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 .     

基于旋转变换和鲁棒主成分分析的车牌校正方法

本文研究了受到非高斯噪声污染及边框信息不完整的车牌图像校正的问题.利用鲁棒主成分分析与旋转变换结合的方法,获得了更具普适性的车牌矫正方法.并通过与主成分分析法、旋转投影法的矫正结果相比较,推广了本文方法具有更好的鲁棒性和普适性的结果.     

主成分价值函数模型及评价方案择优方法

本文研究主成分分析法中两个基本问题,其一是主成分价值函数模型的形成机理与结构形式;其二是评价方案的择优方法,并举实例加以验证.     

回归模型的最佳变量子集合选择

本文在信息量准则的基础上着重从两个方面来阐述回归模型的最佳变量子集合选择方法:1.主成分分析方法选取主因子,以降低维数;2.主成分分析倒筛法和信息量准则相结合.文中以实例着重阐述如何运用第二种方法,得到了满意的选择效果.本方法在理论上是严谨的,实际上是可行的.     

对称设计与主成分分析

在科学研究中,经常利用观测到的数据研究复杂系统的主要成分与观测变量的关系,这实际上是科学的最基础问题之一,称为"主成分分析".对"主成分分析"的优良性研究文章众多,但是由于东西方认知世界的哲学思想不同,所以历史上东西方对"主成分分析"的计算和论证方法有着相当大的差异.利用对称设计对数据进行分类,通过对东西方主成分分析的计算方法进行比较,说明东方象数学的主成分分析的计算方法具有再现性,而西方主成分分析的计算方法不具有再现性.从再现性的观点来看,东方象数学的主成分分析的计算方法科学性更强.     

基于主成分分析的成分数据缺失值插补法

本文针对成分数据的特殊几何结构,提出了两种新方法对成分数据缺失值进行插补.一种是用单形空间的均值进行插补,主要是用Aitchison足巨离找到含缺失值样本的k个近邻样本,再结合单形空间中的加法运算与数乘运算,用单形空间上的均值对成分数据的缺失值进行插补;另一种是用主成分回归方法进行插补,先将用第一种方法进行初始插补的成分数据经过等距对数比变换变成普通数据,再用主成分回归进行第二次插补.实例分析和实验模拟结果表明:与k近邻插补法、迭代的最小二乘插补法相比较,本文提出的主成分插补法更优.     

稳健主成分聚类方法的构建及其比较研究

传统的主成分聚类方法往往会因对离群值比较敏感而导致聚类的结果与实际不相符。针对这一现象,本文运用稳健统计量对传统主成分聚类方法进行修正,构建出稳健主成分聚类分析算法,以克服离群值对模型计算结果的影响。由模拟和实证分析的计算结果可得知:当数据中没有离群值时,稳健主成分聚类方法的结果与传统主成分聚类方法一致;但当数据中有离群值时,相对于传统主成分聚类方法而言,稳健主成分聚类方法能有效抵抗离群值的影响,具有良好的抗干扰性和高抗差性。     

学生成绩的相关分析

本文提供了在多维随机变量中寻找主成分的一种方法 ,证明了其余分量均可表示为主成分的线性组合 ,解决了多维随机变量的各个分量之间所存在的线性关系问题 .通过用本文的方法对两个学期的 14门课的学生成绩进行相关分析并找出了主成分及与之相关的课程 ,比较了与相关系数矩阵的不同 ,也讨论了课程设置的合理性     

基于组合加权主成分方法的新疆工会服务能力综合评价

本文提出一种新的主成分分析方法,称为组合加权主成分分析。该方法优化和主成分方法相结合,实现多个年度的综合排名。我们将这一方法应用于新疆14个州市工会服务能力的评估,结果符合实际,对工会工作起到了指导作用。     

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.     

基于主成分分析的天山北坡经济带经济发展评价研究

由于主成分分析是一种实用的多元统计分析方法,具有高阶降维作用,能消除样本指标之间的相关性,在保持样本主要信息的前提下,提取少量具有代表性的主成分,所以近年来在多指标评价上得到越来越广泛的应用.本文采用多元统计中的主成分分析方法对天山北坡经济带内23个市(县)具有代表性的指标进行主成分分析,同时对综合主成分得分给出了排序,并给出了综合评价,提出了相关改进建议.新疆是丝绸之路经济带上的明珠,而天山北坡经济带是新疆经济最发达的地区,在全疆有着举足轻重的影响,由此可见,对其发展进行有效的评价具有重大的实际意义.     

