前言：中文期刊网精心挑选了诗句分类范文供你参考和学习，希望我们的参考范文能激发你的文章创作灵感，欢迎阅读。
诗句分类范文1
关键词 上市公司；经营业绩；主成分分析；聚类分析
一、引言
上市公司业绩评价过程中，人们往往是人为地比较上市公司某个或某几个指标的高低，主观地赋予某个指标一定的权重。这种做法虽简便易操作，但却在很大程度上有赖于评价者的主观判断能力和经验，而缺乏实证依据的支持。本文选取具有综合评价能力的指标，用主成分分析法和聚类分析法建立一个业绩综合评价模型。最后对天津若干家上市公司进行了实证分析，结果表明该模型是有效的。
二、建模
1．初始指标的选取
结合国外研究成果[1][2]，以及我国财务管理实际，并根据可量化性，统计资料的可获得性和完整性，以上市公司基本财务报表为基础。我们确定15个指标作为研究中使用的初始变量。分别是： X1：每股收益； X2 ：每股净资产； X3：流动比率； X4 ：速动比率;X5：主营收入增长率； X6：总资产周转率； X7：固定资产增长率；X8：每股公积金； X9：每股未分配利润； X10 ：资产负债率；X11 ：存货周转率；X12 ： 总资产周转率;X13 ：主营业务利润率； X14：净资产报酬率； X15：现金流量比率。
这些指标能够反映上市公司的经营业绩，与我们的研究目的直接相关，但这些指标之间有的具有较高的相关性，比如每股收益和净资产收益率之间。为此，先对它们进行主成分分析，进行降维。因为主成分之间是不相关的，符合聚类分析的要求。
2．主成分分析
主成分（Principal Component Analysis，简称PCA）是利用了降维的思想，将多指标问题重新组合成一组新的相互无关的几个综合指标来替原来的指标，同时根据实际需要从中提取几个较少的综合指标(主成分)，尽可能多地反映原来指标的信息，虽然这样做会损失部分信息，但由于我们抓住了主要矛盾，并从原始数据中进一步提取了某些新的信息。因而在某些实际问题的研究中收益大于损失。具体步骤如下 [3]：
（1）数据的无量纲处理；
（2）计算相关矩阵 R；
（3）求相关矩阵R 的特征值和特征向量；
（4）计算各主成分的贡献率
（5）确定主成分个数。
3．聚类分析
为了更进一步的分析上市公司在经营活动中存在的差别和共性，本文采用在实际应用中使用比较广泛的系统聚类法分析的方法，依据各个上市公司财务状况指标的主成分得分矩阵，把每个样本各看成一类，然后根据样本间距离及类间距离的定义，逐步合并类，减小类的数目，达到聚类分析的目标。
三、 实例
考虑到数据的可获得性，本文随机选取了天津9家上市公司2005年度公开披露的财务数据为样本（原始数据来源于华泰证券网），主成分及聚类分析的计算过程通过SAS软件来完成。
主成分分析结果：
四、结束语
我们对天津上市公司2005年度的财务状况数据分别运用主成分及聚类分析方法，对企业经营状况进行了分析和评价，借助聚类图将公司按经营的不同侧面进行分类。其结论不仅为企业的经营管理提供参考，也可以给股市投资者评判上市公司的质量提供依据。
参考文献
[1] 朱杰等. 上市公司聚类判别分析研究 [J]，决策参考，2005.09－0041－03
[2] 刘卫红等.数学建模与聚类分析方法在企业经营效绩评价中的综合运用[J]，数学的实践与认识，2005年5月，第35卷第5期pp.12－17
诗句分类范文2
关键词 雷击危害 雷电防护 过电压保护
一、 本地区雷击案例
2005年8月5日凌晨2：00，云岗北区2#总配电室和北区15楼遭到雷击，2#总配变压器被击穿，造成北区大面积停电，15楼总配电箱及单元箱爆炸燃烧，楼梯间墙面及扶手乌黑，总配电箱只剩箱体黑壳，箱内仪表、开关及铜线全部汽化，家用电器损坏，所幸没有人员伤亡。
二、 防雷及雷电保护原理。
