论文范文网-权威专业免费论文范文资源下载门户!
当前位置:毕业论文格式范文>论文范文>范文阅读
快捷分类: 期刊影响因子查询 期刊的影响因子 化学期刊影响因子排名 中华医学杂志影响因子 期刊影响因子多少算高 医学杂志影响因子排名 国外杂志影响因子 化工类期刊影响因子 临床检验杂志影响因子 中华放射学杂志影响因子 石油化工期刊影响因子 通信期刊影响因子

关于因子论文范文 基于多指标面板数据分层因子分析期刊动态综合相关论文写作参考文献

分类:论文范文 原创主题:因子论文 更新时间:2024-01-23

基于多指标面板数据分层因子分析期刊动态综合是关于对不知道怎么写因子论文范文课题研究的大学硕士、相关本科毕业论文因子是什么论文开题报告范文和文献综述及职称论文的作为参考文献资料下载。

【摘 要】文章采用多指标面板数据的分层因子分析法对期刊进行动态的综合研究.该方法的优势在于不仅考虑了数据的横向信息,还考虑了数据的纵向信息,提高了评价的可信度.文章以《中文核心期刊要目总览》提供的16种体育类核心期刊为研究对象,根据2008—2014年版《中国科技期刊引证报告》(扩刊版)提供的8项期刊评价指标,对16种体育类核心期刊的发展态势进行实证分析.结果表明,该方法不仅能对期刊进行较为全面和客观的分析评价,而且信息损失较少,得到了良好的效果.

【关键词】面板数据;分层因子分析;动态综合评价

【作者单位】刘岩,吉林师范大学图书馆.

【基金项目】本文系四平市社会科学基金2016年度研究项目“学术期刊综合发展评价研究”成果之一(项目编号:2016154).

多指标面板数据是对若干个个体的多个指标变量在不同时间点进行观测而得到的数据.数据具有时间、空间及指标变量三个维度.从横截面上看,数据由若干个样本的不同指标在同一时间的截面数据构成,而从纵向上看,数据由单个样本各个指标在不同时刻的观测时间序列构成[1].

期刊综合评价的指标众多,单个指标分析存在片面性和局限性.以体育类核心期刊为例,为了使读者全面了解体育类核心期刊的发展动态,卢石[2]等研究者主要对21种体育类期刊的9项评价指标进行了分析,从单个指标的角度进行了横向的比较,但没有对期刊进行综合评价.研究者庄亮[3]对体育类核心期刊的8项指标进行了评价研究,主要利用单个指标评价法对16种体育类核心期刊5年的发展态势进行研究,但没有综合考虑各指标的信息就对期刊进行了综合排名.截面数据的综合评价能够对期刊进行横向的比较研究,然而,一段时间内的动态综合评价更能体现期刊的发展态势[4].因此,本文采用多指标面板数据的分层因子分析法,建立计量模型来量化各评价指标之间的内在联系,阐述多指标面板数据分层因子分析法在期刊动态综合评价中的分析过程,并应用此方法对体育类的16种核心期刊进行实证分析,探讨体育类核心期刊7年来的动态发展态势,以期为体育类期刊质量的提升提供一定的参考和借鉴.结果表明,该方法不仅能够对期刊进行较为全面和客观的分析评价,而且信息量损失较少,得到了良好的效果.

一、多指标面板数据分层因子分析方法

1. 数据的结构

令xij(t)表示第i(i 等于1,等, n)个个体的第 j( j 等于1,等, p)个指标在时刻t (t 等于1,等,T )的观测,则多指标面板数据的结构如表1所示.

2. 数据的标准化处理

面板数据主要包含了多个个体各个指标在不同时刻的纵向观测,为了考量纵向数据的信息,将通过数据的标准化对各个指标不同时刻的所有观测数据进行拉直来计算此指标的均值和方差,以第 j个指标为例,第 j个指标的样本均值和方差的计算公式分别为和,则标准化的数据为

(1)

