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.     

基于动态聚类-因子分析的社会发展评价指标构建模型

运用动态聚类与因子分析相结合的双重指标筛选法对社会发展评价指标进行定量筛选,最终建立了包含社会公平,社会公共利益保障两个准则层在内的共计9个指标的社会发展评价指标体系.主要特色一是利用动态聚类的方法分别对社会公平,社会公共利益保障两个准则层内的社会发展评价指标进行分类,使不同的聚类结果代表社会发展的不同层面,避免了各个社会发展评价指标之间反映的社会发展信息重叠;二是通过因子分析遴选出每一个社会发展评价指标类中信息贡献程度最大的社会发展评价指标,同时删除其他信息贡献率小的社会发展评价指标,保证了筛选出的社会发展评价指标能最大程度的反映整个海选社会发展评价指标的信息量;三是主成分-熵的信息贡献测算模型表明:最终构建的社会发展评价指标体系用29%的社会发展评价指标覆盖了社会发展海选指标体系中89%的原始信息量.     

稳健主成分聚类方法的构建及其比较研究

传统的主成分聚类方法往往会因对离群值比较敏感而导致聚类的结果与实际不相符。针对这一现象,本文运用稳健统计量对传统主成分聚类方法进行修正,构建出稳健主成分聚类分析算法,以克服离群值对模型计算结果的影响。由模拟和实证分析的计算结果可得知:当数据中没有离群值时,稳健主成分聚类方法的结果与传统主成分聚类方法一致;但当数据中有离群值时,相对于传统主成分聚类方法而言,稳健主成分聚类方法能有效抵抗离群值的影响,具有良好的抗干扰性和高抗差性。     

基于因子分析和聚类分析的各省水运竞争力研究

以中国25省市水运情况为研究主题,构建3类共10个竞争力指标体系,选取2014年的截面数据,运用因子分析对数据进行处理提取3个公因子,通过计算得到因子得分矩阵,进而运用系统聚类分析法对各省市水运情况进行聚类,并根据结果提出针对性的建议.     

变量聚类—全局主成分分析在我国普通高等教育发展水平评价中的应用

本文根据1997年~2003年共同构成的关于我国普通高等教育发展水平的时序立体数据表,对各地区高等教育发展整体状况的各项指标进行变量聚类,以区分对我国高教发展背景与现状分别产生影响的各项指标,然后对每一类作主成分分析,选出能够代表该类的主成分。在此基础上,计算出各地区各年度主成分的增长度;再对各年度主成分的增长度作主成分分析,以期对我国高教发展背景与现状的总体变化趋势做出综合评价。     

中国区域创新能力静态分析——基于自适应赋权主成分聚类模型

本文在对经典聚类模型和现有改进聚类模型优点与不足剖析的基础上,通过定义客观加权主成分距离为分类统计量,提出了一种自适应赋权的主成分聚类模型。与现有同类方法相比,新模型克服了指标之间的高度共线性,能够对指标重要性的客观差异进行自适应赋权,每一步都有充分的理论保证其必要性、合理性.应用加权主成分聚类对中国区域创新能力进行集团划分,分类结果的可解释性明显提高,统计检验效果显著,所得的结论对了解和推动中国区域创新能力发展具有借鉴意义。     

基于多元统计分析的育种杂交棉综合评价

采用变异系数、主成分分析、聚类分析法对新疆南疆某单位培育的22种育种杂交棉的9项品质指标进行了分析,目的是对育种杂交棉品质进行综合评价.结果表明:伸长率、马克隆值受遗传影响较大,整齐度变化最小;找出能够代表原始信息85%以上的四个主成分,分别是品质综合因子、细度因子、反射率因子和外观色泽因子;将22个品种分为四大类,对各杂交棉品质综合评价.     

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.     

简约指标体系下我国省级信息化水平综合评价——基于相关分析和主成分分析方法

在海选省级信息化初始评价指标的基础上,采用相关分析和主成分分析定量筛选方法对初始指标体系进行变量筛选;保证筛选出的指标对评价结果有显著影响的前提下,构建了省级信息化评价简约指标体系;用22%的指标反映了99%的原始信息.最后综合各主成分构造的综合评价模型对我国31个省的信息化水平进行了实证分析,得到了较好的评价结果.     

马氏距离聚类分析中协方差矩阵估算的改进

本文考虑了变量权重和样本类别的影响,建立了马氏距离聚类过程中评估协方差矩阵的迭代法。以Fisher的iris数据为样本,运用欧氏距离一般聚类、主成分聚类、改进前后的马氏距离聚类方法,进行实证分析和比较,结果表明本文所提出的新方法准确率至少提高了6.63%。最后,运用该方法对35个国家的相关指标数据进行聚类分析,确定了各国的卫生保健状况等级。