小学第一周值周总结范文第1篇

关键词：多品种；分组联合；订货模型

Abstract: In inventory management， ordering tactics for multi-assortment and borh difficult and

practical. To gain abetter result， some people make a constant study of the subject. On the basis of their researches， we obtain a new method by means of extremum theory of a continuous function and a reasonable approximation. The method is simpler and more rigorous， which is superior in practice.

Key words: multi-assortment; joint group; ordering model

在实际订货中，多品种物资的分组联合定期订货是经常遇到的。如何选择一个合理简便的方法，使得总费用最小，对于仓储工作者是十分重要的。关于这类问题散见于一些书籍及文章，如[1]、[2]。本文在[1]的启发下，运用连续变量的极值理论，给出了一个计算过程简单又紧贴理论依据的方法。

1总费用的数学模型

本文的符号与术语基本与[1]相同。

C：总费用（元/年）

n：物资的品种数

T：n种物资的订货周期中，最短的订货周期（年）

xT：第j种物资的订货周期，其中x为周期系数，它取正整数，即当0＜x≤1时，x=1；当x＞1时，x按x的十分位数字四舍五入取整。x也称为x的圆整。注意：因T是n种物资订货周期中最短者，所以在x，j=1，…，n中，至少有一个为1

C：公共订货费（元/次），即每次订货时（可订多种物资）须交一次

C：第j种物资每次的订货费（元/次），它与订货量无关

C：第j种物资的年单位储存费（元/单位物资.年）

R：第j种物资的年需求速率（单位物资/年）

C：总费用的最小值

T：最佳最短周期，即总费用最小时所对应的最短周期

一年的公共订货费：

一年n种物资的订货费：

一年n种物资的储存费：CRxT

一年总费用的数学模型是以上三项之和，即

C=C++TCRx（元/年） （1）

2数学模型的求解

我们的目的是，在 C，C，C，R， j=1，…，n已知的条件下，期望找到最佳订货周期：xT， j=1，…，n及总费用的最小值：C。

根据不等式：二正数的算术中项不小于几何中项a+b≥2，等号成立a=b，由（1）得：C

≥，并且等号成立的充要条件是

T= （2）

亦即，对任给定的一组周期系数x，j=1，…，n，只有（2）成立时C才能取到最小，此值称为C的相对最小值，以记之，即

= （3）

从而有：C=minC=min。

根据问题的实际意义，C及是存在最小值的。不妨令m=x，j=1，…，n（其中至少有一个为1）。 （）

使得C取到最小，即

C= （4）

此时最佳最短周期：T=（5）

称（）为最佳周期系数；此时最佳订货周期：mT，j=1，…，n。

以下的目标是将（）求出。这里将m， j=1，…，n求出，并非指（4）的精确解。事实上，虽然（4）的解存在，但在一般条件下，要给出解的精确表示并非易事。本文给出的解，是指在已知条件下，比较起来最优的解。

为此先作两个函数：k=1，…，n，

x=，x＞0（6）

x=，x＞0

对两个函数的差进行估计：x-x=x-x，x≥，又 x-x≤由微分中值定理，x-x≤'，介于x与x之间。

当上式右边很小时，两个函数的差就很小，所以x的最小值点（取正整数的），视为x的最小值点取圆整是合理的。

下面求x的最小值点。为此先求x的驻点。为简便计，由（6），将函数x写成：x

=，其中A，B是（6）中的相应常数。

= （7）

令 =0，得到唯一驻点：

x====

注意到（5），在相差微小的情形下，上式分母以T代替，从而有

x=，k=1，…，n （8）

由（7），导数在该驻点左右两侧异号，且由负变正，所以（8）是极小值点，又由唯一性，从而（8）是x的最小值点。

对（8）取圆整：x=应为函数x的最小值点。注意到（4），明显地C是函数x的最小值，所以x=m，即

m=，k=1，…，n （9）

进而

=，j，k=1，…，n（10）

对于正数a，b，-=+-其中，，的绝对值均小于1或不超过。

令函数fx，y，z=+x-，由多元函数的微分法，+-=f，，-f0，0，0f ≈df =-

+，当此式绝对值很小时，用代替是合理的。从而再结合（10）

==，j，k=1，…，n

记a=，j=1，…，n。所以上式为=，即

m=m，j，k=1，…，n （11）

再由最佳周期系数，m，j=1，…，n。至少有一为1，若m=1，将（11）记为

m=，j=1，…，n（12）

从而对k=1，…，n。由（12）得到n组值mj=1，…，n ，将此n组值分别代入（3），即得到n个相对最小值：

=，k=1，…，n （13）

我们最终欲求的总费用最小值：

C=min：k=1，…，n（14）

如，min：k=1，…，n=，那么，最小费用：C=。

最佳周期系数：

m=m，j=1，…，n（此时m=1） （15）

由（5）得最佳最短周期：T；

此时最佳订货周期： mT，j=1，…，n （16）

3应用举例

将[1]例中的C=23改为，13其余均不动。

C=100。

由此表及（13）得到6个相对最小值：=18 000.69，=17 895.29，=17 891.46，=18 139.90，=18 139.90，=18 645.32。再由（14）、（15）、（16）得：

