顺序主成份分析--多元数据排序问题探讨

对于顺序变量,用最大方差的线性组合来定义主成份就会显得没有意义了.基于此,本文利用了所谓的顺序主成份分析(OPCA,它是主成份分析的一种典型扩展,可适用于顺序变量甚至虚拟变量),以我国35个主要城市的综合经济实力的排序为例,探讨了多元数据的排序问题.     

因子分析的精确模型及其解

本文从找因子分析精确解的角度,以主成份分析理论为基础,应用矩阵运算方法,建立了新的因子分析模型,消除了理论假设的误差;给出了因子分析模型的精确解;找到了因子分析与主成份分析的关系式.     

弹性分析及其应用

弹性分析是一种简单易行的定量分析方法,它在经济研究和管理中应用广泛.那么,弹性分析究竟是一种怎样的方法?本文拟作简要论述.一、弹性分析的概念弹性原是一个物理学名词,意指某一物质对外力     

上市公司业绩的组合主成份评价方法

对上市公司业绩的评价一直是人们十分关注的焦点.而现行实务中所采用的评价方法又都存在一定的主观性,对此,文章提出另一种系统的评价方法--上市公司业绩的组合主成份评价方法.对证券市场上30种股票进行综合评价,通过使用统计软件SAS进行计算和分析,得到了这些股票2006年上半年财务状况的排列次序.     

函数型数据的共同主成分分析探究及展望

函数型数据的主成分分析(FPCA)已经成功应用在许多领域,但它主要研究的是单样本问题.本文详细讨论了一种新近发展的函数型数据分析的理论--函数型共同主成分(CGPC)分析方法,它主要应用于检验两组函数型随机样本的分布情况.CFPC方法的理论基础是将两组函数型样本进行Karhunen-Loeve(KL)展开,并用Bootstrap方法检验两组样本的均值函数、特征值和特征函数的一致性.最后,我们对CFPC的理论研究和应用前景进行了展望.     

主成份分析综合评价模型的改进及应用

用主成份分析做综合评价在应用中存在一些问题,分组主成份分析将其做了改进,在应用中有一定的意义,在此基础上,引进变异系数对其作进一步的改进,建立综合评价模型,并用结果来分析我国中等职业教育的发展情况,为其健康发展提供一定的科学依据。     

用主成份分析法进行多指标综合评价应注意的问题

用主成份分析法进行多指标综合评价主要包括三个方面的内容:指标体系的设置,原始数据的无量纲化方法选择和权数的确定。这三个方面是紧密联系的,对任何一个方面的处理不当都会导致综合评价结果的失败。近年来,不少应用主成份分析法进行多指标综合评价的案例在后两个方面出了问题,更具体地说,是在原始数据的标准化处理上和主成份个数的选取上出了问题。     

基于核主成分分析和加权聚类分析的综合评价方法

针对传统主成分分析在处理非线性问题上的不足,文章阐述了应用核主成分分析进行数据处理的改进方法,并介绍了一种基于核主成分的加权聚类分析的综合评价方法.实验表明,该方法可以改进传统的综合评价方法.     

主成分分析法在综合评价经济效益中的误用

主成分分析方法是一种多元统计分析方法,它可以简化数据结构,综合数据信息,因而得到广泛的应用。但主成分分析法应用的必要前提是各变量之间不能相互独立,如果原变量之间相互独立,主成分就是原变量本身,应用这种分析方法就没有意义。     

对[主成份分析法]应用的思考

对［主成份分析法］应用的思考安徽铜陵财专计统系徐龙封近两年来，许多人对应用主成份分析法进行多元综合评价产生了兴趣，他们认为，用“主成份”进行综合评价，保留了线性加权和法评价函数的简单性，克服了权系数确定的主观性，充分利用样本信息，避免了评价指标间的相...     

