您的位置: 专家智库 > >

刘大成

作品数:8 被引量:14H指数:2
供职机构:东北林业大学经济管理学院更多>>
相关领域:经济管理理学医药卫生社会学更多>>

文献类型

  • 7篇期刊文章
  • 1篇学位论文

领域

  • 5篇经济管理
  • 2篇理学
  • 1篇医药卫生
  • 1篇社会学

主题

  • 3篇居民消费
  • 2篇时间序列
  • 2篇居民消费水平
  • 2篇城镇居民消费
  • 1篇动点
  • 1篇序列数据
  • 1篇异常点
  • 1篇时间序列分析
  • 1篇时间序列数据
  • 1篇主成分
  • 1篇主成分分析
  • 1篇经济波动
  • 1篇经济波动周期
  • 1篇可视化
  • 1篇可视化方法
  • 1篇可视化分析
  • 1篇可支配收入
  • 1篇个人储蓄
  • 1篇个人可支配收...
  • 1篇恩格尔

机构

  • 8篇东北林业大学
  • 1篇哈尔滨商业大...

作者

  • 8篇刘大成
  • 1篇刘德权
  • 1篇李朝洪

传媒

  • 2篇统计与咨询
  • 1篇商业研究
  • 1篇中国医院统计
  • 1篇经济论坛
  • 1篇黑河学院学报
  • 1篇对外经贸

年份

  • 3篇2012
  • 4篇2011
  • 1篇2010
8 条 记 录,以下是 1-8
排序方式:
改进后的邹至庄检验的应用研究——以美国个人可支配收入和个人储蓄数据为例
2012年
面对模型形式设定不合适导致邹至庄检验灵敏度下降的问题,提出改进方法,以提高邹至庄检验的灵敏度。并使用改进后的邹至庄检验来分析经济政策效果的作用时间以及经济系统之间的协动性。实证结果显示:运用改进后的检验方法可以有效地对经济波动周期作出阶段性描述和划分,也能对政策效果的作用时间进行有效估计。同时,经济系统之间变化的协动性也得到有效度量。
刘大成
关键词:经济波动周期个人可支配收入
城镇居民消费水平经验模型构建被引量:6
2012年
从经济学和统计学视角,本文选取影响城镇居民消费水平的因素,并以相关消费理论和模型为基础,利用主成分分析方法和岭回归分析方法建立城镇居民消费水平经验模型。分析结果表明两种方法各有千秋,主成分分析方法在模型拟合方面更加具有优势,拟合结果更加精确稳定,而岭回归分析方法在模型调试方面更加有效。当然,将两者结合起来运用会使经验模型与理论模型更加贴近,更有效地揭示经济现象。
刘德权刘大成
关键词:主成分分析
影响居民消费水平的因素分析——以哈尔滨为例被引量:3
2011年
本文基于机构部门分类以及统计数据,从经济学和统计学的视角探究对居民消费水平有影响的因素,以哈尔滨实例进行分析,使各种模型的建立及综合评价分析更加严密,更有理论保证。
刘大成李朝洪
关键词:居民消费水平
哈尔滨市城镇居民消费的定量研究
本文为了对哈尔滨市城镇居民消费进行系统全面的定量研究,分别从城镇居民消费水平和城镇居民消费质量两方面进行系统分析与研究。 在对哈尔滨市城镇居民消费水平进行研究时,从城镇居民消费水平的内涵和度量进行切入,系统地分析了...
刘大成
关键词:时间序列分析
文献传递
重新探索定性变量的数量化方法被引量:2
2010年
一、引言定性变量也称为品质变量,说到它的量化方法是引入虚拟变量,如果该品质变量的某一属性出现时,虚拟变量取值为1,否则取值为0。
刘大成
关键词:恩格尔系数
定性变量的数量化方法新探被引量:2
2011年
目的 传统意义上的品质变量的数量化方法是引入虚拟变量.但是,当遇到一些无法观察或有多种结果表述的定性变量时,这一方法就无法解决品质变量的数量化问题了.本文试图运用比较量化方法来解决这一难题,运用比较量化方法将需要量化的定性变量数量化.方法 首先选取与要量化的定性变量相近或者是等价的定量变量进行替换或转化,再通过求该定量变量的样本平均值,用定量变量样本值与其样本平均值进行比较,将需要量化的定性变量以"比较方法"为媒介过渡到虚拟变量,将定量变量样本比较结果用虚拟变量的赋值进行对应表示,实现需要量化的定性变量的数量化需要.结果 实证结果表明:经过比较量化方法处理后的妇女健康意识在健康教育层面上可以从定量角度有效地得到反映.同时也为进一步的定量分析研究做好铺垫.结论 比较量化方法可以高效地在各种统计分析过程中满足需要赋值的定性变量的量化分析需要.尤其是可以方便地将定性变量在经过比较量化处理后以虚拟变量的形式融入到逻辑回归模型的构建过程中.
刘大成
趋势变动点与异常点的关系探讨被引量:1
2011年
一、概念综述 具体来讲趋势变动点也称为结构变动点,是指以该点为分界点将一组时间序列数据分为两部分,分别用这两组数据来拟合事先建立好的模型,再用原整组时间序列数据去拟合该模型,模型中的参数值在整个期间内不能保持相同的数据点。
刘大成
关键词:动点时间序列数据
回归诊断的可视化分析
2011年
传统意义上,我们进行影响分析都是利用探测统计量来识别离群点和强影响点,而面对样本容量很大时,计算探测统计量要花费大量的时间,并且分析结果也不一定准确。因此,有必要提出可视化影响分析方法来补充回归诊断中探测离群点和强影响点方法的单一性和繁琐性。而且子集变化分析更是让影响分析的回归诊断过程变得更加严密精确。
刘大成
关键词:可视化方法
共1页<1>
聚类工具0