中小型上市公司投资价值评估模型研究——以山东省为例

相比较大型公司具有稳定的产品市场和成熟生产经营模式,中小型上市公司经营活动存在诸多不确定性因素,投资风险比较高,反映在证券市场即公司股价波动异常,给投资者带来较高的投资风险。因此,建立有效的价值评估模型,帮助投资者甄别中小型上市公司投资价值有着很强的现实意义。文章以山东省中小型上市公司为研究样本,运用主成分分析法对样本公司财务信息进行统计分析,构建公司投资价值评估模型,并对样本公司作出相应的投资价值评价,为相关投资者提供有效决策信息。     

黑龙江省新林—呼中地区水系沉积物地球化学特征及找矿意义

在新林—呼中地区森林沼泽-冻土景观区,开展1∶50 000水系沉积物测量,探讨该区水系沉积物中元素含量分布、元素组合特征和区域地球化学异常特征,为下一步划分成矿远景区,开展地球化学找矿提供依据。结果显示:该区具备中高温热液型Cu、Pb、Mo、Au多金属矿成矿条件;早白垩世二长花岗岩区和白音高老组火山岩区Cu、Pb、Zn、Mo、Au显著富集,强烈分异,是寻找Pb、Cu、Mo、Au多金属矿化(床)的有利地段;区域异常与燕山早期酸性侵入体密切相关,应是晚侏罗世—早白垩世岩浆侵入、喷发以及构造运动强烈作用的结果。     

基于共词聚类分析法的医院管理相关研究热点主题

以PubMed检索系统作为数据来源，采用共词聚类分析法对医院管理相关文献的主题词进行分析，旨在揭示国际医院管理研究领域的热点主题，为医院管理者制定管理策略提供依据、为国内学者和相关研究机构了解该领域的发展趋势提供参考。     

我国各地区主要工业产品产量分析

本文以我国的31个地区主要工业产品产量为研究对象,选取11个工业产品指标,并将这11项指标归结为3个因子,将我国31个地区分为3类。在此基础上,根据不同地区的因子得分情况和聚类分析情况,对我国各地区的综合工业发展水平进行总体比较和评价,为国家针对属于不同类的地区实行不同的相关经济政策,提供了依据。     

我国规模以上工业企业区域研发能力水平的聚类分析

本文以中国大陆31个省、市、自治区的规模以上工业企业为研究对象,采用聚类分析中层次聚类对各地区研发能力水平进行比较分析,从而得出具有不同特征的四个梯队,最后分析了我国目前研发能力水平并提出改善建议。     

火灾态势与社会经济因素关系研究的新方法

运用聚类分析方法和面板数据模型,将我国31个省(市)根据火灾态势划分为四类区域。以某一区域为例,分析了火灾态势与社会经济因素的关系,得到了影响该区域火灾态势的社会经济因素,为火灾防控工作和社会经济共同发展提供了理论参考。     

基于PubMed的心肌炎生物标志物双向聚类分析

目的:探索分析近年来心肌炎生物标志物的研究热点。方法:选用PubMed数据库,检索式为"Biomarkers"[Mesh] AND "Myocarditis"[Mesh],检索结果采用书目信息挖掘系统(BICOMS)软件进行文献计量学分析,使用gCLUTO 2.1软件进行双向聚类及可视化分析。结果:共检索到文献592篇,统计分析后划分为以下6个主题:规范使用生物计算机语言能更好的在生物医学数据库中检索到目标文献;4-1BB、CD11b(+)单核细胞、CCR1拮抗剂通过激活T细胞的免疫应答对抗心肌炎;PubTator软件有助于检索专业医学数据;IL-33、IL-22对由柯萨奇病毒所致的病毒性心肌炎有保护作用;髓间充脂干细胞、联合治疗CTLA4Ig与ICOSIg、CCR5三者均能对抗自身免疫性心肌炎;利用核磁成像对MINCOA及心肌炎患者诊断与治疗。结论:双向聚类分析方法很好地体现了当前心肌炎生物标志物领域的研究热点与发展趋势。     

陕西省专科层次数学建模发展现状分析

本文运用MATLAB软件,对陕西省各高校参加2013年全国大学生数学建模专科层次的获奖数据进行聚类分析,为陕西省高职类院校充分利用大学生建模竞赛提高人才培养质量提供一定的科学依据。     

浅谈统计数据挖掘的方法及应用

在我国,经济统计工作的进行是为了有效地反映经济发展状况,为决策者提供有效决策的依据。因此,统计部门在进行经济统计时必须重视经济统计信息的准确性和可靠性。统计数据挖掘技术可以从混乱、纷繁的数据中提取关键的信息与知识,有利于过程控制、决策支持、查询优化、信息管理等工作的顺利开展,在信息爆炸的时代具有十分重要的应用价值。因此,分析统计数据挖掘的方法,探究统计数据挖掘技术的恰当应用是非常必要的。     

基于集对分析聚类法的超短期风电功率区间预测

高精度的风电功率预测是保证含高渗透率风电电力系统安全经济运行的重要手段。文章在传统ARIMA算法的基础上,引入集对分析理论对风电功率进行超短期区间滚动预测。首先采用改进的K-means算法,建立风电功率与风速、风向之间的集对关系;在点预测结果的基础上,估计区间上下限,经过误差调整,最后得到区间预测结果。文章引入3个模型评价指标对不同方法进行比较。算例表明,所提出的基于集对分析聚类算法的超短期风电功率区间预测能够得到更精确的预测区间。