数据与模型的关系
数据与模型的关系
计量经济学模型对数据依赖性的探索
一、引言
在计量经济学模型的应用研究中，经常有人提出类似于“鸡生蛋还是蛋生鸡”的问题，即究竟是根据数据设定模型．还是根据模型选择数据?不同的是．鸡与蛋的关系问题是没有答案的，而模型与数据的关系问题是有答案的。表示计量经济学应用模型的类型依赖于表征研究对象状态的数
据类型，不同类型的数据。必须选择不同类型的模型。在模型类型确定之后，依据对研究对象的系统动力学关系的分析，设定总体模型。在这个过程中，必须对在经济理论指导下所分析的系统动力学关系进行统计必要性检验。当总体模型被正确设定后，接下来的任务是进行模型参数的估计，毫无疑问，模型估计必须得到样本数据的支持，模型估计结果依赖于样本数据的质量。模型经过估计和检验后进人应用，根据应用目的的不同，需要不同的数据支持，例如用于预测，必须首先给出预测期的外生变量的数据，这就是所表示的步骤。
计量经济学模型对数据的依赖性的一个人所共知的例
子是关于我国广义技术进步对经济增长的贡献的测算。国内外许多学者进行了经验研究。结果差异极大，技术进步对GDP
量经济学应用研究中有关模型与数据之间关系的几个迫切、重要的问题进行讨论。最后对“数据陷阱”问题进行简单的讨论。
二、模型类型设定对数据的依赖性
在经济、社会问题研究中，当研究对象确定之后．表征该经济、社会活动结果的数据自然地被确定了。计量经济学应用研究的第一步，就是根据表征所要研究的经济、社会活动结果的数据类型确定应该建立什么类型的计量经济学模型，在这一步骤中．数据的类型决定了计量经济学模型的类型。李子奈(2008)指出．一个成功的计量经济学应用研究，最重要的是设定正确的总体回归模型：并且提出了总体模型设定的若干原则，包括唯一性、一般性、现实性、统计检验必要性和经济系统动力学关系导向原则。但是这些是在模型类型确定之后的任务．确定模型类型仍然是首要的任务。用于宏观和微观计量经济分析的数据分为三类：截面数据(Cross—sectional Data)、时间序列数据(Time—se~es Data) 和面板数据(Panel Data，也译为平行数据、综列数据)。
对于截面数据，只有当数据是在截面总体中由随机抽样得到的样本观测值．并且变量具有连续的随机分布时，才能
够将模型类型设定为经典的计量经济学模型。经典计量经济学模型的数学基础是建立在随机抽样的截面数据之上的。但是，在实际的经验实证研究中．面对的截面数据经常是非随机抽样得到的．或者是离散的，如果仍然采用经典计量经济学的模型设定，错误就不可避免了。
例如在前述的农户借贷的实例中．如果只利用2820户发生借贷的农户为样本，建立经典的回归模型，被称为“截断数据”(Trunca—tion Data)。这类数据在实际经济分析中十分常见，特别在微观经济社会问题研究中大量存在。人们抽取的样本经常是“掐头”或者“去尾”的。对于这类数据，因为抽取每个样本的概率发生了变化，如果仍然采用经典计量经济学模型，其估计结果就产生了“选择性偏误”，应该建立截断数据模型，在这方面J．J．Heckman(1974．1979)做出了基础性贡献。
例如，我们研究的对象是选择的结果，或者是二元选择问题，或者是多元选择问题。作为模型被解释变量的观测值只能是0、1或者0、1、2、…。这类问题人们几乎每时每刻都面临着。选择结果受哪些因素的影响?各个因素的影响程度有多大?当然可以通过建立计量经济学模型来分析。但是，经典计量经济学模型显然是不适用的，应该建立专门的离散
选择模型，在这方面．D．LMcFadden(1974)做出了基础性贡献。
再如，我们经常要研究表现为计数数据(Count Data)的社会、经济活动结果受哪些因素的影响。例如，汽车一个月内发生事故的次数、学生本科4年内不及格的课程门数、大学毕业生参加工作前5年内调换工作的次数、个人一年内到医院就诊的次数，等等。这些数据都是离散的非负整数，在随机抽取的一组样本中．零元素和绝对值较小的数据出现得较为频繁，重复抽样的正态分布假设不再适用。显然，对于这样的问题，不可以建立以正态性假设为基础的经典计量经济学模型，应该建立专门发展的计数数据模型，
Gilbert(1979)提出了泊松回归模型，Hausman，
Hall&Gfiliches(1984)提出了负二项回归模型。
对于时间序列数据，经典计量经济学模型只能建立在平稳时间序列基础之上，因为只有对满足渐进不相关的协方差平稳序列，才可以适用基于截面数据的统计推断方法，建立时间序列模型。协方差平稳性和渐进不相关性为时间序列分析适用大数定律和中心极限定理创造了条件，替代了截面数据分析中的随机抽样假定(Wooldfidge，2003)。
否则．数据的时间序列性破坏了随机抽样假定．取消了
样本点之间的独立性，样本点将发生序列相关。如果序列相关性不能足够快地趋于零．在统计推断中发挥关键作用的大数定律、中心极限定理等极限法则缺乏应用基础。很可惜，实际的时间序列很少是平稳的。由于宏观经济仍然是我国学者进行经验实证研究的主要领域，而宏观时间序列大量是非平稳的，于是出现了大量的错误。只有经济行为上存在长期均衡关系。在数据上存在协整关系的非平稳时间序列，才能够建立经典的结构模型．C．W．Granger(1974，1987)等的贡献解决了非平稳时间序列模型设定的数学基础问题。
至于面板数据，截面数据和时间序列数据存在的问题同时存在，并且还提出了模型设定的专门问题，例如变截距和变系数问题、随机影响和固定影响问题等．已经发展形成了一套完整的模型方法体系(见Cheng Hsiao，1986，2003)。依据新的模型方法体系设定总体理论模型，才能进行可靠的经验实证。
三、总体回归模型设定对数据关系的依赖性
李子奈(2008)曾经用图2描述数据在总体回归模型设定中的作用。在经济学理论指导下，通过经济主体动力学关系分析，得到了对研究对象(在单方程计量经济学模型中被称为被解释变量)具有恒常的、显著的影响的因素。这些关系
是否真的存在?这些因素如何被引入模型?仍然需要依赖数据。即经济关系的确认，是以数据之间存在统计相关关系为条件的。这就是总体回归模型设定对数据关系的依赖性。所以．在经济主体动力学关系分析的基础上．必须进行数据的统计相关性检验．包括时间序列的因果关系检验．对经济行为分析的结论加以“甄别”，去伪存真。
这里必须强调的是，在图2中．首先是在经济学理论的指导下．对研究对象进行经济行为分析，然后利用数据进行统计分析。以检验行为分析得到的假设。如果简单地依据数据关系确定经济关系．显然是不正确的。数据之间存在统计相关关系，并不是存在经济关系的充分条件，而只是必要条件。列举一个错误不易被发现的例子．时间序列结构突变点的内生与外生问题。时间序列的结构变化是计量经济学应用研究中的一个普遍现象，它既是一个经济现象，也是一个统计现象。在时间序列分析中，将结构突变点外生，是从经济现象人手，然后用统计现象进行检验．将统计检验看作必要条件。近年来的许多应用研究将结构突变点内生，即从统计现象人手．然后用经济现象进行解释，将统计检验看作充分条件。结构突变点内生，从统计学方法技术上讲是先进的，但是从逻辑学上讲是存在问题的，误将必要条件作为充分条件。
另一个重要的问题是．用什么“变量”表征“因素”?经济系统的动力学分析。得到的只是“恒常的、显著的影响因素”。例如，资本和劳动是产出量的直接影响因素．收入和价格是需求量的直接影响因素。用什么“变量”来表征这些“因素”，并且作为解释变量引入模型?仍然需要依赖数据。根据数据的可得性和代表性原则，选择恰当的变量。例如，表征资本的变量应该是固定资本与流动资本之和．但是在很多情况下(例如以企业为研究对象)缺少流动资本的数据，只能采用固定资本，那么会带来什么问题?固定资本又有原值和净值之分．又应该如何选择?另外还大量涉及总量与部分之间的选择问题．应该采用总量的必须采用总量，如果用部分代替总量，必须假设在所有的样本点上部分在总量中的比例是相同的．这又是一个需要利用数据进行检验的问题。
