收藏本站
《中国石油大学(北京)》 2017年
收藏 | 手机打开
二维码
手机客户端打开本文

面板数据聚类分析及应用研究

吕明慧  
【摘要】:面板数据记录了个体在指标与时间两个方面的信息,对其进行聚类分析能够在固定状态、发展状态上衡量面板个体间的相似性与相异性,从而得到一个比截面数据更为全面的聚类结果。通常情况下,完成面板数据聚类分析一般需要两步,第一步是将面板数据转化为截面数据,第二步是用传统聚类方法对转化后的截面数据进行聚类。但是已有研究还未分析过不同面板数据聚类方法的优势与不足及其原因。在已有研究的基础上,本文主要做了以下工作:首先,从第一步数据转化时对面板数据分解方式的不同详细论述了经典面板数据聚类方法及其优势与不足。简要介绍不同方法适合处理的数据特征。其次,从时间分解的角度,针对个体间具有简单趋势差异的情形,本文改进了Daniel C.Bonzo构造的概率连接相似性(算法一)。从变量分解的角度,针对个体间趋势特征混杂的情形,设计了基于DTW(Dynamic Time Warping)距离的面板数据聚类方法(算法二)。最后用算法一与算法二在单指标与多指标面板数据上分别做了实证分析,相关程序均用R语言编写。第一个数据集是爬取的股票数据集(多指标面板数据),结果显示算法一能按规模与简单趋势将个体区分为三类,算法二能按趋势将个体区分为三到十类,实际中可以根据分析需求选用不同的方法。第二个是“加拿大温度数据集”(单指标面板数据,也是经典的函数型数据),使用两种方法得到的聚类结果都大致按从北到南的地理位置对城市进行区分,但算法二能给出更细致的温度随时间变化趋势的差异。
【学位授予单位】:中国石油大学(北京)
【学位级别】:硕士
【学位授予年份】:2017
【分类号】:O212

免费申请
【参考文献】
中国期刊全文数据库 前10条
1 王德青;刘晓葳;朱建平;;基于自适应迭代更新的函数型数据聚类方法研究[J];统计研究;2015年04期
2 王德青;朱建平;王洁丹;;基于自适应权重的函数型数据聚类方法研究[J];数理统计与管理;2015年01期
3 王德青;朱建平;谢邦昌;;中国创新能力区域差异的静态与动态分析—基于拓展聚类模型层级划分的角度[J];数理统计与管理;2014年05期
4 杨娟;谢远涛;;基于密度的面板数据聚类分析[J];统计与信息论坛;2014年02期
5 田华平;;基于函数型数据聚类分析方法的中国股市价量关系研究[J];时代金融;2013年08期
6 李因果;戴翼;何晓群;;基于自适应权重的面板数据聚类方法[J];系统工程理论与实践;2013年02期
7 任娟;;多指标面板数据聚类方法及其应用[J];统计与决策;2012年04期
8 任娟;陈圻;;基于形状特征的多指标面板数据聚类方法及其应用[J];统计与信息论坛;2011年10期
9 王劼;黄可飞;王惠文;李莹;;一种函数型数据系统聚类分析方法应用[J];北京航空航天大学学报(社会科学版);2011年01期
10 李因果;何晓群;;面板数据聚类方法及应用[J];统计研究;2010年09期
中国博士学位论文全文数据库 前1条
1 靳刘蕊;函数性数据分析方法及应用研究[D];厦门大学;2008年
中国硕士学位论文全文数据库 前2条
1 林文昊;面板数据回归模型降维方法与应用[D];兰州大学;2015年
2 孙钦堂;函数型数据分析方法及其在金融领域的应用[D];天津大学;2012年
【共引文献】
中国期刊全文数据库 前10条
1 李童瑶;陈馨;邓晶;陈康;孙伟豪;郑莹;;基于聚类分析的福建省森林火灾风险区划[J];福建林业科技;2015年04期
2 王少波;贾来喜;;运用组合加权距离函数的多指标面板数据聚类方法及应用[J];武警工程大学学报;2015年06期
3 郭均鹏;王梅南;高成菊;戴晖;;函数型数据的分步系统聚类算法[J];系统管理学报;2015年06期
4 蔺顺锋;易丹辉;张亚雄;张鹏;肖宏伟;;我国城镇居民收支结构动态变化研究[J];现代管理科学;2015年11期
5 田鹏许;周咏馨;何芳;;基于分层聚类的老龄化趋势下城市居住空间演变[J];山东农业大学学报(自然科学版);2015年03期
6 李雪梅;党耀国;王俊杰;;面板数据下的灰色指标关联聚类模型与应用[J];控制与决策;2015年08期
