黑龙江省畜牧业发展水平的因子分析模型构建与综合评价研究

通过构建因子分析模型成功实现了黑龙江省畜牧业发展水平的综合评价.本文首先剖析了因子分析模型的基本原理与评价实施过程;其次,针对全国31个省份畜牧业发展水平的8个关键指标建立因子分析模型,最终求得涵盖猪牛羊生产能力、畜牧业贡献能力在内的黑龙江省畜牧业整体竞争能力位列全国第12位,有效证明了应用因子分析模型解决畜牧业发展水平评价问题具有较强能力,值得进一步推广使用.     

学生成绩排名的综合评价模型

对学生成绩排名提出几种新的综合评价模型:主成分分析模型,专家调查法-主成分分析模型,因子分析模型.然后利用一般使用模型和上面介绍的几种模型对理学院信计2000级学生成绩进行分析处理.最后对各种模型比较,找出一种较科学、公平、合理的评价模型.     

初始因子在奥运会径赛数据分析中的应用——兼与Johnson R A和Wichern D W教授、王学民同志商榷

这里将初始因子的一些应用观点和结论列出,并通过奥运会男子径赛数据,指出初始因子应用中存在的问题,应用因子分析模型L及其精确解,初始因子解决问题的步骤,解决了奥运会男子径赛数据分析中存在的一些问题.     

应用判别分析模型预测小麦白粉病流行趋势

丁世飞．应用判别分析模型预测小麦白粉病流行趋势．本文首先应用逐步回归分析,对影响小麦白粉病流行趋势的各种预报因子进行了优选,择出优势因子;其次应用多级判别分析技术,组建了小麦白粉病流行趋势的３个级别的判别分析模型。验证结果表明：历史拟合率达９２．３１％,两年（１９８７、１９８８）试报,结果与实际一致     

对应分析法的改进与应用

本文对国内外流行的对应分析法的不足,在尽可能多地保留变量信息的原则下,提出了改进的对应分析优化模型,论证了R型的因子分析模型L的因子双重信息图是对应分析优化模型的解,并结合应用实例给出了该模型的应用步骤。     

因子分析综合评价应该注意的问题

因子分析综合评价应用较为普遍,而目前存在一些问题,如:因子何时需要旋转,因子个数如何确定更好,何为因子命名与正向化选取变量的标准,何为具有优良性的准确因子值,何为主成分分析与因子分析的关系与差异等,忽视这些问题会导致评价没有合理性。这里用近期建立的因子分析新模型及其解理论等,解决了这些问题,得出因子分析综合评价达到合理需要的5个条件,并结合评价实例提出了建议。     

两部分因子分析模型的贝叶斯推断

半连续数据在经济和社会科学调查中普遍存在.在分析该类数据时,经典两部分回归模型经常被用来刻画协变量对响应变量可变性的影响.然而,包含协变量并不能完全解释响应变量的可变性.忽略未被观测的数据异质性将导致方差的剧烈波动.在本文中,我们将两部分回归模型推广到两部分因子分析模型.多变量半连续数据未观测的异质性由潜在因子部分来解释.此外,通过引入潜在性因子,多重变量间的相依性也以线性组合方式通过共享因子变量得到刻画.在贝叶斯框架内,我们运用马尔可夫链蒙特卡洛(MCMC)方法来进行后验分析.GIBBS采样器被用于从后验分布中抽取样本.基于模拟的随机样本,未知参数估计和模型评价等统计推断问题获得解决.随机模拟和可卡因使用数据分析等实证结果显示了该方法的有效性和实用性.     

会计舞弊风险指数构建和评价研究——基于因子分析

会计舞弊风险指数具有连续、定量、精细化地刻画舞弊风险程度,并进行排序和预警的功能。根据舞弊理论和手段选择了23个指标,以水利、环境和公共设施管理行业上市公司为例,构建了基于因子分析的会计舞弊风险指数,由于因子具有明确的舞弊风险点含义,如果舞弊风险指数高则知道是哪个因子造成的,可以据此明确具有针对性的审计重点。审计时应重点关注得分高的舞弊因子,并追踪构成该因子的原始指标的排名情况和舞弊风险点。     

层次分析法在水资源短缺评价中的应用

以辽宁省水资源为研究对象,选取水资源短缺的承灾体的暴露性、脆弱性、致灾因子危险性、可恢复性为评价因子,并进一步将其划分为12个指标,作为层次分析(AHP)的子准则层,将风险等级划分为三个阶段.应用层次分析模型对辽宁省水资源短缺风险进行综合评价.结果表明辽宁省水资源处于高风险阶段,属于严重缺水.     

