关联分析技术在刑事犯罪分析中的应用

介绍了数据挖掘的关联分析技术,对典型的关联分析算法进行了分析和研究,给出了刑事案件分析中应用关联分析的挖掘思路和方法,并以"两抢一盗"案件为例进行分析和验证.     

由付里叶分析到小波分析的进展

本文通过对付里叶分析和小波分析的详细比较 ,展示小波分析的特点和优越性 ,有助于深化对小波分析的认识和理解     

对应分析在恶性肿瘤死亡率分析中的应用

应用对应分析对 1996年福建省主要恶性肿瘤与地区分布资料进行分析 ,通过因子载荷系数将样品与变量点画在同一张因子载荷图上 ,从而能直观看出这些地区的癌谱特点。在研究样品与变量间关系时 ,对应分析有着一定的优越性。     

典型域的调和分析和复Clifford分析

本文利用华罗庚、陆启铿关于多复变函数论中典型域的调和分析研究复Ｃｌｉｆ－ｆｏｒｄ分析中（四种）典型域的调和分析,讨论了两个相应边值问题正则解的存在（唯一）性及其积分表达式．     

基于R／S分析法的股市走势分析

本文根据上证综合指数和深圳成分股2003年1月2日到2006年5月17日的收盘价及换手,对上证综合指数和深圳成分股的收盘价趋势进行了分析。用R／S分析法对收盘价趋势进行了分析,为分析历史数据对收盘价的影响,引入了关联尺度函数,通过求解出上证综合指数和深圳成分股的赫斯特（Hurst）指数,可以求出其关联尺度。根据赫斯特指数及关联尺度,我们分析出了收盘价是一个有偏的随机游动,并给出了上证综合指数和深圳成分股走势的相关结论。     

小波分析在测试信号分析中的应用

本文给出了小波的基本原理和构造方法以及小波分析的快速算法，将小波分析方法（ＷＡＭ）引入到非平稳冲击信号的分析中，作为小波分析应用实例，对汽车齿轮箱的断齿测信号进行了分析，给出了分析结果     

基于相关性分析与DEA模型的寿险公司效率分析

选取国内较有影响力的八家寿险公司作为研究对象,提出了基于相关性分析的DEA组合评价方法,该方法综合了相关性分析和DEA两种方法的优点.利用相关性分析的方法设计出评价寿险公司经营效率的投入和产出指标.然后综合运用DEA模型对这八家公司的经营效率进行研究,分析影响效率有效性的因素.     

综合分析

一个事物的状态常常受着多种因素的影响,怎样合理地描述事物的综合表现,这是综合分析的主要内容。综合分析是受着模糊数学的刺激从多元分析中分划出来的一门不同于多元分析的新的数学方法。尤其当着影响事物的因素具有很强的模糊性时,综合分析有着明显的优势。本文介绍了综合分析的基本思想和若干方法以及它的应用前景。     

独立成分分析与主成分分析在股票市场上的运用

展示了分析及认识金融市场结构的一种新方法.将这种方法实例应用在了股票指数CAC40的一篮子股票中,对股票价格走势进行分析,并将独立成分分析（ICA）方法与传统的主成分分析（PCA）方法进行了比较.     

小波分析及信源熵在股市预测分析中的应用

提出了一种预测股市行情的新指标——信源熵 ,结合小波分析和 MATLAB工具来分析预测股票的未来走势 .并用实例说明了信源熵和小波分析在预测股票的走势上有很大优越性和准确性 .     

多元统计分析在大学生综合素质评价中的应用

德育和智育是衡量大学生综合素质的重要因素,本文根据天津工业大学某年度某班级学生的各科成绩和影响学生综合素质的相关因素的实际数据,应用因子分析对影响学生综合素质的各因素进行主成份分析,计算各个学生的因子综合得分并按得分高低进行排序,把它和常见的的两种评价方法进行比较,结果发现该方法能够弥补仅仅依靠平均积点分和按综合测评总分排序的不足。最后,以因子综合得分和平均积点分和综合测评总分为指标采用聚类分析对所有学生进行分类,得出了令人满意的结果。实证分析结果表明因子分析和聚类分析是衡量学生综合素质行之有效的方法。     

Interpreting multiple correspondence analysis

The practical aspects of interpreting multiple correspondence analysis are reviewed. The geometric concepts associated with simple correspondence analysis are shown to be inadequate for multiple correspondence analysis. An alternative approach, called joint correspondence analysis, is shown to be a more natural generalization of the simple case. The practical interpretation of homogeneity analysis is also discussed and a compromise is proposed between classical multiple correspondence analysis and joint correspondence analysis, preserving the optimal scaling properties of homogeneity analysis. A simple example is used throughout the discussion to illustrate the issues involved.     