7 马军杰;马国丰;柏方云;尤建新;卢锐;;基于模糊C均值面板数据聚类的中国省域专利产出分析[J];系统工程理论与实践;2015年09期
8 刘翠霞;史代敏;;基于关系聚类的动态面板数据模型及其应用研究[J];统计与信息论坛;2015年03期
9 范雅静;;基于城市消费水平多指标面板数据的聚类分析研究[J];科技广场;2015年01期
10 王德青;朱建平;王洁丹;;基于自适应权重的函数型数据聚类方法研究[J];数理统计与管理;2015年01期
中国博士学位论文全文数据库 前6条
1 王国华;中国股票市场日内波动率研究[D];中南财经政法大学;2017年
2 冯三营;一类变系数模型的统计方法与理论研究[D];北京工业大学;2015年
3 雷萌;基于机器学习的煤质近红外光谱分析[D];中国矿业大学;2013年
4 李小兵;加工中心时间动态可靠性建模[D];吉林大学;2012年
5 赵岩斌;脑电数据的函数分析方法[D];东北师范大学;2011年
6 胡宇;函数型数据分析方法研究及其应用[D];东北师范大学;2011年
中国硕士学位论文全文数据库 前3条
1 吕明慧;面板数据聚类分析及应用研究[D];中国石油大学(北京);2017年
2 王笑天;中国生态文明发展水平测度与时空演变研究[D];兰州大学;2017年
3 吕贵宝;我国汽车整车上市公司创新能力对经营绩效的影响研究[D];河南财经政法大学;2016年
【二级参考文献】
中国期刊全文数据库 前10条
1 王德青;朱建平;谢邦昌;;中国创新能力区域差异的静态与动态分析—基于拓展聚类模型层级划分的角度[J];数理统计与管理;2014年05期
2 王德青;朱建平;;基于拓展聚类模型的区域创新能力层级划分研究[J];经济经纬;2014年01期
3 朱建平;王德青;方匡南;;中国区域创新能力静态分析——基于自适应赋权主成分聚类模型[J];数理统计与管理;2013年05期
4 吴利丰;刘思峰;;基于灰色凸关联度的面板数据聚类方法及应用[J];控制与决策;2013年07期
5 苏为华;孙利荣;崔峰;;一种基于函数型数据的综合评价方法研究[J];统计研究;2013年02期
6 李因果;戴翼;何晓群;;基于自适应权重的面板数据聚类方法[J];系统工程理论与实践;2013年02期
7 任娟;;多指标面板数据融合聚类分析[J];数理统计与管理;2013年01期
8 郭均鹏;孙钦堂;李汶华;;Shibor市场中各期限利率波动模式分析——基于FPCA方法[J];系统工程;2012年12期
9 王德青;朱建平;谢邦昌;;主成分聚类分析有效性的思考[J];统计研究;2012年11期
10 王锐淇;;我国区域技术创新能力空间相关性及扩散效应实证分析——基于1997-2008空间面板数据[J];系统工程理论与实践;2012年11期
中国硕士学位论文全文数据库 前1条
1 毛娟;隐含波动率的函数型数据分析[D];武汉理工大学;2008年
【相似文献】
中国期刊全文数据库 前10条
1 李建勋;申静静;李维乾;王婉琳;;基于趋势函数的空间数据聚类方法[J];计算机工程与应用;2017年06期
2 李龙顺;彭冬亮;申屠晗;薛安克;刘俊;;基于多源冲突数据聚类的态势估计方法[J];火力与指挥控制;2017年04期
3 王威;;高流量负荷下基于支持向量机的空间数据聚类方法[J];微电子学与计算机;2017年08期
4 邱长春,薛超英,刘海波;一种基于障碍约束的空间数据聚类方法[J];微型机与应用;2003年11期
5 牟向伟;陈燕;曹妍;;一种大规模流式数据聚类方法在交通热点分析中的应用[J];科学技术与工程;2017年15期
6 庞天杰;梁吉业;;一种基于抽样的大规模混合数据聚类集成算法[J];计算机科学;2016年09期
7 张东升;方景龙;王兴起;;基于指数衰减的演化数据聚类算法[J];计算机应用;2014年S2期
8 刘岩;王存睿;;基于抽样融合改进的大数据聚类方法[J];微电子学与计算机;2017年04期
9 冯秀珍;陈旎;;基于最大频繁路径的元数据聚类方法[J];计算机工程;2010年21期
10 谢川;;基于混沌关联维特征提取的大数据聚类算法[J];计算机科学;2016年06期
中国重要会议论文全文数据库 前10条
