我国集成电路产业上市公司投资价值分析

集成电路产业近年来受到国家的大力支持和社会资本的追捧,投资价值日益凸显,在证券市场上越来越受到投资者的关注。本文以沪深两市24家集成电路产业上市公司为研究样本,选取16个主要的财务指标构建指标体系,运用因子分析法、主成分分析法构建排序模型,并利用系统聚类分析法对所有的公司进行分层分级,综合评价24家上市公司的投资价值,为投资者提供投资参考,以降低投资风险,提高投资收益。     

湖南省机械设备制造业上市公司的经营业绩分析

以湖南省机械设备制造业的16家上市公司为研究对象,以2019年的财务指标数据为样本,运用主成分分析法和聚类分析法对各公司的经营业绩进行综合评价与比较分析.研究结果表明,16家上市公司在不同业绩维度评价中的表现不同,通过聚类分析可划分为业绩较差型、管理落后型、潜在发展型和业绩良好型.建议加强不同公司之间的协同合作,通过优...     

出版传媒行业上市公司盈利能力实证分析

基于主成分分析法(PCA),文章选取了出版传媒行业36家上市公司作为样本,对36家上市公司盈利能力进行综合评价分析,通过实证分析找出其中的关键因素,并提出相关建议。     

2007年度旅游上市公司投资价值分析

选取我国21家旅游上市公司作为样本,运用SPSS工具对这21家公司2007年度的34个财务指标进行主成分分析,得出六个主成分,分别命名为获利能力因子、投资回报能力因子、经营获现能力因子、营运能力因子、资本结构因子及规模扩张因子,这些因子的综合运用可以较全面地反映旅游上市公司的投资价值．同时运用主成分综合评价函数对旅游上市公司的投资价值进行排序．     

上市公司财务状况综合评价实证分析

上市公司财务状况是决定公司股票内在价值的根本因素。对上市公司财务状况综合评价的内容包括盈力能力、偿债能力、营运能力、资本结构、市场测试比率和发展态势等几方面。一般可采用主成分分析法、因子分析法和算术平均法对上市公司财务状况进行综合评价。本以水泥行业为例进行了分析。     

主成分分析法对抗缺氧类中藏药微量元素的研究

应用主成分分析法,对抗缺氧类中藏药中所含的微量元素进行综合评价,通过计算获得的3个主成分可以合理地解释微量元素间的相关关系,分析结果可为抗缺氧类中藏药提供科学依据.     

主成分聚类法在安徽省区域物流规划中的应用

通过对区域物流规划发展水平的影响因素进行筛选,最终选取5个二级指标以及13个影响因素,构成了评价影响区域物流规划发展的水平的指标体系.以安徽省为例,以SPSS 19.0为软件处理平台,用主成分法对原来的指标体系降维处理,以此获得新的综合主成分指标和新的样本矩阵.再选用类平均法的聚类法对安徽省内的16个市区的域物流发展水平进行分类和综合评价.依据聚类谱系图以及区位坐标,可将安徽省划分为五大物流片区,进而从中选出东南片区的芜湖市、东北片区的蚌埠市、中部片区的合肥市、西南片区的安庆市、西北片区的阜阳市等五个物流枢纽城市.     

江苏省沿江县市综合实力评价及预测的实证研究

选取17个指标建立江苏省沿江县市综合实力评价指标体系,运用主成分分析法对各地区的主成分得分进行排名;利用聚类分析法对所有县市进行分类和灰色预测法对各地级市进行预测,分析其发展趋势;再次用主成分分析法进行排名,对本地区今后的发展提出建议。     

基于熵值-DEA法的我国环保类上市公司财务绩效评价

目的:以熵值法和DEA法研究评价我国环保类上市公司的财务绩效评价方法.方法:选取2019年我国沪深交易所73家环保类上市公司11个财务指标对应的数据,通过因子分析将11个指标降维成4个主成分因子;对这四个因子运用DEA算法分析各环保类上市公司的效率;运用熵值法求得各主成分权重.结果:得到我国环保类上市公司样本的财务绩效评价,并以排名第一的环保类公司为例,为企业进一步发展提出建议.结论:在日趋激烈的区域竞争中,环保类公司的创新水平与营运能力在一定程度上成为其竞争力的决定性因素.     