总费用最小值：C=min: k=1，…，6==17 891.46（元/年）；

最佳最短周期：T=0.09385（年）=34（天）；

最佳周期系数：m=1，m=2，m=1，m=2，m=3，m=5。

它们的分组联合订货方案为：1、3品种物资为第一组，其最佳订货周期为T=34（天）；同样，2、4品种为第二组，最佳订货周期为2T=68（天）；5品种为第三组，最佳订货周期为3T=102（天）；6品种为第四组，其最佳订货周期为5T=170（天）。

各种物资每次的订货量：p=RmT（单位物资/次），j=1，…，6。它们分别为：p=141，p=375，p=47，p

=188，p=169，p=141。

本例如采用[1]的方法，其结果为：C==17 895.29（元/年）。用本文方法计算[1]中的例，与用[1]的方法计算，具有相同的结果。

参考文献

小学第一周值周总结范文第2篇

关键词：泰山红石榴（Punica granatum L. cv. Taishanhong）；果实；发育动态

中图分类号：S665.4+59 文献标识码：A 文章编号：0439-8114（2017）10-1891-04

DOI：10.14088/ki.issn0439-8114.2017.10.023

Study on the Growth and Development of Punica granatum L. cv. Taishanhong Fruit

YANG Xue-mei1， FENG Li-juan1， WU Chong1， YIN Yan-lei1， LI Jia-liang2

（1. Shandong Institute of Pomology， Tai’an 271000， Shandong， China；

2. Zaozhuang Agricultural Science Research Institute， Zaozhuang 277300， Shandong， China）

Abstract：To fully understand the dynamic changes of Punica granatum L. cv. Taishanhong fruit during growth and development， P. granatum cv. Taishanhong fruits were observed since one week after flowering， the fruit diameter， average fruit weight， hundred grains weight of the seeds， titratable acidity of fruits， total soluble solids and other fruit growth and development indicators were measured. The results showed that the development period of P. granatum cv. Taishanhong fruit could be divided into 4 phases： young fruit， fruit enlargement， fruit coloring and fruit maturity. The fruit growth and development may last for about 5 months. During different growth period of dynamic change， with the increase of fruit volume， 3 fruit rapid growth phases were observed； the rapid growth phases were separately found on the 4th， 13th and 19th week. Fruits volume， the increase of fruit diameter， weight of single fruit， hundred-grain weight， titratable acid content and total soluble solids content are significant pairwisely correlated， while the correlation can provide the basis for judging developmental phase.

Key words： Punica granatum L. cv. Taishanhong； fruit； growth and development

石榴（Punica granatum L.）为石榴科（Punicaceae）石榴属（Punica L.）落叶灌木或小乔木，原产古代波斯，即F在的伊朗、阿富汗、前苏联的高加索等地[1]。石榴果实营养丰富，含有多种人体所需的营养成分，同时富含酚类化合物等生物活性物质，具有抗氧化、预防心脑血管疾病、抗癌、抗菌、抗感染、抗糖尿病等诸多功效，是一种重要的功能型水果[2]，所以市场发展前景广阔，并且石榴的种植面积也在逐年扩大。目前，中国的石榴栽培管理相对粗放，与石榴有关的研究报道多集中于其抗氧化活性及采后保鲜[3-5]、活性成分含量、分离提取工艺[6，7]、保健功能的开发利用[8]等方面；而对石榴栽培技术的研究报道相对较少。石榴果实的生长发育呈动态变化，掌握石榴果实动态发育规律对石榴生产具有指导意义，生产中在果实发育高峰前追肥可增加石榴产量及提高石榴品质。为此，课题组开展了石榴果实生长发育动态的探讨，现将结果报告如下。

1 材料与方法

1.1 材料

以石榴品种泰山红（P. granatum cv. Taishanhong）为试材，其种植于山东省果树研究所试验苗圃内，园地内树体生长、立地条件和栽培管理水平基本一致，选取生长势较为接近的5株10年生泰山红石榴树，以头茬花结的果为研究对象。试验于2015年5月13日花后1周开始测定相关发育指标，每隔7 d测量1次，直至果实完全成熟。每株树分别选取3～5个大小基本一致、位于树冠中上部结果枝上的果实挂牌调查，调查时间在上午10：00左右。

1.2 方法

1.2.1 果实日均增长量 果实日均增长量为每周果实直径增加的量与间隔天数的比值，即：

式（1）中，d为果实日均生长量，？椎1为前1周测得的果实直径，？椎2为后1周测得的果实直径。

1.2.2 果实体积动态变化 在石榴头茬花花后1周，每标准株上分别于东、南、西、北向各选择标记1个标准枝，每个标准枝上随机挂牌标记2～5个果实。之后每周用游标卡尺测量果实横径，直至采收。果实横径以果实横截面最大处的直径为准，每次每株随机测定标记的果实10个，取果实直径的平均值代入公式（2）计算果实体积，

式（2）中，R为果实半径，可通过直径求得。

1.2.3 果实单果重 采用称重法，每次测定完果实直径后，随机采摘5个大小与测量值较一致的果实带回验室，进行称重，计算平均值。

1.2.4 子粒百粒重 子粒百粒重从花后第三周开始统计，每次取样后分别取石榴果实3～5个，以四分法取样，然后混匀子粒，精确数出100粒，置于天平上称重，重复称3次，取平均值。

