基于主成分分析的中国化石能源供给研究

通过文献回顾提炼出对能源供给有重大影响的因素,基于中国1978-2011年的统计数据,利用主成分分析方法消除了各影响因素间的多重共线性,提取出两个主成分即经济发展水平和市场化水平,在此基础上进行回归分析,结果表明这两个因素对能源供给的影响作用也是显著的。最后为提高能源供给水平,缩小我国能源供需差距提供了相关建议和政策指导。     

中国能源需求影响因素的主成分分析

通过文献回顾提炼出对能源需求有重大影响的因素,基于中国1991年~2007年的统计数据,利用主成分分析法消除了各影响因素间的多重共线性,结果表明经济发展水平和市场化水平显著影响能源需求。在此基础上建立了主成分回归模型对能源需求进行预测,并通过实际检验说明了该模型的预测效果较好。     

基于主成分回归分析的上海房价影响因素研究

近年来尽管我国采取各种措施打压房地产价格,但上海房价仍然持续上涨,给人民生活造成了巨大影响.为了解房价的影响因素,本文从消费者、房产商、政府、市场这四大块选取主要因素,并对近13年的上海房地产行业相关数据进行实证分析,以期对上海房地产市场的稳定发展起到一定作用.     

基于灰色关联模型和主成分分析的上市公司绩效评价研究

通过选择合适的评价体系和研究方法,科学地选取评价指标,建立灰色关联模型,并借助主成分分析法解决灰色关联主观赋权的缺陷,得出一个根据指标内部结构关系确定的综合评价体系,对交通运输行业上市公司进行评价和排序。实证分析表明,交通运输行业上市公司发展呈现不均衡的状态,行业龙头公司业绩优良,而规模较小的企业其盈利能力、资产管理效率都不及龙头企业的表现。     

河南省消费需求影响因素的主成分回归分析

国内消费是扩大内需,拉动经济增长的重要手段。本文运用2000-2012年河南省消费需求影响因素的时序数据,通过多元统计分析中的主成分分析法,构造出影响河南省消费需求的主成分,然后与因变量河南省人均消费支出进行回归分析,得到主成分回归,并对主成分展开定量与定性分析,提出改进之策,得出居民收入水平是消费需求的最重要的影响因素。     

我国近年CPI波动影响因素的主成分回归分析

本文通过主成分分析法,找出影响CPI波动的主成分,然后与因变量CPI进行主成分回归分析,统计分析表明工业品出厂价格(PPI)、原材料、燃料和动力购进价格(MPI)等成本型因素及货币供应量是CPI波动的主要影响因素。     

基于主成分分析对地产商业价格影响因素的研究

为了分析房价影响因素,本文首先借鉴历史文献中的影响因素进行回归分析,其次使用主成分分析方法消除多重共线性对模型的干扰。对数据进行平稳性检验、协整检验,并使用Eviews软件构建回归模型。影响房价因素主要是地区生产总值、全社会固定资产投资、城市人口密度和城镇居民人均可支配收入,最后结合模型对主要影响因素进行经济层面的分析并提出减缓房价上升的建议。     

基于主成分分析的供货商选择研究

本文针对402家供应商进行量化分析排名。首先,整体分析A、B、C的需求量,整体的供货量,误差在某范围内的订单数。然后,个体分析每家供应商,确定评价指标,用主成分分析法各供应商按供应的原材料对应,将这个结果作为第一个指标。最后,利用SPSS求解,给出最终的供应商排名。     

基于主成分分析的沈阳市支柱产业比较研究

在对沈阳市支柱产业现状分析的基础上,运用主成分分析方法对沈阳市八大支柱产业进行深入分析和研究,以期为沈阳市选择优先发展产业、重点扶持产业、稳定发展产业以及逐渐淘汰产业提供客观依据,从而为政府制定相关政策、企业确立发展战略、其他机构采取相应措施提供支撑和参考。     

基于主成分分析和K-means聚类分析的地区经济发展研究

地区经济的发展受制于该地区的自然资源、经济等因素,资源基础较好的地区会凭借其优势迅速发展,基础较弱的地区发展则较为缓慢,最终导致各地区之间经济发展的不平衡。如何平衡好地区经济的发展,将会决定我国未来经济发展的前景,促进我国地区经济协调发展将是国家经济发展的一项重大任务。为了综合评价我国各省市自治区的经济发展水平,缓解当前地区经济发展不平衡的现状,本文运用主成分分析法和聚类分析法对建立的相关指标体系进行分析,并根据分析结果提出相关的改进建议。     

