区间主成分分析方法的比较

来源 :系统管理学报 | 被引量 : 0次 | 上传用户:chen769520
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
简述了区间数据主成分分析(PCA)的两种主要方法-顶点法(V—PCA)和中点法(C—PCA),并对其进行了合理化改进。研究表明,两种方法的协方差矩阵有极大的相似性。在研究区间数距离的基础上,定义了一种基于Hausdorff距离的评价模型方法优劣的效度指标,并通过模拟的方法,对这两种方法进行了比较研究。结果表明:两种方法具有较强的相似性;随着变量数和样本数的增加,两种方法的效度均有所下降;在同样的样本数条件下。中点法适合变量数较大的情形,而顶点法更适合于变量数较小的情形。最后,给出了区间PCA方法选择及效度
其他文献
传统资本资产定价模型(CAPM)假定收益率为正态分布,同时认为反映市场风险系数的β是不变的,这与现实存在较大出入,实际上资产收益率的结构存在动态不断转换特性,从动态的角度提出了
结合企业管理的实际,分析了传统决策支持系统的不足,提出了以知识仓库技术为核心的体系化环境,并以销售预测为例阐述了数据概念模型和逻辑模型的构建。通过空间矢量模型获取知识
故障树分析(Fault Tree Analysis,FTA)是对系统进行可靠性分析的一种有效方法。而在现在所有的故障树分析中,二元决策图(Binary Decision Diagram,BDD)又是其中最有效的方法之一。由