1.2.5 石榴果实内在品质测定 石榴果实中总可溶性固形物含量采用WYT-1型手持糖量计测定，可滴定酸含量采用NaOH滴定法测定[9]，2个内在品质指标从花后第五周开始测定，并计算固酸比。

1.3 数据处理

试验所得数据采用Microsoft Office Excel 2010程序处理，并用其制表和绘图；运用SPSS Statistics19软件进行统计分析。

2 结果与分析

2.1 果实生长发育期内果实体积动态变化

泰山红石榴果实生长发育体积动态变化和果实直径日均增长量情况见图1。从图1分析可知，泰山红石榴果实在整个生长发育期内果实体积逐渐增大，其中花后4～8周增长最为迅速，8～12周增长较为缓慢，12～13周又迅速增长，之后直至成熟前直径增长较为平稳，整个生长发育过程的变化呈双“S”型曲线，分别于花后第八周和第16周达2次生长发育高峰。在整个发育过程中可分为5个阶段，分别为S1：0～3周果实第一次缓慢增长期；S2：3～8周果实第一次迅速生长期；S3：8～12周果实第二次缓慢生长期；S4：花后12～17周果实第二次迅速生长期；S5：17周以后果实第三次快速生长发育期。

从图1还可见，泰山红石榴果实直径日均增长量在幼果期及果实膨大期变化幅度较大，在果实转色期及成熟期变化较为平缓，整个发育期内出现3次生长高峰，其中以幼果期即花后第四周的峰值最高，果实直径日均增长量达1.82 mm/d；第二次生长发育高峰于花后第13周出现，之后果实生长发育变缓；至花后第19周出现第三次生长发育高峰，但峰值较小；之后至采收前，果实直径的日均增长量变化幅度较小。

2.2 果实生长发育期内果实单果重及子粒百粒重动态变化

泰山红石榴果实单果重和果实子粒百粒重动态变化情况见图2。从图2分析可知，泰山红石榴果实整个生长发育期内果实单果重呈逐渐增加的趋势。其中花后1～4周果实单果重缓慢增加，花后4～5周增加较快，之后5～9周增长较为缓慢，而在9～10周、12～13周、14～21周增长较为迅速，之后直至成熟前直径增长较为平稳，整个生长发育过程的变化呈双“S”型曲线，分别于花后第八周和花后第13周达2次生长发育高峰。

从图2还可见，泰山红石榴果实整个生长发育期内子粒百粒重从花后第3周开始统计，其百粒重在整个果实发育过程中呈现“快-慢-快-慢……”交替进行的动态变化。其中，在花后3～5周的子粒百粒重增加较为迅速，5～9周增加较为缓慢；之后9～10周增长又较为迅速，10～12周增长较为缓慢；12～16周增加较为迅速，17～18周百粒重增加缓慢，以18～20周子粒百粒重增加最为迅速，20～22周子粒百粒重增加变为较缓慢。

2.3 果实生长发育期内的内在品质动态变化

泰山红石榴果实内在品质动态变化情况见图3。从图3分析可知，泰山红石榴果实整个生长发育期内总可溶性固形物含量在花后5～15周内变化较为平缓，之后的15～19周呈逐渐升高的趋势，以15～17周增加最为迅速；17～22周增长较为缓慢。总可滴定酸含量在整个发育过程中呈现前期高、中期下降、之后略有升高、采前又降低的变化趋势。在花后5～13周内含量较后期高，且变化相对较平稳；13～15周可滴定酸含量迅速降低；15～16周迅速升高，之后逐渐降低；至采前2周，总可滴定酸含量保持在较低水平。整个发育过程中，果实固酸比变化呈前期稳定在较低水平、中后期逐渐增大、至采前达最高的变化趋势，即在花后5～14周固酸比基本稳定在3～4，变化幅度较小；而在花后15～20周呈迅速升高变化趋势，之后21周略有降低，至采前固酸比略有增加达最高值。

2.4 各生长发育指标相关性分析

试验对所测定的泰山红石榴果实生长发育指标进行相关性分析，结果见表1。从表1可见，泰山红石榴果实体积与果实单果重、子粒百粒重、总可滴定酸含量呈极显著正相关，与果实直径日均增长量、总可溶性固形物含量呈极显著负相关；果实直径日均增长量与总可溶性固形物含量呈显著正相关，与果实单果重、子粒百粒重呈极显著负相关，与总可滴定酸含量呈显著负相关；果实单果重与子粒百粒重、总可滴定酸含量呈极显著正相关，而与总可溶性固形物含量呈极显著负相关；子粒百粒重与总可滴定酸含量呈极显著正相关，与总可溶性固形物含量呈极显著负相关；总可溶性固形物含量与总可滴定酸含量呈极显著负相关。所测指标在果实发育过程中，两两均呈显著或极显著正（或负）相关。

3 小结

果实生长发育的结果是体积的增大[10]，果实体积的大小主要取决于果实的细胞数量和细胞体积，增大果实细胞的分裂能力、提高果实细胞体积的膨大度将使果实体积增加[11]。试验通过对泰山红石榴的结果情况进行统计，发现石榴存在二茬花、三茬花，其果实二茬果、三茬果的发育期较头茬花短，同期采收的果实成熟度基本一致，甚至较头茬花发育快，但其果实个头往往较头茬花小，子粒也较少，其发育过程可能受果树内部激素调控，其发育调控机理尚需下一步探究。生产中三茬花及以后的花蕾一般在坐果前及时疏除，以控制树体养分，保证泰山红头茬果正常发育；对二茬果可适当保留。

