记忆方法比列表法的记忆方法准确率要高，而对于高水平的学习者来说，这两种记忆方法的区别并没有很大。在难词方面，无论是高水平的学习者还是低水平的学习者，运用两种记忆方法的准确率差别都不大，相比较而言，高水平学习者运用网络模型记忆法记忆单词还是有一定的作用，但是效果并不明显。
三、结论
双语网络模型是基于激活扩散模型的一种背诵方法，主要运用串联的方式把单词的意思连贯起来记忆。研究结果显示，在背诵英语单词的过程中，联想法中的双语层次网络模型在记忆的效率上还是有一定的帮助的。对低水平英语学习者的帮助要大于高水平的英语学习者。高水平的英语学习者对英语排列组合的熟知程度可能是造成这个结果的原因，未来研究可以着重与为何高水平学习者在网络模型的记忆方法上效果没有低水平学习者显著。在实验的第二部分中，无论是高水平的学习者还是低水平的学习者，在背诵容易单词（即长度短的单词）时都在运用双语网络模型时候更加的有效，而在难度较大单词的背诵过程中，使用双语网络模型和使用普通的列表法背诵单词的正确率是基本相当的，尤其是对于高水平的学习者，列表的背诵方法甚至比运用双语网络模型的方法更加的有效。
四、结语
词汇学习是语言学习中的一个重要的部分，是语言学习者和语言学家，心理学家，社会学家共同向解决的问题。本文主要从联想法中的双语网络模型的记忆法的有效性为研究目标，从以往实验和记忆理论出发，来验证双语网络模型的记忆法在高水平学习者和低水平学习者的单词记忆的有效性。其中网络模型运用了联想的接近律，因果律来进行单词的记忆，优点在于初级学习者可以有兴趣并且有效的记忆单词，缺点是在长度较长的单词的记忆过程中不能发挥其优势，和运用列表记忆所识记的单词的正确率相当。
本研究对英语学习者和英语教学者有一定的启示，要充分意识到背诵单词技巧的掌握。但同时，本研究也存在着不足，首先，被试的种类都是大学生，从一定意义上讲，不能算是英语的初学者，并且对于被试对实验认真程度难以掌握。在对单词进行提问的时候，本研究提出中文让被试回答所背诵的英文字符，这种单词的提问方式较单一。未来研究可以在对单词的提问上面增设多种方式的提问，如线索式提问，自由回忆式提问等方式。
【参考文献】
[1]王平，（2008）“认知心理学理论与词汇记忆教学策略”太原大学教育学院学报，第26期， 89-92
[2]王恩国，（2013）《认知心理学导论》中国北京： 中国科学技术出版社
[3]Baddeley， A.D.， （1994）. The magical number seven： Still magic after all these years？ Psychological Review， 101， 353- 356
[4]G.S.Bahr， D.F.Dansereau.（2001） Bilingual Knowledge Maps （BiK-Map） in Second-Language Vocabulary Learning. The Journal of Experimental Education， Vol，70 5-24
[5]García， C. （1989）. Disagreeing and requesting by Americans and Venezuelans. Linguistics， and Education， 1， 299–322. DOI： 10.1016/S0898-5898（89）80004-X
速度比较 篇4
国内外的大量研究材料与跳远运动实践证明。助跑速度对跳远成绩的影响最大, 没有很快的助跑速度要想获得好地跳远成绩是绝对达不到的。助跑是加速跑, 在最后几步达到助跑的最高速度;加快最后几步的助跑速度主要是通过加快动作的速率, 即加快步频来实现的。原苏联学者的研究表明, 助跑速度与跳远成绩密切相关, 二者相辅相成。西鲁亚诺夫认为助跑速度是决定跳远成绩的主要因素 (r=0.93-0.96) 。为了跳出好地成绩, 助跑速度要快, 而且加速能力要强。波波夫列举了世界优秀跳远运动员的100米跑成绩、助跑速度与成绩关系的材料。
原东德的奥森伯格在他的研究中专门论述了助跑速度与跳远成绩的关系, 跳远成绩对100米跑成绩的依赖性, 并列出了关系表。 (见表) 如下:
从以上研究材料表明, 跳远运动员如果没有很好地100米跑速, 就不会有快的助跑速度, 没有很快的助跑速度, 要想获得好地跳远成绩是绝对达不到的。
二、跳远时的助跑速度利用率
跳远助跑速度利用率是指运动员在跳远助跑过程中, 对自身最高速度的使用水平, 通常用运动员跳远助跑中的最高速度与平跑中最高速度的比值来表示。由于助跑速度是决定跳远成绩最重要的因素, 在所有影响跳远成绩的因素中, 专家们认为助跑速度因素占70%左右。所以国内外都很重视研究跳远的助跑速度。跳远的助跑速度利用率与跳远起跳的机制、起跳动作、起跳目的有关, 不同的运动员助跑速度利用率的大小, 又受其助跑速度结合起跳的技能能力以及起跳技术水平的制约。可见提高助跑速度利用率是跳远技术的一个重要问题, 可以把它看作是现代跳远发展的一个重要趋势。
三、腾起初速度是影响跳远成绩的运动因素
