基于主元分析的多元指标综合评价方法研究

评价系统通常是一个多个变量系统,由于影响评价对象水平的因素往往较复杂,使得指标变量维数较高、相关性强,而这些指标在特定领域的评价中具有不同意义.文章从数据降维的视角研究了多元指标综合评价方法,采用主元分析法将多维度的指标变量转换到新的低维空间,对原始变量构建线性组合模型以综合分析评价对象的优劣情况,得到最终决策得分.这对样本中评价指标较多时的关键评价要素挖掘具有一定的启示.     

关于主成分分析的几种常用改进方法

主成分分析是一种常用的多元统计分析(即多指标的统计方法)方法。是一种化繁为简,将指标数尽可能压缩的降维(即空间压缩)技术,也是一种综合评价方法。目前已广泛应用于许多领域,如:城市生态系统可持续发展的分析,工业企业经济效益的分析,公司财务评价,学习成绩的比较评价等等。但是,传统的主成     

大规模指标下的环境效率评价方法研究

由于DEA模型的有效性识别能力随着指标变量的增加而减弱,文章针对环境效率评价问题中常常面临的不期望输出和大规模多重相关指标变量的问题,引入了一种基于主基底变量的数据降维方法,以提高DEA模型的有效性和判别能力;通过累计信息含量的测度,对主基底变量进行了有效筛选;在此基础上,提出了基于主基底变量的效率评价模型.实例分析说明了文章所提出方法的合理性和有效性.     

供应链物流客户服务水平的评价

为了科学地评价供应链物流客户服务水平,文章从交易前、交易中和交易后三个维度建立了供应链物流客户服务评价评价指标体系:然后运用DEMATAL方法对众多的观测指标进行了优化和降维.最后,在指标体系基础上,采用网络层次分析方法analytic networks process(ANP)对各评价指标的权重进行计算.     

中国各地区可持续发展主要影响因素的定量研究

本文选取86个基本指标作为中国各地区可持续发展的基本评价指标,运用因子分析方法对基本指标进行降维处理,得到能充分反映基本指标信息的10个综合指标.这可为科学评价各地区可持续发展进程以及制定全面、协调、可持续发展的宏观政策和各地区可持续发展战略提供定量依据.     

一类多元响应降维子空间的估计及其应用

在高维空间中进行统计建模通常会碰到"维数祸根"问题,解决办法之一是降维,充分降维是一种有效的降维方法。针对多维响应降维子空间提出一类矩生成函数估计方法及其改进估计量,并给出该类方法估计量的大样本性质:相合性、渐近正态性。通过随机模拟与实例分析,表明改进估计量估计效果有较大幅度提高。     

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     

大系统的多重主成分评价及其应用

大系统综合评价是综合评价的重要内容之一。文章在分析传统的主成分分析在降维效果、权系数等问题的基础上,提出了一种针对大系统综合评价的改进的主成分评价方法———多重主成分评价。在理论分析其合理性的基础上,最后利用商业银行经营绩效的实例验证了这种方法的有效性。     

企业内部控制信息披露质量评价模型的构建

文章运用主成分分析和BP神经网络方法,提出了用于衡量企业内部控制信息披露质量的主成分神经网络评价模型.运用主成分分析法对内部控制信息披露质量的系列指标进行降维,选出衡量内控信息披露质量的关键输入指标,并在此基础上运用BP神经网络算法,构建内部控制信息披露质量的主成分神经网络评价模型.     

结合降维思想的BinomialBoosting方法

文章利用充分降维的思想,对分类问题的BinomialBoosting(BBoosting)算法进行了改进,提出了一种新的方法--Dimension Reduction BinomialBoosting(DRBBoosting).这种算法在每次迭代中,结合充分降维方法,充分提取X与Y之间的信息,得到X的线性组合βTX,用βTX进行boosting迭代,避免了BBoosting对所有变量逐个分析.与BBoosting相比,收敛速度快,预测精度高;模拟比较也表明了DRBBoosting的优点.     

综合评价主成分分析方法与因子分析方法的比较

主成分分析方法和因子分析方法都是寻求从高维空间到低维空间的映射的方法,其目的是起到降维的效果,以便于用几个较少的综合指标来综合所研究总体各方面的信息,且这几个指标所代表的信息不重叠,也就是说从高维空间到低维空间的映射仍保持高维空间的"序"的结构.但这两种综合评价方法往往易混淆,本文从这两种方法的统计依据、数学模型、计算方法、综合指标的选取等方面比较它们的异同,以供初学者参考.     

