量化回归的改进：基于珠三角制造业的实证研究

• 作者: 宋俏颖 胡丽婷 郭奕阳
• 来源期刊: 计算机与数字工程
• 学科: 工学
• 关键词: 学科交叉 改进的主成分分析 回归分析坐标 蒙特卡洛 聚类分析
• 年，卷（期）: 2015,（9）
• 所属期刊栏目: 算法与分析
• 页码范围: 1581-1587
• 页数: 7页
• 分类号: TP312
• 字数: 5725字
• 语种: 中文
• DOI: 10.3969/j.issn1672-9722.2015.09.008

摘要

为了研究样本的大小与回归分析效果的关系并体现学科交叉的运用，以珠三角大中型制造企业为对象获取调查数据，利用改进的主成分分析求出各变量的综合评分，用于回归分析。根据回归分析坐标，画出其三维图。运用蒙特卡洛仿真证实大样本直接回归的不合理性，并通过聚类分析筛选有代表性的样本来改进回归分析。结论：使用筛选出的数据来进行回归分析，效果更好；应用：学术分析研究、大数据的信息挖掘和股价预测。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	郭奕阳	广东工业大学管理学院	4	12	2.0	3.0
2	宋俏颖	广东工业大学管理学院	1	1	1.0	1.0
3	胡丽婷	广东工业大学管理学院	1	1	1.0	1.0