助跑速度快只是为创造高水平跳远成绩提供了基础, 而腾起初速度的大小取决于助跑速度的快慢。我们从比蒙、鲍威尔和刘易斯的技术参数分析中可以看到, 为了获得更大的腾起初速度;在比赛中运动员为了跳跃更远的水平距离, 就必须将助跑和起跳很好地结合起来。做到起跳时既要保持助跑所获得的水平速度, 还要重视发挥垂直速度, 以获得较大的腾起速度 (初速度) 和适宜的腾起角度 (18°-24°) 。这就需要具有与高速助跑相结合的快速起跳能力。首先从起跳技术的发展演变过程“制动式”、“打击式”、“跑步式”中可以发现对腾起初速度要求更高。外国专家的一些资料表明“跑步式”起跳技术是当前最科学最合理的跳远技术。所谓“跑步式”起跳是相对“制动式”和“打击式”起跳而言的, 同这两种动作相比跑步式起跳在动作形式上更接近跑的动作, 它的最大特点是有利于助跑和起跳的紧密结合, 有利于助跑向起跳的转换过渡, 不会造成动作的僵硬和不自然, 不会因为起跳而做过多的跳前准备工作。外国专家的实验表明了“制动式”起跳影响了助跑速度的利用率;使运动员在起跳时没有发挥最大的速度起跳而减慢了助跑速度, 放脚起跳的动作速度比较慢, 造成起跳不充分。而“跑步式”起跳则充分的发挥了水平速度的作用, 加快了放脚起跳的速度, 使运动员能在快速的助跑中充分的起跳;同时屈膝角度增大, 缩短了蹬伸时用力的时间, 因而也就加快了腾起初速度。所以要想取得好的跳远成绩, 还必须具备快速的起跳能力。
四、结论与建议
1、现代跳远运动速度的发展趋势对运动员的绝对速度、助跑速度和腾起初速度要求更高、更快。
2、为提高跳远成绩, 要把速度作为训练的中心, 而辅助性因素也不可忽视, 要纳入到跳远训练的计划中。
3、速度是获得跳远成绩的重要因素, 建议在跳远训练中要始终把速度训练放在重要的位置。在速度训练中以发展绝对速度为基础, 通过提高助跑技术与结合起跳能力来提高助跑速度的利用率。
4、要想获得好的跳远成绩, 必须具备快速的助跑速度和快速的起跳能力以及适宜的腾起角度。
摘要：跳远的绝对速度、助跑速度、腾起初速度是影响跳远成绩最大因素。文采用文献法, 对当今跳远速度的发展趋势作了初步分析, 确立了跳远运动速度发展的奋斗目标, 为跳远的教学与训练提供了参考。
关键词：跳远,速度,绝对速度,助跑速度,腾起初速度
参考文献
[1]卓建南, 何秋华.中外优秀跳远运动员助跑速度比较与分析[J].广州体育学院学报, 2004, (02) .
[2]付金秋.浅析影响跳远助跑准确性的因素及改进措施[J].沈阳体育学院学报, 2003, (02) .
[3]丁伟, 李海峰, 刘敏.现代跳远助跑技术与起跳技术研究综述[J].山东体育科技, 2005, (03) .
[4]张玉泉.国内外优秀跳远运动员技术参数的比较分析[J].田径, 2000, (1) .
速度比较 篇5
1 对象与方法
1.1 对象
选用2004年7月至2004年9月于我院呼吸科门诊就诊患者60例, 病例符合支气管哮喘、慢性阻塞性肺病的诊断标准[1,2]。其中支气管哮喘组30例, 男15例, 女15例, 年龄15~75岁, 平均年龄43岁;慢性阻塞性肺病组30例, 男16例, 女14例, 年龄17~72岁, 平均年龄45岁。两组年龄比较差异无统计学意义 (P>0.05) 。
1.2 仪器设备
VMAX22D肺功能仪 (美国) , Micro Medical 0120型最高呼气速度仪, 选用指标为第一秒呼气流量 (FEV1) 、用药前FEV1实测值/预计值%、用药后FEV1实测值/预计值%。
1.3 方法
对两组对象应用相同的治疗药物, 对两组治疗前后FEV1行t检验进行比较。
2 结果
两组第一秒呼气流量比较, 支气管哮喘组与慢性阻塞性肺病组用药前、后FEV1经两样本t检验差异均无统计学意义 (P>0.05) , 见表1。
3 讨论
支气管哮喘和慢性阻塞性肺疾病是呼吸科常见疾病, 肺功能技术在疾病的诊疗中起举足轻重的作用。随着全球哮喘创议 (GINA方案) 和全球慢性阻塞性肺疾病创议 (GOAL方案) 的应用, 规范化的诊疗技术已被我们所接受。这就要求临床医生不仅有丰富的临床经验, 还要有实际的指标依据。本试验可以看出, 应用大型肺功能仪及最高呼气速度仪, 对于慢性阻塞性肺疾病和支气管哮喘FEV1经t检验差异无统计学意义。最高呼气速度仪凭借小巧、便捷、准确的特点可以初步测定患者肺功能的状况, 为临床快速、准确地做出判断, 指导安排治疗方案提供依据。故本试验可说明最高呼气速度仪可作为支气管哮喘和慢性阻塞性肺疾病的初步筛查使用, 应用前景广泛。
摘要：目的:了解应用大型肺功能仪及最高呼气速度仪对支气管哮喘和慢性阻塞性肺疾病第一秒呼气流量 (FEV1) 测定的对照。方法:选支气管哮喘、慢性阻塞性肺病患者各30例, 同时测定大型肺功能仪及最高呼气速度仪第一秒呼气流量 (FEV1) 。结果:应用大型肺功能仪及最高呼气速度仪, 对于支气管哮喘和慢性阻塞性肺疾病FEV1测定经t检验差异无统计学意义。结论:最高呼气速度仪可作为支气管哮喘和慢性阻塞性肺疾病初步筛查使用, 应用前景广泛。
关键词：肺功能测定,第一秒呼气流量,支气管哮喘,慢性阻塞性肺病
参考文献
[1]中华医学会呼吸病学分会慢性阻塞性肺疾病学组.慢性阻塞性肺疾病诊治指南 (2007年修订版) [J].中华结核和呼吸杂志, 2007, 30 (1) :8-17.