主成分分析法在煤自燃标志性气体优选中应用

为避免在多指标综合评判方法中人为因素带来的偏差,文章结合主成分分析法对原始实验数据进行分析.通过阐述主成分分析的基本原理以及其实现过程,结合统计学软件SPSS 20.0,对主成分分析的操作过程进行论述.以长焰煤自燃标志性气体为例进行分析,当累计贡献率达到95.852%时,提取出两个主成分.结合数据以及现场实践分析,主成分分析法可以简化各因子数据之间繁琐的问题.     

主成分估计的最优性

一、引言 自从Hotelling从概率结构引进主成分概念之后,主成分估计受到了统计工作者的广泛重视.它已成为多元分析中减少数据维数的有效工具.许多人从不同角度研究了主成分的最优性质.但是,这些性质都是关于协方差阵的.本文力图从更能反映一个估     

关于主成分分析综合评价函数质疑的讨论

主成分分析综合评价是国内较流行的一种综合评价方法,这里对主成分分析综合评价函数的五个质疑或断言,用主成分分析模型、主成分分析综合评价的合理性条件进行了讨论,结果:主成分分析综合评价函数是果,主成分及其包含的信息是因,不能用它们包含的信息比较后推断,因果关联的它们既应分别深入分析,又应结合分析,效果会更好.并结合实例说明:具有合理性条件的主成分分析综合评价改进步骤,更具有合理性和有效性.     

稳健稀疏主成分分析法及其实证研究

主成分分析是多元统计分析中一种非常经典的降维技术。然而,经典主成分分析却是对离群值非常敏感的,常因离群值的存在导致结果与实际不相符。另一方面,当主成分分析用于综合评价时,主成分的含义常因载荷间绝对值大小不分明而含糊不清,从而导致综合评价难以展开。本文通过使用稳健稀疏主成分分析法进行模拟实验和实证分析,结果表明:该方法不仅能很好地抵抗离群值的影响,而且还能准确地识别出离群样本。通过该方法得出的主成分的含义也较经典主成分分析和稳健主成分分析更加地明确和贴近实际。     

基于Adaptive-Lasso的本科成绩统计分析

本文主要研究了合肥工业大学数学学院数学专业学生的本科成绩状况,应用多元线性统计方法,探讨了前期所有课程成绩对后期成绩的影响.首先对前期课程进行主成分分析,并采用逐步回归方法建立了后期成绩与主成分之间的回归模型.其次,采用Adaptive-Lasso方法建立后期成绩与前期课程成绩间的Adaptive-Lasso回归模型.最后,对以上模型进行对比分析.研究表明,基于Adaptive-Lasso方法的主成分回归模型能很好地拟合后期成绩,并对后期成绩情况给出合理的解释.     

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.     

基于AIC准则的函数型数据主成分联合选择研究

函数型主成分分析(Functional Principal Component Analysis,FPCA)是对函数型数据进行降维的常用技术,本文将考虑函数型数据的主成分联合选择问题。首先,本文给出了两函数型变量的主成分联合模型,并通过基函数展开法和极大惩罚似然法对样本数据进行曲线平滑。在联合模型基础上,本文给出了确定函数型主成分个数的AIC准则,并提出了改进的ECME算法对模型参数进行估计。模拟显示AIC准则对应的主成分个数选择结果准确率更高,考虑两函数型数据之间相关信息的联合选择效果会比对各函数型数据主成分进行独立选择的结果有所提升。最后,本文将所提方法应用于老年人中医宗气数据的分析。     

主成分分析在环境质量评价中的失效问题

在环境质量评价中,主成分分析被认为是一种客观而实用的评价方法.但大量的数据分析表明,主成分分析的评价结果并不一定符合实际情况,有时甚至完全失效,存在着一系列问题,而这些问题是由主成分分析本身的性质所决定的.     

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.