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.     

基于非线性主成分和聚类分析的综合评价方法

针对传统主成分在处理非线性问题上的不足,阐述了传统方法在数据无量纲化中“中心标准化”的缺点和处理“线性”数据时的缺陷,给出了数据无量纲化和处理“非线性”数据时的改进方法,并建立了一种基于“对数中心化”的非线性主成分分析和聚类分析的新的综合评价方法。实验表明,该方法能有效地处理非线性数据。     

主成分聚类分析有效性的思考

 本文针对经典聚类分析和普通主成分聚类分析极端情形下的失效问题展开讨论,通过定义客观赋权的主成分距离为分类统计量,并以实证检验取得良好效果为依据,有效地解决了主成分聚类分析在极端情形下所不能揭示的问题。     

一种加权主成分距离的聚类分析方法

指标之间的高度相关性及其重要性差异导致了传统聚类分析方法往往无法获得良好的分类效果。本文在对传统聚类分析方法及其各种改进方法局限性展开探讨的基础上,运用数学方法重构了分类定义中的距离概念,通过定义自适应赋权的主成分距离为分类统计量,提出一种新的改进的主成分聚类分析方法——加权主成分距离聚类分析法。理论研究表明,加权主成分距离聚类分析法系统集成了已有聚类分析方法的优点,有充分的理论基础保证其科学合理性。仿真实验结果显示,加权主成分距离聚类分析法能够有效解决已有聚类分析方法在特定情形下的失真问题,所得分类效果更为理想。     

基于主成分聚类分析的低碳旅游景区评价方法

在全球气候危机下,发展旅游景区低碳经济是世界经济运行的方向.文章首先分析并构建了低碳旅游景区评价指标,接着将多元统计分析中的主成分分析和模糊聚类分析相结合,利用主成分分析对评价指标进行降维处理,并通过对主成分进行模糊聚类将待评价低碳旅游景区进行分类,并按照类间第一主成分均值来对类进行排序,对同一类内景区按照第一主成分大小排序实现类内排序,从而实现对整个低碳旅游景区的排序.最后实例分析了该方法的可行性和科学性.     

主成分聚类分析法的案例教学方法

本文针对《多元统计分析》课程中主成分分析和聚类分析法的教学难点,采用案例教学法来解释主成分分析及聚类分析,并依据主成分得分对样品进行系统聚类。然后按照第一主成分的得分将样本再排序,与传统的综合得分的排序进行比较。     

基于正交迭代的有监督的稀疏主成分分析

主成分分析是经典的无监督的数据处理工具,近年来关于稀疏主成分和有监督的主成分研究受到较多关注。基于正交迭代和距离相关系数,提出一种有监督的稀疏主成分分析方法 SSPCA,该方法考虑了自变量与因变量之间的相关性,并在迭代求解的过程中将一些与因变量Y相关性很弱的自变量对应的系数变为0,使所求的特征向量只保留预测能力较强的自变量信息;在数值模拟与实例分析中,相比其他四种方法,SSPCA方法均能取得较好效果。     

基于函数型主成分的中国股市波动研究

运用函数型主成分分析方法,对中国沪市89支股票的月度收益率进行分析,其结果表明函数型主成分方法能够较为准确地捕捉到月度收益率的时间波动特征,特别是它在时间上的变化方向和形式,为股票收益率的建模和预测提供科学依据.     

基于SPSS的主成分分析与因子分析的辨析

基于SPSS的主成分分析、因子分析的应用文章不断推出,给读者以许多的启示。但在实际应用中也出现了一些问题。本文力足于主成分分析的基本思想,分析在用SPSS进行主成分分析及因子分析时出现的错误及其产生的原因,并给出了正确的分析结果和相关建议。     

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.     

基于主成分BP神经网络的油田产量预测研究

文章提出采用基于主成分的BP神经网络来对油田产量进行预测。主成分分析法用于将输入变量维度降低且互不相关;BP神经网络因其自组织、自学习的动力机制实现输入输出空间的非线性映射。以江汉油区为例的研究表明,该方法具备较高的预测精度,在复杂经济时间序列的预测中有一定的应用前景。     

基于主成分分析的房地产业的业绩评价模型

1研究思路和财务指标的选择本文设计了一种基于因子分析的主成分分析法,运用多种财务指标,包括引入现金流指标来综合评估上市公司的业绩,该方法克服了人为主观地给定权数的不足。本文的思路是:首先选择评价上市公司业绩的财务指标;然后运用SPSS统计软件进行主成分分析,提取反映     