浅谈Matlab软件用于统计分析教学

许多实际问题往往需要对数据进行统计分析,建立合适的模型。本文通过回归分析、主成份分析,介绍了Matlab软件的应用。     

上证指数预测摸型——基于二次规划最优组合的神经网络方法

文章利用主成份分析构造神经网络输入矩阵:利用Bagging技术和不同神经网络算法生成一组神经网络个体:最后用二次规划最优组合方法,计算各集成个体的最优非负权系数进行组合集成,生成输出结论,以此建立股市预测模型.通过上证指数开盘价进行实例分析,计算结果表明该方法预测精度高、稳定性好,易于操作.     

对开展多媒体统计教学的思考

对多媒体统计教学效果的认识 统计学是一门从事总体数量特征研究的方法论方面的应用科学。它主要讲述一系列统计分析方法，如时间数列分析、指数分析、相关与回归分析、参数估计与假设检验、主成份分析等。而这些方法的正确运用必须建立在充分占有大量统计数据的前提下，借用大量的统计表格、统计图形及统计模型来表现所研究现象的量变规律及内在特征。而大量统计数据的运算往往是传统统计教学模式的难点。由于人工计量能力局限所致，许多样本容量大或计算方法较为复杂的统计方法就无法贯穿在课堂教学之中，而只能停留在样本容量小或计算方…     

基于协方差函数的非线性主成分分析

一、引言 主成分分析(Principal Component Analysis,PCA)是最为常用的特征提取方法,被广泛应用到各领域,如模式识别、图像处理、综合评价、故障诊断等.它通过对原始数据的加工处理,简化问题处理的难度并提高数据信息的信噪比,以改善抗干扰能力.然而,从本质上讲主成分分析方法是一种线性映射方法,在处理非线性问题时,往往不能取得好的效果.     

再议《主成份分析法的局限性》

《中国统计》1992年第5期上发表了王成岐同志的《主成份分析法的局限性》一文(以下简称《局限性》),指出了用主成份分析法(也称主分量分析法)进行经济效益综合评价存在的一些问题。这对于促进主成份分     

浅谈主成份分析与因子分析方法的区别

近几十年来,随着电子计算机技术在统计领域的日益普及,多元统计分析方法得到了迅速发展。在国民经济和科学研究的很多部门,都出现了用主成份分析和因子分析方法综合评价企业经济效益、干部素质、工作质量的研究案例。由于主成份分析与因子分析的基本思想都是构造一个综合评价值对样本进行排序,都要进行量纲、相关、定权数、降维等基本工作,二者在多指标综合评价中     

基于主成分分析的几种常用改进方法

针对传统主成分分析在应用中出现的误区,总结了基于主成分分析的几种常用改进方法并作了进一步探讨.     

企业技术创新产出函数模型的改进

一、引言 技术创新是一种经济现象,其表现形式(也就是反映它的统计指标)是一种产出.从投入产出分析,大中型企业的技术创新产出需要哪些投入?这些投入的组合方式怎样?一定数量的投入能够产出多少技术创新?这些投入的构成比例如何?诸如此类的问题必须通过建立和分析技术创新产出函数模型来寻求解答.     

我国各地区科技进步主成份投影综合评价

科技进步是一项复杂的社会系统工程,它不仅涉及经济领域,而且也涉及政治、社会、文化等诸方面.由于地区分布广,差异大,因素信息具有多样性,使得评价问题复杂化.本文根据主成份投影理论对其进行综合评价.首先对评价指标值进行无量纲化,然后采用信息学中的熵来确定指标的权重,考虑到指标间复杂性和模糊性,通过酉空间的正交变换将原有的数据转换为彼此正交的综合数据,根据酉空间变换的意义,消除了指标间的信息重叠,最后利用各主成份设计一个理想决策向量,以被评价对象相应的指标向量在该理想向量方向上的投影作为一维评价指标,降低了空间的维数,便于进行比较计算.通过对我国31个地区的科技进步综合评价,得到了很好的效果.     

函数性主成份分析的思想、方法及应用

与多元统计分析中的多变量数据相比,函数性数据分析面临着更大的维度灾。函数性主成份分析能起到降低维度的作用,可以用来探索函数性数据资料的变异性,例如曲线的重要变化形式、曲线类型、代表特定函数的典型形态等。文章对函数性主成份分析的思想、方法进行了详细阐述,并将其应用于国家财政主要支出项目的变化模式的探索。