基于波动相关性及主分量变换的多元线性回归模型研究

文章针对多元线性回归模型提出了一种建立在主分量变换基础上的方法。该方法通过因变量与各个变量间对应的波动量建立相关性矩阵,以此来获得多元相关性分布状态;通过主分量变换获得具有最大相关性的主分量;最后按照主分量矩阵与各相关矩阵的距离及最小二乘估计确定回归系数。该算法建立在波动相关性分析基础上,反映了系统内相关要素之间的统计确定性,且建立在相关性统计上的主分量变换能够消除共线性问题对回归系数的影响,增加了最小二乘估计方法的可靠性。     

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.     

基于多元统计分析的建设工程项目投资估算方法研究

在建设工程项目生命周期的多次计价中,投资估算是最粗略的,但却又是对整个项目影响最大的。然而,由于其所处的阶段比较靠前,且工程执行过程的不可预见性,使得项目投资估算的编制显得十分困难,因此,找到一种切实可行的建设工程项目快速投资估算方法就有着非常深远的意义。故应用多元回归分析方法,借助于R软件,在大量历史数据的基础上,建立回归模型并拟合回归方程,使用Box—Cox变换对该回归方程进行多次修正,通过历史数据与模型预测数据的对照,验证了其模型的可靠性。     

基于主成分回归的分布滞后模型及实证

对含滞后变量问题的建模,有效地消除变量间的高度相关是保证模型优良性的一个重要手段.文章利用主成分析把原始变量正交变换并作为新的自变量,消除多重共线性.然后利用逐步回归筛选出对因变量有影响的变量进行回归拟合.最后针对国内生产总值对我国固定资产投资带动作用进行实证分析.     

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。     

基于正态分布点值化的区间主成分评价法及应用

针对区间数据点值化过程中所存在的“代表性不足”的缺陷,提出了基于正态分布的点值化方法并将之应用于区间主成分评价法。通过与基于中心点值化的区间主成分法的比较,得到三个主要结论：第一,基于正态分布的点值化方法能将各样品的点值化结果导向指标均值,而非区间值的中心点;第二,基于正态分布的点值化结果增加了数据信息量;第三,基于正态分布点值化的区间主成分评价法提高了数据降维效果,具有更好的因子命名能力。应用结果表明,在考虑正态分布情况下,对区间数据的点值化处理方法具有较好的效果,基于正态分布点值化的方法可推广至基于区间数的评价和决策问题。     

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.