鋼鐵行業(yè)股票的聚類分析(編輯修改稿)
2025-08-23 00:27 本頁面
【文章內(nèi)容簡介】 間面臨同樣的國際國內(nèi)形式的情況下進(jìn)行的，沒有考慮到很多其他的因素，比如說地方保護(hù)政策，環(huán)境因素等等。因此這只是一種初步的估計(jì)，與現(xiàn)實(shí)之間仍然存在一定的差異。股票市場千變?nèi)f化，國際、國內(nèi)的重要商業(yè)變動(dòng)都可以隨時(shí)使它發(fā)生變化，因此在實(shí)際選擇股票的時(shí)候，必須多方面考慮，每一種情況都要分析明白。同時(shí)自身心理因素對股票的選擇也有一定的影響。參考文獻(xiàn)[1]盧璇等譯，實(shí)用多元統(tǒng)計(jì)分析，北京，清華大學(xué)出版社，2001[2]方開泰，實(shí)用多元統(tǒng)計(jì)分析，上海，華東師范大學(xué)出版社，1989[3]王學(xué)仁，王松桂，實(shí)用多元統(tǒng)計(jì)分析，上?？茖W(xué)技術(shù)出版社，1990[4]宇傳華，spss與統(tǒng)計(jì)分析，北京，電子工業(yè)出版社，2007[5]盧紋岱,《spss for windows 統(tǒng)計(jì)分析》[M]北京：電子工業(yè)出版社，2000年學(xué)生成績的主成分分析摘要對一個(gè)人的智育能力判斷標(biāo)準(zhǔn)是什么呢？這個(gè)問題是值得研究的我們不能根據(jù)自己個(gè)人喜好來判斷，必須要客觀綜合地給出一個(gè)判斷。本文通過運(yùn)用主成分分析對學(xué)生成績分析得出比較方法，用來解決智育能力判斷的問題。本文主要部分是數(shù)據(jù)選取、數(shù)據(jù)分析、結(jié)論分析。通過對學(xué)生各科成績做主成分分析，得出每門課程的貢獻(xiàn)來對結(jié)論作出解釋。關(guān)鍵詞：數(shù)據(jù)選取 數(shù)據(jù)分析 主成分分析引言大學(xué)生本科教育水平是高還是低，我相信很多人對這一問題是持有保留的態(tài)度。隨著經(jīng)濟(jì)的不斷發(fā)展，無論經(jīng)濟(jì)管理類行業(yè)還是高新技術(shù)行業(yè)，各種市場需要的人才越來越多，然而人數(shù)的增加并沒有影響市場對人才判斷的標(biāo)準(zhǔn)，而是越來越嚴(yán)格。中國大學(xué)本科教育有著自己特點(diǎn)，取得了一定程度上的成就。在教育中注重的事理論方面的培養(yǎng)。就因?yàn)檫@種社會(huì)學(xué)習(xí)風(fēng)氣的影響下，形成了一種對需求人才的判斷標(biāo)準(zhǔn)。但是我覺得這種標(biāo)準(zhǔn)時(shí)存在一定的弊端。雖然大學(xué)教育在不斷改善，為了滿足社會(huì)對各種人才的需要，大學(xué)本科教育業(yè)增加很多各方面的知識(shí)課程來提高學(xué)生的能力；但是只是一些表面上工作的改善時(shí)沒有用的，我國對大學(xué)生素質(zhì)的判斷還保留著以前那套作風(fēng)，還是對人才素質(zhì)的判斷標(biāo)準(zhǔn)定在了某些方面，并沒有從本質(zhì)上改善。對一個(gè)大學(xué)生能力素質(zhì)方面的判斷，并不能再只從單方面，而是通過對學(xué)生各方面的綜合能力分析比較再定標(biāo)準(zhǔn)。大學(xué)本科生時(shí)人才市場的主要部分。而一個(gè)人的能力，我相信在艱苦但富有意義的四年大學(xué)生活中得到了充分的體現(xiàn)。因此對大學(xué)生能力判斷，也是對社會(huì)人才的判斷近似定了個(gè)標(biāo)準(zhǔn)和判斷方法。大學(xué)生能力究竟怎樣判斷比較呢？很多人是把他們某一方面拿來比較。