防雷，是指通过组成、疏导最后泄放入地的一体化系统方式以防止由直击雷或雷电电磁脉冲对建筑物本身或其内部设备造成损害的防护技术。雷电保护，就是提供和造就一种手段使雷闪放电能进入或离开大地，而不致破坏被保护的财产，雷电保护系统能起到两个作用，一是把雷闪放电在它尚未击中被保护对象时截住；二是把雷闪电流无害地释放至大地，这就要求建筑物安装避雷器，把电流引至大地。
三、 防雷方案选择。
为减少雷击造成人身伤亡、财产损失，避免雷击电磁脉冲引发的电气和电子系统损坏，针对三院培训中心扩建二期建筑物，进行详细的防雷设计和验证。
本建筑物分为A座和B座，根据《建筑物防雷设计规范》（GB50057-2010）3.0.4条，划分为第三类防雷建筑物，布置接闪器时，可单独或任意组合采用滚球法、避雷网。
本建筑物为A、B座两栋别墅，屋顶造型独特，如采用避雷带，屋顶屋檐、屋檐及空调室外机均需敷设，安装时需在女儿墙及瓦脊上打孔安装，破坏脊瓦，破坏屋顶防水，临边没有安全防护，瓦脊光滑且没有支撑，施工难度系数大，经过安全性和实施费用对比，避雷装置适宜采用滚球法单支避雷针的保护形式。
四、 单支避雷针对直击雷的保护范围。
采用滚球法，确定单支避雷针的保护范围如图：
（1）当避雷针高度h小于或等于hr时：
①距地面hr处作一平行于地面的平行线；
②以针尖为圆心，hr为半径，作弧线交于平行线的A、B两点；
③以A、B为圆心，hr为半径作弧线，该弧线与针尖相交并与地面相切；从此弧线起到地面止就是保护范围，保护范围是一个对称的锥体；
④避雷针在hx高度的xx′平面上和地面上的保护半径，按下式计算确定：
rx=- （4-1）
ro= （4-2）
式中rx――避雷针在hx高度的xx'平面上的保护半径（m）；
hr――滚球半径，按《建筑物防雷设计规范》表5.2.1确定（m）；
hx――被保护物的高度（m）；
ro――避雷针在地面上的保护半径（m）。
（2）当避雷针高度h大于hr时，在避雷针上取高度hr的一点代替单支避雷针针尖作为圆心。其余的作法同本款第（1）项。（4-1）和（4-2）式中的h用hr代入。
接闪器高度选择：根据图纸及现场勘查，两座建筑屋檐的造型及高度一致，A、B座屋檐宽度均为W=15.08米， A座屋檐长LA=14.19米，B座屋檐长LB=15.69米，将座屋檐延长线组成矩形，连接矩形对角线，交点OB即为矩形中心点，对角线一半的长度为10.88米，但屋檐的顶点均不在矩形顶点上，避雷针在屋檐平面上的保护半径可以缩短，OB点至屋檐的顶点水平距离依次为7.6米、8.1米、9.2米、9.4米、7.9米、9.2米， 取rx=10米，屋顶最高边角（采光井）高出屋面3.97米，取hx=4米，避雷针高度h小于或等于hr时，将hr=60米，rx=10米，hx=4米，代入（4-1）式rx=-，即h2-120h+995=0求解h1=8.95米（h2=111米舍去），避雷针高出屋顶5米，因A座屋檐长度小于B座，rx小于10米，接闪杆高度将小于9米，为美化立面效果，外观对称一致，接闪杆高度均取9米。
五、 单支避雷针对雷电过电压的保护范围。
因屋顶安装了空调室外机，屋内有其他电气设备，考虑直接雷击、雷电反击和感应雷电过电压对电气装置的危害，计算避雷针高度，确定避雷针的保护范围如图：
单支避雷针的保护范围
（h≤30m时，θ=45°）
（1）避雷针在地面上的保护半径，应按下式计算：
r=1.5hP （5-1）
式中：r――保护半径，m；
h――避雷针的高度，m；
P――高度影响系数，h≤30m，P=1；30m120m时，取其等于120m。
（2）在被保护物高度hx水平面上的保护半径应按下列方法确定：
1）当hx≥0.5h时
rx=（h-hx）P=haP （5-2）