基于粒度计算的探索性分析建模研究

从现有探索性分析模型建模方式的局限性出发,提出了探索性分析模型的粒度原理,建立了基于粒度计算的探索性分析模型,给出了该模型的因素集粒化、因素水平值域粒化以及混合粒化三种粒度获取方式,针对探索性分析模型的追溯问题,分析并建立了粒度空间各层次间的层级关联映射和软构层映射.在此基础上,能够建立探索性分析模型的一般性数学描述.     

高校排名的因子分析法研究

采用因子分析法对高校排名进行了研究.文中选取了刻画高校信息的22个指标,利用SAS8软件进行因子分析,选取了三个主因子,计算出各高校在这三个因子上的得分,并以各自的方差作为权重构造综合评价模型,对全国具有研究生招生资格的大学进行了排名,并给出了前15名高校的排名信息。     

Consistency conditions on the least squares estimator in single common factor analysis model

Summary This paper is concerned with the consistency of estimators in a single common factor analysis model when the dimension of the observed vector is not fixed. In the model several conditions on the sample sizen and the dimensionp are established for the least squares estimator (L.S.E.) to be consistent. Under some assumptions,p/n→0 is a necessary and sufficient condition that the L.S.E. converges in probability to the true value. A sufficient condition for almost sure convergence is also given.     

A Comparative Investigation on Model Selection in Independent Factor Analysis

With uncorrelated Gaussian factors extended to mutually independent factors beyond Gaussian, the conventional factor analysis is extended to what is recently called independent factor analysis. Typically, it is called binary factor analysis (BFA) when the factors are binary and called non-Gaussian factor analysis (NFA) when the factors are from real non-Gaussian distributions. A crucial issue in both BFA and NFA is the determination of the number of factors. In the literature of statistics, there are a number of model selection criteria that can be used for this purpose. Also, the Bayesian Ying-Yang (BYY) harmony learning provides a new principle for this purpose. This paper further investigates BYY harmony learning in comparison with existing typical criteria, including Akaik’s information criterion (AIC), the consistent Akaike’s information criterion (CAIC), the Bayesian inference criterion (BIC), and the cross-validation (CV) criterion on selection of the number of factors. This comparative study is made via experiments on the data sets with different sample sizes, data space dimensions, noise variances, and hidden factors numbers. Experiments have shown that for both BFA and NFA, in most cases BIC outperforms AIC, CAIC, and CV while the BYY criterion is either comparable with or better than BIC. In consideration of the fact that the selection by these criteria has to be implemented at the second stage based on a set of candidate models which have to be obtained at the first stage of parameter learning, while BYY harmony learning can provide not only a new class of criteria implemented in a similar way but also a new family of algorithms that perform parameter learning at the first stage with automated model selection, BYY harmony learning is more preferred since computing costs can be saved significantly.     

基于因子分析法的金融高频已实现波动的预测

金融高频数据的已实现波动(RV)在风险管理中扮演着非常重要的角色,已有大量文献对如何预测资产的已实现波动进行了研究.采用因子分析法来预测RV,探讨了不可观测的金融序列的公共因子在预测已实现波动时所起的作用,并考虑了资产价格中跳跃的影响,建立了基于因子分析法的波动预测模型(F-RV-J).从损失函数、MCS检验和在险价值VaR的预测能力三个方面,将F-RV-J模型与其它常用的预测模型进行了比较,发现F-RV-J模型明显要优于其它波动预测模型.     

基于因子分析的粮食收购政策执行效果评价

依据现有研究,通过归纳分析影响粮食收购政策执行效果的因素,构建评价其执行效果的模型.确定衡量粮食收购政策执行效果的指标因子,运用因子分析技术,对政策的执行效果进行分析,进而得到因子综合得分并用于对粮食收购政策执行效果进行评价.运用本文的因子综合得分法对部分示例省份粮食收购政策的执行效果进行评价和分析,在此基础上进一步提出完善建议.     

新疆城镇居民家庭消费分析

本文试用了一般探索性的统计分析及因子分析的方法,对新疆城镇居民的各个层次进行分析,并利用扩展线性模型进行纵向分析,以探讨出是否应该提高低层次收入水平消费者的生活质量的设想。     

对我国投资基金业绩进行评价的实证研究

本采用单因素评价法与因子分析评价法相结合的综合评价法对我国基金的业绩表现进行了实证研究，研究结果表明：我国占大多数的基金能战胜市场。     

上市公司兼并规律的实证分析

本应用因子分析方法和Logistic回归模型，对上市公司兼并规律作了实证分析，得出的结论对优化上市公司资产重组具有参考意义。