初中学生心理测量的统计分析

本文用相关分析说明了〈中学生素质特点分类培养〉项目研究中所用各种心理诊断量表整体组合运用的合理性 ;用因子分析简化了测试项目的指标体系 ,选定了适当的公共主因子 ,并对公因子给予了合理的解释 ;用聚类分析依据因子得分对学生实施心理素质特点分类 ;根据学生的心理素质特点类型提出了相应的宏观培养策略     

Matlab软件在多元统计分析中的应用

许多实际问题往往需要对数据进行统计分析,建立合适的统计模型.过去一般采用SAS、SPSS软件分析,本文给出Matlab软件在多元统计分析上的应用,主要介绍Matlab在主成份分析、聚类分析、判别分析上的应用。文中均给以实例,结果令人满意。     

Regularized generalized canonical correlation analysis for multiblock or multigroup data analysis

This paper presents an overview of methods for the analysis of data structured in blocks of variables or in groups of individuals. More specifically, regularized generalized canonical correlation analysis (RGCCA), which is a unifying approach for multiblock data analysis, is extended to be also a unifying tool for multigroup data analysis. The versatility and usefulness of our approach is illustrated on two real datasets.     

安徽省各地市企业科技开发情况分析

本文应用主成份分析法和聚类方法，对安徽省各地市企业科技开发状况进行了分析。通过定量分析表明，安徽省各地区科技开发水平差距较大，其现状应引起有关部门的重视。     

多元统计在海南农业区域经济分析中的应用

利用多元统计中的主成分和聚类分析对海南各市县的农业产量进行研究,得出代表海南的传统农业产量区及热带作物产量区,并对上述产量区进行分类.此外,还对各市县农业现状进行对应分析,得出各市县农业产业结构特征和主导产业,结论较为合理.     

幂变换在多元线性回归中的应用

幂变换是多元线性回归分析中数据预处理的有效办法之一.以胰岛素注射治疗糖尿病为例,探讨幂变换实用的条件、研究方法及研究结论,并将幂变换处理后的变量,用于线性回归分析,研究医学问题.具体就是通过对变量数据描述性分析了解数据的特点,相关分析及聚类分析确定胰岛素初始剂量的重要影响因素,幂变换对数据进行预处理,继而进行回归分析,并对比变换前初步回归分析的结果,确定最终以尿蛋白分类标准,RI用量与血糖的对数之间的线性回归模型.     

基于R软件的Bayes判别分析在医学中的应用

Bayes判别在进行判别分析时考虑到各总体出现的先验概率、预报的先验概率及错判造成的损失,其判别效能优于其他判别方法.对Bayes判别方法详细介绍的基础上,利用R软件对一组舒张压和胆固醇数据分别进行Bayes判别分析、Fisher判别分析和基于距离的判别分析,对比三种不同方法下得到的判别结果,结果表明Bayes判别分析得到的分类结果精度较高,Bayes判别分析在医学领域有较好的应用前景.     

Benefit-cost analysis using data envelopment analysis

Benefit-cost analysis is required by law and regulation throughout the federal government. Robert Dorfman (1996) declares ‘Three prominent shortcomings of benefit-cost analysis as currently practiced are (1) it does not identify the population segments that the proposed measure benefits or harms (2) it attempts to reduce all comparisons to a single dimension, generally dollars and cents and (3) it conceals the degree of inaccuracy or uncertainty in its estimates.’ The paper develops an approach for conducting benefit-cost analysis derived from data envelopment analysis (DEA) that overcomes each of Dorfman's objections. The models and methodology proposed give decision makers a tool for evaluating alternative policies and projects where there are multiple constituencies who may have conflicting perspectives. This method incorporates multiple incommensurate attributes while allowing for measures of uncertainty. An application is used to illustrate the method. This work was funded by grant N00014-99-1-0719 from the Office of Naval Research