速度比较 篇6
关键词：跨栏跑,110米栏,优秀运动员,速度,技术分析
跨栏跑是田径项目中技术难度较大的项目之一,它对跨栏运动员的平跑速度、跨越栏架的技术能力等各项身体素质要求很高。从技术的演变和成绩的提高中看到:跨栏的运动成绩与运动员的等同距离跑成绩越来越接近,使“跨”和“跑”的技术结合更加完善,使现代跨栏技术越来越向运动员的平跑技术发展,速度成为运动员取得优异成绩所必须具备的重要素质之一。自上世纪60年代跨栏技术基本定型后,每次世界记录的演变与更新,都与跨栏运动员100米跑成绩的提高密切相关(见表1)。因此,很有必要从速度利用率的角度来研究分析。
1 研究对象与方法
1.1 研究对象
国内外部分优秀男子110米跨栏运动员。
1.2 研究方法
文献资料法;数理统计法:对录用的数据进行统计,对运动员的速度指标进行分析比较;比较分析法。
2 结果与分析
2.1 中外优秀男子110米栏运动员速度利用率的比较
跨栏跑速度利用率是指跨栏跑过程中,对百米最高强度的使用水平,用运动员跨栏跑中的平均速度与该运动员的100米跑绝对速度的比值来表示。
绝对速度与良好的跨栏技术是跨栏运动员获得好成绩的主要因素。经过分析,从表1可以看出,我国四名优秀110米栏运动员,无论是60年代达到顶峰时期的崔麟、梁仕强,80年代全国纪录保持者余志诚,还是90年代并列世界第八位的李彤,他们的跨栏跑速度利用率均高于国外优秀跨栏运动员,而100米平跑与110米跨栏跑中的平均速度,全都低于国外优秀跨栏运动员,表明最大速度明显落后。而我国优秀跨栏运动员的过栏技术,以及跑、跨结合能力较强。因此,说明我国优秀110米栏运动员与国外优秀选手相比存在的差距主要表现在平跑的绝对速度及保持最高速度的能力上,这与大多数专家、学者的意见是一致的。以我国110米栏前后两名亚洲纪录创造者为例,他们的跨栏跑与110米跑的平均速度,与内赫米亚相比,每秒平均落后0.37米和0.48-0.66米,这就进一步证明我国运动员速度较差。仅此一项与国外优秀运动员相比在110米栏全程跑中就输掉了4.78米,100米跑中,要被拉下5.14-7.19米,揭示我国跨栏运动员要在世界赛场上崭露头角,需要提高100米跑的绝对速度及保持最高速度的能力。
2.2 中外优秀男子110米栏运动员各栏周期速度的比较
我国教练员及运动员经过长期探索和训练,余志诚创造了13秒72的好成绩,但是与世界高水平运动员相比,其差距仍是很大的。
由表2可见,最快周期速度和最慢周期速度,起跑至第一栏速度和第十栏至终点速度,以及各个周期的平均速度和标准差,余志诚的所有速度数据都不及外国优秀跨栏选手,还可以看到外国优秀选手全程比赛,不仅起跑后加速快,冲刺能力强,而且达到周期的速度高,显示出周期时间短,保持这一速度的能力也强,始终以高速度跑完全程。可以讲,这是当今跨栏跑技术发展的趋向,也是衡量运动员运动技术水平的重要标志。
注:时间单位为秒,速度单位为米/秒。
例如,奥运会冠军金多姆最快栏周期时间为0.98秒,速度为9.32米/秒,竟有5个栏周期以1.00秒时间跑完,全程九个栏周期的平均速度为9.05米/秒,标准差为±0.18,因此,使其成绩能突破13秒。又如奥运会第二名杰克逊,尽管其最快栏周期为1秒02,速度为8.96米/秒,与余志诚的最快栏周期完全相同,但是由于他整个全程距的速度比较均匀、节奏平衡、全程九个栏周期的平均速度为8.84米/秒,而标准差仅为0.09,达到了很高的水平,因而也能使其成绩达到13秒28的优秀水平。而对照余志诚全程跑的速度变化,他不仅表现出起跑加速缓慢,而且在达到最快周期速度以后,仅维持四个比较快的周期,又表现了明显的下降,整个跑程反映出速度不够均匀,节奏不够稳定,速度起伏较大。所以他的九个跨栏周期的平均速度比杰克逊低,标准差较大,因而影响其取得好的成绩。如果我们按照美国研究人员罗杰斯所设计的跨栏“关键区域”划分的方法,将全程跑划分为三个跑程(起跑至第三栏为第一跑程,第四至第七栏为第二跑程,第八栏至终点为第三跑程)来对余志诚和杰克逊两人进行对照分析,就更不难看出余志诚的全程跑中存在的问题(见表3)。
余志诚和杰克逊的最快栏周期速度相同,都为8.96米/秒,可全程跨栏成绩地相差0.44秒,其中第一跑程余志诚的成绩相差0.20秒,占相差数的45.4%;第二跑程成绩相差0.07秒,占相差数的16%;第三跑程的成绩相差0.17秒,占相差数的38.6%。这就可以充分看出,余志诚与杰克逊相比,成绩相差最大的是第一、三跑程,也就是说,余志诚与杰克逊相比,在跨栏途中跑上差距是较小的,而主要在起跑加速和在后几栏保持速度的冲刺能力上差距较大。这就极大地影响了其达到更高成绩。
从余志诚跨栏的三个跑程来看(见表4),他由14秒19提高到13秒72,成绩进展了0.47秒,其中主要表现在第二跑程上,提高了0.27秒,占整个提高数的57.6%,这是进展比较大的,而第一、三跑程仅分别提高0.13秒和0.07秒,各占提高总数的27.6%和14.8%,可见余志诚经过几年的训练最快周期速度有比较明显的提高,使其途中跑段达到一定的水平,但是在起跑加速和后几栏的冲刺段上提高得却相对缓慢。这更进一步证实了我国优秀跨栏运动员保持最高速度的能力欠缺。
3 结论
综上所述,男子110米栏是属于短距离极限强度的项目,速度利用率及最快周期速度对全程跑的成绩具有决定性的影响。与世界优秀跨栏运动员相比,我国运动员的速度利用率较高,但是世界优秀运动员具有高水平的跨栏周期速度,而且加速度能力强,并在整个全程跑中能很好地保持最高速度,整个跑程的速度变化呈现出高速度、均匀平稳的趋向,这也正是我国绝大部分优秀跨栏运动员的劣势所在。因此,在跨栏训练的实践中,保持并发扬技术训练的优势,利用好速度利用率,还要加强绝对速度的训练,提高最快周期的速度,更要针对不同情况,加强起跑加速和保持速度的能力训练,以适应和调整好他们全程跑的速度变化曲线,使其以较高的速度利用率并均匀地跑完全程,这是提高我国整体跨栏水平的重要途径。
参考文献
[1]石云龙.对不同等级男子110米跨栏运动员速度利用率及绝对速度的比较分析[J].武汉体育学院院报,2002,(1):91.