高新技术企业自主创新能力的评价

文章提出一种灰关联投影寻踪模型,并应用于高新技术企业自主创新能力评价.该模型把综合评价问题作为一个灰色多目标决策问题,基于灰色关联投影值,运用投影寻踪技术确定指标权重.由此获得的指标权重是客观权重,且对决策方法有较强的适应性,从而为在综合评价中科学、合理地确定具有决策方法适应性的指标权重提供了新的方法和思路.文章还用实例证明了该模型的合理性、可行性和有效性.     

证据理论在群决策中的应用

群决策问题的研究一直是决策领域的一个重要课题,涉及群决策研究的方法很多,近几年大多是在AHP法、模糊综合评价法及其它一些多目标决策方法的基础上的一些改进和综合,这些方法同样存在着判断矩阵的一致性难以满足,专家对指标属性值或隶属度值难以确定等问题,同时决策中没有考虑信息的不完全性的因素,对决策结果造成影响.由于许多问题本身的模糊性、复杂性和专家对问题认识的局限性,专家对指标的评价可能采用模糊语言,而且评估信息中还具有不完全性,很有必要研究基于这些情形下的评价方法.     

三角模糊信息下的企业融资能力评价

企业融资能力关系到企业的可持续发展和规模扩张,文章针对企业融资能力评价过程中存在的不确定性因素,提出一种基于三角模糊数的企业融资能力TOPSIS评价方法.在给出企业融资能力评价指标体系的基础上,针对评价指标权重信息部分可知的情况下,构建了确定指标权重向量的多目标函数.在获得实数型指标权重后,给出一种基于三角模糊数的企业融资能力评价方法.     

综合评价中指标的客观赋权方法

多指标综合评价是经济统计分析研究工作中经常遇到的问题,如综合实力的比较、经济效益的综合考核、国民经济运行走势的综合判断,等等.在多指标综合评价中,指标权数的确定是一项最基本也最重要的工作、确定指标权数的方法较多,基本上归结为两大类:主观赋权法和客观赋权法.主观赋权法有专家评判法、层次分析法等.客观赋权方法目前已提出的也有多种,如主成分分析、因子分析、熵值法等等.本文侧重介绍客观赋权方法的另外几种,并提出笔者的看法和修改意见.     

关于计算工业综合经济效益指数的探讨

工业经济效益的内容是多方面的,用一两个指标很难反映它的全貌.从历史经验来看,用一两个指标评价工业经济效益,还容易出现片面追求某一方面经济效益的偏向.选择的指标多一些、全面一些,可以避免这个缺点.但每个指标一般只反映经济效益的一个侧面,因此,如何对多项指标作出总的评价,是当前工业经济效益统计工作中迫切需要解决的问题.我们认为,这个问题可以用计算工业综合经济效益指数的办法来解决.     

综合评价体系指标的初选方法研究

指标的初次选择是构建综合评价体系的一个重要组成部分,传统的指标初选方法中多倾向于相对客观的指标,即更注重指标的可计量性,而忽视指标的全面性;而随着综合评价体系在应用中不确定性的增加,可计量的指标往往易受到限制,从而导致综合评价体系的先天不足.文章针对这一问题,在传统初建方法的基础上,通过对于主观和客观、财务与非财务指标的综合分析,提出了一套适用于不确定性条件下的指标初选方法.     

基于复杂系统综合评价的二重主成分分析法

在分析主成分分析在权系数、降维效果等问题的基础上,提出了对复杂系统的综合评价首先要对指标体系分类的各个方面进行主成分分析,在得到各自方面的评价值后再进行主成分分析,最终得到综合评价值的二重主成分分析法.最后从理论和以上市公司经营业绩评价为例检验了这种方法的有效性.     

多指标综合评价方法综述

在现实生活、工作中,我们经常会遇到综合评价问题,而我们知道,评价的依据就是指标.但由于影响各评价事物的因素往往是众多而复杂的,如果仅从单一指标上对被评价事物进行综合评价不尽合理,因此往往需要将反映被评价事物的多项指标的信息加以汇集,得到一个综合指标,以此来才从整体上反映被评价事物的整体情况.这就是多指标综合评价方法.近年来,围绕着多指标综合评价,其他领域的相关知识不断渗入,使得多指标综合评价方法不断丰富,有关这方面的研究也不断深入.     

基于投影寻踪方法的陕西省经济发展协调性评价

为了研究陕西省2000—2008年经济发展与环境、资源、人民生活水平三个方面的协调程度,在选择了相应的代表性指标后,利用投影寻踪方法对指标进行降维分析,根据投影函数值对2000—2008年陕西省经济发展的总体协调性进行评价,并采用灰色关联度等方法针对经济—环境、经济—资源、经济—人民生活水平三个方面进行对比分析,阐述了陕西省当前在经济协调发展方面的现状及存在的主要问题。