泰山红石榴果实生长发育相关性分析结果表明，果实体积与果实单果重、子粒百粒重、总可滴定酸含量呈极显著正相关，果实直径日均增长量与总可溶性固形物含量呈显著正相关，生产中可依据发育指标的相关性对某一特定指标实施测定，进而由该相关性推断其他指标的发育水平；也可根据发育指标在果实发育高峰期前增施叶面肥或追肥，以获得最大养分利用效率，提高果品生产水平。

综上所述，泰山红石榴在整个生长发育期内出现3次生L发育高峰，分别为花后4周（幼果期）、花后13周（果实膨大期）和花后19周（子粒着色期），前2次果实生长发育高峰出现前可追施氮、磷、钾复合肥，以促进果实细胞分裂；到19周前可追施磷、钾肥，以促进子粒及果皮着色。

参考文献：

[1] 李保印.石榴[M].北京：中国林业出版社，2004.3-4.

[2] 韩玲玲，苑兆和，冯立娟，等.不同石榴品种果实成熟期酚类物质组分与含量分析[J].果树学报，2013，30（1）：99-104.

[3] SELCUK N，ERKAN M. Changes in antioxidant activity and postharvest quality of sweet pomegranates cv. Hicrannar under modified atmosphere packaging[J].Postharvest Biology and Technology，2014，92（1）：29-36.

[4] SELCUK N，ERKAN M. Changes in phenolic compounds and antioxidant activity of sour-sweet pomegranates cv. ‘Hicaznar’ during long-term storage under modified atmosphere packaging[J].Postharvest Biology and Technology，2015，109（9）：30-39.

[5] 梁 俊，李建科，赵 伟，等.石榴皮多酚体外抗脂质过氧化作用研究[J].食品与生物技术学报，2012，31（2）：159-165.

[6] 赵艳红，李建科，李国荣.石榴皮多酚纯化及其抗氧化活性表征[J].食品科学，2010，31（11）：31-37.

[7] 蔡 霞，刘 悦，张芳芳，等.石榴的化学成分与质量控制研究进展[J].世界科学技术-中医药现代化，2014，16（1）：123-129.

[8] 王彩云.石榴叶多酚的提取富集工艺及其药理作用研究[D].北京：北京林业大学，2013.

[9] 张，陈风玉，王荣富.植物生理学实验技术[M].沈阳：辽宁科学技术出版社，1994.

小学第一周值周总结范文第3篇

摘 要 本研究采用文献资料法、专家访谈法、观察与数理统计等方法对陕西省优秀射击运动员专项体能训练课进行研究，结果显示射击量在第三周达到最高射击量，射击量增加则意象训练会适当减少，射击训练方案能结合项目特征及运动员个体差异进行设计，训练内容安排有耐力训练、球类综合训练、哑铃力量训练等，但内容不够多样化且缺乏诊断测试安排，针对目前体能训练特征及存在的问题提出合理建议，为陕西射击项目竞技水平的提高提供必要理论依据。

关键词 陕西省 射击运动员 专项体能训练

一、前言

体能是任何体育运动项目的基础之一，运动员竞技能力的提高、运动操作的预防以及运动生涯的长短均与其体能有着密不可分的关系。对陕西省射击运动队体能训练课时行为时四周的跟踪观察了解该队伍目前的体能训练现状特征，结合专项体能训练理论与方法为其以后的专项体能训练提出合理化建议，促进该项目健康、科学、可持续发展。

二、研究对象与方法

（一）研究对象

本研究以陕西省优秀射击运动员进行的专项体能训练为主要研究对象。

（二）研究方法

1.文献资料法。通过中国知网期刊数据库、西安体育学院图书馆、陕西省图书馆、西安市图书馆、网络等查阅国内有关体能训练理论与方法原理、射击项目特点及比赛规则、射击相关研究文献资料。充分认识项目特征及专项体能训练理论方法，整理目前研究文献了解该项目研究现状；为本文的研究提供了坚实的理论基础。

2.专家访谈法。在查阅大量文献资料的基础上对陕西省射击射箭中心教练员、领队、科研人员、运动员进行了一对一访谈。了解陕西省优秀射击运动员体能现状、训练方法、手段、评价标准等内容。

3.观察与数理统计法。本研究从2016年1月4日-2016年1月30日为期四周对陕西省射击优秀运动员进行体能训练的内容、负荷、手段、方法等进行全程跟踪观察并做详细记录。采用Microsoft-Excel与SPSS统计学软件对收集数据进行统计分析。