[2]赵国雄.跨栏跑速度利用率的研究[J].田径,1998,(2).
[3]王磊.余志诚110米栏比赛全程速度变化分析[J].田径,1997,(12):14.
[4]田学易.跨栏跑的速度和速度训练[J].中国体育科技.1983,(7):16.
[5]段世杰,尚修堂,等.中国体育教练员培训教材[M].北京:人民体育出版社,1998:594-600.
速度比较 篇7
在动态资本结构研究领域,资本结构调整速度代表着实际资本结构向目标资本结构调整的效率。根据是否明确应有的调整方向,可以将资本结构调整速度分为均衡调整速度和非均衡调整速度两类:前者不明确实际资本结构的应有调整方向,假设不同方向的调整均衡(如Flannery,Rangan,2006[1];Lemmon等,2008[2];等); 后者则依据应有的调整方向分解均衡调整速度,假设不同方向的调整非均衡(王正位等,2007[3];Byoun,2008[4])。目前,学术界用非均衡的向上调整速度反映债务调整效率,向下调整速度反映股权调整效率,从全样本(王正位等,2007)和分现金状况(Byoun,2008)两个方面比较两个方向的非均衡调整速度,从而分析企业的融资偏好、资本结构调整成本以及企业的现金状况对资本结构调整的影响等问题。
然而,企业通常是在一个会计期间里同时通过债务和股权两种权益调整方式调整资本结构,资本结构是债务和股权两种权益调整的综合结果,例如:当债务上升数量大于股权上升数量时资本结构上升,相反资本结构则下降。所以,非均衡调整速度是股权和债务两种权益调整相抵后的净速度,非均衡的向上和向下调整速度并不能真实地分别反映债务和股权的调整效率,现有基于非均衡调整速度取得的研究结论必然与实际情况存在着偏差。
针对以上问题,本文将债务和股权两种权益资本结构调整方式分别细分为商业信用、短期负债、长期负债、股票以及内部留存五条资本结构调整路径,基于部分调整模型提出了资本结构在不同调整路径下的调整速度计算方法,并且从全样本、分行业以及分现金状况三个方面对比分析了我国上市公司通过不同路径调整资本结构的速度。资本结构路径调整速度的提出,从理论研究角度提高了非均衡调整速度的计算精确程度,同时,从完善公司治理角度还深入解析了我国上市公司的融资偏好。
2 文献综述
均衡调整速度是动态资本结构实证研究中的产物, 在关于权衡理论、 融资优序理论以及市场时机理论的争论研究中,均衡调整速度成为有效的分析工具。Fama和French(2002)较早地提出美国企业以较低的速度向目标资本结构调整[5],Flannery和Rangan(2006)对Fama和French (2002)计算调整速度时没有考虑企业的固定效应导致调整速度偏低加以调整,应用固定效应计量技术得出了较高的均衡调整速度,Huang和Ritter(2009)再次用长差分技术修正了调整速度[6]。关于动态权衡理论的验证,相似的研究还有Antoniou等(2007)[7],以上的研究均认为存在目标资本结构。然而, Lemmon等(2008)利用均衡调整速度却得到了目标资本结构不存在的结论:用两种不同的方法确定目标资本结构:确定为固定数值、用随时间变化的变量拟合生成,比较用两种不同方法计算的调整速度后发现,调整速度没有因为在目标资本结构中减少随时间变化的拟合变量而明显降低,说明资本结构持续稳定,不存在目标资本结构。
资本结构均衡调整速度研究的另一焦点则是利用调整速度分析企业的资本结构调整能力。Fama和French(2002)依据是否分发红利划分样本, 发现不分发红利企业的调整速度高于分发红利企业的速度。Drobetz和Wanzenried(2006)认为快速增长和偏离目标资本结构较远的企业具有较快的调整速度[8]。Faulkender(2008)应用自由现金流作为调整成本的代理变量,发现调整成本较小的企业具有较高的调整速度[9]。Cook和Tang(2009)[10]以及黄辉(2009)[11]发现在良好的宏观经济环境中, 企业均表现出较快的资本结构动态调整速度。
根据动态权衡理论,经营过程中的各种随机因素会导致企业的实际资本结构偏离目标资本结构,在没有调整成本的理想资本市场中,企业可以随时将当前的资本结构调整到目标状态,否则只能在权衡偏离成本和调整成本之后部分调整或者不调整。由于资本结构调整是权衡偏离成本和调整成本的结果,所以实际资本结构调整是非连续和时变的(Leary,Roberts,2005[12];Flannery,Rangan,2006)。Haas和Peeters(2006)对比分析了10个处于转型经济阶段的国家连续各年的均衡调整速度,发现每年的均衡调整速度存在差异[13]。屈耀辉(2006)[14]和姜付秀等(2008)[15]逐年计算均衡调整速度,发现调整速度不仅是时变的,而且存在过度调整和逆向调整的情况。
由于股权融资与债券融资的成本存在差异,所以资本结构不同方向的调整效率也必然非均衡。王正位等(2007)发现资本结构的调整方向影响调整速度,我国上市公司资本结构的向下调整速度小于向上调整速度,说明我国股票市场的摩擦程度高于银行贷款市场的摩擦程度,资本市场发展存在不均衡的情况。Byoun(2008)按照调整方向分解均衡调整速度,对比不同方向的非均衡调整速度发现,当企业的财务处于盈余状态,并且实际资本结构高于目标资本结构时,资本结构具有较快的调整速度。