四、模型估计对数据质量的依赖性
确定了模型类型，并正确地完成了总体回归模型的设定．接下来的任务就是根据总体模型采集用于模型估计的样本数据。前述的关于我国广义技术进步对经济增长贡献的测算一例．已经说明了计量经济学模型的估计结果对样本数据质量存在着依赖性。
在20世纪80年代以前，国际统计界基本上是以提高数据准确性为出发点对数据质量问题展开研究，但是数据质量的内涵远超过单纯的数据准确的概念。之后，学者们更多地从数据使用者的角度去评判数据的质量，从而形成了数据质量的众多维度。李子奈(1992)将计量经济学模型的样本数据质量概括为一致性、完整性、准确性和可比性四个方面。
所谓一致性．即母体与样本的一致性，样本必须是从母体中随机抽取的。在实际应用中．违反一致性的情况经常会发生。例如。用企业的数据作为行业生产函数模型的样本数据，用人均收入与消费的数据作为总量消费函数模型的样本数据．用31个省份的数据作为全国总量模型的样本数据，等等。
所谓完整性．即总体模型中包含的所有变量都必须得到相同容量的样本观测值。这既是模型参数估计的需要，也是经济现象本身应该具有的特征。但是，在实际中，“遗失数据”的现象是经常发生的。在出现“遗失数据”时．如果样本容量足够大，样本点之间的联系并不紧密的情况下，可以将“遗失数据”所在的样本点整个地去掉：如果样本容量有限，或者样本点之间的联系紧密，去掉某个样本点会影响
模型的估计质量．则要采取特定的技术将“遗失数据”补上。
所谓一致性．即母体与样本的一致性，样本必须是从母体中随机抽取的。在实际应用中．违反一致性的情况经常会发生。例如。用企业的数据作为行业生产函数模型的样本数据，用人均收入与消费的数据作为总量消费函数模型的样本数据．用31个省份的数据作为全国总量模型的样本数据，等等。
所谓完整性．即总体模型中包含的所有变量都必须得到相同容量的样本观测值。这既是模型参数估计的需要，也是经济现象本身应该具有的特征。但是，在实际中，“遗失数据”的现象是经常发生的。在出现“遗失数据”时．如果样本容量足够大，样本点之间的联系并不紧密的情况下，可以将“遗失数据”所在的样本点整个地去掉：如果样本容量有限，或者样本点之间的联系紧密，去掉某个样本点会影响模型的估计质量．则要采取特定的技术将“遗失数据”补上。
所谓准确性．有两方面含义，一是所得到的数据必须准确反映它所描述的经济变量的状态，即统计数据或调查数据
本身是准确的：二是它必须是模型研究中所准确需要的，即满足模型对变量口径的要求。前一个方面是显而易见的，而后一个方面则容易被忽视。例如，在行业生产函数模型中．作为解释变量的资本、劳动等必须是投入到生产过程中的、对产出量起作用的那部分生产要素。以劳动为例，应该是投入到生产过程中的、对产出量起作用的那部分劳动者的实际劳动投入。
所谓一致性．即母体与样本的一致性，样本必须是从母体中随机抽取的。在实际应用中．违反一致性的情况经常会发生。例如。用企业的数据作为行业生产函数模型的样本数据，用人均收入与消费的数据作为总量消费函数模型的样本数据．用31个省份的数据作为全国总量模型的样本数据，等等。
所谓完整性．即总体模型中包含的所有变量都必须得到相同容量的样本观测值。这既是模型参数估计的需要，也是经济现象本身应该具有的特征。但是，在实际中，“遗失数据”的现象是经常发生的。在出现“遗失数据”时．如果样本容量足够大，样本点之间的联系并不紧密的情况下，可以将“遗失数据”所在的样本点整个地去掉：如果样本容量有限，或者样本点之间的联系紧密，去掉某个样本点会影响
模型的估计质量．则要采取特定的技术将“遗失数据”补上。
所谓准确性．有两方面含义，一是所得到的数据必须准确反映它所描述的经济变量的状态，即统计数据或调查数据本身是准确的：二是它必须是模型研究中所准确需要的，即满足模型对变量口径的要求。前一个方面是显而易见的，而后一个方面则容易被忽视。例如，在行业生产函数模型中．作为解释变量的资本、劳动等必须是投入到生产过程中的、对产出量起作用的那部分生产要素。以劳动为例，应该是投入到生产过程中的、对产出量起作用的那部分劳动者的实际劳动投入。
于是，统计中的全体职工人数显然不能作为样本数据．尽管全体职工人数在统计上是很准确的，但其中有相当一部分与生产过程无关．不是模型所需要的。更严格讲，即使是与生产过程有关的那部分职工，也不宜直接作为样本观测值：作为样本数据的应该是他们的以劳动时间计量的实际劳动投入。如果不能得到这样的数据．而是以人数为观测值，相当于设置了一个很强的假设：在所有样本点上。每个职工实际投入的劳动(例如劳动小时)是相同的
所谓可比性．也就是通常所说的数据口径问题，在计量经济学应用模型研究中可以说无处不在而人们容易得到的经济统计数据．一般可比性较差，其原因在于统计范围口径的变化和价格口径的变化，必须进行处理后才能用于模型参数的估计。计量经济学方法，是从样本数据中寻找经济活动本身客观存在的规律性，如果数据是不可比的，得到的规律性就难以反映实际。正如前例所表示的．不同的研究者研究同一个经济问题，采用同样的变量和模型数学形式，选择的样本点也相同，但可能得到相差甚远的模型参数估计结果。为什么?原因在于样本数据的可比性。样本数据的可比性问题在截面数据模型中存在但不严重，在时间序列数据模型十分普遍。例如，在前例的问题中，所建立的模型都是C—D型总量生产函数模型，选择的投入要素都是资本和劳动，数据都来自于中国统计年鉴。
作为被解释变量的国内生产总值(GDP)一般采用按照不变价计算的数据，具有可比性；而劳动一般采用人数作为样本观测值，在不同的样本点上也具有可比性：如果固定资产原值(或者净值)数据是以资产形成年的价格计量的资产简单相加得到的，显然在不同的样本点上不具有可比性。于是不同的研究者采用不同的方法对固定资产原值(或者净值)数据进行调整，自然就会有不同的模型估计结果。
如何实现计量经济学模型样本数据的一致性、完整性、准确性和可比性?这些问题已经不完全属于统计学的范畴，而应该成为计量经济学应用研究本身的任务。改善数据质量和改善模型方法技术同等重要，前者甚至更加有效。而且只有认识到样本数据在质量方面存在的问题．才能有针对性地改善模型方法技术。
除了上述的四个方面以外，样本数据的结构变化或奇异点的诊断也对模型估计质量有重要影响。计量经济学模型方法是一种经验实证分析方法，试图从观测到的局部、特殊出发，经过抽象和假设．再经过检验，得到能够覆盖时序上所有时点或截面上所有个体的一般性法则。
那么，对于观测到的时间序列的结构变化或者截面上的奇异点(为了方便，下面统称为奇异点)，就有两种情况：从经济行为上可以解释和无法解释。例如自然灾害、战争等原因造成的经济时间序列中的奇异点．在经济行为上是可以解释的；而由于统计或调查的失误、道德问题，以及行为的极端非理性等原因造成的经济时间序列或截面数据中的奇异点，在经济行为上是无法解释的。
凡是在经济行为上可以解释的奇异样本．在计量经济学模型估计过程中被建议保留，通过模型技术的改进加以消除，使之对一般性法则不产生影响，甚至它本身就是一般性法则的一部分：凡是在经济行为上无法解释的奇异样本．在计量经济学建模过程中被建议剔除，包括直接剔除或者通过引入毫无实际意义的虚拟变量加以消除。对于建模者而青，首先是必须从样本数据中发现奇异点．这就是数据诊断的任务。关于样本数据中奇异点的诊断，国内外学者已经进行了广泛的研究。例如赵进文(2000)、周建(2005)在数据诊断理论方法领域的研究成果，具有很好的应用价值。但是，在计量经济学应用研究中却经常被忽视。
五、模型应用对外生想定数据的依赖性
计量经济学模型的应用大体包括四个方面：结构分析、理论检验、经济预测和政策评价。如果将模型用于经济预测和政策评价．那么预测的结果和评价的结论除了依赖正确的模型外，还依赖于想定的外生变量值或者政策方案，它们都以数据的形式出现，一般统称为“想定数据” 那么就提出一个问题：什么数据是可以被准确“想定”的，什么数据是不可能被准确“想定”的?
