我国普通高等教育发展水平的全局主成分分析

本文根据 1995年、1997年和 1999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 ,通过全局主成分分析得到公共主成分子空间L(F1,F2 ,… ,Fm) ,并在该子空间对我国高等教育发展背景和现状进行统计分析 ,给出了排名和变化趋势。     

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.     

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     

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 .     

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。     

我国普通高等教育发展水平的统计分析

刘贤龙．我国普通高等教育发展水平的统计分析．数理统计与管理，１９９８，１７（４），１～４     

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 .     

中国房地产行业态势分析及调控政策成效模拟

在深入分析房地产供需影响因素的基础上,构建了我国房地产行业态势分析模型和房地产行业调控政策成效模拟模型.并利用模型进行分析,量化研究该行业当前的态势、未来的趋势,模拟房地产行业经济调控策略的成效.模型结果显示,我国房地产市场较为稳定,国家应继续出台具体的调控政策,以实现房地产市场的持续稳定运行.     

能源消费对中国工业化进程制约作用的实证分析

本文运用经济计量方法,从不同角度全面考察了工业部门能源强度的变化趋势及工业化水平与能源需求之间的关联关系。结果表明,工业部门能源消费强度随中国工业化进程的推进呈下降趋势;中国工业化水平与能源消费之间存在长期均衡关系,这种长期均衡关系的短期调整幅度较大;中国工业化水平对能源需求的贡献份额较小,能源需求不会成为制约我国工业化进程中的瓶颈。从目前实际出发,对短期调整效应较弱的工业部门实行节能技术改造,走适合我国基本国情的、有助于资源节约型的新型工业化道路是目前及今后一个时期的必然选择。     

北京区域经济状况分析

以区域经济为出发点 ,制定相应指标衡量体系 ,采用基于时序立体表的因素分析方法———全局主成分分析方法 ,对北京市四大区域的数据进行经济、社会状况分析 ,研究比较不同区域间的经济发展水平、资源优势以及城市对农村的辐射和渗透作用 ,为北京市制定平衡发展战略提供了量化依据     

工业化住宅的系统工程

本论述了工业化住宅的系统工程特点，建立了工业化住宅系统的集成模型，分析了该系统目标，系统形成的组织结构、系统优化控制、虚拟现实的系统仿真及系统评价等问题，提出了实现住宅建筑工业化应注意的技术问题。     

基于主成分分析的体制机制对辽宁省两化融合贡献度研究

在我国全力推进工业化和信息化融合的趋势下,针对辽宁省的具体情况,从体制机制对两化融合的影响程度进行分析,建立指标体系,选取代表性的指标,综合运用主成分进行分析,得出了各种指标的权重,从量化的角度了解体制机制对两化融合的影响程度,并结合实际情况做出了体制机制创新的具体建议.     

基于主成分分析的单变量时间序列聚类方法

针对时间序列数据的高维特性,在进行理论分析的基础上,利用主成分分析法提出了一种单变量时间序列数据降维的新方法,进而提出了基于主成分分析的单变量时间序列聚类方法。其主要思想是在线性空间中的同一组基下,用系数之间的相似性来刻画对应时间序列之间相似性,在理论分析过程中,首先对单变量时间序列数据集进行主成分分析,其次分析了单变量时间序列数据集、样本协方差矩阵的特征向量与主成分之间的关系,并证明了由主成分构成的向量组线性无关。为了进一步验证理论分析结果的正确性和所提算法的有效性,分别利用仿真数据和真实的股票数据进行了数值实验。     

A Combinatorial Approach to Piecewise Linear Time Series Analysis

Over recent years, several nonlinear time series models have been proposed in the literature. One model that has found a large number of successful applications is the threshold autoregressive model (TAR). The TAR model is a piecewise linear process whose central idea is to change the parameters of a linear autoregressive model according to the value of an observable variable, called the threshold variable. If this variable is a lagged value of the time series, the model is called a self-exciting threshold autoregressive (SETAR) model. In this article, we propose a heuristic to estimate a more general SETAR model, where the thresholds are multivariate. We formulate the task of finding multivariate thresholds as a combinatorial optimization problem. We develop an algorithm based on a greedy randomized adaptive search procedure (GRASP) to solve the problem. GRASP is an iterative randomized sampling technique that has been shown to quickly produce good quality solutions for a wide variety of optimization problems. The proposed model performs well on both simulated and real data.     

中国报纸出版业区域发展不均衡性的计量分析

依我国各省(市、自治区)报纸种数、报纸总印数和报纸总印张数等三个指标1986-2006年的数据,构建这一时期各指标相对熵的时间序列。应用ADF检验求时间序列单整阶数并做出分析,应用方向数据统计探讨报纸总印张数相对熵的周期变化。     

基于WEGN模型对我国主要城市气温的模拟和预测

本文对我国10个主要城市气温指标建立了天气发生器模型,用Fourier分析和时间序列的方法进行建模,用统计模拟的方法分别生成了一年的气温数据,来对当地的气温指标进行了预测。在此基础上,我们对模型进行了改进,通过增加模拟次数,建立了全年日均气温的点估计和区间估计.最后,以三个实例验证了改进模型。     

A nonparametric procedure to detect periods in time series

Suppose that for a given time series the experimenter knows that it has a certain periodic property and that he wishes to find out the length of the period. For this problem a nonparametric procedure is proposed. It consists of a new smoothing technique based on Kendall's Tau and a specific counting method. The procedure is studied under a simple model of periodic time series which are composed of periodic (deterministic) functions, a linear trend and exchangeable (stochastic) sequences. The performance of the procedure is illustrated by a simple example.     

南通地区月降水量时间序列分析

根据南通地区1989年-2005年月降水量数据,在统计检验其平稳性、纯随机性的基础上,结合谱分析,建立该地区具有季节效应的疏系数ARIMA月降水量时间序列模型,对模型作了拟合预测检验.研究表明,多个模型的联合使用比单一模型更利于准确拟合预测.