分析资本结构调整速度的研究发展趋势可见,均衡调整速度是该领域的初期研究内容,测算均衡调整速度的目的主要是论证目标资本结构的存在和分析企业优化资本结构的综合能力,而非均衡调整速度是均衡调整速度在方向维度的分解,主要用于解析企业的融资偏好以及与资本市场之间的摩擦。为了深入解析资本结构的动态调整规律,均衡调整速度研究可以向其他的维度分解发展,如:调整路径。根据现有文献,不同调整路径下资本结构的均衡调整速度尚是该研究领域中的空白。
3 研究设计
3.1 路径调整速度的计算模型和计算方法
依据动态权衡理论,目标资本结构在时刻发生变化,实际资本结构向目标资本结构调整时具有调整成本,当实际资本结构偏离目标资本结构时,企业需要权衡偏离损失与调整成本后,选择适当的调整路径调整实际资本结构。资本结构不同调整路径下的调整速度是均衡调整速度的分解,所以扩展目前学术界常用的标准部分调整模型(Hovakimian等,2001[16];De Miguel,Pindado,2001[17]),建立如下的路径调整速度计算模型:
如果忽略模型(1)中的j,该模型中的各项定义与此前其他研究中用到的标准部分调整模型中的定义一致。 其中, L*i,t表示公司i在第t年末的最优资本结构,Li,t表示公司i在第t年期间综合各种调整路径调整后的实际资本结构,λ为一个年度内实际资本结构向目标资本结构调整的速度。通常0<λ<1,说明进行了部分调整;若λ=1,表明完整调整,在第t年末的实际资本结构处于最优水平; 若λ=0,则表明没有调整;若λ>1或者λ<0,分别表示过度调整或者逆向调整。
为计算资本结构不同调整路径下的调整速度,模型(1)与标准部分调整模型的区别在于:用j表示资本结构的调整路径,定义Li,t,j为公司i在第t年期间仅通过第j种调整路径,调整第t年年初的实际资本结构后形成的第t年年末的虚拟资本结构; λj为在第t年期间第j种调整路径的调整速度; 当计算λj时不考虑其他调整路径实现的调整,即假设其他调整路径的资本结构相关数据固定在第t年年初,第t年期间没有发生额。
遵从学术界的普遍做法(如:Flannery,Rangan,2006;Cook,Tang,2008;黄辉,2009),定义模型(1)中的目标资本结构为如下线性函数形式:
其中, Xi,t是影响i公司第t年期间目标资本结构的一组矢量,取值为第t-1年年末, β为各矢量的系数,依据资本结构权衡理论假设, β≠0。Yk,i,t为影响i公司第t年期间目标资本结构的行业变量, α为行业变量的系数。
本文采用两阶段法测量路径调整速度:第一阶段,假设观测的资本结构为最优值, 用最小二乘法(OLS)确定模型(2)中的代理目标资本结构系数; 第二阶段, 由于Flannery和Rangan(2006)认为控制公司固定效应可以合理地增大调整速度,所以,用固定效应的广义矩(GMM)方法估测模型(1)的路径调整速度。
3.2 变量设计
(1)资本结构代理变量和计量方式
学术界关于资本结构应当采用市场价值计量还是账面价值计量没有一致的观点,Fama和French(2002)主张采用账面资本结构, 而Welch(2004)则认为市场资本结构更合理[18]。由于Cook和Tang(2009)、黄辉(2009)发现两种计量方式得到的结论一致,所以本文选取账面价值计量资本结构。用账面资产负债率作为资本结构代理变量,账面资产负债率=(长期负债账面价值+短期负债账面价值)/总资产账面价值。
(2)目标资本结构拟合变量
根据国内外大量文献,本文确定的目标资本结构影响因素包括:公司特征变量和行业特征变量。其中,公司特征变量包括:公司规模、资产有形性、非债务类税盾、公司成长性、盈利能力、资产流动性,行业特征变量采用行业平均资产负债率。变量的界定如表1所示。
3.3 资本结构的调整路径
企业资金来源的结构变化导致资本结构产生调整,即资产负债表右侧“负债”和“所有者权益”的项目决定了资本结构的调整路径。为突出主要的调整路径,合理地删掉调整作用微小的路径,本文参考黄辉(2009)在关于资本结构调整路径选择研究中结论,确定了商业信用、短期负债、长期负债、股票以及内部留存五条资本结构调整路径,各调整路径涉及的资产负债表项目见表2。
3.4 样本选取
本文利用面板数据测度资本结构调整路径速度,要求资产负债表资料连续,所以本文数据取自我国A股上市公司1996～2006年的年报(由于2007年所得税税制改革,从2007年开始数据库中缺失“非债务税盾”的信息,所以数据截止2006年年底)。样本筛选原则如下:①不考虑金融类上市公司; ②删除在1996～2006年连续11年期间相关数据有缺失的公司; ③剔除1996～2006年内被ST和PT的上市公司; ④剔除资产有形性大于100%,数据发生奇异的公司。基于以上原则,本文选取了1996年1月1日以前上市并持续存在的309家公司、共3399个年度样本数据。相关数据来自于色诺芬数据库(CCER)。
4 实证分析
4.1 资本结构的描述性分析
表3和图1为实际资本结构和利用模型(2)逐年回归计算得到的目标资本结构的描述性统计数据。目标资本结构的均值略小于实际资本结构的均值,说明我国上市公司的实际资本结构偏高,存在过度举债现象。目标资本结构的中位数与均值的差异可视为计算误差,而实际资本结构的中位数与均值的差异说明我国上市公司实际资本结构分布存在微弱的右偏现象。实际资本结构的极差大于目标资本结构的极差,体现出我国上市公司存在目标资本结构,且实际的资本结构通过一定的路径在向目标值靠近。