基于主成分分析法的宏观经济分析

通过选取2000年-2017年的国家宏观经济指标(共计19个)划分成5大风险进行实验,利用主层次分析法,对近十年来宏观经济数据进行分析,通过数据阐述过去10年经济的冷热特征,在宏观经济运行中出现的风险及领域,最后结合数据以及经济周期的相关知识对未来三年可能出现的风险给出相关建议。     

基于主成分分析的青岛市城镇居民消费水平指标体系评价研究

城镇居民消费水平,是衡量一个城市经济发展情况的重要指标。本文运用主成分分析法,借助SPSS17．0统计分析软件对青岛市2005—2012年城镇居民消费水平进行了时间序列分析,结果表明,青岛市城镇居民消费水平长期来看呈上升趋势。     

基于主成分的RBF核SVM在财务预测领域的应用

支持向量机(SVM)是实现结构风险最小化归纳原理的一种机器学习理论,在有限的学习模式下具有良好的泛化能力。为了评估支持向量机的预测性能,本文通过对684家企业进行财务分析,进而预测企业在未来两年是否会被ST。建立基于主成分的RBF(核函数)核SVM模型,将支持向量机与传统学习算法进行比较,结果表明支持向量机有效地提高了预测的精度,具有良好的泛化和预测能力。     

基于主成分分析的我国城市经济指标研究

城市经济的发展对我国现代化进程有巨大的推动作用，经济指标是城市发展水平的重要标志。列举了城市的20个主要经济指标，并通过主成分分析对这些指标进行了分析．提出了能够反映整个城市发展状况的3个主成分，并赋予了这些成分新的解释，最后得出结论并提出政策建议。     

基于主成分分析和独立成分分析的调制分类算法

基于主成分分析（PCA）和独立成分分析（ICA）,提出了一种新的调制分类算法。算 法采用PCA对样本数据降维、去除冗余成分,采用FastICA方法提取分类特征;采用支持 矢量机（SVM）作为分类器,以解决数据在低维空间中的不可分问题。该算法具有较低的复 杂度和较高的训练速度。仿真表明,与最大似然（ML）算法相比,算法仅具有1.8 dB的信噪 比损失,在Rayleigh慢衰落信道和中速运动的条件下,算法对5种QAM调制类型具有较好的 分类性能。     

基于主成分分析的房地产上市公司绩效评价研究

作为房地产业的龙头企业,房地产上市公司是整个行业综合实力的代表,它的发展从侧面反映了整个行业的情况。本文以沪深两市房地产上市公司为研究对象,利用SPSS软件和EXCEL软件,以2012年的财务年报数据为基础,通过所选取的财务指标,运用主成分分析法,对10家房地产上市公司的绩效进行分析和评价。     

基于主成分分析的制造业产业安全度研究

随着世界经济的不断发展,产业安全已经越来越成为国家经济安全的重要组成部分和现代产业发展中具有战略意义的重大课题。然而,对产业安全问题的研究大多是宏观并且采用定性的方法。通过建立制造业产业安全度的指标体系,采用主成分分析法对中国制造业1996年-2005年的15个指标经济统计数据进行时间序列分析．结果显示制造业产业安全度下降的发展趋势,并提出促进制造业健康持续发展的建议。     

基于主成分分析的新疆水资源承载力研究

近年来水资源短缺现象日益严重,特别是处于干旱、半干旱地区的新疆水资源短缺现象更为严重.文章运用主成分分析法对新疆水资源承载力从时间维度进行综合评价,结果显示,2002～2011年新疆水资源承载力呈现逐年递增的趋势,经济发展因子、人口因子和水资源自然状况因子对水资源承载力具有很大的影响.     

基于主成分分析的贵州省居民消费结构研究

随着贵州省经济的发展,居民收入的提高,居民消费水平也在不断提高,消费结构不断升级,因此有必要对消费结构的变动进行分析。本文运用主成分分析法对贵州省1996年至2011年的消费结构的资料进行分析,得出了贵州省居民消费的特点、结构等,具有一定的现实意义。     

基于时序全局主成分的河南省各市区金融竞争力演化分析

本文根据2004年到2007年共同构成的关于河南省各市区金融竞争力水平的时序立体数据表,选用全局主成分分析方法(GPCA),对河南省的18个市区的金融竞争力进行了测度和比较,给出了排名和变化趋势。实证研究结果表明:2004年-2007年,河南省各市区的金融竞争力水平都处在增长趋势,但是差距逐年增大,波动明显,竞争激烈,且存在着严重的两极分化现象。