3. 分层因子分析模型

(1)横截面数据的因子分析

首先,本文将对每个时间截面上的多个指标的样本数据进行因子分析.令 Z(t)等于(Z1(t),等,Zp(t))T(t等于1,等,T)是可观测的随机向量,均值和方差分别为E(Z(t))等于μ(t),D(Z(t))等于Σ(t).且设F(t)等于(F1(t),等,Fm(t)(t))T(m(t )< p)是不可观测的公因子,满足E(F(t))=0, D(F(t))=Im(t),又设误差项ε(t)=(ε1(t),…,εp(t))T与公因子F(t)互不相关,且满足E(ε(t))=0,D(ε(t))=D(t)对角阵.则正交因子模型的矩阵形式为:

Z(t)等于μ(t)+A(t)F(t)+ε(t)(t 等于1,等,T )(2)

在各个时间截面利用方差最大旋转法选择公因子的个数m (t),使得m (t)个公因子的累计贡献率达到85%以上,以各个公因子的方差贡献率为权重构造各个截面的样本综合评价函数f (t)等于u1(t)F1(t)+等+um(t)Fm(t)(t)(t 等于1,等,T ).其中,F1(t),等,Fm(t)(t)为第t个时间截面的m (t)个底层公因子得分,u1(t),等,um(t)(t)为第t个时间截面公因子得分F1(t),等,Fm(t)(t)的方差贡献率.因此,同一截面的所有样本的综合评价值构成该截面的评价向量f (t)等于( f1(t),等, fn(t))T.

(2)面板数据的因子分析

将所有个体各个截面的评价向量构成综合评价矩阵

此矩阵可以看成是纵向的面板数据.因此,我们可以将综合评价矩阵看成是T个变量的n次观测矩阵.我们对综合评价矩阵进行检验后做顶层因子分析,可获得纵向面板数据的公因子个数m,使得m个公因子的累积贡献率达到85%以上,利用方差贡献率为权重构造纵向的综合因子得分g等于v1G1+等vmGm.其中,G1,等,Gm是面板数据的顶层公因子得分,v1,等,vm是对应公因子的方差贡献率.因此,我们可以得到纵向面板数据的综合评价向量g1,等, gn,对其进行排序,进而获得样本的纵向综合排名.

分层因子分析模型主要通过因子分析法,利用横截面数据和纵向面板数据的综合信息获得样本的综合评价.分层因子分析模型的优势是不仅利用了横截面数据的信息,而且考虑了数据的纵向信息,提高了评价的可信度.

三、实证分析

1.数据来源及指标选取

本文以《中文核心期刊要目总览》[5]提供的16种体育类核心期刊为研究对象,根据2008—2014年版《中国科技期刊引证报告》(扩刊版)提供的2007—2013年的期刊評价指标,选取能够较好体现期刊学术影响力的8项指标进行分析,分别为总被引频次、影响因子、即年指标、引用刊数、学科扩散指标、被引半衰期、来源文献量和基金论文比.数据分析主要通过统计软件R实现.

总结:本论文为您写因子毕业论文范文和职称论文提供相关论文参考文献,可免费下载。

参考文献:

1、 教育对经济增长作用的省际面板数据比较分析 摘 要:教育与经济是互动发展的内生系统,教育作为培育和增加人力资本的根本途径,在推动经济增长方面发挥着巨大的作用。为研究教育与地区经济发展间互动。

2、 中国工业能源碳排放面板数据估算1998—2018年 摘 要:为弥补相关研究对中国工业碳排放估算过于粗略的不足,利用IPCC推荐的碳排放核算方法,基于30个省级行政区和36个两位数细分行业的工业能源。

3、 基于面板数据的城乡就业差异 摘要:城乡就业差异研究由来已久,普遍的观点认为农民工更多的填补了非正规就业岗位是其就业弱势的主要标识,这一结论忽略了相同市场背景下的城乡就业差异。

4、 面板数据下线性混合模型其在车险费率厘定中应用 摘 要:精算师在进行车险净保费信度厘定时可采用关于面板数据的线性混合模型,本文采用每次交通事故平均损失额和事故发生频率作为车险净保费的计算指标。。

5、 基于面板数据模型我国农村商业银行可持续能力分析 摘 要:本文通过构造面板数据模型分析了我国各区域农村商业银行的可持续发展能力,结果发现,农村商业银行的利润主要来源于利差,时间因素的变化对农村商。

6、 通货膨胀决定因素基于省级面板数据 摘 要:本文基于省级面板数据的随机效应和固定效应模型,以GDP缩减指数为被解释变量,研究了通货膨胀的决定因素。得到以下结论:货币、投资、房价上涨。