三、结果与分析

（一）三项射击运动射击数量分析

表1数据显示步枪、飞碟、手枪三项目每周中、上、下午平均射击量最大值均出现在星期三，射击量上午分别为204±11，255±30，315±90下午分别为85±19，135±75，135±57。步枪、飞碟、手枪三项目每周中、上、下午平均射击量最小值上午均出现在星期六，分别为157±17，90±35，156±57；下午步枪射击量最小值出现在星期二，射击量为66；下午飞碟射击量最小值出现于星期五为75±30；下午手枪射击量最小值出现于星期一为78±29。可见三项目射击负荷量上午最大在每周星期三，最小在星期五；射击负荷量下午最大星期三，最小在星期一、二或星期五。星期一上午射击量最多的均是飞碟与手枪均为180，下午射击量最多的是飞碟。星期二上午射击量最多的是手枪最少的是步枪，下午射击量最多的是飞碟，最少的是步枪。星期三上午射击量最多的是手枪，最小的是步枪，下午射击量最多的是飞碟与手枪均为135。星期四射击量最多的是手枪，最少的是步枪。下午射击量最多的是手枪，最少的是步枪。星期五上午射击量最多的是手枪最少的是步枪，下午射击量最多的是手枪最少的是步枪。星期六射击量最多的是手枪最少的是飞碟。每天射击量显示在一周中上午步枪射击量从星期一到星期三逐渐增加星期四下降星期五再次上升星期六下降。飞碟与手枪则是星期一到星期三逐渐上升，星期四开始逐渐下降直到星期六。下午步枪射击量星期一在较高位置星期二降到最低星期三上升到最高之后逐渐下降；飞碟与手枪则是从星期一开始逐渐上升至星期三达最高点之后开始逐渐下降。

表2显示周练习射击量步枪最大量为1617发出现在第四周，飞碟射击最大量为2460出现在第四周，手枪最大射击量为2760出现在第四周。射击最小量步枪为1298出现在第二周，飞碟射击最小量为1320出现在第一与二周。手枪最小射击量为1296出现在第一周。第一周射击量最高是步枪为1408发，最少是手枪为1296发，第二周射击量最高是手枪为1560发，最少是步枪为1298发，第三周射击量最高是手枪主1968发，最少是步枪为1430发，第四周射击最高量是手枪为2760发，最少是步枪为1617发。其中四周总射击量手枪射击量最高为7584，步枪射击量最小为5753发。从周射击量变化情况看步枪为先下降之后上升，飞碟与手枪为持续上升走势。

每天的射击练习量上午要比下午多这与前人的研究成果“为了让大脑建立正确的技术动作定型应该在神经肌肉没有出现疲劳前进行技术训练”是一致的。三个项目的射击练习量均为一周一次最大负荷量而且三个项目最大负荷量均出现在第三周，这种循序渐进的训练模式要注意了解队员承受负荷的能力，有效撑控负荷的增加与减少量。

（二）三项射击运动空枪意象训练分析

表3数据显示三项目空枪意象训练每周六天中上午步枪与手枪最大值出现在星期一分别为25±6，34±6；飞碟训练最大量出现在星期二与六均为28。下午步枪训练最大值出现在星期二为22±5，飞碟训练最大量出现在星期五为28±5，手枪训练最大值出现在星期一为34±5。空枪意象训练最小量在上午步枪出现在星期五为21±6、飞碟出现在星期四25±5，手枪出现在星期三26±5，下午步枪出现在星期一为18±3，飞碟出现在星期二为16±11，手枪出现在星期三为30±4。从一周每天训练量的变化看在上午步枪与手枪均为周一相对较高之后逐渐降低随后再上升。飞碟则是周一开始先上升之后下降再上升。下午步枪为周一开始先是上升态之后下降再上升，飞碟与手枪则是周一开始先下降之后连续上升态。

由表4知空枪意想训练总数最高是手枪为1355次，依次是飞碟为1099次，最后是步枪为960次。其中步枪训练最高次数为283次出现在第一周，最少训练次数为203次出现在第四周，飞碟训练最高次数为313次出现在第二周，最少训练次数为224次出现在第一周。手枪训练最高次数为360出现在第一、二周，最少训练次数为280次，出现在第四周。第一周训练次数最高为的枪，最少为飞碟，第二周，第三周，第四周训练次数均最高为手枪最少为步枪。从四周训练量变化看步枪为先下降之后上升再下降，飞碟为先上升之后持续下降，手枪为持续下降的走势。

意象训练有助于提高大脑对动作技术的巩固是一效的提高运动技术水平的训练方法。结合射击量与意象训练量的数据可以看出二者存在一定的负相关关系，及当射击量增加时意象训练量相应适当地减少，反之亦然。可能教练员为了减少运动的疲劳而在二者的训练量上按一定相反的数量安排。

（三）三项射击运动耐力训练分析

表5显示每天上午的耐力训练飞碟与手枪最长时间均在星期六分别为33±3分，33±2分。步枪最长时间在星期二，时长为31±6分。下午耐力训练时间三项目均是在星期三最长，分别为40±9分，36±6分，42±6分钟。耐力训练最短时间在上午飞碟项目出现在星期三，为22±1分钟，步枪最短时间再现在星期一、四、五、为25分钟。手枪最短时间出现在星期四，为25±6分钟。下午飞碟最短训练时间出现在星期一，为29±7，步枪最短训练时间出现在星期四，为25±5分钟，手枪最短训练时间出现在星期五，为25±4分钟。从每天耐力训练时间变化看上午的耐力训练时间变化飞碟为先下降之后上升再次下降再次上升，步枪为先上升之后下降最后上升的走势。的枪为先下降之后上升。下午的耐力训练时间变化飞碟为先持续上升之后持续下降。步枪为先是持续上升之后下降再上升。手枪为先是下降之后上升再下降再上升的走势。

