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。     

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。     

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 .     

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.     

基于主成分分析的湖南竞争力评价研究

介绍了主成分分析方法,提出了运用主成分评价模型必须满足的条件。并且借鉴中国科学院可持续发展研究组构建的可持续发展指标体系,运用主成分分析构建了区域竞争力的综合评价指标,将湖南的经济发展与其他地区比较,并提出相应的策略。     

主成分分析在《大学生体育合格标准》综合评价中的应用

本文利用主成分分析方法,对《大学生体育合格标准》进行综合评价,通过计算和分析,得到了身体机能优劣的排列次序,并找出了他们之间存在的差异和原因,为今后增强学生体质,指导他们科学锻炼身体指出了方向     

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     

主成分分析方法在学生评价体系中的应用

建立学生评价体系的主成分分析模型,随机抽取中国计量学院理学院部分学生,采集实际数据,进行实例分析.计算结果显示,模型有效.     

基于主成分分析的水质评价方法

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数,避免了主观随意性.应用主成分分析法对长春市地面水环境进行评价,且与其它评价方法相比较,结果显示主成分分析法更客观且指导性较强,是一种行之有效的水质评价方法.通过主成分分析进行水质评价,可为水资源规划、利用、开发和环境系统优化提供更为客观的参考依据.     

Regularized Principal Component Analysis

Given a set of signals, a classical construction of an optimal truncatable basis for optimally representing the signals, is the principal component analysis (PCA for short) approach. When the information about the signals one would like to represent is a more general property, like smoothness, a different basis should be considered. One example is the Fourier basis which is optimal for representation smooth functions sampled on regular grid. It is derived as the eigenfunctions of the circulant Laplacian operator. In this paper, based on the optimality of the eigenfunctions of the Laplace-Beltrami operator (LBO for short), the construction of PCA for geometric structures is regularized. By assuming smoothness of a given data, one could exploit the intrinsic geometric structure to regularize the construction of a basis by which the observed data is represented. The LBO can be decomposed to provide a representation space optimized for both internal structure and external observations. The proposed model takes the best from both the intrinsic and the extrinsic structures of the data and provides an optimal smooth representation of shapes and forms.     

A Data-Adaptive Principal Component Analysis: Use of Composite Asymmetric Huber Function

This article considers a new type of principal component analysis (PCA) that adaptively reflects the information of data. The ordinary PCA is useful for dimension reduction and identifying important features of multivariate data. However, it uses the second moment of data only, and consequently, it is not efficient for analyzing real observations in the case that these are skewed or asymmetric data. To extend the scope of PCA to non-Gaussian distributed data that cannot be well represented by the second moment, a new approach for PCA is proposed. The core of the methodology is to use a composite asymmetric Huber function defined as a weighted linear combination of modified Huber loss functions, which replaces the conventional square loss function. A practical algorithm to implement the data-adaptive PCA is discussed. Results from numerical studies including simulation study and real data analysis demonstrate the promising empirical properties of the proposed approach. Supplementary materials for this article are available online.     

基于主成分分析与最优分割理论对实习成绩综合评定的研究与分析

教育实习成绩评定是师范类学校很重要的内容,但评价过程受主观因素影响多及指标间相关性的影响.根据系统工程原理,采用SA S软件在构建评价指标体系和应用多元统计分析中主成分分析法和最优分割法的基础上,给出了一种综合评判教育实习成绩水平的新方法,结果表明它可为公平、公正的对学生成绩评定提供重要的参考作用.     

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