4.2 全样本资本结构总体调整速度与各路径调整速度的统计分析
由表4可见,我国1996～2006年多路径并用的总体均衡调整速度是0.638308。与国内文献同类研究相比较,肖作平(2004)计算的1995～2002年约为0.8[19], 童勇(2004)1998～2003年约为0.278[20],连玉君(2005)1999～2003年为0.283～0.352[21],屈耀辉(2006)1991～2004年为0.05～0.14。除肖作平(2004)的数据以外,本文的测算结果明显偏高,原因在于本文选择的样本是1996～2006年期间持续存在、生命力较强的上市公司, 较快的调整速度等同较强的资本结构调整能力,生命力较强的上市公司具有较强的资本结构调整能力说明了资本结构优化是企业健康发展的条件之一。
注: *、**、***分别代表在10%、5%、1%的置信水平上显著, 双尾检验, 下同。
根据表4数据绘制图2,以便直观地对比分析五种调整路径速度。①总体对比五个路径调整速度,股票的调整速度0.22658最大,长期负债的调整速度0.09071最小,说明上市公司调整资本结构的最有效的路径是发行股票,效率最低的调整路径是长期债务。②股票路径的调整速度0.22658大于短期负债和长期负债调整速度的合计0.19376,从企业与资本市场的摩擦角度分析,说明了我国上市公司的股票调整成本低于债务调整成本,企业与股票市场的融资摩擦小于长期债务市场的融资摩擦。③对比负债(0.19376,长、短期债务速度合计)、股票(0.22658)以及内部留存(0.10269)三条路径的调整速度,显示出我国上市公司资本结构调整路径的优先选择顺序是股票在先、债务其次、内部留存最后,不符合融资优序资本结构理论。④对比三种债务调整路径的调整速度,最快的是商业信用,短期负债的调整速度大于长期负债,充分体现出了我国债务市场不发达的情况,企业如果依靠负债调整调整资本结构,优先选择的路径也是风险较高的短期贷款。
4.3 分行业的路径调整速度比较分析
为了避免样本量过少对结论的影响, 本文选取制造行业、电力煤气业、批发零售业以及房地产业四个样本量充足的行业进行行业路径调整速度的比较分析。数据见表5,根据表5数据绘制对比图3。
比较全样本的路径调整速度(表4和图2)与行业(表5和图3)的路径调整速度可以发现:①对于均衡调整速度,围绕全样本的均衡调整速度0.638308,电力煤气业的0.430917最低,房地产业的0.864150最高,四个行业的均衡调整速度差异较大; ②对于路径调整速度分布,制造行业的分布情况与全样本的分布情况一致,然而,电力煤气行业、批发零售行业以及房地产行业的主要资本结构调整却源自负债,不是股权; ③对于内部留存路径的调整速度,分行业计算得到的数据依然是排在负债和股票路径调整速度之后,这说明我国企业资本结构调整主要依靠外源资金,轻视内源资金对资本结构的调整力度。
行业的经营特点和行业中龙头企业的所有制性质可以部分解释各行业路径调整速度的特有分布。①制造行业具有稳定的经营风险和较高的经营利润,是股权资金投资的主要选择对象之一,使得股票调整路径的调整资本降低、路径调整速度提高,股票调整成为该行业调整资本结构的主要路径。②电力煤气行业关系国计民生,其中的龙头企业大多归属国有,由于国营企业从银行获得长期贷款的约束较少、成本较低,所以该行业主要通过银行长期贷款路径调整资本结构,长期负债调整路径速度最大,其他调整路径速度相对较小。③批发零售行业的经营特点是经营周期短,资产流动性强,所以该行业主要依靠融资速度快、资本成本低的短期负债和商业信用调整资本结构。④房地产行业的经营利润高,但是经营风险也高,从而增大了吸纳长期负债和股票资金调整资本结构的难度和成本,所以,该行业的商业信用和短期负债路径调整速度快,而长期负债和股票的路径调整速度慢。
4.4 分现金状况的路径调整速度比较分析
以营运资金的增加额、投资活动产生的现金流量净额、股利分配以及偿付利息支付的现金流总和作为现金的流出量,其中,营运资金是指流动资产减去流动负债,营运资金增加额是当期营运资金与前一期营运资金的账面差额;以经营活动产生的现金流量净额作为现金的流入量。企业的现金具有紧缺和充裕两个状况,其判断标准是当现金的流出量大于现金的流入量为现金紧缺, 反之则是充裕。参考Byoun(2008)的研究方法,在模型(1)中引入哑变量定义两种现金状况下的路径调整速度,建立如下模型:
其中,λj,deficit是现金紧缺时的调整速度,λj,surplus是现金充裕时的调整速度。D1和D2是哑变量,当企业现金紧缺时D1取值1,否则取值0;当企业现金充裕时,D2取值1,否则取值0。
由于现金流量表是从1998年才开始披露,所以309家上市公司的样本选择期限由全样本分析中的1996～2006年调整为1998～2006年。1998～2006年分现金状况的调整路径速度回归结果见表6和图4。