表6显示三项目耐力训练总时间量依次是手枪为1364分钟，飞碟1309分钟，步枪1221分钟。步枪耐力训练时间量最大值出现于第三、四周为330分钟，最小值出现在第一周为253分钟。飞碟耐力训练时间量最大值出现在第二周为341分钟，最小值出现在第一周为308分钟。手枪耐力训练时间量最大值出现在第二周为374分钟，最小值出现在第一周为308分钟。第一周耐力训练时间量最大为飞碟与手枪为308分钟，最小是步枪为253分钟；第二周耐力训练最大值是手枪为374分钟，最小值是步枪为308分钟。第三周耐力训练时间量三项目时间相同均为330分钟，第四周耐力训练时间量最大值是手枪为352分钟，最小值是步枪与飞碟为330分钟；从每周耐力训练时间变化量看步枪为持续上升走势，飞碟为先上升之后下降的走势。手枪为先上升之后下降随后再上升的走势。进行长时间系统的耐力训练有利于抑制交感神经作用而促进副交感神经作用，帮助运动员在比赛时调节心理稳定性。

（四）三项射击运动球类综合训练分析

表7显示球类综合训练时间飞碟最长时间出现在星期四，为28±7分钟。步枪最长时间出现在星期二，为28±10分钟，手枪最长时间出现在星期三，为30±7分钟，球类综合训练飞碟最短时间出现在星期一、二、五，为22分钟，步枪最短时间出现在星期三、五，为22分钟，手枪最短时间出现在星期四、五，为25分钟。结合一周每天训练时间变化看飞碟与手枪为先上升之后下降的走势，步枪为先下降之后上升再下降的走势。

表8显示球类综合训练总时间多少依次是手枪为495发，飞碟451发，步枪424分钟。步枪球类训练时间最大值出现在第四周为154分钟。最小值出现在第二周为83分钟。飞碟球类训练时间最大值出现在第二、三周为121分钟，最小值出现在第四周为99分钟，手枪球类训练时间最大值出现在第四周为165分钟，最小值出现在第二周为99分钟。球类综合训练第一周手枪训练时间最长为121分钟，步枪最少为88分钟，第二周飞碟训练时间最长为121分钟，步枪训练时间最少为83分钟，第三周飞碟训练时间最长为121分钟，步枪训练时间最少为99分钟，第四周手枪训练时间最长为165分钟，飞碟训练时间最少为99分钟。从周训练时间变化看，步枪训练时间先下降之后持续上升，飞碟训练时间为先上升之后下降，手枪球类训练时间先下降之后持续上升。

球类综合运动提高队员神经与肌肉协调控制的同时可增加下肢的力量耐力，增加下肢对人体的直立支撑能力，前人有研究显示射箭运动员的下肢力量与瞄准的稳定程度成正比。射击队员具备类似的能力则也有利于控制瞄准的稳定。

小学第一周值周总结范文第4篇

【关键词】每股收益；每股净资产；流动比率；总资产周转率；似然值；向前逐步筛选法；logistic回归模型

一、引言

Ross（2000）等人认为可以从四个方面定义企业的经验失败：一是企业失败，即企业清算后无力支付债券人的债务。二是法定破产，即企业和债券人向法院申请企业破产。三是技术干涉，即企业无法履行债务合约还本付息。四是会计破产，即企业的净资产出现资不抵债。[1]在证券市场上，对上市公司的预警也主要停留在财务指标上。20世纪30年代国外学者就已经开始对财务困境预警模型进行研究。起初国外的研究是用单个比率指标来预测企业是否会“财务失败”或“破产”，因此这类研究被称为单变量预测研究。代表人物是Fitzpatrick，于1932年首先对企业的财务困境进行了预测研究。1966年Beaver提出了单变量判定模型，但模型存在很大的缺陷，即该模型采用不同的财务指标对同一企业进行预测时，往往会得出相悖的预测结果，因此无法得到正确的预测结论。为了弥补单变量判定模型的缺陷，后来相继出现多变量判定模型、递归划分算法、类神经网络等方法对财务困境进行预测研究。2001年Fathi和Jean-PierreGueyie以加拿大公司为样本对公司治理特征和财务困境的关系进行了研究，得出董事会组成结构与企业财务困境有关，而且外部董事的所有权和董事地位对发生财务困境也有一定的影响的结论。[2]可见仅仅用财务指标来建立公司预警有很大的片面性与局限性。

上市公司的综合质量更能从另一个角度揭示公司的全面水平，它主要包括包括资本构成、经营质量、偿债质量、投资和收益。因此用它建立公司的预警模型将会对财务指标做一个较好的补充。

Logistic回归延伸了多元回归思想，因变量是二值。（通常设为0和1的情形）自变量为。Logistic回归模型如下：

二、模型

样本的选取：以2008年为时间窗口，对2008年上海证券交易所所有的上市公司按照总市值、营业收入和净利润排名。得到了后100名的上市公司作为差的上市公司，然后再随机的抽取600000号到600118号的100上市公司，从中剔除掉在排名在后100名的上市公司作为正常的上市公司，一共剔除了7个，样本数为93个。

