对台湾工农业产品产量的主成分分析

主成分析分析法是一种将多个指标化为少数几个不相关的综合指标 (即主成分 )的多元统计分析方法 .本文通过运用主成分方法对我国台湾地区 1 989 1 996工农业主要指标的原始数据的处理分析 ,表明主成分分析确是在实用中很可行的一种常用的统计方法 .     

信息能力国际比较的主成分分析法

本文利用主成分分析方法对世界主要国家的信息能力进行了排序比较 ,并对所得结果进行了简要的分析。     

基于主成分分析与Fourier变换的动态投资组合

提出了一种将主成分分析与Fourier变换组合的资产投资组合方法.对于N个资产,首先利用主成分分析中第一主成分确定各资产的组合权重并建立投资组合,利用Fourier变换获得该组合残差的复合周期趋势,最后利用ARMA模型对趋势残差进行区间预测.为使资产保值,当组合股价达到最低点时,各资产以第一主成分对应权重进行组合建仓;当组合股价反向上升达到最高点时,则以第N主成分对应权重进行组合并调仓.在实证模拟方面,选取2016年1月4日-2018年6月8日全球股票主要指数的收盘价数据进行实证分析.模拟结果表明:基于主成分分析的投资组合在收益及资产保值方面表现更佳.     

主成分分析在中国上市公司综合评价中的作用

主要介绍了主成分分析在上市公司综合评价中的作用 .主成分分析作为一种客观赋权的方法 .权数是能随着宏观经济环境变化而变化的动态权数体系 ,因为主成分分析所应用的数据来源于上市公司年度报告所提供的财务指标 .它主要对所选择的 40只绩优股 ,进行横向的比较 ,并根据第一主成分得分进行排序 ,给广大的投资者提供参考 .     

基于多元统计的农业产业化评价方法

本文基于多元统计中的主成分分析方法对海南省农业发展状况进行了一些研究,对海南省19个地区的数据利用主成分分析得出:第一主成分反映了各省市农业总体发展实力,第二主成分反映集体企业发展程度。过判别分析后,并没有误判发生,证明了结果的合理性。     

对称设计与主成分分析

在科学研究中,经常利用观测到的数据研究复杂系统的主要成分与观测变量的关系,这实际上是科学的最基础问题之一,称为"主成分分析".对"主成分分析"的优良性研究文章众多,但是由于东西方认知世界的哲学思想不同,所以历史上东西方对"主成分分析"的计算和论证方法有着相当大的差异.利用对称设计对数据进行分类,通过对东西方主成分分析的计算方法进行比较,说明东方象数学的主成分分析的计算方法具有再现性,而西方主成分分析的计算方法不具有再现性.从再现性的观点来看,东方象数学的主成分分析的计算方法科学性更强.     

基于误差理论的区间主成分分析及其应用

针对区间数样本,传统的主成分分析需进行拓展。首先讨论了区间样本数据的两种主要来源,即观测误差和符号数据分析。然后将区间数看作一个由中点和半径构成的具有一定误差的数,从误差理论出发,研究基于误差传递公式的区间主成分分析方法,并获得以区间数为表达形式的主成分。最后,结合我国2005年第四季度股票市场的数据进行了实证分析。结果表明,面对海量数据,区间PCA较传统PCA更容易从总体上把握样本的属性。     

我国上市公司资本结构影响因素实证分析

本文选取了可能影响企业资本结构的多个指标变量进行分析 ,利用主成分分析提供的方法将变量综合成彼此互不相关的少数几个主成分。再用主成分 (作为回归自变量 )对企业的 5种资本负债比 (作为回归因变量 )进行多元回归分析 ,得出了影响企业资本结构的主要因素 ,以及这些因素与企业资本结构之间的关系 ,为企业确定资本结构提供参考依据 ,为企业财务决策提供支持。     

时序全局主成分分析在经济发展动态描绘中的应用

本文利用时序全局主成分分析简明扼要的对我国 195 2～ 1982年的经济发展历程作了动态描绘。结果表明 ,动态轨迹与客观实际能很好的吻合 ,为促进经济进一步的快速发展提供了参考依据     

对各地绿化环境的统计评价和思考

本文利用多元分析的方法对全国 30个省、市及直辖市的城市绿化情况进行评价 .借助SAS软件 ,用主成分进行分类 ,并对结果进行相关分析 .     