式中：rx――避雷针在hx水平面上的保护半径，m；
hx――被保护物的高度，m；
ha――避雷针的有效高度，m。
2）当hx
rx=（1.5h-2hx）P （5-3）
空调室外机高度1.25米（5匹柜机最大高度），实测加基础高度1.5米，hx=1.5米，hx
六、 接闪器及引下线设置。
在屋顶OB处，安装一根9米长2.5mm厚不锈钢钢管做接闪器，接闪杆的接闪端做成半球状，钢管分三段，第一段长4米，直径为102mm，第二段长3米，直径为89mm，第三段长2米，直径为76mm，第一段焊接底座，底板采用10mm厚1200*1200镀锌钢板，底座与钢板采用螺栓连接，钢板边缘上打12个孔，采用Φ10膨胀螺栓与楼板连接，钢板上焊接防雷引下线，防雷引下线采用2根Φ10镀锌圆钢，搭接长度大于6d（圆钢6倍直径），从北墙和东墙雨水口穿出沿墙敷设至距地0.3米高处接地端子箱，内设断接卡子，接地端子箱以下采用40*4镀锌扁钢，搭接长度大于2D（扁钢宽度的2倍），钢板及四周做SBS3mm+3mm防水卷材，以防屋顶漏水，施工时垂直运输采用25吨吊车。
七、 接地装置。
在建筑物北侧，挖电缆沟长30米（做好草坪保护），沟内砸入5根Φ25镀锌接地钎子，间距5米，与镀锌扁钢焊接，焊口处采用沥青缠油麻防腐，接地电阻不大于30Ω，实测不满足时补打人工接地极，做完后电缆沟回填，恢复草坪。
参考文献：
[1] 《建筑物防雷设计规范》（GB50057-2010）中华人民共和国国家标准
[2]《工业与民用配电设计手册》（第三版）
[3]《交流电气装置的过电压保护和绝缘配合》（DL/T620-1997）
诗句分类范文3
关键词:工程教育；CDIO教育理念；教学设计模式；实践类课程
现今世界，利用大数据技术打造指引行业发展的风向标，已成为各行业向智能经济发展迈出的重要步伐。然而，当前大数据专业人才极其短缺。我校肩负着服务武陵山片区区域发展与扶贫攻坚国家战略的使命，承担着为西部地区培养优秀工程技术人才的重任。近年 来，我校紧跟以人工智能、大数据技术为代表的新科技发展步伐，积极推进新工科建设，成为首批30所入围数据中国“百校工程”项目建设院校之一[1]，新获批的“数据科学与大数据技术”专业（以下简称大数据专业）于2018年开始招生。如何根据时代需求办好大数据新专业，以培养具有大数据思维、掌握大数据分析应用技术的高层次人才是我校面临的一个新挑战。大数据专业实践类课程教学是体现该专业办学质量和人才培养水平的重要标志。如何利用先进教学理念提高该类课程的教学质量和人才培养水平，是我校大数据专业建设 过程中必须重视的问题。本研究立足于我校大数据专业建设的实际需求，探究基于CDIO理念的大数据专业实践类课程教学设计模式。本研究的实施，将为我校创新型工程教育改革探索道路，不仅有利于提升我校大数据专业实践类课程的教学质量，也将对其他工科课程教 学改革起到一定的指导和借鉴作用。
1 CDIO工程教育模式的发展及内涵
上世纪80年代起，工程人才短缺和高等院校工程教育低质量之间的矛盾日益突出，产业对工程教育改革的呼声不断高涨。1986年，美国的工程教育学会、国家研究委员会和国家工程院等机构开始探索工程教育改革之路。2000年，麻省理工学院和瑞典皇家工学院等四 所大学组成的跨国研究机构，正式启动CDIO教育改革计划，在广泛调研和大量实践研究的基础上，制定了CDIO教学大纲[2]。2004年，CDIO工程教育模式创立，并开始向世界各国推广。2005年，瑞典国家高教署建立了CDIO的12条新标准，并将之用于对本国100个工程学位 计划进行评估[3]。迄今为止，包括麻省理工学院在内的丹麦、南非、法国、新加坡、中国等国家的几十所世界著名大学加入了CDIO国际组织。这些学校的多个工科院系在教学中借鉴和采纳了CDIO工程教育理念，取得了良好的效果。