数学建模方法之概率统计分析法.pptVIP

  1. 1、本文档共41页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  5. 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  6. 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  7. 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  8. 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
数学建模方法 之概率统计分析法 主成分分析 因子模型 马氏链模型 统计回归模型 排队论模型 概率模型 第一篇 主成分分析 在实际经济工作中,我们经常碰到多变量或多指标问题,例如,企业经济效益的评价,地区经济发展情况比较。由于变量或指标较多,且变量或指标之间存在一定的相关性,人们自然希望用较少的变量或指标代替原来较多的变量或指标,而且可尽量保存原有信息,利用这种降维的思想产生了主成分分析方法 主成分分析法:就是设法将原来的具有一定相关性的变量或者指标,重新组成一组新的相互无关的少数几个综合变量或指标,以此代替原来的变量或指标。简单的说就是降维。 应用:综合评价(系统评估) 例:对我国上市公司的经济效益进行综合评判。 主成分分析步骤: 1.将数据标准化,标准化后的数据矩阵仍记X阵。 2.求矩阵X的相关系数阵 3.求R的全部特征根i及相应的特征向量()。 4.根据前k个主分量累计贡献率大小(∑),确定主成分(因子)个数。 根据具体指标内容和指标变量系数大小解释主成分含义。 用每个主成分的贡献率作权数,给出多指标综合评价值。 Eigenvalues of the Correlation Matrix Eigenvalue Difference Proportion Cumulative 1 4 3 0.6746 0.6746 2 1 0 0.1684 0.8430 3 0 0 0.1180 0.9610 4 0 0 0.0258 0.9868 5 0 0 0.0091 0.9959 6 0 0.0041 1.0000 Obs Prin1 Prin2 Prin3 Prin4 Prin5 Prin6 1 -0.38118 -0.32367 -0.04450 0.30363 0.00430 0.06437 2 0.57795 -0.35416 0.49279 0.55119 -0.18726 0.17414 3 0.69219 -0.21588 0.40557 0.40041 -0.10461 0.05393 4 0.22635 -0.39419 0.27521 0.63296 0.13851 -0.06481 5 -0.82981 -0.40293 0.47330 -0.42964 -0.55401 -0.35020 6 -1.19410 -0.40627 -0.36848 0.14000 0.02221 0.01063 7 -1.63568 -0.26394 -0.67179 -0.15189 0.01702 -0.03769 8 0.95195 -0.46156 1.61851 -0.92520 0.08394 0.25530 9 0.46501 -0.14888 0.19070 0.16273 -0.30327 0.20883

文档评论(0)

smashing + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档