基于因子分析和聚类分析的山东省各地区综合实力评价研究

基于因子分析和聚类分析的山东省各地区综合实力评价研究

论文摘要

山东省是全国的经济大省、人口大省和文化大省,多年来山东省注重区域发展研究,对区域发展现状进行了多方面考核评价,以期促进各地区经济社会发展。但是现有的对山东省区域发展的评价体系并不完善,选取指标面比较窄,不能全面系统地指导各地区的发展。在这样的背景下,本文以构建区域发展指标评价体系为切入点,通过因子分析和聚类分析较为全面的评价了山东省17个地区的发展状况。首先,通过因子分析,本文得出了三个结论:其一,地区综合得分排名与GDP排名相比较,二者差异较小,在17个地区中,15个地区综合得分排名与GDP排名基本吻合,2个地区综合得分排名差距较大;其二,选取的地区发展评估指标体系可以认为是对GDP指标评价区域发展的有效补充和延伸;其三,地区之间的综合得分存在明显的差异,表明山东省各个地区之间发展存在不平衡、不协调、不充分的情况。其次,本文对各个主因子得分的结果进行聚类,通过对聚类结果的分析找出造成区域不平衡的原因,并提出一些有针对性的对策与建议,如大力发展基础设施、制定吸引人才政策、发挥传统企业规模效应、发展现代高科技产业等具体措施。接下来,本文又对因子分析和聚类分析模型做了稳健性分析,发现前后两次的结果差距不大,可以认为此模型是较为稳健的,异常值干扰较小,得到的结论是可靠的。最后,本文以BSDE的理论为基础,对一类BSDE和一类非线性PDE进行了模拟。

论文目录

  • 摘要
  • ABSTRACT
  • 第一章 绪论
  •   1.1 研究背景及意义
  •   1.2 研究现状
  •     1.2.1 国外研究现状
  •     1.2.2 国内研究现状
  •   1.3 论文创新点
  • 第二章 因子分析简介
  •   2.1 因子分析的基本思想
  •   2.2 因子分析的步骤和模型
  •   2.3 因子载荷阵的求解
  •   2.4 因子载荷的统计意义和旋转
  •     2.4.1 因子载荷
  •     2.4.2 变量共同度
  •     2.4.3 因子的方差贡献
  •     2.4.4 因子载荷的旋转
  •   2.5 因子得分的估计
  • 第三章 聚类分析概述
  •   3.1 聚类分析的方法
  •   3.2 数据的变换方法
  •   3.3 样本间的距离
  •   3.4 系统聚类法
  •   3.5 类间距离的定义
  • 第四章 山东省区域发展数据的因子分析
  •   4.1 指标体系构建
  •     4.1.1 指标选取的原则
  •     4.1.2 指标选取
  •   4.2 因子分析
  •   4.3 结果分析
  • 第五章 山东省区域发展数据的聚类分析
  •   5.1 对第一主因子的聚类分析和结果分析
  •     5.1.1 聚类分析
  •     5.1.2 结果分析
  •     5.1.3 对策建议
  •   5.2 对第二主因子的聚类分析和结果分析
  •     5.2.1 聚类分析
  •     5.2.2 结果分析
  •     5.2.3 对策建议
  •   5.3 对第三主因子的聚类分析和结果分析
  •     5.3.1 聚类分析
  •     5.3.2 结果分析
  •     5.3.3 对策建议
  •   5.4 对第四主因子的聚类分析和结果分析
  •     5.4.1 聚类分析
  •     5.4.2 结果分析
  •     5.4.3 对策建议
  • 第六章 模型的稳健性分析
  •   6.1 因子分析
  •   6.2 聚类分析
  •     6.2.1 第一主因子的聚类
  •     6.2.2 第二主因子的聚类
  •   6.3 结果分析
  • 第七章 一类BSDE和非线性PDE的模拟
  •   7.1 引言
  •   7.2 预备知识
  •   7.3 一类BSDE的显式解与模拟
  •   7.4 一类非线性PDE的显式解及模拟
  • 第八章 结论
  • 附录-山东省17地区2013年-2017年指标数据
  • 参考文献
  • 致谢
  • 学位论文评阅及答辩情况表
  • 文章来源