关于主成分分析做综合评价的改进

本文结合具体事例 ,讨论并改进利用主成分分析做综合评价的方法。     

教师课堂教学质量的多元统计分析

应用多元统计分析中的聚类分析法和主成分分析法对教师高等数学的课堂教学质量进行了统计分析,通过对数据的聚类分析结果提出教师应注重启发性教学并善于引导学生解决实际问题.同时利用主成分分析将原先众多的评价指标用三个指标代替,为进一步提高教学质量提供科学的依据.     

风险资本投资方法浅析

本介绍了风险资本投资方法，并归纳出了风险资本家常用的标准，最后，利用主成分分析软件，得到了收益和风险的有益的结论。     

广东省经济发展状况的统计分析

选取广东省21个地级以上市为样本,对广东省经济发展现状进行统计分析.选取影响经济发展的主要指标,并进行分析认证.利用主成分分析法得出影响经济发展的两个主要成分"综合经济发展实力"和"社会富裕程度",根据这两个主成分对21个市的经济发展状况进行排序和综合评价.最后运用聚类分析法将广东省21个市分为三个区域.通过全方位地分析广东省各市经济社会的发展水平及差距,为广东省各市实现均衡发展提供一些理论依据和合理化建议.     

主成分分析法在多变量变动分析中的应用——以城镇居民消费结构变动分析为例

对常用的主成分分析法进行修改,使得修改后的主成分分析法可用以研究多个变量在某一时间段变动的大小与趋势,并以我国城镇居民在2000年-2008年期间消费结构变动分析为例,讨论该方法的应用.     

基于主成分分析法的我国用电量的影响因素分析

2002年电力体制改革以后,我国电力行业取得了迅猛发展,电力需求量与生产量增长迅速,社会用电量也一路飙升.为了明确各影响因素与用电量的影响关系,以我国2002-2015年用电量相关统计数据为基础,选取国民生产总值、人口总量、第二产业GDP、能源消耗总量、城镇化率、单位GDP电耗、货物进出口总额、房屋施工面等12个指标,通过主成分分析法进行系统化研究.结果显示,我国用电量与第一主成分显著相关,而第二主成分没有显著相关关系.最后,针对具体分析结果,为相关政策制定和现状分析提供了建议.     

2013年春夏季莱州湾海水环境要素的多元统计分析

根据2013年5月(春季)和8月(夏季)莱州湾海水环境要素的调查资料,通过主成分分析提取了3个主成分,累计表达原数据矩阵78.57%的信息,然后分别利用监测要素和主成分综合得分的层次聚类分析筛选出监控指标,并确定了水质污染状况及主要污染区域.结果表明,2013年莱州湾水质春季和夏季较差,导致水质状况恶化的主要要素是溶解无机氮,水质污染程度在时间和空间上存在较大差异,总体上春季海水污染程度高于夏季,莱州湾西侧和南侧处于严重污染或中度污染水平,因此常规监测中应重点关注化学需氧量、无机氮、叶绿素a和石油类这4个指标.     

主成分分析与支持向量机相结合的区域降水预测应用

将主成分分析和支持向量机回归相结合,以广西5、6月区域平均日降水量作为预报对象,进行区域日降水量预测研究.首先,整理分析大量的T213数值预报产品信息数据进行主成分分析,得到主成分数据序列;其次,根据主成分数据序列建立训练集训练支持向量机,并利用遗传算法优化参数;最后,输入支持向量机所需数据,得到主成分预测结果,建立广西日降水预报模型.实例计算结果表明,支持向量机回归模型比逐步回归模型有更好的预测能力.     

长沙经济发展的动态分析

本文根据1997~2004年的长沙经济主要指标的时序立体数据表,进行时序全局主成分分析,得到一条动态轨迹并表明和客观实际能较好的吻合,为促进经济的快速发展提供一定的参考依据.     

基于PCA-K-means和PCA-SOM神经网络的葡萄酒分类

针对葡萄酒物理和化学数据成分冗余,提出了两种葡萄酒分类的算法,分别是主成分分析K均值和主成分分析自组织神经网络算法.这两种算法对葡萄酒的物理化学成分进行了主成分分析,提取了主要的影响因素,将输入维数降低,再利用K均值和自组织神经网络算法分别对葡萄酒进行分类和比较.实验结果表明,PCA-K-means和PCA-SOM都具有较高的准确率,都有一定的使用价值和可操作性,并且PCA-K-means算法优于其它的算法.