基于主成分分析法的我国用电量的影响因素分析

2002年电力体制改革以后,我国电力行业取得了迅猛发展,电力需求量与生产量增长迅速,社会用电量也一路飙升.为了明确各影响因素与用电量的影响关系,以我国2002-2015年用电量相关统计数据为基础,选取国民生产总值、人口总量、第二产业GDP、能源消耗总量、城镇化率、单位GDP电耗、货物进出口总额、房屋施工面等12个指标,通过主成分分析法进行系统化研究.结果显示,我国用电量与第一主成分显著相关,而第二主成分没有显著相关关系.最后,针对具体分析结果,为相关政策制定和现状分析提供了建议.     

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.     

基于主成分因素法的企业绩效比较方法

本通过比较多种企业财务绩效因素，建立了基于主成分因素法的企业绩效比较模型，并通过对国外上市的信息安全公司进行比较实证检验，验证了该预测模型在实际市场上与企业的市场地位是相符的。     

中国福利彩票销售额影响因素分析与基于残差主成分分析的预测

本文应用多元回归分析的方法讨论了中国各省份福利彩票销售额与国民经济、就业人员和职工工资、财政、固定资产投资、人民生活这五个大类中的22个预测变量之间的相关关系,找出了对彩票销售额有显著性影响的变量,此外我们发现,不同年份的数据所得到的残差存在强相关性,本文利用主成分分析的观点提取出了不同年份残差中的公共信息,最后得出彩票销售额的预测方程,利用上述方程对2007年各省份的彩票销售额进行预测,并与真实的销售额数据进行对比,获得了较小的平均相对预报误差.这说明本文所建立的模型确实可以对中国的福利彩票销售额进行有效的预测.     

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.     

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 .     

复共线影响点的主成分诊断

本文给出了复共线影响点的主成分诊断准则，举例说明了所给准则的有效性。     

基于主成分回归模型的经济增长因素分析

在经济增长因素分析中,常用多元回归分析方法,但有时建立的回归模型拟合效果不好或不合理。为此本文给出建立主成分回归分析的方法。本文对经济增长给出两种回归分析方法,即建立主成分线性回归模型,分析经济增长的边际效应,建立主成分非线性回归模型,分析经济增长的弹性效应,实例表明效果很好。     

基于MCD的稳健主成分算法及其实证分析

主成分分析方法是在经济管理中经常使用的多元统计分析方法,在变量降维方面扮演着很重要的角色,是进行多变量综合评价的有力工具。但传统的主成分分析对于异常值十分敏感,计算结果很容易受到异常值影响,而实际数据常包含异常情况,通常分析很少考虑它们的作用。本文基于MCD估计提出一种稳健的主成分分析方法,模拟和实证分析结果表明,该方法对于抵抗异常值有很好的效果。     

基于主成分分析的需水量预测模型研究

用水是整个水资源系统中的一个重要环节,需水预测是制定水资源规划、管理以及国民经济计划的基础和依据.提出了基于主成分分析法分析的需水量预测模型,试图能探讨需水定额与经济社会各影响关系响应,以郑州市为例对2010年、2020年和2030年的工业、农业和生活的需水量进行了预测,并与郑州市水资源规划的预测结果进行了比较,分析及比较结果表明:该模型预测结果比规划结果偏低,2010年、2020年和2030年平水年分别需水162295×104m3、179966×104m3和194696×104m3,需水结构的变化基本反映了郑州市产业结构调整和社会经济良性发展的趋势.     

主成分分析法在非寿险保险公司偿付能力影响因素中的应用

本文运用主成分分析法对非寿险保险公司偿付能力诸多影响因素进行分析,简化成几个综合的成分,所得结果为保险监管部门和保险公司制定切实有效的管理策略,提供有价值的参考。     

主成份分析在证券市场个股评析中的应用

本文利用主成份分析方法 ,对证券市场上 31种股票进行综合评价 ,通过使用统计软件SAS进行计算和分析 ,提出用第一主成份作为个股业绩的度量 ,得到了这些股票 1997年上半年财务状况的排列次序     

基于层次分析的主成分分析法及其应用

在分析了传统的层次分析法和主成分分析法的优缺点的基础上,扬长避短的将两种方法结合在一起,讨论了基于层次分析的主成分分析法.与新兴的决策评估方法相比,例如直觉模糊层次分析法,基于层次分析的主成分分析法更具有简洁性和直观性.最后,将方法应用于登陆作战的目标选择,得到了与实战结果相同的结论,验证了方法的可行性.     

基于独立分量分析——最小二乘支持向量机的公路建设项目投资估算新模型

为快速、准确地进行公路建设项目投资估算,提出了一种新型的公路建设项目投资估算模型.该模型首先基于独立分量分析技术,根据最小互信息原理,有效分离出公路建设项目投资估算的独立影响因素源.然后,将这些独立影响因素源用于最小二乘支持向量机的训练,从而建立了基于独立分量分析技术—最小二乘支持向量机的公路建设项目投资估算模型.该模型将独立分量分析技术的盲信号分离能力与最小二乘支持向量机处理有限样本条件下非线性回归问题的优势有机结合,提高了模型预测的准确性.     

Outlier Mining Based on Principal Component Estimation

Outlier mining is an important aspect in data mining and the outlier mining based on Cook distance is most commonly used. But we know that when the data have multicoUinearity, the traditional Cook method is no longer effective. Considering the excellence of the principal component estimation, we use it to substitute the least squares estimation, and then give the Cook distance measurement based on principal component estimation, which can be used in outlier mining. At the same time, we have done some research on related theories and application problems.     

基于灰色关联分析和主成分分析组合权重的确定方法研究

为了提高综合评价模型中权重的准确性和客观性,以主成分分析法和灰色关联分析法为基础,建立了组合权重模型,从而修正了灰色关联分析法和主成分分析法在确定权重过程中的缺陷,为综合评价体系中权重的确定提出一种新的思路.     

基于误差理论的区间主成分分析及其应用

针对区间数样本,传统的主成分分析需进行拓展。首先讨论了区间样本数据的两种主要来源,即观测误差和符号数据分析。然后将区间数看作一个由中点和半径构成的具有一定误差的数,从误差理论出发,研究基于误差传递公式的区间主成分分析方法,并获得以区间数为表达形式的主成分。最后,结合我国2005年第四季度股票市场的数据进行了实证分析。结果表明,面对海量数据,区间PCA较传统PCA更容易从总体上把握样本的属性。     

基于主成分分析与Fourier变换的动态投资组合

提出了一种将主成分分析与Fourier变换组合的资产投资组合方法.对于N个资产,首先利用主成分分析中第一主成分确定各资产的组合权重并建立投资组合,利用Fourier变换获得该组合残差的复合周期趋势,最后利用ARMA模型对趋势残差进行区间预测.为使资产保值,当组合股价达到最低点时,各资产以第一主成分对应权重进行组合建仓;当组合股价反向上升达到最高点时,则以第N主成分对应权重进行组合并调仓.在实证模拟方面,选取2016年1月4日-2018年6月8日全球股票主要指数的收盘价数据进行实证分析.模拟结果表明:基于主成分分析的投资组合在收益及资产保值方面表现更佳.