例如，建立了一个时间序列模型y1=f(B，Xt)，为了利
用模型预测yt,必须给定Xt,那么Xt必须独立于B，即不对B产生影响，同时Xt必须不受9 (i=l，2，…)的影响，只有在这样的条件下，它们才能够被外生“想定”，才能够被用于预测yt。道理是显而易见的。这就要求预测模型的解释变量具有“强外生性”。
再如，如果建立一个用于政策评价的时问序列模型 (p，X ，Z )，Z是政策变量。经济学常识告诉我们，未来的政策是依赖于9 (i=l，2，…)的，即人们必须根据现行政策的执行效果来制定或者调整未来的政策，也就是说人们不可能准确“想定”若干年以后的政策。所以人们不可能应用计量经济学模型对未来的政策进行准确的评价，只能进行不同政策方案的比较研究，即使如此，也要求作为政策变量的解释变量具有“超外生性”于是提出一个问题：能否建立一个既能用于预测又能用于政策评价的模型?答案显然是否定的。用于预测的外生变量Xt必须不受yt(i=l，2，…)的影响，而用于政策评价的外生变蜒X 必须根据yt(i＝1，2，…)才能给定Xt模型中的“强外生性”变量不可能同时具有“超外生性”。而在我们已有的应用研究中，既用于预测又用于政策评价的模型却屡见不鲜。
六、结论与启示
前面讨论的问题，看上去都是很浅显的，但是却是目前我国计量经济学应用研究中最为严重的问题之一。数据问题，不是统计学的任务，而是计量经济学的任务。一项计量经济学应用研究课题，或者一篇计量经济学应用研究论文，必须将相当大部分工作或者相当大部分篇幅放在数据的采
集和处理方面。否则研究课题是不可能成功的．研究论文也是没有价值的。计量经济学课程教学，必须将模型对数据的依赖性问题作为重要的教学内容，否则，学生学了一堆模型理论方法也是无法正确应用的。
强调计量经济学模型对数据的依赖性，也要避免模型研究掉人“数据陷阱”之中。社会经济数据是社会经济活动状态的表征+客观性是其最重要的属性，必须是真实、客观地反映事物的本来面目，不能有任何随意的假定、推测和想象。这样的数据才是模型研究者可资依赖的。用数据的“关联性”诊断数据的“客观性”。问题是明显存在的。所以，一个十分重要的启示是，模型研究者必须首先对客观的社会经济活动进行观察和分析，获得“感觉”。那些不进行任何调查研究，以通过某种渠道获得的“数据库”作为研究的起点，是很容易掉入“数据陷阱”之中的。
这是“数据陷阱”在计量经济学模型研究中的第一个
表现，也是当前严重存在的问题之一。“数据陷阱”在模型研究中的第二个表现是实用主义倾向。数据是客观的。但是被主观地选择使用。研究者往往按照自己的研究目的和希望得到的结论去选择数据，而在研究报告或者论文中将选择过程隐去，给人一种很“客观”的印象。为什么同样的问题不同的研究者会得到不同的结论。这是原因之一。
·
实验3：ER图设计到关系模型转换
实验：ER图设计到关系模型转换 1．实验目的 1．掌握E-R模型的绘制方法。 2．能将E-R模型转换为关系模型，为后续课程实现创建数据库、数据表、表间关系等（修改表结构）打好基础。 2．实验内容及步骤 前期要求掌握的知识： 数据库设计的一个最基本的问题是如何建立一个好的数据库模式。即给出一组数据，如何构造一个适合于它们的数据模式，使数据库系统无论是在数据存储方面，还是在数据操纵方面都有较好的性能。 实验相关理论或原理： 设计E—R图步骤： 1、设计局部E-R图。 （1）确定实体集合 （2）联系 标明：1:1，1:N，N:M。原则上：与处理框相关的输入流（数据流），输出流（数据目的地），输入或输出的工作之间的可能存在的联系。 （3）属性 属性名尽量和数据流中数据项名相同。 （4）主关键字 属性中标明作为PK（primary key）的属性集合. 2、集成局部E-R图 在设计局部E-R图的基础上，将局部E-R图集成为全局E-R图。集成时要解决的问题：消除冲突、消除冗余 3、合并局部E-R图 合并局部E-R图中相同部分，尽可能的保留特殊部分，删除冗余部分，用累加的方式一次集成两个局部E-R图。 4、优化全局E-R图必要时应对全局E-R图进行修改，重构和优化得到最佳的全局E-R 图方案。 内容: 题1：某学院的教学管理的对象是：系（系名，办公地址）、教师（教师工号、姓名、年龄、职称）、学生（学号，姓名，生日）、课程（课程号，课程名，学分）。其中，一个系有多个教师每个教师只属于一个系，每个老师可上多门课，每门课只由一个老师上，每个学生可以在某学期选修多门课，每门课可有多个学生选修。 题2：某旅行社管理系统管理的对象是：景点（景点编号，景点名称，地点，景点描述）、
数据库关系模式 练习题
已知关系模式R（city, street, zip）其中city为城市编号，street为街道编号，zip为邮政编码，一个城市的一条街道只有一个邮政编码，一个邮政编码只属于一个城市。请写出R上成立的所有函数依赖及所有候选键，并说明R最高是第几范式。 现有某个应用，涉及到两个实体集，相关的属性为： 实体集R(A1,A2,A3，A4),其中，A1为码 实体集S(B1,B2,B3)，其中B1为码 从实体集R到S存在一对一的联系，联系属性是C1和C2。 1.设计相应的关系数据模型； 2.如果将上述应用的数据库设计为一个关系模式，如下： RS(A1,A2,A3,A4，B1,B2,B3,C1，C2) 这种设计是否合适并说明理由。 3.上述第2题的关系模式RS满足第二范式吗为什么 4.如果将上述应用的数据库设计为两个关系模式，如下： R1 (A1,A2,A3，A4，B1，C1，C2) R2 (B1，B2,B3) 假设存在函数依赖A2→A3，B2→B3 指出关系模式R1、R2最高满足第几范式(在1NF～BCNF之内)。 设基商业集团数据库中有商店、商品、职工三类实体。其中商店的属性有：商店编号、商店名称、地址；商品的属性有：商品号、商品名、规格、单价；职工的属性有：职工号、姓名、性别。 每个商店可销售多种商品，每种商品也可放在多个商店销售。 每个商店聘用多名职工，每名职工只能在一个商店工作。 根据上面叙述，解答以下问题： (1)设计E—R模型，要求标注连通词，可省略属性。 (2)将E—R模型转换成关系模型，标出每一个关系的主码和外码(如果存在)。 (3)写出定义参照完整性的SQL子句，要求满足“当参照表中数据更新时，外码也自动更新”。 关系模式中R（B，C，M，T，A，G），根据语义有如下函数依赖集： F={ B-C, (M,T)-- B,(M,C)-T, (M,A)-àT ,(A,B)- G } 关系模式R的码是（ D ） A. （M，T） B. （M，C） C. （M，A） D.（A，B） R的规范化程度最高达到（B ） A. 1NF B. 2NF C. 3NF D. 4NF 描述学生的关系模式r(sno，sd，mn，cno，g)，其中sno表示学号，sd表示系名，mn表示系主任姓名，cno
对象关系模型数据库解析