1 周煜人;彭辉;桂卫华;;基于映射的高维数据聚类方法[A];04'中国企业自动化和信息化建设论坛暨中南六省区自动化学会学术年会专辑[C];2004年
2 吴昊;吴定峰;;基于作者科研关系的口腔医学科学数据聚类方法研究[A];第十次全国老年口腔医学学术年会论文汇编[C];2015年
3 吴继兵;李心科;;基于分治融合的混合属性数据聚类算法研究[A];全国第20届计算机技术与应用学术会议(CACIS·2009)暨全国第1届安全关键技术与应用学术会议论文集(下册)[C];2009年
4 牛光;曹守见;姬武军;;汉字手写样本集数据聚类算法的分析与实现[A];计算机技术与应用进展·2007——全国第18届计算机技术与应用(CACIS)学术会议论文集[C];2007年
5 高学东;周磊;;Web点击流数据聚类算法[A];全国第十届企业信息化与工业工程学术年会论文集[C];2006年
6 武森;张桂琼;王莹;吴玲玉;;容差集合差异度高维不完备数据聚类[A];第十二届中国管理科学学术年会论文集[C];2010年
7 于洋;张颖;胡舒涵;;区间型数据聚类的FCM新算法[A];中国通信学会第六届学术年会论文集(下)[C];2009年
8 武森;高学东;;高维稀疏数据聚类的CABOSFV算法[A];第七届北京青年科技论文评选获奖论文集[C];2003年
9 陶红霞;车建华;刘国华;;基于聚类的个性化推荐算法[A];2005年全国理论计算机科学学术年会论文集[C];2005年
10 刘培强;谢青松;朱大铭;;用于基因表达谱数据聚类分析的贪心图划分算法研究[A];2006年全国理论计算机科学学术年会论文集[C];2006年
中国重要报纸全文数据库 前4条
1 中国工业报记者 孙郁瑶;大数据聚类将成行业核心竞争力[N];中国工业报;2015年
2 中国工程院院士 李德毅;聚类成大数据认知突破口[N];中国信息化周报;2015年
3 本报记者 张轶群;聚类成为大数据认知突破口[N];中国电子报;2015年
4 沈建苗 编译;如何成为大数据科学家[N];计算机世界;2013年
中国博士学位论文全文数据库 前10条
1 程媛;多关系数据聚类算法及其应用研究[D];哈尔滨工程大学;2014年
2 白天;生物医学数据聚类方法研究[D];吉林大学;2012年
3 谢挺;基于稀疏表示的大数据聚类优化模型及算法研究[D];重庆大学;2017年
4 孙志伟;空间数据聚类的研究[D];天津大学;2007年
5 冯进玫;大规模数据聚类分析方法研究[D];哈尔滨工程大学;2015年
6 彭柳青;高维高噪声数据聚类中关键问题研究[D];西安电子科技大学;2011年
7 TRAN DANG CONG;粒子群优化算法及其在数据聚类中的应用[D];武汉大学;2015年
8 陈伟;群体智能算法及其在基因表达数据聚类中的应用[D];江南大学;2011年
9 熊杰;基于混合模型的肿瘤组学数据聚类研究[D];湖南师范大学;2016年
10 李俊林;可适应不良数据的数据分类若干方法研究[D];电子科技大学;2012年
中国硕士学位论文全文数据库 前10条
1 吕明慧;面板数据聚类分析及应用研究[D];中国石油大学(北京);2017年
2 左文超;灰色面板数据聚类评价方法及其应用研究[D];江南大学;2018年
3 高大学;基于加权的增量式多中心点大数据聚类算法研究[D];湖南大学;2017年
4 王浪;基于网格和密度的流式数据聚类方法研究[D];重庆邮电大学;2017年
5 罗阳;基于大数据处理的森林生态站数据聚类研究[D];北京林业大学;2016年
6 徐春鸽;人工免疫系统研究及其在数据聚类中的应用[D];华南师范大学;2007年
7 张东升;数据挖掘中的演化数据聚类算法研究[D];杭州电子科技大学;2014年
8 王永红;新能源汽车数据聚类分析及其应用研究[D];苏州大学;2016年
9 高书娟;并行化流式数据聚类及其在交通热点挖掘中的应用[D];大连海事大学;2018年
10 张鸣;符号数据聚类评价指标研究[D];山西大学;2013年
中国知网广告投放
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62791813
  • 010-62985026