多指标面板数据融合聚类分析

针对多指标面板数据的样品分类和历史时期划分问题,从多元统计分析理论角度提出一个多指标面板数据的融合聚类分析方法。该方法改进了多指标面板数据的因子分析和系统聚类方法,依据Fisher有序聚类理论,构造了Frobenius范数形式的离差平方和函数,提出了多指标面板数据的有序聚类方法。实证结果表明,该方法能够满足系统分析的统一性要求,保证指标之间的不相关;能够克服时间维度上均值处理造成的偏误,信息损失较少;能够解决面板数据有序聚类的问题;弥补了单一分析的片面性和局限性。     

多指标面板数据因子分析的分层模型及应用

针对多指标面板数据的公因子提取及评价问题,提出一种充分挖掘面板数据时间序列价值的分层因子模型.模型在底层上通过对各个时点上截面数据指标变量的精炼实现对截面样本数据的评价,将截面数据压缩成只具有时间维度的样本评价值向量;模型顶层进一步实现了对由各个截面样本评价值向量形成的综合评价矩阵时间维度的精炼,并推导出面板数据因子得分公式及评价函数.最后,运用模型方法对我国大陆31个省市国有及规模以上非国有企业生产及经营状态面板数据进行了因子分析,分析结果显示了方法的合理性.分层模型实现了对面板数据各样本的指标维度与时间维度的双重提炼,弥补了现有方法的片面性与局限性.     

智能信息处理的多指标面板数据聚类方法及其应用

为提高具有先验知识样本的学习效率,本文在吸引子传播聚类模型基础上,引入半监督学习策略,并综合考虑样本动态信息变化,融合多指标面板数据,提出智能信息处理的多指标面板数据聚类模型。选取30家房地产业上市公司2009-2013年相关财务数据,利用此模型进行聚类和绩效评价分析。结果表明,智能信息处理的多指标面板数据聚类模型能更加有效地区分样本类别特征,可为上市公司绩效评价、金融管理与决策提供一个更加有效的方法和手段。     

碳排放问题面板数据曲线的棱镜模型聚类分析

采用类比方法构建出一种面板数据曲线的棱镜模型,把时间横坐标与经济问题纵坐标加以角度化变换,选取恰当的经济变量作为棱镜的折射率和顶角,可将面板数据曲线用棱镜曲线进行再描绘.在碳排放问题上,列举大量的面板数据曲线作为具有棱镜曲线形状的证据,并给出聚类分析,解决了棱镜模型的应用问题,得出了存在经济折射定律的观点结论,从而为应用经济学研究提供一种全新视角的分析工具.     

基于多维面板数据的聚类方法探析及实证研究

面板数据由于能够从截面和时间构成的二维空间来描述研究对象的动态特征而被广泛应用于经济问题的建模实践中。本文借鉴多元统计学中主成分分析方法对面板数据进行降维处理,然后通过构建综合评价函数序列矩阵的相似指标对面板数据进行聚类分析,并提出一些研究面板数据亲疏关系的有效途径,最后运用该算法对我国地区科技能力进行实证分析,结果与实际状况较为吻合.     

教学测评数据的聚类分析

教学测评是了解教学信息的重要渠道和实施教学管理的重要手段,如何挖掘期资料信息,对了解学生的教学反映,反映教学过程和教学效果,促进教学质量的提高十分重要.本文借助SPSS软件,运用聚类分析等方法,对测评数据进行多元分析,为进一步改进教学测评提供参考.     

面板数据空间误差分量模型的GMM估计及其应用

本文研究面板数据空间误差分量模型(Spatial Error Components Model,SEC)的估计方法。为克服极大似然法在SEC模型估计中运算的困难,本文提出基于广义矩估计的可行广义最小二乘法(GMM-GLS),证明了估计量的一致性及有限样本下的有效性;并应用此模型,研究2000-2007年中国30个省(西藏除外)的物质资本存量、人力资本存量及能源消耗对实际GDP的影响,结果表明,采用SEC模型所得估计结果更为符合经济现实。     

不精确数据的相似度及其在聚类分析中的应用

基本包含度理论,提出不精确数据的一种相似度,并讨论基于此相似度的不精确数据的聚类方法。     

短样本多指标动态经济数据变点的一种识别方法

本文研究了多指标动态经济数据的变点问题,使用多元分析的方法,给出了在样本长度较短情况下识别变点的一种方法,并用这种方法分析了国民经济统计中的一个实际例子。     

多指标面板数据聚类方法及应用——以行业一次能源消费面板数据为例

综合考虑面板数据多指标中因变量指标特征及其与自变量指标的相关关系,通过定义因变量自协方差及自变量与因变量协方差以构建面板数据相似及相关性测度距离函数,在引入自组织竞争网络算法的基础之上,提出了多指标面板数据聚类的方法.以我国1996-2008年44个行业煤炭、天然气、电力消耗量及国际石油价格面板数据进行实际应用,验证了新方法聚类结果更为显著的优点。     

基于数据流形结构的聚类方法及其应用研究

随着信息社会的不断发展,人类已经进入了信息爆炸时代,海量的数据使数据处理变得繁琐复杂,因此如何对现有的高维数据降维、聚类,并在一定程度上消除高维数据中存在的噪声是解决该问题的关键.基于相关的理论知识采用先降维后聚类的步骤,把高维数据按照子空间结构和流形结构两种情况分类,运用稀疏子空间聚类、谱多流形聚类、K-manifolds方法进行建模求解,通过对各种方法的对比,得出谱多流形聚类方法运行速度快,聚类准确度高,是最具有一般性特征的模型.     

基于面板数据的伊犁州直县(市)居民消费水平的聚类分析研究

运用多元统计分析中聚类分析的方法,对新疆伊犁州直十个县(市)2012年社会综合消费水平的数据进行了比较分析,综合评价了各地区的居民消费水平,并根据得到的分类情况提出了相应的改进意见,使之进一步改善和提高.     

上市公司资本成本面板数据模型与实证分析

本文利用我国上市公司1997至2002年的有关财务数据,建立了我国上市公司资本成本面板数据模型,运用该模型分析了我国上市公司资本成本与财务杠杆、企业规模的关系.结果表明,财务杠杆的提升、企业规模的扩大将使资本成本下降.该结论对我国上市公司优化资本结构、提高企业价值具有一定的参考价值.     

中国城镇居民消费结构的平行数据分析

基于持久收入假设消费函数理论,运用平行数据模型建立中国城镇居民消费函数的计量形式,运用平行数据的基本模型、变截距模型和变系数模型进行估计和检验,分析中国城镇居民收入差异及其变动对消费结构变化的影响。