目前，CDIO已成为国内外高校工程教育改革和培养体系制定等领域研究和实践的热点。实践表明，CDIO教育模式不但能提高学生团队协作能力、综合解决问题能力，而且在学生创新能力培养方面效果显著。据文献[4-5]，CDIO工程教育模式自2005年开始引入我国。2006年，汕头大学成为中国高校中的首个CDIO成员。2008年12月，教育部高教司理工处联合汕头大学主办了CDIO工程教育模式试点工作会议，成立“教育部CDIO工程教育改革试点工作组”，确定了18所高校及相关专业（机械类、电气类、化工类、土木类）为国内首批CDIO试点。工作组每年举办两次全国性的会议， 对CDIO试点工作进行交流、研讨和总结，并通过CDIO培训班为全国高校实施CDIO教育培养骨干人才。2016年1月，“全国CDIO工程教育联盟”成立。至今已有100余所高校加入联盟。这些高校的部分工科专业采用CDIO工程教育模式教学，培养出来的学生深受社会与企业欢 迎。当前，在联盟全体成员的共同努力下，我国高校积累了一系列改革经验与成果，在基于CDIO理念建立专业培养标准，构建一体化课程体系，实施基于项目/问题、探究式等主动教与学方法等方面都取得了显著进步，有效推进了CDIO的本土化与再创新。近年来，国内CDIO的研究趋势从CDIO教育模式、教学体系等宏观的主题向具体的课程教学改革、课程建设等更深更细的方向发展，诸多教师在教学实践中尝试了采用CDIO理念进行课程教学改革的研究与探索[6-10]。CDIO工程教育模式是国际创新型工程教育改革的最新成果，体现了系统 性、科学性和先进性的统一，代表了当代工程教育的发展趋势。该模式以产品研发到产品运行的生命周期为载体，让学生以主动的、实践的、课程之间有机联系的方式进行工程学习。CDIO的4个字母代表Conceive（构思）、Design（设计）、Imple⁃ment（实现）和Operate（运作）四个单词。CDIO主要包括三个核心文件[11]：1个愿景、1个大纲和12条标准。CDIO愿景提供了一种强调工程基础的、建立在真实世界的产品和系统的“构思-设计-实现-运行”的CDIO过程背景环境基础上的工程教育。CDIO大纲从技术知识和推理能力、个 人职业技能和职业道德、人际交往技能、企业和社会的构思-设计-实施-运行（CDIO）系统四个方面，以逐级细化的方式，将工程师需具备的工程基础知识、个人能力、人际团队能力和整个CDIO全过程能力表达出来，要求用综合的培养方式使学生在工程基础知识、个人能力、人际团队能力和工程系统能力四个层面达到预定目标。CDIO的12条标准[12]涉及到专业哲学（标准1）、课程计划开发（标准2-4）、设计实现经验和实践场所（标准5-6）、教与学的方法（标准7-8）、教师发展（标准9-10）、学生考核与专业评估（标准11-12），回答了工程教育“如何培养人”的问题，使得工程教育改革变得具体化、可操作和可测量，能够对整个教育模式的实施和检验起到系统全面的指引作用，对学生的学和教师的教都具有重要指导意义。
2 CDIO理念下大数据专业实践类课程教学设计的思路与策略
2.1 设计思路
大数据专业实践类课程教学是培养学生运用理论知识、科学方法和技术技能去解决大数据工程实际问题并进行科技创新的实践能力的重要环节。目前，我校大数据专业实践类课程教学组织方式通常以项目为单位设计，重视对学生解决实际问题（主要是项目涉及到的 具体问题）的能力，但不关注学生在整个项目周期中知识、能力、态度等的变化情况，无法全面覆盖技术性与非技术性能力的培养目标。CDIO理念要求培养出来的学生必须在工程基础知识、个人能力、人际团队能力和工程系统能力四个层面都达到预定目标。CDIO教育模 式强调一体化与参与性，促使学生在项目研发到项目运行的整个项目周期中进行锻炼与思考，课程教学不仅要关注学生学到的学科知识，更要关注学生能力、素质的提升情况。显然，CDIO理念下大数据专业实践类课程教学设计应强调“知识与能力”并重，紧扣CDIO大纲 和CDIO标准，进行教学大纲和教学组织方式的设计，并设置以“学习评估为中心”的多样化考核方式。