面向对象数据库系统（Object Oriented Data Base System，简称OODBS）是数据库技术与面向对象程序设计方法相结合的产物。 对于OO数据模型和面向对象数据库系统的研究主要体现在：研究以关系数据库和SQL为基础的扩展关系模型；以面向对象的程序设计语言为基础，研究持久的程序设计语言，支持OO模型；建立新的面向对象数据库系统，支持OO数据模型。 面向对象程序设计方法是一种支持模块化设计和软件重用的实际可行的编程方法。它把程序设计的主要活动集中在建立对象和对象之间的联系（或通信）上，从而完成所需要的计算。一个面向对象的程序就是相互联系（或通信）的对象集合。面向对象程序设计的基本思想是封装和可扩展性。 面向对象数据库系统支持面向对象数据模型（以下简称OO模型）。即面向对象数据库系统是一个持久的、可共享的对象库的存储和管理者；而一个对象库是由一个OO模型所定义的对象的集合体。 一个OO模型是用面向对象观点来描述现实世界实体（对象）的逻辑组织、对象间限制、联系等的模型。一系列面向对象核心概念构成了OO模型的基础。概括起来，OO模型的核心概念有如下一些: （1）对象（Object）与对象标识OID（Object IDentifier） 现实世界的任一实体都被统一地模型化为一个对象，每个对象有一个唯一的标识，称为对象标识（OID）。 （2）封装（Encapsulation） 每一个对象是其状态与行为的封装，其中状态是该对象一系列属性（Attribute）值的集合，而行为是在对象状态上操作的集合，操作也称为方法（Method）。 （3）类（C1ass） 共享同样属性和方法集的所有对象构成了一个对象类（简称类），一个对象是某一类的一个实例（instance）。 （4）类层次（结构） 在一个面向对象数据库模式中，可以定义一个类（如C1）的子类（如C2），类Cl 称为类C2的超类（或父类）。子类（如C2）还可以再定义子类（如C3）。这样，面向对象数据库模式的一组类形成一个有限的层次结构，称为类层次。 （5）消息（Message） 由于对象是封装的，对象与外部的通信一般只能通过显式的消息传递，即消息从外部传送给对象，存取和调用对象中的属性和方法，在内部执行所要求的操作，操作的结果仍以消息的形式返回。 OODB语言用于描述面向对象数据库模式，说明并操纵类定义与对象实例。OODB语言主要包括对象定义语言（ODL）和对象操纵语言（OML），对象操纵语言中一个重要子集是对象查询语言（OQL）。OODB语言一般应具备下述功能： （1）类的定义与操纵 面向对象数据库语言可以操纵类，包括定义、生成、存取、修改与撤销类。其中类的定义包括定义类的属性、操作特征、继承性与约束等。 （2）操作/方法的定义 面向对象数据库语言可用于对象操作/方法的定义与实现。在操作实现中，语言的命令
翻译 大型共享数据库的数据关系模型(精选.)
大型共享数据库的数据关系模型 E.F.Codd IBM Research Laboratory,SanJose,California 未来的数据库使用者一定是和数据在机器中的存储（即数据库的内部模式）相隔离的。而通过提示服务来提供信息是一个不太令人满意的解决方法。当数据的内部模式表示发生改变，甚至数据内部表示的多个方面发生改变时，终端用户和大多数应用程序的活动都不会受到影响。因此，查询、更新和报告存储信息类型的自然增长和变动都需要在数据表示中表现出来。 现存的不可推断的、格式化的数据系统给用户提供了树结构的文件或者更一般的网格模式的数据。本文在第一部分讨论这些模式的不足之处。并且会介绍一种基于n元组关系的模式，一种数据库关系的正式形式和通用数据子句的概念。第二部分将讨论一些关系的操作（不是逻辑层面的），并且把这些操作应用于用户模式上解决冗余和一致性问题。 1关系模式和一般模式 1.1简介 这篇文章是关于系统的基本关系原理的应用，这个原理提供了共享大型格式化数据库的方法。除了Childs[1]的文章有介绍外，用于数据库系统的关系的主要应用 还表现在演绎推理型的问-答系统中。Levein和Maron[2]提供了大量关于这个领域的参考资料。 相比之下，这里要解决的问题是一些数据独立性的问题——应用程序和终端活动之于数据类型增长和数据表示变动的独立性，而数据一致性问题即使在非演绎推 理型系统中也是很棘手的。 在目前流行的非推论性系统中，第一部分要介绍的数据的关系视图（或叫做模式）在一些方面似乎优于图模式和网格模式[3,4]。这种模式提供了一种根据数据的自然结构来描述描述数据的方式——也就是说，不用为了数据的机器表示而添加其 他的将结构。因此，这种模式为高水准的数据语言提供了基础，而这种数据语言机 制一方面可以达到最大化程序之间的独立性，另一方面也可以最大化数据的机器表 示和组织之间的独立性。 关系模式更高一级的优势在于它构成了关系处理可导性、冗余性和一致性的坚固基础——这些将在第二部分讨论。另一方面，网络模型产生了一些混淆，尤其是 把连接的源误作为关系的源（见第二部分“连接陷阱”） 最后，关系视图允许对目前格式化数据系统的范围和逻辑限制的更清晰的估算，并且有在单独的系统内竞争数据表示方式的优点（从逻辑的观点）。更清楚的这个观点的示例会在本文中的不同部分中被阐释。但是支持关系模式的系统实现不会讨论。 1.2目前系统的数据相关性 最近发展的信息系统中数据描述表的提供是向数据独立性目标[5,6,7]靠近的重要提高。这些表可以使改变数据库中数据表示的某些特征变得更容易些。但是，许 多数据表示特征可以在不逻辑地削弱一些应用程序的情况下被改变的功能仍受到相 当的限制。更进一步，与用户交互的数据模式仍然有一些散乱的代表性特征，特别
概念数据模型设计讲解
一、新建概念数据模型 1）选择File-->New,弹出如图所示对话框，选择CDM模型（即概念数据模型）建立模型。 2）完成概念数据模型的创建。以下图示，对当前的工作空间进行简单介绍。（以后再更详细说明）．
3）选择新增的CDM模型，右击，在弹出的菜单中选择“Properties”属性项，弹出如图所示对话框。在“General”标签里可以输入所建模型的名称、代码、描述、创建者、版本以及默认的图表等等信息。在“Notes”标签里可以输入相关描述及说明信息。当然再有更多的标签，可以点击 按钮，这里就不再进行详细解释。?牯?尾 二、创建新实体 1）在CDM的图形窗口中，单击工具选项版上的Entity工具，再单击图形窗口的空白处，在单击的位置就出现一个实体符号。点击Pointer工具或右击鼠标，释放Entitiy工具。如图所示
2）双击刚创建的实体符号，打开下列图标窗口，在此窗口“General”标签中可以输入实体的名称、代码、描述等信 息。． 三、添加实体属性 1）在上述窗口的“Attribute”选项标签上可以添加属性，如下图所示。
注意： 数据项中的“添加属性”和“重用已有数据项”这两项功能与模型中Data Item的Unique code 和Allow reuse选项有关。 P列表示该属性是否为主标识符;D列表示该属性是否在图形窗口中显示;M列表示该属性是否为强制的，即该列是否为空值。 如果一个实体属性为强制的，那么，这个属性在每条记录中都必须被赋值，不能为空。 2）在上图所示窗口中，点击插入属性按钮，弹出属性对话框，如下图所示。
面向对象数据模型