样本的数据来源：全景网（http：//省略）（2008年的综合质量指标的数据）。

样本数据的处理：把200个上市公司分为了两类，差的上市公司和正常的上市公司，作为分类因变量，公司综合质量的指标（每股收益、每股净资产、净资产收益率、扣除后每股收益、流动比率、速度比率、应收账款周转率、资产负债比率、存货周转率、固定资产周转率、总资产周转率、净资产比率和固定资产比率）作为自变量，用spss软件对自变量采取向前逐步筛选法构造上市公司的综合质量指标的预警模型。

第一步：无效模型

所谓无效模型，是不引入任何自变量，只有常数项的输出结果。在后100名的上市公司中，综合质量指标中不含缺失值的共有70个。93个正常的上市公司综合质量指标不含缺失值得有74个。无效模型首先把这70个上市公司和74个正常的公司都看作是不需要预警上市公司，准确率51.4%。

引入的常数项值是B=-0.056，标准差是0.167，Wald值是0.111，相应的检验概率是0.739。Exp（B）是e的B次方，Exp（B）=0.946，实际意义为总体研究对象中预警的与没有预警的上市公司的比值。即：

基于无效模型，开始在分析中引入自变量，对自变量的选取在此用的是基于最大似然估计的向前逐步筛选法选入自变量基于比分检验统计量，剔出变量基于最大偏似然估计的似然比检验结果。

表1输出了每一步逐步回归得到的模型中参数B及标准误、Wald等，Exp（B）值。Wald的统计量时用来检验回归系数是否显著，为卡方分布，值愈大表明该自变量的作用越大。[4]第一步引入的自变量是每股收益，第二步引入的自变量是流动比率，第三步引入的自变量是每股净资产，第四步引入的自变量是总资产周转率。每股收益的Wald值是14.157，每股净资产的Wald值是9.318，流动比率的Wald值是9.138，总资产周转率的Wald值是5.825，常数项的是4.408，说明每股收益、每股净资产、流动比率和总资产周转率和常数项依次对因变量的影响较大。

由回归系数表，可得到Logistic回归方程：

知道上市公司的每股收益、每股净资产、流动比率和总资产周转率，可带入上述模型，如果概率大于0.5综合质量需要预警。概率小于0.5综合质量不需要预警。

模型中的每股收益是指税后利润与股本总数的比率。它是测定股票投资价值的重要指标之一。计算公式为：

每股收益=税后利润/股本总数

每股收益是对公开发行的商业股票业绩的计量，也是公开发行的财务报表上唯一的“财务比率”。由于普通股是按股论价的，因而股票也是按股进行买卖的。按股计算收益的投资者或财务分析者都要利用每股收益这样的数据资料来评价公司的经营业绩、预测未来前景，帮助进行投资决策或经营决策。[5]

每股净资产是指股东权益与股本总额的比率。计算公式为：

每股净资产=股东权益/股本总额

这一指标反映每股股票所拥有的资产现值。公司净资产代表公司本身拥有的财产，也是股东们在公司中的权益。因此，又叫股东权益。

该指标是一个静态指标，反应现实条件下股票价格，在市场中投资者往往是将该指标与股票市价比较，判断股票价格与现行股票价格的偏离程度。[6]

流动比率可以反映公司的短期偿债质量，计算公式如下：

流动比率=流动资产/流动付债

流动比率越高，公司的偿债质量也就越强，但是流动比率没有考虑公司流动资产中个别资产项目的流动性。一家流动资产主要由现金和应收帐款组成的上市公司，其资产流动性要比一家流动资产主要由存货组成的上市公司的资产流动性大。

总资产周转率是指企业在一定时期主营业务收入净额同平均资产总额的比率。总资产周转率是综合评价企业全部资产经营质量和利用效率的重要指标。一般情况下，该数值越高，表明企业总资产周转速度越快。销售质量越强，资产利用效率越高。

总资产周转率=（主营业务收入净额/平均资产总额）*100%

总资产周转率指标用于衡量企业运用资产赚取利润的质量。经常和反映盈利质量的指标一起使用，全面评价企业的盈利质量。[7]

运用剔除某个自变量后的似然值和组块和模型的卡方值来检验引入的自变量对模型的影响程度。如果剔除自变量每股收益，它的模型的似然值是71.572，似然值的改变是19.897，检验概率是0；如果剔除自变量每股净资产，它的模型的似然值是-67.032，似然值的改变是10.818，检验概率是0.001

组块和模型的卡方值来检验变量进入回归方程后，对模型适合度的增加是否有明显的下降。因为整个模型只有一个组块，所以模型与组块的卡方值相同。引入第一个自变量每股收益后组块和模型的卡方值是42.847，检验概率是0达到显著，这表示第一个自变量加入模型后对因变量的改变是明显的。引入第二个自变量每股净资产组块和模型的卡方值是55.856，检验概率是0达到显著，这表示第二个自变量加入模型后对因变量的改变是明显的。引入第三个自变量流动比率组块和模型的卡方值是69.998，检验概率是0达到显著，这表示第三个自变量加入模型后对因变量的改变是明显的。引入第四个自变量总资产周转率组块和模型的卡方值是76.269，检验概率是0达到显著，这表示第四个自变量加入模型后对因变量的改变是明显的。

Logistic回归方程采用最大似然法来求参数值，所以回归方程式的整体检验是通过似然值，这一似然值是一种几率，这个函数处于（0，1）之间。当对这个函数值取自然对数后，其对数是个负值，所以会对似然值现取自然对数再乘以-2，以进行分析。即为-2Log似然值。此值越大，回归方程的似然值越小，也代表的拟合程度愈差。越小则拟合程度越好。[8]