2.2 设计策略
教学大纲方面，本研究尝试结合大数据类专业培养目标，依据CDIO大纲，对大数据专业实践类课程教学大纲进行设计：依据CDIO大纲的主题和条目组织课程大纲结构，并明确描述与期望能力要求相对应的课程学习目标。教学组织方式方面，本研究尝试在大数据专业 实践类课程教学中以“做中学”为依托，将整个课程教学安排以项目为载体，针对每个项目为学生提供“构思-设计-实施-运行”的流程，并将实践所需知识、能力、素质等培养目标围绕项目这个核心融入教学实践中，让学生的整个学习过程变成对一个个项目的完整实践过程。教学考核方面，本研究尝试匹配CDIO大纲的能力目标，具体根据课程概念及原理性知识的理解、技能掌握、设计—实现经验获取、分析及解决问题能力、交流表达能力和综合实践能力等类别的学习效果的评估需要，在大数据专业实践类课程教学考核方式设置时， 对不同类别的学习效果设计不同的考核方式。
3 CDIO理念下的大数据专业实践类课程教学设计模式
3.1 教学大纲框架设计
基于CDIO理念的教学大纲需要对融合了知识、能力、态度的学习效果进行准确描述，并清晰指明该课程整体及每一节课对学生所需学习的内容和所需掌握的能力要求。依据CDIO大纲中关于个人能力、职业素养等方面的培养要求，本研究将大数据专业实践类课程教学 大纲框架设计为如表1形式。
3.2 教学组织方式设计
如何在实践教学组织中体现CDIO教育理念是实施CDIO教学的基础[13]。本研究基于CDIO理念将大数据专业实践类课程教学组织方式设计为如图1所示的“理论讲授-任务布置-项目构思-项目设计-项目实施-项目运行”六个环节构成的有机体。让学生在参与项目的构思 、设计、实施、运行这四个环节的活动中逐渐形成较完整的系统思维。
3.3 考核方式设置
CDIO理念下的教学是师生共同学习的过程，要求以“学”为中心进行评估，教学与考核相互联系，考核用来促进和诊断教学和学习。为了评估课程教学所培养学生的能力能否达到CDIO大纲要求的预定目标，需要从不同方面检验学生的学习效果。为此，本研究根据不 同类别的学习效果评估的需要，以过程性考查为重点，设置不同的考核方式如表2所示。上述各类考核方式可综合应用于专业实践类课程教学的整个过程。为确保评估的可靠性和有效性，可在不同阶段选择一种或多种考核方式对不同类别的学习效果进行评估。
诗句分类范文4
关键词：聚类分析；数据挖掘；轨道交通；车站分类
聚类分析是数据挖掘中一个很活跃的研究领域，用来帮助分析数据的分布、了解各数据类的特征、确定所感兴趣的数据类，以便作进一步分析。数据挖掘的根本在于统计学，统计方法中多元数据分析的3大方法之一的聚类分析，则是数据挖掘采用的核心技术。聚类分析基于“物以类聚”的朴素思想，根据事物的特征对其进行聚类或分类。本文对数据挖掘领域的聚类分析在城市轨道交通车站分类中的应用进行研究，展示数据挖掘在城市交通领域的应用。
1聚类分析概述
1.1聚类定义及标准
聚类就是将数据分组成多个类或簇，同一个簇中的对象之间具有较高的相似度。与分类不同的是，在进行聚类分析前不知道要把数据分成几组，也不知道怎么分，是基于“没有先验知识”。
评判聚类算法好坏的标准：能够适用于大数据量；能应付不同的数据类型；能够发现不同类型的聚类；使对专业知识的要求降到最低；能应付脏数据；对于数据不同的顺序不敏感；模型可解释，可使用等。
1.2数据挖掘领域中聚类算法的分类
