1) generalized principal component analysis
全局主成分分析
1.
The appraisal indicators system is set up and the mechanisms and paths of economic operation in the central region of China during 2001-2005 are analyzed by means of generalized principal component analysis(GPCA).
建立经济运行的评价指标体系,采用全局主成分分析方法,对中部地区的经济运行机制进行了定量分析;并根据主成分投影的不同组合,比较和研究了中部6省的经济运行路径。
2.
Through processing the data in 1990s with generalized principal component analysis(GPCA), this paper describes the dynamic development paths of the cities in mining area.
本文采用全局主成分分析 (GPCA)方法 ,对 1 990~ 1 999年我国矿业城市发展的动态轨迹进行了分析 。
3.
In this paper,an evaluation index system for rural residents living level is established,and generalized principal component analysis(GPCA) method is applied to depict the temporal changes of rural residents living-level of mid-china provinces,timed from 2001 to 2006.
文章首先构建评价农村居民生活水平的指标体系,之后运用全局主成分分析法(GPCA),实证研究了我国中部各省农村居民从2001年-2006年生活水平的时间演变,并对结果进行了比较分析。
2) global principal components analysis
全局主成分分析
1.
This paper intends to give the methods of principal components analysis for the instant planar data and global principal components analysis for the multidimensional dynamic data system in the environmental evaluation,especially focuses on the synthesis and simplification of the sequential solid datasheet,then gets the satisfied result in the examination.
给出在环境质量评价中对即时性平面数据的主成分分析方法与对多维动态数据系统的全局主成分分析方法,着重介绍了对时序立体数据表进行立体式的综合与简化,并应用于具体的实例,得到很好的结果。
2.
Based on designing evaluation index system,this paper puts global principal components analysis to the related evaluation data of six provinces in central China area from 1997 to 2006,uses of cluster analysis to classify,and contrastively analyzes mutative law on land intensive utilization in central China area.
在构建评价指标体系基础上,通过对1997—2006年中部地区六省份相关评价数据进行全局主成分分析,并运用聚类分析进行分类,对比分析得出中部地区土地集约利用水平时空变化规律:中部地区六省份近10年来土地集约利用水平呈上升状态,但各省上升幅度不一;土地集约利用水平存在区域差异,其中,河南、山西两省可划为集约利用类,安徽、湖北、湖南三省可划为中度利用类,江西省可划为低度利用类;部分省份土地集约利用潜力较大。
3) all-around principle component analysis
全局主成分分析
1.
Be living in the data tables indexed by time of the community economy data in 2003,2005,2007 what constitutes the economy sequence base of one-hour economy circle of Chongqing,we use the all-around principle component analysis means and the radar chart analysis means to figure the economy divergence changing.
在2003年、2005年和2007年社会经济数据构成的重庆市一小时经济圈区域经济时序立体数据表的基础上,运用全局主成分分析方法和雷达图分析方法,动态描述"一圈"区域经济差异,并对其区域经济动态发展水平进行分析评价,提出相应的对策和建议。
4) principal component analysis of overall mode
全局主成分分析模型
1.
According to 13 main cities datum,Jiangsu,from 2000 to 2003,the article evaluates the factors of 13 main cities economic development situation and effective factors in Jiangsu,by building principal component analysis of overall model.
文章根据2000~2003年江苏省13个主要城市数据,通过建立全局主成分分析模型对江苏省13个主要城市经济发展状况及其影响因素进行评价。
5) all-around principle component analysis method
全局主成分分析方法
1.
The all-around principle component analysis method based on the data table indexed by time can provide a efficient scientific quantitative method for dynamic evaluation of regional economic development level,is a multi-index comprehensive appraisal method.
时序立体数据表全局主成分分析方法能够为动态评价区域经济发展水平提供一种高效科学的量化工具,是一种多指标综合评价分析方法。
6) GPCA
时序全局主成分分析
1.
Based on a systematic description and theoretic analysis on the reform design project,combined with the practice of the reform of he rural credit cooperatives in some district in the West Regions,and applying the time series GPCA method,a positivist analysis on the reform of the rural credit cooperatives has been made in.
在对改革设计方案进行系统描述与理论分析的基础上,结合西部某地区农村信用社改革的实际,运用时序全局主成分分析方法,从信贷资产质量、信贷支农、盈利能力等方面,对该地区农村信用社改革进行了实证分析,结果表明所选择样本在信贷资产质量、盈利水平上取得了一定的进展,但支农服务并没有得到明显改善。
补充资料:主成分分析
主成分分析 principal component analysis 将多个变量通过线性变换以选出较少个数重要变量的一种多元统计分析方法。又称主分量分析。在实际课题中,为了全面分析问题,往往提出很多与此有关的变量(或因素),因为每个变量都在不同程度上反映这个课题的某些信息。但是,在用统计分析方法研究这个多变量的课题时,变量个数太多就会增加课题的复杂性。人们自然希望变量个数较少而得到的信息较多。在很多情形,变量之间是有一定的相关关系的,当两个变量之间有一定相关关系时,可以解释为这两个变量反映此课题的信息有一定的重叠。主成分分析是对于原先提出的所有变量,建立尽可能少的新变量,使得这些新变量是两两不相关的,而且这些新变量在反映课题的信息方面尽可能保持原有的信息。主成分分析首先是由K.皮尔森对非随机变量引入的,尔后H.霍特林将此方法推广到随机向量的情形。信息的大小通常用离差平方和或方差来衡量。 |
说明:补充资料仅用于学习参考,请勿用于其它任何用途。
参考词条