基于GM(1,1)与主成分回归的海南GDP预测及其影响因素分析

以海南省年度GDP为衡量经济增长指标变量,以旅游业总收入、农林牧渔业增加值、建筑业增加值、固定资产投资总额、社会消费品零售总额及对外贸易进出口总额六个指标作为影响因素,采用多个标准对1987-2014年数据进行筛选,建立GM(1,1)模型对海南GDP及其影响因素进行5年预测,来分析海南经济结构变动趋势.利用灰色关联分析定性分析了六个行业对GDP的影响程度;从定量分析角度,利用线性主成分回归模型和对数主成分回归模型分别对海南GDP进行边际、弹性分析.发挥了灰色系统科学理论和计量经济模型各自长处,为建设海南国际旅游岛相关政策的制定提供参考.     

中国上市公司资本结构影响因素之实证研究

资本结构不仅是财务理论研究中的热点及难点,也日益成为公司理财决策的关键问题.本文从影响因素角度对资本结构进行实证研究.文中以深沪两市部分非金融类上市公司为样本,利用本世纪最初三年的企业财务数据,选取可能影响企业资本结构的多个指标为解释变量,利用单因素方差分析、主成分分析、逐步回归分析找出了主要影响因素及其影响方式,试图为国内上市公司资本结构决定因素提供最新实证研究证据,并为企业财务决策提供支持.     

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。     

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.     

基于主成分回归模型的湖南省就业影响因素分析

针对湖南省就业人数的影响因素问题,首先利用灰关联分析和相关系数法优选出对就业人数影响较大的指标,然后对优选的指标进行主成分分析得出了主成分表达式,最后将就业人数与主成分进行回归得到了就业人数的拟合方程.结果表明,城市化水平、国内生产总值和居民消费水平对湖南省就业人数的影响最大,从而为政府有关部门的决策提供了一定的参考依据.     

多元统计在原煤产量预测中的应用

本文根据主成分原理,选出影响原煤产量的显著因素,通过建立原煤产量的回归模型及其影响因素的灰色模型,实现了计划期原煤产量的预测,为企业制订经营计划和组织生产提供了科学依据。     

影响科技成果转化的主成分分析

本运用主成分分析法对科技成果转化诸多因素进行分析，把影响科技成果转化的诸多因素，简化成几个综合的成分，从而为投资和管理人员提供参考，为企业的发展和调整提供一个简单有价值的标准方法。     

基于主成分-SFA的银行投入产出效率评价模型及实证

通过测算贷款、存款等投入要素对净利息收入的贡献,评价商业银行的投入产出效率,对银行的资本运营和监管机构的银行资本监管具有重要意义.原始投入变量过多和变量之间的高度相关都会对评价模型的估计和检验产生影响.创新和特色在于:一是通过提取互不相关的2个主成分,反映6个原始投入变量95%以上的信息.建立基于主成分的SFA模型,克服变量过多和变量高度相关对模型参数估计和检验的影响,解决原始投入变量高度相关导致的系数检验不显著和符号不正确问题.二是利用主成分回归,将主成分与投入变量的关系表达式代入基于主成分的SFA模型,进而确定投入变量的权重系数,建立银行的投入产出模型,反映6个投入变量对净利息收入的影响规律.实证研究结果表明:一是利用主成分建立的SFA模型系数检验显著,技术效率随时间增加.二是利息支出、贷款余额、总资产、存款总额、固定资产和员工人数产出弹性分别为0.287,0.272,0.254,0.086,0.072和0.053.因此影响银行净利息收入的主要因素为利息支出、贷款余额、总资产.存款总额、固定资产和员工人数对净利息收入的影响较小.三是18家商业银行的规模系数为1.025,银行的净利息收入表现出规模经济特征.     