聚类算法大体可以划分为以下几类[1]：划分方法、层次方法、基于密度的方法、基于网格的方法和基于模型的方法。
1.2.1划分方法
给定一个包含n个数据对象或元组的数据库，一个划分方法构建数据的c个划分，每个划分表示一个簇，且c≤n。通常会采用一个划分准则（经常称为相似度函数），例如距离，以便在同一个簇中的对象是“相似的”，而在不同簇中的对象是“相异的”。
1.2.2层次方法
层次方法对给定数据对象集合进行层次的分解。根据层次分解是自底向上还是自顶向下形成，层次聚类的方法可以进一步分为凝聚的和分裂的。
1.2.3基于密度的方法
为了发现任意形状的聚类结果，主要思想是：只要临近区域的密度超过某个阈值，就继续聚类。
1.2.4基于网格的方法
采用一个多分辨率的网格数据结构。把对象空间量化为有限数目的单元，形成一个网格结构。所有的聚类操作都在这个网格结构上进行。
1.2.5基于模型的方法
为每个簇假定了一个模型，寻找数据对给定模型的最佳拟合。基于模型的算法通过构建反映数据点空间分布的密度函数来定位聚类。
1.3聚类分析的步骤
在实际应用聚类分析中，可以根据有无领域知识参与将整个过程分解为3个环节[2]，图1是整个过程的流程图。
2聚类分析在交通领域的应用
聚类分析的方法在交通领域得到了较为广泛的应用。聚类分析在交通领域的主要应用有：对城市交通流量和流向的两步聚类分析，应用于城市交通走廊规划；对城市交叉口的相关关系进行聚类分析，其研究成果可用于交通管理和交通流预测；高速公路规划方案的设计与评价过程中，广泛地应用了聚类分析方法；应用模糊聚类分析方法对鞍山市城市交通环境进行了分析评价；在公路网建设项目投资决策研究中应用聚类分析计算项目的紧迫度；建立了一种运输车辆调度聚类分析模型，适用于运输企业的计划作业；在道路交通事故多发点鉴定方法上采用聚类分析方法[3]。
3城市轨道交通车站聚类分析研究
3.1城市轨道交通车站分类问题的提出
城市轨道交通在国外已有100多年的发展历史，世界主要大城市大多有比较成熟与完整的轨道交通系统。城市轨道交通在城市交通体系中发挥着越来越重要的作用。根据《北京城市总体规划（2004年—2020年）》及其相关交通发展规划，明确提出城市客运交通是要构建起以轨道交通为骨干，公共交通为主体，其它各种交通方式为补充的综合交通体系。今后逐步编制步行交通规划和自行车交通规划，并纳入城市综合交通规划。
轨道交通发挥作用是通过乘客“到达车站”来实现的，因此，对于轨道交通车站及周边交通方式的设置有着重要意义，车站分类问题研究也是首先要解决的问题。然而，现有城市轨道交通车站分类没有统一的方法，大都依靠经验，采用人为的划分方式。这样，不但效率不高，而且精确度不高，不能很好地反映客观情况。采用数据挖掘领域的聚类分析方法可以很好地解决这个问题。
为了研究北京市城市轨道交通车站的分类，相关部门进行了交通调查，得到了各个车站的各种接驳交通方式的构成比例，本次研究都以此调查数据为基础。
3.2分析流程
对城市轨道交通车站分类问题进行聚类分析，采用以下3个步骤来进行：（1）选取不同的交通出行方式作为聚类因子；（2）运用层次聚类法进行聚类分析，得到定量分析的结果；（3）以定性的方法对聚类结果做进一步地分析，形成的结论可以指导综合交通的规划与管理。
3.3聚类因子的确定
聚类因子确定时要注意的问题：（1）聚类因子的选择要符合聚类分析的要求；（2）各类的变量值不应具有数量级上的差别，解决这个问题的方法应用最多的是标准化方法；（3）各个变量间不应具有较强的线性相关关系。
根据聚类因子选择的原则，选择应有较强的代表性，能较好地反映轨道交通车站的功能特点。
根据交通调查的数据，以及处理数据的可行性，在本研究中，聚类因子选择步行方式的构成比例、自行车的构成比例、公交车的构成比例、出租车的构成比例和其它方式构成比例5种聚类因子。