引入第一个自变量每股收益后-2Log似然值是156.669，Cox & Snell R Square是0.257，Nagelkerke R Square是0.343，引入第二个自变量每股净资产后-2Log似然值是143.659，Cox & Snell R Square是0.322，Ngelkerke R Square是0.429，引入第三个自变量流动比率后-2Log似然值是129.518，Cox & Snell R Square是0.385，Nagelkerke R Square是0.513，引入第四个自变量总资产周转率后-2Log似然值是123.246，Cox & Snell R Square是0.411，Nagelkerke R Square是0.548，2Log似然值在引入变量后是逐渐减小的，而且系数Cox & Snell R Square和Nagelkerke R Square是逐渐增大且都接近0.5，所以模型拟合度很好。

引入第一个自变量每股收益后，重新拟合的回归模型中对原来的74个正常公司需要预警的有18个，不需要预警的有56个，准确率达到75.7%，70个差公司需要预警的有53个，不需要预警的有17个，准确率达到75.7%，总的正确率为75.7%。引入第二个自变量每股净资产，重新拟合的回归模型中对原来的74个正常公司需要预警的有13个，不需要预警的有61个，准确率达到82.4%，70个差公司需要预警的有20个不需要预警，需要预警的有50个，准确率达到71.4%，总的正确率为77.1%。引入第三个自变量流动比率，重新拟合的回归模型中对原来的74个正常公司需要预警的有14个，不需要预警的有60个，准确率达到81.1%，70个差公司需要预警的有57个，不需要预警的有13个，准确率达到81.4%，总的正确率为81.2%。引入第四个自变量总资产周转率，重新拟合的回归模型中对原来的74个正常公司需要预警的有16个，不需要预警的有58个，准确率达到78.4%，70个差公司需要预警的有57个，不需要预警的有13个，准确率达到81.4%，总的正确率为79.9%。

三、结论

按照上市公司的综合质量指标建立的预警模型，能更有效地反应上市公司的全面状况，准确率也较高。投资者可以凭借这个指标分析上市公司的综合质量，把握投资机会，做出较为合理的投资决策。市场的组织者也可参照此指标对上市公司进行评级，提高市场的质量和运行效率。监管部门也可以通过这个预警模型发现问题上市公司的端倪，对违法违规行为做到及时、有效、具有威慑力的惩罚。真正地建立一个公开、公平、公正的市场环境。使证券市场发挥其原始的作用达到资源的有效配置。

参考文献

[1]胡汝银.中国上市公司成败研究[R].上海:上海证券交易所,2001,1.

[2]许毅.基于非财务指标的上市公司财务预警实证研究[J].财会通讯,2009,9:48-50.

[3]David W.Hosmer,Stanleylemeshowe.Applied Logistic regression[M].A Wiley interscience Publication.2000,1-4.

[4]张文彤.spss统计分析高级教程[M].北京:高等教育出版社,2004:167-187.

[5]杨晓念.关于每股收益会计的思考[J].会计之友,1996,5:24-25.

[6]陈敏曹,海峰.每股净资产解析[J].财经广场2000,10:45-46.

[7]肖太寿.财务报表分析目的和常用财务分析指标[EB/OL].省略/nevciclenodule/,(2009-1-22/2010-4-5).

[8]林震岩.多变量分析――spss的操作与应用[M].北京:北京大学出版社,2007.517-519.

基金项目：国家自然科学基金项目（70871080）；教育部博士点基金项目（20070252002）；上海市重点学科项目（S30504）。

作者简介：

小学第一周值周总结范文第5篇

这一周，我当上了值周生，心里那股自豪劲就别提了。可是，这短短的一周让我深刻地体会到一点——值周生有苦也有乐。

值周是一件非常光荣的事，我第一次尝试以干部的身份去管别人。一天我按照惯例来到教室巡视，看看有没有人违反纪律。二年五班有几个“超级调皮蛋”，有的没有认真的早自习，在和同桌交头接耳。于是我苦口婆心地向他们提出忠告。可是，他们却把我的话当成了耳边风，依然我行我素。我看这招不行，使出值周生的“看家本领”——拿出值周报告记下他们的名字，别说这一招还真灵，他们立刻老实了，开始认认真直真地学习了，这让我的心里小小的美了一下。但是，值周生也有许多苦。值周的第一天，天气变冷了，寒风“呼呼”地刮着，刮得树叶“沙沙、沙沙”地响着，像是考验我们似的。我们在校门口的值周生被冻得瑟瑟发抖，脸红红的，一跳一跳的，活像一只只小兔子。另外每天起床太早，使我睡眠不足，常常打哈欠，上课也提不起精神，回到家就想扑到床上睡觉……这还不算完，更可气的事还有呢，我的个子不高，我管高年级的同学时，他们总是不屑一顾。有的还会说几句挖苦的话，让我无可奈何。哎！当值周生真是不想的那么容易呀。

总结一周，虽有些辛苦，但成就感也随之袭来；虽有不如意，但成长在改进中进行；虽是第一次，但尽的是我最大的努力。这次值周给我带来的又不止是一个星期的经历，更是促进我今后成长的动力。

五年级:anybody是我