第三节面向对象数据模型 1、传统数据模型存在的主要问题 已于前述，目前非空间数据最主要的数据模型是层次模型、网状模型和关系模型。这里，我们分别介绍它们用于GIS地理数据库的局限性 (1)层次模型用于GIS地理数据库的局限性 层次模型反映了地理世界中实体之间的层次关系，在描述地理世界中自然的层次结构关系时简单、直观，易于理解，并在一定程度上支持数据的重构。它用于GIS地理数据库存在的主要问题是： 1）、很难描述复杂的地理实体之间的联系，描述多对多的关系时导致物理存储上的冗余； 2）、对任何对象的查询都必须从层次结构的根结点开始，低层次对象的查询效率很低，很难进行反向查询； 3）、数据独立性较差，数据更新涉及许多指针，插入和删除操作比较复杂，父结点的删除意味着其下层所有子结点均被删除； 4）、层次命令具有过程式性质，要求用户了解数据的物理结构，并在数据操纵命令中显式地给出数据的存取路径； 5）、基本不具备演绎功能和操作代数基础。 (2)网状模型用于GIS地理数据库的局限性 网状模型是层次模型的一般形式，反映了地理世界中常见的多对多关系，在一定程度上支持数据的重构，具有一定的数据独立和数据共享特性，且运行效率较高。用于GIS地理数据库的主要问题如下： 1）、由于网状结构的复杂性，增加了用户查询的定位困难，要求用户熟悉数据的逻辑结构，知道自己所处的位置； 2）、网状数据操作命令具有过程式性质，存在与层次模型相同的问题； 3）、不直接支持对于层次结构的表达； 4）、基本不具备演绎功能和操作代数基础。 (3)关系模型用于GIS地理数据库的局限性
关系模型表示各种地理实体及其间的关系，方式简单、灵活，支持数据重构；具有严格的数学基础，并与一阶逻辑理论密切相关，具有一定的演绎功能；关系操作和关系演算具有非过程式特点。尽管如此，关系模型用于GIS地理数据库也还存在一些不足。主要问题是： 1）、无法用递归和嵌套的方式来描述复杂关系的层次和网状结构，模拟和操作复杂地理对象的能力较弱； 2）、用关系模型描述本身具有复杂结构和涵义的地理对象时，需对地理实体进行不自然的分解，导致存储模式、查询途径及操作等方面均显得语义不甚合理； 3）、由于概念模式和存储模式的相互独立性，及实现关系之间的联系需要执行系统开销较大的联接操作，运行效率不够高。 不难看出，关系模型的根本问题是不能有效地管理复杂地理对象。 2、面向对象的概念 面向对象的基本概念是在本世纪70年代萌发出来的，它的基本做法是把系统工程中的某个模块和构件视为问题空间的一个或一类对象。到了80年代，面向对象的方法得到很快发展，在系统工程、计算机、人工智能等领域获得了广泛应用。但是，在更高级的层次上和更广泛的领域内对面向对象的方法进行研究还是90年代的事。 (1)基本思想和基本概念 面向对象的基本思想是通过对问题领域进行自然的分割，用更接近人类通常思维的方式建立问题领域的模型，并进行结构模拟和行为模拟，从而使设计出的软件能尽可能地直接表现出问题的求解过程。因此，面向对象的方法就是以接近人类通常思维方式的思想，将客观世界的一切实体模型化为对象。每一种对象都有各自的内部状态和运动规律，不同对象之间的相互联系和相互作用就构成了各种不同的系统。 在面向对象的方法中，对象、类、方法和消息是基本的概念。 对象——含有数据和操作方法的独立模块，可以认为是数据和行为的统一体。如一个城市、一棵树均可作为地理对象。对于一个对象，应具有如下特征： ·具有一个唯一的标识，以表明其存在的独立性； ·具有一组描述特征的属性，以表明其在某一时刻的状态； ·具有一组表示行为的操作方法，用以改变对象的状态。
数据与模型的关系
计量经济学模型对数据依赖性的探索 一、引言 在计量经济学模型的应用研究中，经常有人提出类似于“鸡生蛋还是蛋生鸡”的问题，即究竟是根据数据设定模型．还是根据模型选择数据?不同的是．鸡与蛋的关系问题是没有答案的，而模型与数据的关系问题是有答案的。表示计量经济学应用模型的类型依赖于表征研究对象状态的数 据类型，不同类型的数据。必须选择不同类型的模型。在模型类型确定之后，依据对研究对象的系统动力学关系的分析，设定总体模型。在这个过程中，必须对在经济理论指导下所分析的系统动力学关系进行统计必要性检验。当总体模型被正确设定后，接下来的任务是进行模型参数的估计，毫无疑问，模型估计必须得到样本数据的支持，模型估计结果依赖于样本数据的质量。模型经过估计和检验后进人应用，根据应用目的的不同，需要不同的数据支持，例如用于预测，必须首先给出预测期的外生变量的数据，这就是所表示的步骤。 计量经济学模型对数据的依赖性的一个人所共知的例 子是关于我国广义技术进步对经济增长的贡献的测算。国内外许多学者进行了经验研究。结果差异极大，技术进步对GDP
增长的贡献率．最低的估计为0，最高估计达到40％。甚至所建立的模型都是C—D型总量生产函数模型．选择的投入要素都是资本和劳动．甚至选择的样本区间也是相同的．数据都来自于中国统计年鉴，仍然会得到不同的结论。为什么?关键是不同的研究者对资本投入的数据或者未进行任何处理，或者进行了不同方式的处理，以消除价格因素的影响最近几年．我们对农户借贷需求进行了较为广泛的调查，采集了青海、新疆、甘肃、河北、黑龙江、吉林、山西、湖南、湖北、河南、安徽、江西、陕西、山东、辽宁、内蒙古等16省区的72个县、440多个村庄的5100家农户的数据。其中，在一年中发生借贷行为的农户占55．3％(包括向亲友借贷)，为2820户，其余2280户没有发生借贷。对于这一宝贵的数据资源．当然要充分利用。于是。为了对农户借贷行为进行因素分析．不同的研究者建立了不同的计量经济学模型。 上述例子从不同的角度反映了计量经济学模型与数据 之间的关系。前者反映了计量经济学模型估计结果对数据质量的依赖性：后者反映了计量经济学模型类型对数据类型的依赖性。正如李子奈(2007)指出的．在我国计量经济学应用研究广泛开展的今天，问题和错误也普遍存在。重要的原因之一是对计量经济学模型方法论基础缺乏正确的理解，其中包括计量经济学模型的数据基础问题下面将着重就当前计
2015数据库复习题答案
(说明：仅仅代表个人观点，答案正确率为98%，可能会有错的地方，有问题请问度娘) 复习参考资料 选择题:30分（15题） 名词解释：20分（4题） 综合题：50分 一、选择题： 1. 数据库系统是采用了数据库技术的计算机系统，数据库系统由数据库、数据库管理系统、应用系统和（C）。 A. 系统分析员 B. 程序员 C. 数据库管理员 D. 操作员 2. 数据库（DB），数据库系统（DBS）和数据库管理系统（DBMS）之间的关系是（A）。 A. DBS包括DB和DBMS B. DBMS包括DB和DBS C. DB包括DBS和DBMS D. DBS就是DB，也就是DBMS 3. 下面列出的数据库管理技术发展的三个阶段中，没有专门的软件对数据进行管理的是（D）。I．人工管理阶段II．文件系统阶段III．数据库阶段 A. I 和II B. 只有II C. II 和III D. 只有I 4. 下列四项中，不属于数据库系统特点的是（C ）。 A. 数据共享 B. 数据完整性 C. 数据冗余度高 D. 数据独立性高 5. 数据库系统的数据独立性体现在（B）。 A. 不会因为数据的变化而影响到应用程序 B. 不会因为数据存储结构与数据逻辑结构的变化而影响应用程序
