寿险公司偿付能力的综合评价

偿付能力是衡量一个公司经济能力的综合指标，而偿付能力监管是保险监管的首要目标，也是保险公司风险管理的主要内容。依据中国保监会对寿险公司偿付能力监管的要求，选取了九个财务指标，运用主成分分析法对18家活跃在中国保险市场的寿险公司的偿付能力进行了综合评价，提出应当拓宽保险资金运用渠道，优化管理结构，引进优秀人才，改进偿付能力评估办法，从而有效地提高中国寿险公司偿付能力。     

基于主成分分析法的中部六省经济发展状况比较研究

为促进我国各区域经济协调发展,国家出台了一系列推进中部地区发展的政策,这为中部地区崛起提供了良好机遇.现阶段是中部地区社会经济快速与可持续发展的关键时期,对该区域社会经济各方面发展情况的全面了解是发挥政策优势促进区域竞争力提升的重要基础.运用主成分分析法,选取能反映中部六省社会经济发展状况的综合指标,确定和解释影响中部地区社会经济发展的主成分因素,以对中部六省社会经济发展状况进行比较,指出政策推进在区域经济、社会发展中的差异并采取有效应对策略.     

基于ICA对价值链与企业家心智的关联研究

文章在分析影响价值链的企业家心智因素过程中引入了ICA理论,对应用ICA理论进行企业家心智因素的提取进行了可行性分析.在实证研究中通过基于ICA理论的FastICA算法从一组观测数据中分离出了影响价值链波动的主要因素,经分析,企业家的认知结构对价值链的影响比较显著.该方法用于筛选企业家心智因素是可行的,为ICA理论用于价值链管理和优化提供了理论参考.     

上证50股票价值的综合评价

采用主成分分析法对上证50的全部50家上市公司的股票价值进行综合评价。首先从这50家上市公司2005年度的财务报表数据中选取十一个重要指标作为基础,利用主成分分析法加以处理,合并为三个主成分,代入综合评价函数得到这50家上市公司股票的综合得分和综合排名;再对标准化的各因素指标的权重作进一步的讨论,最终得出这50家上市公司股票的综合排名。     

中国省级区域创新环境实证分析

首先分析了区域创新环境的研究现状,然后运用主成分分析法、聚类分析法定量研究了中国31个省级区域的创新环境,并且根据各区域综合得分,将31个省级区域划分为五类.这种定量分析有助于加深对区域创新环境的认识.     

基于矩阵打分值和化学位移值预测酶蛋白质中β-发夹模体

酶是一类具有催化功能的蛋白质,对其结构和功能的研究是非常有必要的。特殊模体β-发夹是一种简单的超二级结构,它们包含了丰富的折叠信息,对酶中β-发夹的预测有助于酶结构和功能的预测。本文建立了非冗余的β-发夹模体数据集,包含1080条酶蛋白质链,2818个β-发夹模体,1098个非β-发夹。提取位点亲疏水组分及位点亲疏水紧邻关联组分作为参数,运用矩阵打分算法得到的预测结果不理想。将位点亲疏水、位点亲疏水紧邻关联组分为参数得到的打分值和平均化学位移值共同作为特征参数,输入支持向量机算法对模体进行预测,5交叉检验预测总精度是81.8%,相关系数达到了0.636。     

基于主成分分析的上市文化企业经营绩效分析简

文化企业近年来发展迅速,上市文化企业更是迅速增加,其上市后的表现也是良莠不齐。本文利用主成分分析方法对44家上市文化企业的经营状况进行分析,运用主成分分析法构建了财务状况的分析模型。通过运用统计软件SPSS对样本数据进行实证分析．进而获得44家上市公司2012年度财务状况的综合得分和排列次序。科学、合理地分析了这些上市公司的经营业绩,以期对投资者的决策提供信息帮助。     

《淮南子》二论

秉承于先秦道家的《淮南子》,无论在哲学思想上,还是在音乐理论上,均是对道家思想的继承,并有进一步的发展,主要体现在"神主形从"说及其对音乐形神的论述中.     

Variance estimation when donor imputation is used to fill in missing values

Donor imputation is frequently used in surveys. However, very few variance estimation methods that take into account donor imputation have been developed in the literature. This is particularly true for surveys with high sampling fractions using nearest donor imputation, often called nearest‐neighbour imputation. In this paper, the authors develop a variance estimator for donor imputation based on the assumption that the imputed estimator of a domain total is approximately unbiased under an imputation model; that is, a model for the variable requiring imputation. Their variance estimator is valid, irrespective of the magnitude of the sampling fractions and the complexity of the donor imputation method, provided that the imputation model mean and variance are accurately estimated. They evaluate its performance in a simulation study and show that nonparametric estimation of the model mean and variance via smoothing splines brings robustness with respect to imputation model misspecifications. They also apply their variance estimator to real survey data when nearest‐neighbour imputation has been used to fill in the missing values. The Canadian Journal of Statistics 37: 400–416; 2009 © 2009 Statistical Society of Canada     

Dimensionality reduction approach to multivariate prediction

The authors consider dimensionality reduction methods used for prediction, such as reduced rank regression, principal component regression and partial least squares. They show how it is possible to obtain intermediate solutions by estimating simultaneously the latent variables for the predictors and for the responses. They obtain a continuum of solutions that goes from reduced rank regression to principal component regression via maximum likelihood and least squares estimation. Different solutions are compared using simulated and real data.