简介：空间自回归模型是空间计量经济学中处理空间相关性时常用的一类回归模型,本文主要考虑到自变量存在多重共线性时,空间自回归模型的参数应该如何估计。在主成分分析以及极大似然估计方法的基础之上,建立了一类针对模型未知参数的有偏估计,从而减少多重共线性对于模型求解的影响。本文引入数值模拟部分,说明了主成分估计方法对于处理多重共线性问题的有效性,同时引入波士顿房价数据实例,进一步验证了当多重共线性出现时,有偏估计结果较之极大似然估计更为合理。

简介：特征价格模型建立过程中，特征变量的选取是一个重要问题。实证研究中，为消除特征变量问的多重共线性，研究者通常采用逐步回归分析法来筛选变量，这样进入模型的特征变量往往比较少。因此。本文将主成分分析法引入于特征价格模型。利用我国汽车数据，建立了基于汽车特征因素主成分分析的特征价格模型，不仅解决了汽车特征变量间存在的多重共线性问题，而且有效改善了用逐步回归分析法筛选变量选取较少变量的情形。

简介：针对传统主成分在处理非线性问题上的不足，阐述了传统方法在数据无量纲化中“中心标准化”的缺点和处理“线性”数据时的缺陷，给出了数据无量纲化和处理“非线性”数据时的改进方法，并建立了一种基于“对数中心化”的非线性主成分分析和聚类分析的新的综合评价方法。实验表明，该方法能有效地处理非线性数据。

简介：一、引言在现实生活中，人们不光要对现有事物分门别类，有时还需根据已知信息对新样本分类。例如，在地质勘查中，需要对在某地区收集到的新矿物标本判定属于哪种矿物：又如，在天气预报中，根据已有的资料来判断明天的天气状况。近年来，分类预测技术越来越受到学者和业界的关注。

简介：增加农民收入是社会主义新农村建设的必然要求，本文以江苏省为例，收集1990—2007年数据，运用主成分回归分析方法建立统计模型，分析影响农民收入的主要因素，得出它们对农民收入增长的贡献率，并根据定量分析结果提出符合实际情况的政策建议。

简介：应用主成分分析进行理工大学、工业综合类科技期刊质量综合评价，根据主成分累计贡献值确定主成分的有效维数和权重，消除由于指标间的相关性带来的偏差和人为确定指标权重引起的缺陷，使评价结果更客观、公正和准确。研究了评价指标数、期刊种类数等对评价结果的影响，从而确定了合理的评价指标，得到了可靠、有效的评价结果。在18个指标中，根据保留具有重要作用变量的原则，最终选定14个有效评价指标，并且对期刊质量都具有正向作用，其中引用刊教、学科扩散指标等5个指标最重要，而影响因子的重要性最低。

简介：本文通过引入数据阵在Frobenius范数下的最优近似等概念来重新探讨主成分和因子分析。我发现，主成分分析中主成分和因子分析中因子得分（通过主成分解因子载荷，然后用最小二乘解因子得分）的估计为数据阵的最优近似（在Frobenius范数下）在不同正交坐标方向矩阵下的坐标。两种方法分别采用了不同的约束条件分解的最优近似（在Frobenius范数下），因为该分解并不唯一。

简介：鉴于区域技术创新数据中存在指标多而且数据常出现“离群点”的现状，利用稳健主成分方法对于区域技术创新绩效数据进行分析，该方法拚弃了传统方法中均值和方差易受离群点影响的缺点，使得众多区域指标的综合评价更为准确，更能反映客观现实。

简介：