中国物流上市公司财务绩效评价模型实证分析——基于因子和聚类分析法的财务绩效评价模型构建

运用因子分析法提取有效因子,采用聚类分析法进行聚类分析,构建一个中国物流上市公司绩效评价新模型,并选取三家物流上市公司,对这一新模型进行实证分析,结果进一步验证了该模型的有效性和科学性,从而为中国物流上市公司提供一个更科学合理的财务绩效评价新方法,使各物流企业进一步明确自身的优势与不足,更好地制定下一步的发展战略。     

解析语义成分分析法

成分分析法是语义学研究的一个重要方法,通过二分法将一个特定的语义概念划分为更小的语义成分,即义素.文章对这一理论方法在词汇语义关系的基本原理及理论价值等方面进行了详细阐述,剖析了该方法在理论层面及实际操作上有待改进和完善之处,以期促进它的不断发展.     

需求分析之学习者分析的探究

学习理论的发展从行为主义,认知主义,再到如今炙手可热的建构主义;相应的教学理论也从“教”为中心,演进为建构主义指导下的“学”为中心的教学模式。然而,在具体的教学实践中,我们总感到传统的教学设计理论对教学的指导作用没有达到预想的效果,甚至理论与实践脱节,或说实践已向指导的理论提出挑战。鉴于此,本试从当前教育改革现状的分析着手,揭示其忽略的环节,针对其忽略的问题提出一可操作性方案,以期为教学找到一条尽可能发挥学生主体性的设计之路。     

Cost-Benefit Analysis Versus Cost-Consequences Analysis

Cost-consequences analysts Kaufman and Watkins (1996) have proposed cost-consequences analysis (CCA) as a means for leaders and decision-makers to estimate whether the value of results obtained is worth the investment. They argue that CCA offers a “coarse-grain” estimate of return-on-investment when there is not the necessity nor time and/or resources available for a complete determination of all of the variables that actually go into a return-on-investment analysis. They further contend that CCA differs from other evaluation tools in that it emphasizes outcomes, whereas the other tools utilize incomplete measures of both costs and returns. This paper contends, after assessing the theoretical underpinnings of cost-benefit analysis (CBA), together with its use in practice, that there is no substantive difference between CCA and CBA. In other words, CCA does not add anything new to the evaluation tools available to program evaluators. In arguing this, the paper also addresses some issues of what is required for good program evaluation, no matter which tool is used.     

大数据分析与情报分析关系辨析

近年来,在大数据环境下,有关大数据分析的大数据理论引起情报界的关注。通过对比发现,大数据分析和情报分析存在一定的联系,既有共性,又存在一定的相似之处。面对庞杂、多样的数据时,只有通过大数据分析,才能更好地提升情报分析能力。大数据分析与情报分析的辨析和融合,是时代发展的必然方向。     

会话分析与批评话语分析异同辨析

会话分析和批评话语分析都将自然话语视为对社会的反映,都以话语为媒介考察社会对话语生成的影响,但由于对话语及社会本质的认识不同,二者的方法论也不尽相同。梳理两个流派的异同点可加深对话语社会特性的认识,同时也有助于整合话语分析各流派的理论及研究方法,推动话语研究的深入发展。     

化学发光分析在环境分析和药物分析中的应用

化学发光作为一种分析方法已有几十年的历史。近几年来化学发光分析在环境科学和生命科学领域的应用进展迅速。中评述化学发光在环境和药物分析中的应用，及化学发光与其它分析技术的联用，日渐拓宽分析应用范围。     

话语分析诸方法对比分析(下)

话语分析领域有七种代表性研究方法,将这些方法分别运用到对同一语料的分析中,可以反映持不同语言观的各个流派话语分析的研究取向,弄清这些方法的优势和不足,从而帮助我们在进行话语分析时做出更加审慎的选择。     

线性判别分析和主分量分析法应用于基因芯片数据分析

文章主要采用主分量分析法和线性判别分析(LDA)有监督分类的方法来对基因芯片(微阵列)数据进行分析。PCA是一种提取海量的数据有效特征的有效方法。仅可以获得与原来基因芯片数据更为接近的成分的提取特征的效果。结果表明采用PCA方法事先对数据处理不可以提高基因芯片数据分析的准确性。