诗句分类范文5
1、 市场细分概述
2、 AID、CHAID概述
3、 算法和特征
3.1 AID算法
3.1.1变量排序
3.1.2目标函数
3.1.3选择分类变量
3.1.4分割方向的确定
3.1.5确定停止条件
3.2 CHAID算法
3.2.1建立交叉分类表
3.2.2X2统计量、似然估计值
3.2.3选择分类变量
3.2.4确定停止条件
3.3 AID与CHAID的比较
3.3.1 AID与CHAID
3.3.2 CHAID的有力特征
3.3.3 CHAID的局限性
4、 CHAID的案例
4.1购物中心使用者的测量
4.2不使用CHAID的调查报告
4.3使用CHAID的调查报告
4.3.1剧院
4.3.2儿童乐园
4.3.3展览中心
4.4使用CHAID——者的观点
4.5使用CHAID:购物中心管理者的观点
5、 结束语
书目
1．市场细分概述
1956年温德尔·史密斯提出了“市场细分”的概念，认为一个市场的顾客是有差异的，他们有不同的需要，寻求不同的利益，应该对市场加以区分。这一概念在营销实践中已经产生了强大的功能。市场细分有助于营销者确定市场开发重点，制定有效的市场策略，从而在激烈的市场竞争中取得优势地位；另一方面市场细分也有助于企业降低营销成本。当然，这一切的实现需要依靠的市场细分。
在市场中，市场细分不仅是市场研究的重要组成部分，而且是科学分析消费者特征的重要手段和关键环节。市场细分的过程就是将最显著最突出的消费者和最有可能成为消费者的群体打出并加以分类研究的过程。它是对纷繁复杂的市场的探索和研究过程。对现有消费者的划分实际上是对具有相同或相似的消费群体的辨认和分类过程；而对潜在消费者的探测过程则是对不同人中群体的消费模式加以识别的过程。
市场细分的方法有很多种。总的来说，市场总是由购买者和潜在购买者构成的，而每个购买者又有不同的特征，如年龄、性别、职业收入、购买目的和购买习惯等等，这些特征都可以成为市场细分的凭据。按这些使用刻画消费者特征指标的多少可分为单变量细分和多变量细分。单变量细分相对简单，处于市场分析和研究的初级阶段，其结果也很粗放。多变量细分则是在市场细分中使用一系列描述消费者特征的指标进行市场分割的方法，它可以全面、准确、细致地描述消费者特征，其结果相对比较准确和精细。随着市场变化的日益复杂和对研究深入的客观需要，客观上需要细分全面、准确和具有可操作性。因此，多变量研究越来越受到市场研究和营销者的青睐。纵观市场细分方法，也只有多变量细分才能全面考察消费者的特性，才能更加细致地区分不同消费者的细微差别。
诗句分类范文6
关键词：县域经济；综合实力；因子分析；聚类分析
一、新疆县域经济发展现状分析
县域经济是新疆经济的主体，在新疆经济中占有非常重要的地位。数据显示，2010年县域年末总人口数为1874.1万人，占全区年末总人口数的85.9%；县域经济国内生产总值为4501.4亿元，占全区生产总值的68.9%；地方财政一般预算收入244.92亿元，占全区的48.9%。因此，对县域经济进行研究具有重要意义。
二、新疆县域经济综合实力评价实证分析
（一）指标选取
本文所选取的数据来自《新疆调查年鉴》[1]、《新疆统计年鉴》[2]中2010年的统计数据，根据相关参考文献[3]，从资源、经济、社会、人民生活四个方面构建了17个指标的指标体系，如下表1：
（二）因子分析和聚类分析
1、因子分析。因子分析方法的基本思想是根据相关性的大小把变量分组，使得同组变量的相关性较高，不同组变量的相关性较低，用较少个数的公共因子线性组合与特定因子之和来表达原来观测的每个变量，以便达到解释原始变量间的相关性和降低维数的目的。同时形成了反映因子和指标包含信息量的权数，以计算综合评价值这样在指标权重选择上克服了主观因素的影响，有助于客观地反映样本间的现实关系。[4]
