返回首页
苏宁会员
购物车 0
易付宝
手机苏宁

服务体验

店铺评分与同行业相比

用户评价:----

物流时效:----

售后服务:----

  • 服务承诺: 正品保障
  • 公司名称:
  • 所 在 地:

  • 正版新书]创新力预测.专利申请量预测方法研究马欢9787802478367
  • 全店均为全新正版书籍,欢迎选购!新疆西藏青海(可包挂刷).港澳台及海外地区bu bao快递
    • 作者: 马欢著 | 马欢编 | 马欢译 | 马欢绘
    • 出版社: 知识产权出版社
    • 出版时间:2010-09-01
    送至
  • 由""直接销售和发货,并提供售后服务
  • 加入购物车 购买电子书
    服务

    看了又看

    商品预定流程:

    查看大图
    /
    ×

    苏宁商家

    商家:
    君凤文轩图书专营店
    联系:
    • 商品

    • 服务

    • 物流

    搜索店内商品

    商品分类

    商品参数
    • 作者: 马欢著| 马欢编| 马欢译| 马欢绘
    • 出版社:知识产权出版社
    • 出版时间:2010-09-01
    • 印刷时间:2010-01-01
    • 开本:16开
    • ISBN:9787802478367
    • 版权提供:知识产权出版社
  • 作者: 马欢
  • 著: 马欢
  • 装帧: 暂无
  • 印次: 暂无
  • 定价: 36
  • ISBN: 9787802478367
  • 出版社: 知识产权出版社
  • 开本: 16开
  • 印刷时间: 2010-01-01
  • 语种: 中文
  • 出版时间: 2010-09-01
  • 页数: 0
  • 外部编号: 五三B160372
  • 版次: 暂无
  • 成品尺寸: 暂无
  • 第一章 背景

    第二章 改进专利申请预测的研究项目
    1 引言
    2 动机与任务描述
    3 专利申请预测方法
    3.1 EPO所用的和专家咨询组报告中讨论的方法
    3.2 咨询组所建议的方法
    4 研究方案设计
    4.1 研究项目的框架
    4.2 模块A――调查法
    4.3 模块B――企业层面的专利申请量
    4.4 模块C――行业和国家层面的专利申请量
    4.5 模块D――专利传递模型
    4.6 模块E――申请数据集的时间序列模型
    5 数据需求和模块关联
    6 进一步的建议
    6.1 研究竞赛
    6.2 研究会议

    第三章 从理论到时间序列
    1 引言
    2 理论模型
    3 时间序列回归方法
    4 结论

    第四章 时间序列预测专利的相对准确度分析:时空分解法的优势
    1 引言
    2 数据描述
    3 预测方法综述
    4 预测方法的运用
    4.1 一元ARIMA模型(年度数据)
    4.2 一元ARIMA模型(月度数据)
    4.3 多元ARIMA模型(年度数据)
    4.4 多元ARIMA模型(月度数据)
    4.5 一元DLM模型(年度数据)
    4.6 一元DLM模型(月度数据)
    4.7 多元DLM模型(年度数据)
    4.8 多元DLM模型(月度数据)
    5 相对准确度分析
    6 更长时间轴范围内的预测准确度
    7 结论

    第五章 向欧专局申请专利的驱动力:产业途径
    1 引言
    2 专利和经济因素的关联
    3 实证分析结果
    3.1 总体模型
    3.2 国家模型
    3.3 产业模型
    4 结论

    第六章 预测专利申请的时间序列法
    1 引言
    2 数据描述
    3 模型描述
    4 应用方法和诊断的描述
    5 分析的结果
    5.1 平稳性
    5.2 预白噪声化和交叉相关
    5.3 自回归分布滞后(ADL)法的结果
    5.4 向量自回归(VAR)法获得的结果
    6 结论
    7 附录

    第七章 向欧专局申请的国际专利:总体、产业和同族申请
    1 引言
    2 文献综述
    3 方法论和数据集
    3.1 概念性框架和方法论
    3.2 数据来源
    4 实证分析
    4.1 案例1――总体申请(按申请模式划分)
    4.2 案例2――产业申请(联合集群)
    4.3 案例3――同族专利申请
    5 结论
    附录:技术注释

    第八章 微观数据实现宏观结果
    1 引言
    2 随机抽样调查
    2.1 数据库及其性能特征
    2.2 描述统计
    2.3 持续与非持续申请人
    2.4 讨论
    3 DTl记分牌与专利数据结合
    3.1 数据
    3.2 描述统计
    3.3 相关性
    3.4 讨论
    4 结论

    第九章 欧洲专利局对预测方法的改进
    1 引言
    2 现有方法
    2.1 趋势分析
    2.2 传递模型
    2.3 申请人调查
    2.4 联合集群层面的规划
    2.5 年度预测实践
    2.6 讨论
    3 推荐的研究方案
    3.1 改进专利申请预测的研究项目(迪特马尔?哈霍夫,第二章 )
    3.2 从理论到时间序列(彼得?欣利和沃尔特?帕克,第三章 )
    3.3 时间序列预测专利的相对准确度分析:时空分解法的优势(奈杰尔?米德,第四章 )
    3.4 向欧专局申请专利的驱动力:产业途径(克努特?布兰德,第五章 )
    3.5 预测专利申请的时间序列法(格哈德?迪克塔,第六章 )
    3.6 向欧专局申请的国际专利:总体,产业和同族申请(沃尔特?帕克,第七章 )
    3.7 微观数据实现宏观结果(赖尔?费希,第八章 )
    4 欧专局执行建议情况概述
    5 预测的比较
    6 欧专局预测的未来发展
    7 结论
    参考文献
    译后记

    作者:(英国)彼得?欣利 (法国)马可?尼古拉斯 译者:马欢 蔡中华

    《创新力预测:专利申请量预测方法研究》:知识产权译丛。

    售后保障

    最近浏览

    猜你喜欢

    该商品在当前城市正在进行 促销

    注:参加抢购将不再享受其他优惠活动

    x
    您已成功将商品加入收藏夹

    查看我的收藏夹

    确定

    非常抱歉,您前期未参加预订活动,
    无法支付尾款哦!

    关闭

    抱歉,您暂无任性付资格

    此时为正式期SUPER会员专享抢购期,普通会员暂不可抢购