基于主成分分析的高校竞争力评价

目前我国高校竞争力评价的指标体系虽然众多,但是还没有一套权威统一的评价指标体系,文章在国内目前比较权威的广东管理科学研究院武书连先生的指标体系基础上引入美国、英国等国大学比较权威的评价指标,构建一套相对全面完整的更能适合目前的竞争环境的评价指标体系,并为了避免指标间的相关性影响评价结果,采用了主成分分析法,得出高校竞争力评价模型。     

面板数据的有序聚类分析及其应用——以全球气候变化聚类分析为例

面板数据的有序聚类分析是多元统计分析的新兴研究领域。借鉴多元统计学中主成分分析方法对面板数据在时间变量上进行降维处理,把变异信息的损失降低到最小,较为准确地反映了样本在各时间段内的整体变化水平;采用费希尔最优求解算法对主成分得分进行有序聚类,为研究有序面板数据的亲疏关系提供一些思路;对全球气候变化进行聚类分析,分析五十年来全球及区域气候变化特点,与国外研究结论对比,显示出良好的应用性。     

基于主成分分析法的工业结构转化实证检验

文章针对我国工业结构转化上的差异化特征以及关联因素进行了基于主成分分析的测度,并结合动态载荷因子进行了工业结构转化的主成分分析关联验证.结果证实,我国各区域的工业结构转化存在不同的特征,东部区域主要偏向于对产业创新和消费推进,中部区域与东部类似,而西部区域的工业结构转化则偏向于政策支持.我国各区域在工业结构转化能力的纵向发展上存在显著的空间差异,全国呈现出东、中、西部区域动态工业结构转化能力递减的空间格局特征.     

结合主成分分析和Electre方法的供应商选择方法研究

供应链管理中,供应商的有效选择过程非常复杂,属于多目标决策范畴.文章运用主成分分析法和Electre法研究供应链管理中的供应商选择问题.首先分析供应商选择的评价指标,然后运用主成分分析方法对供应商选择的定量与定性指标数据进行提炼,结合算例,再运用Electre法辅助完成供应商选择的有效决策过程.通过结果的对比分析,可以得到供应商的优化选择方案.     

基于主成分分析基础上的中国蔬菜家庭消费预测

文章在对中国蔬菜家庭消费的现状进行论述后,通过主成分分析法分析影响中国蔬菜家庭消费的五个因素,再利用回归得出城镇和农村居民的不同家庭人均蔬菜消费量的模型.在此基础上,以城镇人口和农村人口为因变量,建立人口的时序模型.结合这两个模型对我国蔬菜的家庭消费量,以及全国蔬菜家庭消费市场总容量进行未来年份的预测,以期为中国蔬菜产业发展中的政策制定和战略调整提供依据.     

基于SPSS的二次开发直接求解主成分

SPSS是“社会科学统计软件包”(Statistical Package forthe Social Science)的简称,是一种集成化的计算机数据处理应用软件,其简单易懂的菜单式操作方法赢得了大量用户。主成分分析是一种采取数学降维的方法,把多个变量化为少数几个综合变量且互不相关的多元统计分析方法,在实际工作中有着广泛的应用。但是,SPSS软件中没有设置独立的主成分分析模块。要进行主成分分析,则需要借助SPSS中因子分析的输出结果中的因子载荷矩阵,再通过一定的计算,来间接获得主成分分析的结果。这样,一方面用时长,不方便;另一方面由于使用者对SPSS中因子…     

人力资本水平的综合评价研究——主成分分析法

基于现有人力资本水平测度方法的不足,本文从人力资本的定义出发,构建人力资本水平测度指标体系,并在此体系的基础上利用主成分分析法对我国各地区的人力资本水平进行评价,得出我国地区人力资本分布不均的结论。     

基于主成分分析的汽车特征价格模型初探

特征价格模型建立过程中,特征变量的选取是一个重要问题。实证研究中,为消除特征变量问的多重共线性,研究者通常采用逐步回归分析法来筛选变量,这样进入模型的特征变量往往比较少。因此。本文将主成分分析法引入于特征价格模型。利用我国汽车数据,建立了基于汽车特征因素主成分分析的特征价格模型,不仅解决了汽车特征变量间存在的多重共线性问题,而且有效改善了用逐步回归分析法筛选变量选取较少变量的情形。