一般區(qū)間與分布式符號數據的PCA研究.pdf

1、傳統(tǒng)的主成分分析主要針對點數據，面對信息社會知識爆炸、信息量倍增的現象，傳統(tǒng)的分析方法在處理海量數據，從整體上把握數據屬性方面有所欠缺，符號數據分析方法通過“數據打包”，實現了從整體上把握海量數據內部之間的關系。本文主要研究一般分布的區(qū)間型符號數據和分布式符號數據的主成分分析和因子分析。
　　 在現有的針對均勻分布區(qū)間數據作主成分分析(PCA)的研究成果基礎上，本文從區(qū)間變量的經驗密度函數入手，逐步推導了區(qū)間變量的均值、方差、協(xié)

2、方差、相關系數等描述性統(tǒng)計量，繼而研究了區(qū)間數據的標準化問題。在此基礎上，進行了主成分分析和因子分析的方法研究。依次以中國股市不同類股票和不同市值范圍股票為符號對象，以市場表現和財務報表相關指標為變量，進行了案例分析。
　　 對分布式符號數據的主成分分析和因子分析進行了一些探索研究，包括分布式符號數據的形成，分布式符號數據的標準化，分布式數據的主成分分析和因子分析等等。以中國股市不同類股票為符號對象，以市場表現和財務報表相關指標