例如：把兩個(gè)學(xué)生各自相對較強(qiáng)的項(xiàng)目拿來比較就對他們兩個(gè)人的能力高低做出判定，這是一個(gè)很不科學(xué)的方法。在現(xiàn)在大學(xué)教育中，學(xué)生需要的各種專業(yè)知識(shí)越來越多，因此開設(shè)學(xué)習(xí)科目也很多，單從某一方面成績來比較根本不能很好地做出分析?？颇恳话愣挤謱I(yè)選修、專業(yè)必修、公共基礎(chǔ)等等。個(gè)人對這些科目分類看法不一樣，興趣愛好不一樣，都影響著他們各科的成績，因此拿某些科目來比較是很不科學(xué)的。我們必須把學(xué)生在大學(xué)四年的總體成績做比較后才能對他們智育能力做出判斷。選取做比較的人為了避免專業(yè)不同帶來的差異，就必須是來自同一專業(yè)學(xué)習(xí)相同科目的。因此我選取了統(tǒng)計(jì)系2002 級學(xué)生做比較對象，把他們從2002 年—2005 年各門成績做比較數(shù)據(jù)。學(xué)生成績中包括專業(yè)選修、專業(yè)必修和一些公共基礎(chǔ)課程。通過用主成分分析的方法，利用SPSS 軟件對數(shù)據(jù)進(jìn)行上機(jī)實(shí)現(xiàn)分析，計(jì)算出每個(gè)人在各因子中的因子得分，然后對他們各自的因子得分加權(quán)平均，得出結(jié)果后再對他們進(jìn)行有效的排名。這種比較方法相信比從單方面進(jìn)行比較具有更好的說服力。 主成分分析主成分分析（principal ponents analysis）是由霍特林于1933 年首先提出的，主成分分析利用降維的思想，在損失很少信息的前提下把多個(gè)指標(biāo)轉(zhuǎn)化成幾個(gè)綜合指標(biāo)的多元統(tǒng)計(jì)方法。通常把轉(zhuǎn)化生成的綜合指標(biāo)稱為主成分，其中每個(gè)主成分都是原始變量的線形組合，且各個(gè)主成分之間各不相關(guān)，這就使得主成分比原始變量具有更優(yōu)越的性能。這樣在研究復(fù)雜問題的時(shí)候就可以只考慮少數(shù)幾個(gè)主成分而不至于損失太多信息，從而更容易抓住主要矛盾，結(jié)實(shí)事物內(nèi)部變量之間的規(guī)律性，同時(shí)使問題得到簡化，提高分析效率。 主成分分析的基本思想在對某一事物進(jìn)行實(shí)證研究的時(shí)候，為了全面、準(zhǔn)確的反映出事物的特征極其發(fā)展規(guī)律，人們往往要考慮與其有關(guān)系的多個(gè)指標(biāo)，這些指標(biāo)在多元統(tǒng)計(jì)中稱為原始變量。這樣就產(chǎn)生了如下問題：一方面人們?yōu)榱吮苊膺z漏重要的信息而考慮盡可能多的指標(biāo)，而另一方面隨著指標(biāo)的增多增加了問題的復(fù)雜性，同時(shí)由于各指標(biāo)均是對同一事物的反映，不可避免地造成信息的大量重疊。這中信息的重疊有時(shí)候甚至?xí)⑹挛锏恼嬲卣骱蛢?nèi)在規(guī)律。基于上述問題，人們就希望在定量研究中涉及的變量較少，而得到的信息量又較多。主成分分析正是研究如何通過原始變量的少數(shù)幾個(gè)線形組合來解釋原來變量絕大多數(shù)信息的一種多元統(tǒng)計(jì)分析方法。既然研究某一問題涉及的眾多變量之間有一定的相關(guān)性，就必須存在著起支配作用的共同因素，根據(jù)這一點(diǎn)，通過對原始變量相關(guān)矩陣或協(xié)方差矩陣內(nèi)部結(jié)構(gòu)關(guān)系的研究，利用原始變量的線形組合形成幾個(gè)綜合指標(biāo)（主成分），在保留原始變量主要信息的前提下其到降維和簡化問題的作用，使得在研究復(fù)雜問題時(shí)更容易抓住主要矛盾。一般地說，利用主成分分析得到的主成分與原始變量之間有如下基本關(guān)系：
數(shù)學(xué)相關(guān)推薦
鄂ICP備17016276號-1