C. 不会因为存储策略的变化而影响存储结构 D. 不会因为某些存储结构的变化而影响其他的存储结构 6. 描述数据库全体数据的全局逻辑结构和特性的是（A ）。 A. 模式 B. 内模式 C. 外模式 D. 以上三种 7. 要保证数据库的数据独立性，需要修改的是（C）。 A. 模式与外模式 B. 模式与内模式 C. 三级模式之间的两层映射 D. 三层模式 8. 要保证数据库的逻辑数据独立性，需要修改的是（A）。 A. 模式与外模式之间的映射 B. 模式与内模式之间的映射 C. 模式 D. 三级模式 9. 用户或应用程序看到的那部分局部逻辑结构和特征的描述是（C）模式。 A. 模式 B. 物理模式 C. 子模式 D. 内模式 10. 下述（D）不是DBA数据库管理员的职责。 A. 完整性约束说明 B. 定义数据库模式 C. 数据库安全 D. 数据库管理系统设计 11. 概念模型是现实世界的第一层抽象，这一类模型中最著名的模型是（D ）。 A. 层次模型 B. 关系模型 C. 网状模型 D. 实体-关系模型 12. 区分不同实体的依据是（B ）。 A. 名称 B. 属性 C. 对象 D. 概念 13. 关系数据模型是目前最重要的一种数据模型，它的三个要素分别是（B ）。 A. 实体完整性、参照完整性、用户自定义完整性 B. 数据结构、关系操作、完整性约束 C. 数据增加、数据修改、数据查询 D. 外模式、模式、内模式 14. 在（A ）中一个结点可以有多个双亲，结点之间可以有多种联系。 A. 网状模型
关系数据库理论练习题
一、选择题 1.为了设计出性能较优的关系模式，必须进行规范化，规范化主要的理论依据是（）。 A.关系规范化理论 B.关系代数理论 C．数理逻辑 D.关系运算理论 2.规范化理论是关系数据库进行逻辑设计的理论依据，根据这个理论，关系数据库中的关系必须满足：每一个属性都是（）。 A.长度不变的 B.不可分解的 C．互相关联的 D.互不相关的 3.已知关系模式R（A，B，C，D，E）及其上的函数相关性集合F＝{A→D，B→C，E→A}，该关系模式的候选关键字是（）。 A.A B B.B E C.C D D.D E 4.设学生关系S（S N O，S N A M E，S S E X，S A G E，S D P A R T）的主键为S N O，学生选课关系S C（S N O，C N O，S C O R E）的主键为S N O和C N O， 则关系R（S N O，C N O，S S E X，S A G E，S D P A R T，S C O R E）的主键为S N O和C N O，其满足（）。 A.1N F B.2N F C.3N F D.B C N F 5.设有关系模式W（C，P，S，G，T，R），其中各属性的含义是：C表示课程，P表示教师，S表示学生，G表示成绩，T表示时间，R表示教室，根据语义有如下数据依赖集：D={C→P，（S，C）→G，（T，R）→C，（T，P）→R，（T，S）→R}，关系模式W的一个关键字是（）。 A.（S，C） B.（T，R） C.（T，P） D.（T，S） 6.关系模式中，满足2N F的模式（）。 A.可能是1N F B.必定是1N F C.必定是3N F D.必定是B C N F 7.关系模式R中的属性全是主属性，则R的最高范式必定是（）。 A.1N F B.2N F C.3N F D.B C N F 8.消除了部分函数依赖的1N F的关系模式，必定是（）。 A.1N F B.2N F C.3N F D.B C N F 9.如果A－>B,那么属性A和属性B的联系是（）。 A.一对多 B.多对一 C．多对多 D.以上都不是 10.关系模式的候选关键字可以有1个或多个，而主关键字有（）。 A.多个 B.0个 C.1个 D.1个或多个 11.候选关键字的属性可以有（）。 A.多个 B.0个 C.1个 D.1个或多个 12.关系模式的任何属性（）。 A.不可再分 B.可以再分 C.命名在关系模式上可以不唯一 D.以上都不是 13.设有关系模式W（C，P，S，G，T，R），其中各属性的含义是：C表示课程，P表示教师，S表示学生，G表示成绩，T表示时间，R表示教室，根据语义有如下数据依赖集：D={C→P，（S，C）→G，（T，R）→C，（T，P）→R，（T，S）→R}，若将关系模式W分解为三个关系模式W1（C，P），W2（S，C，G），W2（S，T，R，C），则W1的规范化程序最高达到（）。 A.1N F B.2N F C.3N F D.B C N F 14.在关系数据库中，任何二元关系模式的最高范式必定是（）。 A.1N F B.2N F C.3N F D.B C N F 15.在关系规范式中，分解关系的基本原则是（）。 I.实现无损连接 I I.分解后的关系相互独立 I I I.保持原有的依赖关系 A.Ⅰ和Ⅱ B.Ⅰ和Ⅲ C.Ⅰ D.Ⅱ 16.不能使一个关系从第一范式转化为第二范式的条件是（）。 A.每一个非属性都完全函数依赖主属性
自考数据库系统原理 第九章 数据库技术的发展 课后习题答案
自考数据库系统原理第九章数据库技术的发展课后习题答案 2009-09-15 10:51 9.1 名词解释 （1）OODBS：是指面向对象数据库系统，它既具数据库管理的基本功能，又能支持面向对象的数据模型。 （2）ORDBS：基于对象关系数据模型的DBS称为对象关系数据库系统（ORDBS）。 （3）平面关系模型：传统的关系模型称为“平面关系模型”，它要求关系模式具有第一范式(1NF)性质，关系具有规范化的结构。也就是规定属性值是不可分解的，即不允许属性值具有复合结构(元组或关系)。 （4）嵌套关系模型：是从平面关系模型发展而成的。它允许关系的属性值又可以是一个关系，而且可以出现多次嵌套。嵌套关系突破了1NF的定义框架，是“非1NF关系”。 （5）复合对象模型：在嵌套关系模型上进一步放宽要求。在关系定义上，集合与元组不再有交替出现的严格限制，此时的关系中，属性类型可以是基本数据类型、结构类型(元组类型)或集体类型(即关系类型)。 （6）数据的泛化/细化：是对概念之间联系进行抽象的一种方法。当在较低层上的抽象表达了与之联系的较高层上抽象的特殊情况时，就称较高层上抽象是较低层上抽象的"泛化"，而较低层上抽象是较高层上抽象的"细化"。 （7）对象关系模型：在传统关系数据基础上，提供元组、数组、集合等更为丰富的数据类型及处理新数据类型操作的能力而形成的数据模型。(注：传统关系模型只支持字符、数值、字串，布尔值等等基本数据类型及其处理功能) （8）类型级继承性：当继承性发生在类型级时，子类型继承了超类型的属性。也就是说，超类型所具有的属性，在子类上也具有。 （9）表级继承性：继承性也可发生在表级，(就是元组集合上发生继承)，子表继承超表全部属性，超表中每个元组最多可以与子表中一个元组对应，而子表中的每个元组在超表中恰有一个元组对应，并在继承的属性值上具有相同的值。 （10）引用类型：数据类型可以嵌套定义，在嵌套引用时，不是引用对象本身，而是个用对象标识符(即指针)，这种指针被称为引用类型。 （11）对象：客观世界中的实体经过抽象称为问题空间中的对象，它是对一组信息及其操作的描述。 （12）类：是具有相同的变量名和类型、相同的消息和使用方法的对象的集合。 （13）单重继承性：一个子类继承某一个超类的结构和特性，称为单重继承性。 （14）多重继承性：一个子类继承多个超类的结构和特性，称为多重继承性。 （15）对象标识：在面向对象语言中，对象标识是一个指针一级的概念，在对象创建的瞬间，由系统赋给每个对象一个“标识”,即系统内的一个唯一的指针，在对象生存期内，这个标识不可改变。 （16）对象包含：不同类的对象之间存在的包含关系称为对象包含。包含是一种“一部分”(is part of)的联系。 （17）类继承层次图：表示类继承关系的图，由超类名、子类名和一组线条自上而下有序的表示。（18）类包含层次图：表示对象包含关系的图，由一些具有包含关系的对象和线条自上而下表示(下方的对象为其连线所指上方对象的一部分)。 （19）持久数据：是指创建这些数据的程序运行终止后数据依然存在于系统之中。数据库中的关系就是持久数据。 （20）持久对象：程序运行结束后，被保留下来的对象称为持久对象。 （21）持久指针：持久指针可看作是数据库中指向对象的指针。持久化指针不像内存中的指针，