根据表6数据和图4, 对比分析两种现金状况企业的调整速度发现: 首先, 1998～2006年期间的调整速度是0.765918,企业现金紧缩时的调整速度是0.593061,企业现金充裕的调整速度是0.805871,现金紧缩时的调整速度明显小于现金充裕时的调整速度说明企业在现金紧缩时的融资限制条件增多、融资难度增大,导致资本结构的总体调整成本提高; 其次,两类企业在两种权益途径的调整速度上发生反转,现金紧缩企业的债权途径速度高于现金充裕企业的速度,而现金充裕企业的股票路径调整速度却又高于现金紧缩企业的股票路径调整速度,说明现金紧缩企业的股权调整成本低于现金紧缩企业的调整成本,债权路径调整成本情况则相反。
分析现金紧缩企业的调整路径速度可以看出,主要的调整源自是负债。短期负债和商业信用两种路径合计实现的调整量占总调整量的68%,而股票和内部留存路径的调整速度则分别仅占总调整速度的12.5%、1.2%。考虑融资时效性分析数据,说明当企业的现金紧缩时需要尽快地获得货币资金来缓解现金紧缩情况,商业信用和银行贷款等路径比发股的增资速度快,所以企业在现金紧缩时更倾向于选择负债类融资; 考虑资本结构的调整成本分析,也说明对于现金短缺企业的债务路径的调整成本小于股权路径的调整成本。
分析现金充裕企业的路径调整速度情况:①单路径调整速度最高的是股票(33.93%),占总调整速度的42%,说明现金充裕企业调整资本结构最为有效的路径是股票;②负债调整速度合计占总调整速度的46%, 略大于股票的调整速度,说明该类企业的股票调整成本与债务调整成本相当,企业的调整路径选择空间较大,这也是该类企业的总体调整速度高于紧缩企业的原因之一;③内部留存路径的调整速度为9%,明显高于紧缩时的0.8%,说明现金流充足企业的股权调整成本明显偏低,加之现金流充足,企业可以适当通过内部留存调整资本结构。
5 结论
本文分解均衡调整速度,基于部分调整模型首次测算了我国上市公司的商业信用、短期负债、长期负债、股票以及内部留存五条资本结构调整路径的调整速度,对比分析后得到如下的研究结论:第一,生命力较强的上市公司拥有较高的总体调整速度,说明资本结构优化是保障企业健康发展的前提; 第二,我国上市公司调整资本结构最有效的路径是股票,效率最低的是长期负债,说明我国上市公司存在“股权融资偏好”,并且我国金融市场发展存在不平衡的情况; 第三, 内部留存调整效率偏低, 说明我国上市公司资本结构调整主要依靠外源资金,轻视内源资金,调整路径的选择顺序与融资优序理论相悖; 第三,行业间的调整路径速度分布存在明显差异,部分行业的路径调整速度分布规律不遵从全样本的调整路径速度分布规律,行业的经营特点和行业中龙头企业的所有制性质影响路径调整速度的分布; 第四,现金流状况影响企业的资本结构调整路径选择,现金充裕时的调整能力比现金短缺企业调整能力强,并且现金充裕企业主要依靠股票路径调整资本结构,而现金短缺企业则主要依靠债务。
速度比较 篇8
1 对象和方法
1.1 对象
心力衰竭患者26例, 其中男20例, 女6例, 年龄 (69±10) 岁。入选标准:临床诊断为心力衰竭的患者, NHYA心功能分级Ⅱ～Ⅳ, 超声心动图检查左心室射血分数≤50%。排除标准:植入永久型心脏起搏器及房颤患者。其中冠心病10例, 扩张型心肌病8例, 高血压心脏病8例。心功能正常组30例, 其中男18例, 女12例, 年龄 (65±7) 岁。两组年龄、性别差异无统计学意义 (P>0.05) , 具有可比性。
1.2 仪器
采用Vivid7彩色多普勒超声诊断仪, M3S心脏探头, 探头频率1.7～3.4MHz。
1.3 检查方法
受检者取左侧卧位, 平静呼吸, 常规二维超声心动图测量左心房内径 (LAD) 、左心室舒张末期内径 (LVDd) 、左心室收缩末期内径 (LVDs) 、左心室射血分数 (LVEF, Simpson法) , 计算左心室质量指数 (LVMI) 。脉冲多普勒法检测Tei指数:取心尖四腔切面, 将脉冲多普勒取样容积置于二尖瓣瓣口, 采集该瓣口血流频谱;在五腔心切面将脉冲多普勒取样容积置于主动脉瓣下, 采集主动脉瓣口血流频谱。操作时尽量使多普勒声束与瓣口血流平行。测量下列时间间期参数:二尖瓣瓣口血流A峰终止处至下一心动周期E峰起始处的时间间隔 (a) , 即等容收缩期 (ICT) 、等容舒张期 (IRT) 与主动脉射血时间 (ET) 之和。b为主动脉射血时间 (ET) , 按公式Tei指数= (ICT+IRT) /ET= (a-b) /b计算出左心室的Tei指数。所测时间间期取3个心动周期的平均值。QTVI法检测Tei指数:取心尖四腔切面, 在定量组织多普勒成像条件下, 取二尖瓣环清晰的动态图像存入仪器内置的Echo Pac工作站中, 将QTVI取样点置于侧壁的二尖瓣环处, 分别测量该处的a和b。a为房室瓣环舒张期运动频谱结束到开始的时间, b为房室瓣环收缩期开始到结束的时间。按公式Tei指数= (ICT+IRT) /ET= (a-b) /b计算出左心室的Tei指数。所测时间间期取3个心动周期的平均值。
1.4 统计学处理
采用Excel统计软件, 所有计量资料以undefined表示, 组间比较采用t检验, 两种方法测量的ICT+IRT、ET及Tei指数的相关性采用直线相关分析。P≤0.05为差异有统计学意义。
2 结果
2.1 超声一般测值比较
与正常组比较, 心力衰竭组的LAd、LVDd、LVDs、LVMI明显增大, LVEF明显减低, 差异均有统计学意义 (均P<0.01) 。见表1。
2.2 Tei指数比较