    类型: 硕士论文

    作者: 郭杨

    导师: 陈增敬

    关键词: 区域发展,因子分析,指标体系,聚类分析,稳健性

    来源: 山东大学

    年度: 2019

    分类: 基础科学,经济与管理科学

    专业: 数学,宏观经济管理与可持续发展,经济体制改革

    单位: 山东大学

    分类号: F127;F224

    DOI: 10.27272/d.cnki.gshdu.2019.000446

    总页数: 79

    文件大小: 4449K

    下载量: 1140

    相关论文文献

    • [1].基于因子分析法-灰色关联分析法的供应商评价研究[J]. 科技资讯 2020(01)
    • [2].因子分析法研究郑州市房价影响因素[J]. 全国流通经济 2020(03)
    • [3].基于因子分析法的浙江省各市综合经济实力评价[J]. 统计与管理 2020(02)
    • [4].动态因子分析在环境监测数据综合处理中的应用[J]. 科学技术创新 2020(13)
    • [5].基于因子分析法的“新零售之都”竞争力评价[J]. 莆田学院学报 2020(03)
    • [6].基于模糊因子分析法的装配式建筑施工安全评价[J]. 建材技术与应用 2020(03)
    • [7].我国上市商业银行财务绩效研究——基于因子分析法的实证研究[J]. 现代商业 2020(22)
    • [8].低压电器企业综合竞争力的动态因子分析[J]. 电器工业 2020(09)
    • [9].基于因子分析的新疆城市竞争力研究[J]. 农村经济与科技 2020(19)
    • [10].基于因子分析的农业上市公司企业价值的评价研究[J]. 现代商业 2020(29)
    • [11].基于因子分析的宁夏城市竞争力研究[J]. 时代金融 2019(08)
    • [12].大学生校园贷使用体验的因子分析——以南昌市高校为例[J]. 现代交际 2017(13)
    • [13].河南省区域创新绩效评价研究——基于动态因子分析[J]. 时代金融 2018(14)
    • [14].基于因子分析的高职学生课堂手机行为影响因素分析[J]. 黑龙江科学 2018(17)
    • [15].基于因子分析法的海关风险管理评价分析[J]. 海关与经贸研究 2016(06)
    • [16].基于因子分析法的中国农业上市公司绩效评价[J]. 经济研究参考 2016(56)
    • [17].基于因子分析法的医药制造类上市公司企业绩效实证研究[J]. 洛阳理工学院学报(社会科学版) 2017(01)
    • [18].因子分析法对股票绩效的研究[J]. 现代商业 2017(21)
    • [19].基于因子分析法的浙江省会计师事务所综合实力测度[J]. 现代经济信息 2017(15)
    • [20].基于因子分析法的房地产行业财务风险预警体系研究[J]. 财会学习 2017(20)
    • [21].因子分析法在城市居民生活质量评价中的应用研究[J]. 唐山学院学报 2015(06)
    • [22].基于因子分析的中小商业银行竞争力评价研究[J]. 市场周刊(理论研究) 2016(07)
    • [23].基于因子分析法失地农民的城市融入评价体系[J]. 中国市场 2016(38)
    • [24].因子分析在山东省城市综合经济水平评估中的应用[J]. 科技视界 2014(30)
    • [25].因子分析法在教学效果满意度评价中的量化[J]. 科教导刊(中旬刊) 2014(11)
    • [26].全国公共图书馆发展水平研究:基于因子分析法的实证研究[J]. 图书馆研究 2014(06)
    • [27].基于因子分析法的建筑工程设计风险研究[J]. 四川水泥 2015(02)
    • [28].基于因子分析的河北省大学生就业环境分析与评价[J]. 中小企业管理与科技(中旬刊) 2015(02)
    • [29].因子分析法在数学建模比赛中的应用[J]. 数学学习与研究 2017(01)
    • [30].基于SPSS因子分析探析大学英语课堂中的教师积极反馈[J]. 课程教育研究 2017(32)

    标签:;  ;  ;  ;  ;  

    基于因子分析和聚类分析的山东省各地区综合实力评价研究
    下载Doc文档

    猜你喜欢