公共图书馆投入产出效率及影响因素研究

公共图书馆等公共文化机构的投入产出效率不仅与内部的运营管理有关,同时也受到人口、经济等外部环境因素的影响。本文以2015年我国31个省份的公共图书馆数据为例,利用DEA模型、最优子集回归模型和主成分回归模型对公共图书馆投入产出效率及其影响因素进行实证分析。效率评价结果显示:我国省域公共图书馆整体效率不高,投入冗余率达到20.7%;不到1/4的省份公共图书馆效率达到有效,并且区域差异性明显,东部最优、中部次之、西部较差。最优子集回归结果显示:人口规模、地区经济发展水平、地区居民收入水平以及高等教育程度是最优的影响因素变量子集,对公共图书馆投入产出效率都具有显著的影响。对于地区经济发展水平和居民高等教育程度回归系数为负与实际意义不符的情况,分析发现是因为变量之间存在多重共线性所致,通过主成分回归建模后,对回归系数进行了修正。     

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.     

融合多变量主成份与因子分析算法的犯罪率研究

基于犯罪过程的不确定性结构,融合多变量主成份分析与因子分析算法,分析了影响犯罪率的城市化率、失业率、客运量、人均GDP、城市基尼系数、农村基尼系数等多个相关变量因素,由MATLAB仿真建立了犯罪率的多元回归模型,并采用MINITAB数学软件对浙江省1988-2007二十年样本数据进行了实测,获取了影响犯罪率的潜在因子与方差贡献率,讨论了多元回归模型的统计检验及相对误差,解决了犯罪率各相关变量的权重分布及信息相互重叠问题.     

基于主成分分析的网络搜索数据合成方法研究

针对利用网络搜索数据合成各类指数时难以消除共线性、难以合理确定各指标权重等问题,基于数据降维的思想构建了以主成分分析法为核心的指数合成方法,并以利用网络搜索数据合成消费者物价指数为例,将提出的方法与当前主流的逐步回归法做出比较研究.研究结果表明,基于主成分分析法的数据合成方法可以得到稳定性和拟合度更高的指数.     

基于主成分分位数回归的手足口病空气质量的影响分析

手足口病在我国南部的一些沿海省市发病率相对较高,其引起的健康危害不容忽视.空气质量一定程度上会影响传染病传播的强度,为此,采用主成分面板分位数回归模型研究空气质量相关变量对手足口病发病率的影响,从而为该病的预防控制提供一定的参考.     

各地区城市市政工程情况统计分析及评估

本文利用数学计算软件SAS作主成分分析 ,将我国各地区城市市政工程情况进行排序、分类 ,再用对应分析法分别对各地区进行单项指标分析 ,最后对影响各地区城市市政工程情况的几个重要因素进行相关分析。以期为各地区城市市政工程的健康发展提供更好的思路     

应用SAS解非线性回归问题

.应用SAS/STAT估计非线性回归模型中的参数.首先,通过变量代换,把可以线性化的非线性回归模型化为线性回归模型,并用普通最小二乘法、主成分分析法和偏最小二乘法求模型中的参数和回归模型.其次,通过改良的高斯—牛顿迭代法来估计Logistic模型和Compertz模型中的参数.     

基于PCA和DEA方法的北京市可持续发展能力的评价研究

利用主成分分析法,以2000-2009年数据为基础得出了北京市可持续发展系统中的六类成本和效益性综合指数,依此从投入产出角度建立DEA评价模型,并通过模型中指标变量的调整,对北京市近10年可持续发展系统的总体水平进行了评价分析。得出北京具有可持续发展的基础和能力,但北京在可持续性发展中必须注重优化投入产出结构,提高资源与环境的利用率,搞好循环经济。     

����Adaptive-Lasso�ı��Ƴɼ�ͳ�Ʒ���

??In this paper, the multivariate linear statistical method is applied to research the undergraduate grades of students from the school of mathematics in Hefei University of Technology, and explore the impact on the later achievement by the early stage of achievement from all undergraduate courses. First, we get the main components from the previous courses by principal component analysis, then construct a linear regression model between the later achievement and main components by the stepwise regression method. Next, a linear regression model between the later achievement and the early stage of achievement from all undergraduate courses is constructed by Adaptive-Lasso method. Finally, comparative analysis is performed for the result of the above models. The research shows that the principal component regression model based on the Adaptive-Lasso method can well fit the later achievement, and give a reasonable explanation for the later academic performance.     

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 .     

因子分析在京杭大运河水质评价中的应用

用主成分分析的方法找出影响京杭大运河淮安段水质的主因子,求出因子得分函数,计算各样本的因子得分及水质综合评分,据此对京杭大运河淮安段各监测断面的水质进行评价.