与正常组比较, 心力衰竭组的ICT+IRT明显延长, ET明显缩短, Tei指数明显增加 (P<0.05或P<0.01) 。两种方法测量的Tei指数无明显差异 (P>0.05) , 且具有良好的相关性 (P<0.01) 。见表2。
与正常组比较, *P<0.05, ** P<0.01
3 讨论
应用常规超声心动图的方法评价左心功能已得到肯定, 如计算LVEF、短轴缩短率 (FS) 、房室瓣口血流频谱、肺静脉血流频谱等。LVEF、FS仅仅反映的是心室收缩功能, 心力衰竭常常伴有左心室形态的改变, 应用受到限制;房室瓣口血流频谱测量的E/A、DT、IRT及肺静脉血流频谱测量的S/D等指标在临床多用于评价左室舒张功能, 但易受心率、呼吸、左房顺应性、二尖瓣严重反流、左心室收缩功能下降、透声条件等因素的影响, 且这些参数的应用价值尚存在一些争论[3]。
心脏收缩功能及舒张功能异常多合并存在, 因此, 需用一个能综合评价心脏收缩、舒张功能的指标来判断心脏功能。Tei指数即心肌作功指数, 为ICT与IRT之和与ET的比值, 是一个综合评价心脏收缩与舒张整体功能的超声指标[2,4]。心脏收缩功能障碍时, ICT延长、ET缩短;舒张功能障碍时IRT延长、ET缩短, 因此Tei指数增加[5]。与上述评价心脏舒缩功能的指标相比, Tei指数评价左心功能所受的影响小, 测量简单, 与金标准心导管检测的心脏收缩、舒张功能显著相关[5]。
目前报道的检测Tei指数的方法多为脉冲多普勒法, 即应用脉冲多普勒超声分别测量房室瓣口和动脉瓣口血流间期来进行计算, 该方法的主要不足在于:不能在同一心动周期测量房室瓣口和动脉瓣口血流间期, 因此在检查过程中心率变化可能会影响检测结果的准确性。QTVI为超高帧组织速度显像技术, 具有很高的时间和速度分辨力。与传统的脉冲多普勒法相比, QTVI法可获得更为精确的时间及速度变化, 其结果不受房室瓣膜反流等因素影响, 还可在同一心动周期中测量IRT、ICT及ET, 对于心率较快且变化大的患者来说不失为一种理想的方法, 为Tei指数评价心功能提供了一种可靠的检测方法[6]。
本研究结果显示, 与正常组相比, 心力衰竭组的LVEF明显降低、ET明显缩短, Tei指数明显增加、ICT+IRT明显延长, 表明Tei指数可综合评价心脏的舒缩功能。两种方法检测的ICT+IRT、Tei指数无显著性差异, 呈良好的正相关, 说明QTVI法检测Tei指数的结果是可靠的, 不但避免了脉冲多普勒法的不足, 而且操作方法简便, 灵敏度高, 重复性强。
QTVI技术的基础仍为多普勒原理, 因此心肌运动方向与声束间夹角、心脏在心动周期中的整体运动及仪器增益等均可影响测量结果。笔者相信, 随着经验的不断积累及研究的深入, QTVI法在检测心脏功能方面会有更广阔的前景。
参考文献
[1]Tekten T, Onbasili A O, Ceyhan C, et al.Novel approach tomeasure myocardial performance index:pulsed-wave tissueDoppler echocardiography[J].Echocardiography, 2003, 20 (6) :503-510.
[2]La Corte J C, Cabreriza S E, Rabkin D G, et al.Correlation ofthe Tei index with invasive measurements of ventricular func-tion in a porcine model[J].J Am Soc Echocardiogr, 2003, 16 (5) :442-447.
[3]Forster T, McGhie J, Rijsterborgh H, et al.Does the measure-ment of left ventricular isovolumic relaxation time allow earlyprediction of cardiac allograft rejection?[J].Acta Cardiol, 1992, 47 (5) :459-471.
[4]Tei C, Ling L H, Hodge D O, et al.Newindex of combined sys-tolic and diastolic myocardial performance:a simple and repro-ducible measure of cardiac function--a study in normals and di-lated cardiomyopathy[J].J Cardiol, 1995, 26 (6) :357-366.
[5]Tei C, Nishimura R A, Seward J B, et al.Noninvasive Doppler-derived myocardial performance index:correlation with simulta-neous measurement of cardiac catheterization measurement[J].J Am Soc Echocardiogr, 1997, 10 (2) :169-178.