主成分分析法在高校学生质量综合评价中的应用

主成分分析法能够在保证原始数据信息损失最小的情况下,以少数的综合变量取代原有的多维变量,使数据结构大为简化,并且客观地确定变量权重,避免了主观随意性.应用主成分分析方法对高等学校学生质量进行了综合评价,根据综合得分给出了科学的排名,客观地反映了学生各方面的特征.     

逼近理想点的主成分分析法及其应用

针对主成分分析法在综合评价上存在的问题,提出逼近理想点的主成分分析法,并将该方法应用于综合评价.文中的实例表明,该方法能更好地反映原始数据的信息,并能客观地给出综合评价的结果,且其结果具有一定的合理性.     

环境质量的主成分分析

主成分分析法能够在保证原始数据信息损失最小的情况下 ,以少数的综合变量取代原有的多维变量 ,使数据结构大为简化 ,并且客观地确定权数 ,避免了主观随意性 ,因而是环境质量综合评价的一种简单易行的有效方法 .通过主成分分析 ,可以为环境质量的分区和分级治理提供重要的理论依据     

对应用主成分法进行综合评价的探讨

本文针对用主成分法进行综合评价时存在的缺点,提出了分组主成分评价法。即先用因子分析法对变量进行分组后,然后再分别对各组变量进行主成分评价,既保证了主成分法的优点,也克服它在评价中的缺点,提高综合评价结果的合理性。并用该方法对实例进行了分析,取得了较好的效果。     

基于主成分——BP神经网络的期货市场预测

结合主成分分析法和神经网络的优点,提出了基于主成分分析的神经网络方法来对期货市场进行预测.引入主成分分析法对原始输入变量进行预处理,选择输入变量的主成分作为网络输入,一方面减少了输入维度,消除了各输入变量的相关性;另一方面提高了网络的收敛性和稳定性,也简化了网络的结构.通过实例验证,基于主成分的神经网络比一般神经网络训练精度更高.     

用主成分分析法作多指标综合评价应该注意的问题

主成分分析法是一种很好的多指标综合评价方法,但须注意其适用性,也要对评价结果恰当地使用.如果样本太少,或者各变量之间的相关性很小,则不适合使用;涉及到动态的价值型的指标评价问题必须作不变价在处理;如果仅仅是进行排序评价则只用一个主成分得分进行评价即可;若还要进行其他方面的分析,则在选取主成分个数时,只能选取特征根大于1所对应主成分;计算各样本的主成分得分一定要采取变权的方式进行;在对各主成分进行命名和特征概括时要首先考察各变量在不同主成分载荷的绝对值大小,在此基础上选择同一主成分上载荷较大的变量主成分命名和特征概括;如果要做倍比分析,则要把各样本的主成分得分映射到适当的正数区间,该区间的选择需要一定的经验,或者参照其他指标的倍比关系确定.     

主成分分析法在企业经济效益综合评价中的应用

运用主成分分析法与 SPSS10 .0统计软件结合 ,构建综合评价客观权数 ,对广东烟草卷烟工业企业经济效益进行评价 ,开拓了科学地进行综合评价的新领域     

基于模糊Borda法的木质林产品国际竞争力组合评价研究

为了客观评价不同国家的木质林产品国际竞争力,构建了木质林产品国际竞争力综合评价指标体系,并以世界主要木质林产品生产和贸易国家为例,在采用主成分分析法、熵权法和灰色关联度分析法进行单项评价的基础上,运用模糊Borda的组合评价方法评价了主要国家木质林产品的国际竞争力,结果表明组合评价效果更佳.     

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综合评价方法的改进

针对用主成分分析法做综合评价存在的问题,提出了改进的方法即当第一主成分的综合评价值和熵值法得到的综合评价值具有一致性时,将两种评价结果进行集成综合评价,若两种评价结果不具有一致性时则采用主成分聚类法进行综合评价.     

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 .     

水环境污染状况评价变量加权主成分分析方法

在合理选择数据规格化方法基础上,建立水污染状况评价的变量加权主成分分析方法,并以判别分析方法就水质污染级别进行校验,实证分析结果表明:改进后的主成分分析方法和评价体系较已有方法效果有显著提高。     

核主成分分析(KPCA)在企业经济效益评价中的应用

提出了一种新的经济效益评价模型:核主成分分析(KPCA).它通过一个非线性变换,将原变量空间映射到高维特征空间,然后在高维特征空间中进行线性主成分分析.通过核技巧,只需在原空间进行点积运算,便可使第一主成分的贡献率达到90%以上,能有效避免PCA中因各指标贡献率过于分散而影响评价效果.将该模型应用到广东8个卷烟企业进行评价,得到了较理想的评价效果.     

具有遗传性疾病和性状的遗传位点分析

为便于进行数据分析,首先将数据中的位点信息由原来字母编码方式转换为数值编码的方式,根据位点的编码信息和患病信息,采用Logistic回归的方法,找出某种疾病最有可能的一个或几个致病位点,同时采用显著性检验进一步对建立的模型进行检验,证明了建立结果的合理性。此外,通过主成分分析,从原有的300个主成分中取出了225个主成分尽可能多地反映原来基因变量的信息,再通过主成分Logistic回归分析找出与疾病最有可能相关的一个或几个基因。最后,采用典型相关分析找出与相关性状有关联的基因位点。     

对使用主成分进行绩效指标值排名的讨论

对《基于数据的Goodgrant基金最优投资策略》一文使用主成分分析进行综合评价,对候选学校绩效指标值排名进行了探讨。首先,综合前人研究与本题实际,指出使用主成分分析进行综合评价存在的争议与不足;然后,分别建立TOPSIS模型和综合评价模型对候选学校的绩效指标值进行排名,并对不同方法得到的结果进行对比。结果表明,TOPSIS模型和综合评价模型得到的排名具有高度一致性,前50名重合率达98%,而与主成分分析综合评价的重合率仅有6%,说明使用TOPSIS等传统评价模型对候选学校绩效指标值进行排名更合适。     

组合评价模型在河南省主要城市综合经济实力评价中的应用

组合评价模型通过组合多个单一评价模型的评价结果,有效弥补单一方法的不足,提高评价的全面性和科学性.首先利用河南省2010年的相关数据,分别采用综合指数法、加权平均法、主成分分析法和因子分析法,对河南省的18个主要地区的综合经济实力进行了评价和排序;其次,建立基于模糊Borda法的组合评价模型,应用该模型对河南省的18个主要地区的综合经济实力进行了重新评价和排序,得到了更为可行的评价结果.