（2）聚类分析
聚类分析的基本思想是先建立衡量事物（类）间接近（相似）程度的统计量（比如常用距离、相关系数等），然后按照接近（相似）程度的大小，把样品逐一归并成类，将关系比较密切的归并到一个小的分类单位，关系疏远的则聚集到一个大的分类单位，直到所有的样品都聚集完毕为止，从而形成一个亲疏关系的谱系图，为实际的分类提供定量的依据。
（三）新疆县域经济综合实力实证分析
1、因子分析适用性检验。使用SPSS20.0软件，对原始数据标准化处理后可知，巴特利球形检验统计量为1653.376，相应的概率Sig为0.000，因此可认为相关系数矩阵与单位阵有显著差异。同时，KMO值为0.765，根据Kaiser给出的KMO度量标准可知原有变量适合作因子分析。[5]
2、计算各变量的特征值、贡献率、累计贡献率和旋转后的因子载荷矩阵。（表2、表3）。由表2可知，提取的5个因子累计贡献率为85.58%，这说明这5个因子可以解释原有17个指标的85.58%的信息，所以使用这5个主因子进行分析。
由表3可知，地区生产总值、固定资产投资总额、地方财政收入、工业总产值在第1个因子上有较高的载荷，这说明第1个因子主要解释这4个变量，其意义代表各县市经济发展的总体规模，因此第1因子可以称为经济发展规模因子；二、三产业占GDP比重、非农业人口占总人口数、万人拥有卫生技术人员、城乡居民人均储蓄存款余额这3个变量在第2个因子上有较高载荷，因此第2个因子可以成为城镇发展水平因子；耕地总面积、用电量、农业机械总动力在第3个因子上有较高载荷，因此第3个因子可以成为资源可持续发展因子；人均GDP、教育支出占GDP比例、农民人均纯收入在第4个因子上有较高载荷，因此第4个因子可以成为人民生活质量因子；城镇在岗职工平均工资在第5个因子上有较高载荷，因此第5个因子可以称为城镇职工收入因子。
3、计算因子综合得分。
根据因子得分系数矩阵得出县域经济综合实力评价指标得分表达式为：
Fac=0.47Fac1*0.15Fac2*0.12Fac3*0.07Fac4*0.05Fac5
其中，Fac为各城市的综合得分，Fac 1、Fac 2、Fac 3、Fac 4、Fac 5分别为各城市的因子得分。即可得到各县市经济综合实力得分及排名，总分得分越高，排名越靠前，代表该县市综合实力越强，见下表。
5、新疆县域经济综合实力的聚类分析
为能进一步分析新疆县域经济综合实力，本文利用上文中得到的5个因子，根据其得分采用Ward聚类法继续进行聚类分析，考虑到样本数量较多，因此采用两次聚类方法，第一次选择出第一组，第二次把剩余县市继续分为3组，最终把87个县划分为四类，见下表。
由表4和表5结果可知，因子分析与聚类分析的结果基本一致，这说明分析结果较为可信。
6、结果分析。
（1）属于第一类县域的，受地理位置及地区资源因素影响，经济发展保持相对稳定，地区生产总值和工业总产值稳步增长，经济总量大，县域经济综合实力雄厚。如库尔勒市是新兴综合性工业城市，石油资源丰富且已规模开发，带动了相关产业的发展，其国内生产总值经常位列全疆前茅；石河子市棉纺织加工、食品、果蔬饮料加工、饲料加工和化工产品加工业较为突出，带动当地经济的发展根据因子分析也可以得出，这些县域综合得分排名也靠前。第一因子经济发展规模因子得分也较高。。
（2）属于第二类县域的，受城镇化发展水平高、二三产业占GDP比重较高影响，使得这些县域经济发展较快。如布尔津县位于新疆北部，以喀纳斯湖为旅游景点，推动了该县经济的发展；吐鲁番市是有名的瓜果产地，旅游业较为发达，拉动了该县的经济发展。根据因子分子也可以看出，第二因子城镇发展水平因子和第五因子城镇职工收入因子得分较高。