从E-R模型到关系数据模型
从E-R模型到关系数据模型 教学内容分析 本节课是高中信息技术（选修4）《数据管理技术》第二章2.2“建立关系数据模型”的内容。具体内容是介绍了从E-R模型到关系数据模型的转换，即建立数据模型。在数据库技术中有多种数据模型，本节重点学习关系数据模型，并初步介绍了层次和网状模型。 教学对象分析 在前面的学习中，学生已经研究过在实行数据管理的时候需要管理哪些数据，这些数据在用户活动中或数据管理过程存在哪些联系，学习了如何把信息世界的数据通过概念建模常用方式E-R实体联系图进行抽象。学生应该非常迫切想知道怎样把信息世界的东西转化为机器世界的东西，这其中的基本思想和方法是怎样的。 教学模式 本节通过“中小学信息技术大赛”的具体实例，详细讲述了把E-R模型转换为关系数据模型的方法。接着再通过一个练习例子作为从E-R模型到关系数据模型转换的任务，加深学生对主要内容的把握。最后还通过一些简单的例子初步介绍了数据库技术发展过程中经常提到的其他两种数据模型：层次模型、网状模型。 教学目标 (1) 知识与技能 掌握讲实体—联系图转换为关系数据模型的方法。 理解层次和网状数据模型的基本概念。 (2) 过程与方法 通过学生自己思考实现一个E-R图转化为关系数据模型的小组活动，让学生感悟有关的思想与方法，并在教师的引导下把规则总结出来，培养学生的学习兴趣和树立学习信心。 (3) 情感态度与价值观 培养学生的组织合作性，以及互相协助、交流的意识。 培养学生的学习兴趣和树立学习信心。 教学重点、难点、疑点 （1）教学重点：掌握从E-R实体联系模型到关系数据模型的转换方法。其中，在学习将实体集之间的联系转换为一个二维表时需要强调经过转换后实体间的联系在二维表中如何体现出来，是否能满足进行数据管理（如数据查询）的需要。理解层次和网状数据模型的基本概念及其基本特点。 （2）教学难点：如何恰当地将一个E-R模型转换成关系数据模型。理解层次和网状数据模型的基本概念和基本特点。让学生明白这些数据模型的建立思想主要是考虑如何把信息世界的概念模型存储在计算机中，模型的表示方式实际上是机器实现方式的一种逻辑结构的体现。 （3）教学疑点：对于教材里的关于层次模型的联系只能是“一对多”的说法是否要补充完整（例如要说明层次模型的节点联系的表示方式、层次模型怎样将多对多联系分解成一对多联系来表示等等相关内容）。
数据库系统2-1：关系模型及其描述
数据库系统2-1：关系模型及其描述 关系数据库以其坚实的数学理论基础、严密的逻辑结构和简单明了的表示方式深得广大用户的青睐，目前已经占据数据库系统的市场，成为应用最为广泛的数据处理工具。 数据模型主要描述两类信息:一是实体；二是实体之间的联系。在层次、网状模型中，实体之间的联系是通过指针来实现的，而在关系模型中，实体之间的联系是通过二维表中公共属性值建立起来的联系来实现的。 关系数据库系统是支持关系数据模型的数据库系统，即以关系模型为基础而构建起来的数据库系统。关系数据模型由关系数据结构、关系操作集合和关系完整性约束三部分组成。 １．关系数据结构 在关系模型中，现实世界中的实体和实体之间的联系都用单一的关系来描述，这些关系的逻辑结构非常简单，就象人们日常所熟悉的二维表。 ２．关系操作 关系模型是集合操作方式，操作对象和结果都是集合，称为“一次一集合”。 关系操作有三种不同的描述方式：关系代数、关系演算和结构化查询语言SQL。 关系代数是一种抽象的查询语言，它是用集合论中的关系运算来表达查询要求的方式。关系演算是以数理逻辑中的谓词演算来表达查询要求的方式，它又可分为元组关系演算和域关系演算。若在关系演算中，谓词变元的基本对象是元组变量，则称之为元组关系演算；若谓词变元的基本对象是域变量，则称之为域关系演算。 SQL是介于关系代数和关系演算之间的查询语言。这种语言除具有数据查询功能之外，还具有数据定义DDL和数据控制DCL等功能，是集数据查询、数据定义、数据操纵、数据控制于一体的关系数据语言。是关系数据库的标准语言。 ３．关系的完整性约束 数据的完整性约束是指在给定的数据模型中，数据及其联系所遵守的一组通用的完整性规则，以确保数据库中数据的一致性和正确性。在关系模型中允许定义三类完整性约束：实体完整性、参照完整性和用户自定义完整性。 【
对象关系在模型中的实现案例
对象关系在模型中的实现案例 —基础软件部吴春云一、案例介绍： 在一个项目中，存在多个业务对象，各个业务对象间存在各种关系。从结构上来看，对象关系可以分为依赖、继承、关联、聚合、组合，从数量上来看，对象关系可以分为一对一、一对多、多对多。本案例主要介绍如何在开发中通过代码来表示对象间的各种关系，并基于这种关系进行前后端数据交互及持久化。 二、关系的概念及实现： 1.结构关系 1.1继承 继承指的是一个类（称为子类、子接口）继承另外的一个类（称为父类、父接口）的功能，并可以增加它自己的新功能的能力。所以继承关系，确切的说是类与类之间的关系，但是对象又是类的实例，所以就这个角度理解为对象之间的关系，例如父与子的关系，动物与狗的关系，汽车与大众的关系等。 工作流结构部分的实体类:SysNode（环节）、SysTransactNode （办理环节）、SysActivityNode（活动环节）、SysDecisionNode（决策环节）应用了这种继承关系，使得子类拥有了父类环节中的属性，但子类本身代码大大简化，结构清晰。 public class SysTransactNode extends SysNode{}
public class SysActivityNode extends SysTransactNode{} public class SysDecisionNode extends SysTransactNode{} 1.2依赖 依赖就是一个对象A使用到了另一个对象B，而这种使用关系是具有偶然性的、临时性的、非常弱的，但是对象B的变化会影响到对象A。比如某人要过河，需要借用一条船，此时某人与一条船之间的关系就是依赖。表现在代码层面，一般指由局部变量、返回值建立的对于其他对象的调用关系，如对象B作为参数被对象A在某个方法中使用。 1.3关联 关联体现的是两个类之间语义级别的一种强依赖关系，这种关系比依赖更强、不存在依赖关系的偶然性、关系也不是临时性的，一般是长期性的，而且双方的关系一般是平等的。关联可以是单向、双向的。表现在代码层面，为被关联类B以类的属性形式出现在关联类A中，也可能是关联类A引用了一个类型为被关联类B的全局变量。 1.4聚合 聚合是关联关系的一种特例，它体现的是整体与部分的关系，即has-a的关系。此时整体与部分之间是可分离的，它们可以具有各自的生命周期，部分可以属于多个整体对象，为多个整体对象共享，比如计算机与CPU、公司与员工的关系等。表现在代码层面，和关联关系是一致的，只能从语义级别来区分。 1.5组合 组合也是关联关系的一种特例，它体现的是一种contains-a的
王珊《数据库系统概论》课后习题(对象关系数据库系统)【圣才出品】
第15章对象关系数据库系统 1．定义并解释OO模型中以下核心概念：对象与对象标识、封装、类、类层次。 答：（1）对象 是由一组数据结构和在这组数据结构上的操作的程序代码封装起来的基本单位。对象通常与实际领域的实体对应。一个对象包括属性集合和方法集合。 （2）对象标识OID 面向对象数据库中的每个对象都有一个唯一的不变的标识称为对象标识（OID）。对象标识具有永久持久性，即一个对象一经产生系统就会赋于一个在全系统中唯一的对象标识符，直到它被删除。 （3）封装 每一个对象是其状态与行为的封装，其中状态是该对象一系列属性值的集合，而行为是在对象状态上操作的集合，操作也称为方法。 （4）类 共享同样属性和方法集的所有对象构成了一个对象类简称类。 （5）类层次 在一个面向对象数据库模式中，可以定义一个类（如C1）的子类（如C2），类C1称为类C2的超类（或父类）。子类（如C2）还可以再定义子类（如C3）。这样，面向对象数据库模式的一组类形成了一个有限的层次结构，称为类层次。 2．OO模型中对象标识与关系模型中的“码”有什么区别？
答：对象标识具有永久持久性。一个对象一经产生，系统就给它赋予一个在全系统中惟一的对象标识符，直到它被删除。对象标识是由系统统一分配的，用户不能对对象标识符进行修改。对象标识是稳定的，独立于值的，它不会因为对象中某个值的修改而改变。 关系模型中的“码”是值标识，不具有永久持久性，只具有程序内持久性。码是由用户建立的，用来区分关系的不同元组。 3．什么是单继承？什么是多重继承？继承性有什么优点？ 答：（1）单继承是指一个子类只能继承一个超类的特性（包括属性、方法和消息）；多重继承是指一个子类能继承多个超类的特性。 （2）继承性的优点有以下两点： ①它是建模的有力工具，提供了对现实世界简明而精确的描述； ②它提供了信息重用机制。子类可以继承超类的特性，可以避免许多重复定义。
数据库系统原理与设计(第2版) 万常选版 第2章 关系模型与关系代数 课后答案(完整资料).doc
【最新整理，下载后即可编辑】 3.简述如下概念，并说明它们之间的联系与区别:。 （1）域，笛卡尔积，关系，元组，属性 答：域：域是一组具有相同数据类型的值的集合。 笛卡尔积：给定一组域D1，D2，…，Dn，这些域中可以有相同的。这组域的笛卡尔积为：D1×D2×…×Dn＝｛（d1，d2，…，dn）｜di?Di，i＝1，2，…，n ｝其中每一个元素（d1，d2，…，dn）叫作一个n元组（n-tuple）或简称元组（Tuple）。元素中的每一个值di叫作一个分量（Component）。 关系：在域D1，D2，…，Dn上笛卡尔积D1×D2×…×Dn的子集称为关系，表示为 R（D1，D2，…，Dn） 元组：关系中的每个元素是关系中的元组。 属性：关系也是一个二维表，表的每行对应一个元组，表的每列对应一个域。由于域可 以相同，为了加以区分，必须对每列起一个名字，称为属性（Attribute）。 （2）超码，主码，候选码，外码 答：超码：对于关系r的一个或多个属性的集合A，如果属性集A可以唯一地标识关系r中的一个元组，则称属性集A为关系r的一个超码(superkey) 。 候选码：若关系中的某一属性组的值能唯一地标识一个元组，则称该属性组为候选码（Candidate key）。 主码：若一个关系有多个候选码，则选定其中一个为主码（Primary key）。 外码：设F是基本关系R的一个或一组属性，但不是关系R 的码，如果F与基本关系S的主码Ks相对应，则称F是基本关系R的外码（Foreign key），简称外码。 基本关系R称为参照关系（Referencing relation），基本关系S 称为被参照关系（Referenced relation）或目标关系（Target relation）。关系R和S可以是相同的关系。 (3)关系模式，关系，关系数据库
数据库关系数据例题
作业1： 已知关系模式R
对象关系模型数据库
对象数据库关系数据库 我们将对象数据库管理系统（）定义为一个集成了数据库能力与面向对象编程语言能力地数据库管理系统（），使数据库对象看起来像是已有地一个或多个程序设计语言中地程序设计语言以象.——，委员会主席. 在多用户客户机服务器环境中提供了持久性存储器.可以处理对象地并行访问，提供锁定和事务保护，保护对象存储器免遭各种类型地威胁，照管像备份和恢复之类传统任务.这所以与关系数据库不同，是因为存储地是对象，而不是表格.对象地引用通过持久性标识（）进行，可以独一无二地识别各个对象，可以用来在对象之间建立标记和容器关系.还加强了封装，支持继承.结合了对象属性和传统地功能，如锁定、保护、事务处理、查询、版式本、并发和持久性.文档来自于网络搜索 不是利用分离地语言（如）定义、检索和处理数据，而是利用类定义和传统地面向对象地程序语言（通常是、和语言）构造来定义和访问数据.只来过是存储器内语言数据结构地多用户、持久性扩展.换句话说，客户就是或是程序，服务器就是——没有像和这样地可视中间对象.将数据库能力直接集成进语言.文档来自于网络搜索 地价值.很显然，最好是以自然地形式存储那些对象，而不是将数据修饰得光光滑滑或撕得七零八落之后放进关系表格中.文档来自于网络搜索 对于那些数据复杂难以在表格里简单排列地用户来说，特别适合.曾经长期是学者和研究人员极为感兴趣地领域.最早地商品化出现在年，是公司（现在地公司）和公司推出地.后来（九十年代）（）、、、、、、和等公司也加入了这个开拓行列.这些厂商首先瞄准了那些复杂数据结构和长命期事务处理地应用程序——包括计算机辅助设计、和智能办公室等.随着多媒体、群件、公布式对象和万维网技术地出现，与那些深奥难懂地特性现在变成了客户机服务器系统地主流要求.技术填补关系数据库最弱地那些空隙——复杂数据、版式本和长生命期事务、持久性对象存储、继承和用户定义地数据类型等等.文档来自于网络搜索 以下是厂商开拓地各个特性： 自由创建新地信息类型 快速存取 组合结构地灵活视图 与面向对象地程序语言紧密集成 利用多继承支持可定制地信息结构 支持版本事务、嵌套事务和长生命期事务 分布式对象储库 支持复合对象地生命期管理 对象狂已经掌握了整个行业.面向对象技术支持者正在宣告，对象关系数据库和将成为医治关系技术地所谓弱点地良药.这纯属胡说……在数据库上直接地和不加区分地就应用面向对象技术，将再次引入关系数据库花了二十年才克服地那些问题.文档来自于网络搜索 在用户中间，很少有人会怀疑最终将成为地后继技术.在诗人地比喻中，年轻地革命上帝已经开始衰老，变成冷冰冰地暴君——戒律和标准地守护人.文档来自于网络搜索 我们可以两者兼得.要点是将这两项技术结合起来，而不是相互扔泥块.对二十多处踏踏实实地关系数据库研究地开发熟视无睹，不加以利用，就不太应该了.文档来自于网络搜索 和都承认目前地数据库实现有缺点；但他们两人都有觉得关系模型本身能够处理将解决地那些问题，有能力，可以利用嵌套关系、域（或用户定义地数据封装类型）以及一种比更强大地面向集合语言在关系技术世界里近似.这些特性完成这项工作，无需追逐对象指针或操纵低级地专用语言记录结构.没有必要减轻关系理论地联合能力.开发者没有必要退回到用手工方法去最佳化或重新优化应用程序地性能——将时钟倒拔回去了.认为域和对象是同一回