有关主成分分析法的论文题目

作业成本法在企业中的应用分析作业成本法（activity base dcosting,abc）是一种旨在弥补传统成本管理会计的缺陷，努力提供及时、准确，相关的成本信息的新型成本会计方法。自20世纪80年代中期以来，为了适应新技术革命和适时制的要求，作业成本法受到发达国家各类企业的重视，应用最多的是制造业。我国自90年代初引入作业成本法开始，理论界和实务界就开始探索其在我国企业的应用问题。近十年来，作业成本法在我国的研究和应用也取得了较大的进展。但是，这种有效的成本管理会计方法现在是否可以在我国的企业中广泛推行呢？笔者认为目前时机尚不成熟。本文通过对作业成本法产生的背景及我国企业面临的主要环境因素进行对比分析。 一、从作业成本法产生的时代背景分析 1、技术背景。20世纪70年代以来，科学技术迅猛发展，商业环境发生了巨大变化，许多管理者认识到旧的经营方式已不适应时代潮流，必须在企业管理及事务处理方面进行重大改革。由于西方各国纷纷将高新技术应用于生产领域，在提高劳动生产率、降低成本、提高产品质量等方面，管理当局要求产品设计与制造工程师们采用电脑辅助设计、电脑辅助制造，以至电脑一体化制造系统。电脑化设计与制造系统的建立，带来了管理观念和管理技术的巨大变化，于是适时制生产系统（just-in-time production system,jit）应运而生。jit要求企业以顾客的需要为出发点，当日生产当日销售，以达到消除存货和各种形式的浪费。jit的实施，使传统的成本计算与成本管理方法均受到强烈的冲击，并直接导致了作业成本法的形成和发展。 2、社会背景。高新技术在生产领域的广泛应用，极大地提高了劳动生产率，促进了社会经济的发展。随着社会经济的发展，人们对生活质量的要求越来越高。从消费角度看，人们日益追求个性化的消费，这就要求企业必须提高适应性，及时向消费者提供更加多样化、更具个性、日新月异的产品和服务，否则就会在市场竞争中被淘汰。迫于市场竞争的压力，企业不得不放弃传统的大规模批量生产方式，而改用能对顾客多样化、日新月异的需求迅速做出反应的制造系统——弹性制造系统（flexible manufacturing system,fms）。fms是在计算机的控制下，将仔细挑选过的设备、机器人和原材料处理系统有机地组合在一起，并同步协调地工作。生产方式的变革，使传统成本管理会计方法赖以存在的社会环境发生了巨大变化。因此，变革传统的成本管理会计方法已不可避免。 3、实务界的客观需要是促成作业成本法产生的现实基础。西方会计界在理论与实务之间往往存在着明显的鸿沟。在成本计算方法上，从事理论研究的会计专业人员推崇变动成本法，认为这种成本计算系统更有助于产品决策。因为就短期而言，企业现有的生产能力一经形成，在短期内很难改变，所以用于维持现有生产能力的固定成本就是一种与短期经营决策无关的成本。而从事会计实务的专业人员却认为产品成本信息的重要作用之一是供产品定价决策时参考，特别对于那些无现成市场价格可借鉴的产品更是如此。虽然产品售价在很大程度上取决于竞争的激烈程度，但企业只有在掌握自己的产品成本水平的基础上，才能着眼于盈利能力最强的产品组合。会计业务人员认为在新的制造环境下，变动成本的比重越来越小，而把固定费用按期间归集处理，并不能为控制日益增长的固定成本提供良策。因此，他们更倾向于将固定成本分配到各产品中，以全部成本作为产品的长期制造成本，以提高决策的科学性。实务界对完全成本法的重视是作业成本法产生的现实土壤。 4、传统成本计算方法的不适应性。在自动化和jit时代，生产成本中的直接人工成本大大减少，而间接费用部分却大大增加。传统的成本会计和管理会计系统旨在按标准管理的要求控制大批量生产中的直接人工成本，而间接费用的分配也是以直接人工成本为基础的。但70多年前，间接费用仅为直接人工成本的50—60%。而在高度自动化和jit时代，大多数企业的管理费用负担率为直接人工成本的400—500%。倘若企业仍以日益减少的直接人工工时为基础来分配这些比例逐渐增大的间接费用，其结果往往是高产量、低技术含量的产品成本被多计，而低产量、高技术含量的产品成本则会被少计。从而造成产品成本信息的严重失实，进而引起成本控制失效，经营决策失误。 5、电子计算机的发展为作业成本法在实践中应用奠定了坚实的技术基础。作业成本法的基本思想早在本世纪30年代末40年代初就形成了，但真正引起人们关注却在80年代。这是因为一种新的理论和方法的创立不仅要有其本身内在的新因素的成长，而且还要有邻近学科的配合及其赖以存在的社会环境和技术基础。作业成本计算法与传统成本计算方法不同之处主要在于采用多元化的制造费用分配标准。如果没有现代电子计算技术的高度发展和应用，多元化制造费用分配标准所带来的庞大计算工作量将使作业成本计算法难以真正付诸实施。进入80年代后，电子计算技术的发展和应用，信息处理技术的发展，为在成本计算方法上实行多元化制造费用分配标准的作业成本法奠定了坚实的技术基础。 正是在上述环境的影响和制约下，作业成本法应运而生，并且引起人们的极大关注。 二、从我国企业的应用环境分析 1、技术基础。经过二十多年的改革开放，我国的科学技术水平得到迅速提高，使我国不少高新技术项目的研究和应用已进入世界领先领域。但从总体来看，我国的科技发展水平同西方发达国家相比，差距仍然很大，能将高新技术应用于生产领域的企业为数很少，企业整体的装备水平仍然很落后。据有关部门对钢铁、石化、电力等15个行业的调查，我国企业的生产技术与国外先进水平的差距一般为5到10年，关键技术差距更大。工业设备中技术经济性能比较先进的只占1／3，近1／5已经老化，超期率近40％。近年来，随着市场竞争的加剧，一些有条件的企业纷纷增加技术投入，以提高企业的装备水平，增加市场竞争力。但这些企业只占企业总数的极小部分。因此，适时制和弹性制造系统的实施目前缺乏相应的技术基础，适合作业成本法应用的制造环境还未形成。 2、社会背景。目前，我国仍处在社会主义初级阶段，生产力水平比较低，依靠半机械化和手工操作的劳动密集型产业大量存在，生产的商品化、市场化、现代化程度不高。国民的生活水平仅达到小康，市场的多样性需求不足。从我国目前的科学技术和经济发展水平看，企业的生产方式在短时间内不可能有大的突破，传统的大规模少品种批量生产方式仍占主导地位。因此，作业成本法赖以存在的社会环境还未形成，企业经营管理上对作业成本法的内在需求并不迫切。 3、会计电算化现状。大约从70年代起，计算机开始应用于我国的会计领域。目前我国的会计电算化工作已取得了突飞猛进的发展。但是，与国外相比，目前还处于较低水平，主要表现在：应用面较小，发展不平衡；应用水平较低，还未形成采购、生产、成本管理等综合经营管理的系统化；财务软件开发水平较低，基本上停留在提高核算效率和减轻财会人员劳动强度方面。因此，作业成本法的应用缺乏必要的技术支持。 4、会计人员素质。尽管经过多年的努力，我国企业会计人员的业务素质有了较大的提高，但与发达国家企业的会计人员相比仍有较大的差距，既掌握会计专业知识，又懂相应的管理知识及计算机应用技术的复合型人才奇缺。加之长期以来，企业会计人员习惯按照会计制度的有关规定，采用固定的模式来进行会计处理，从而十分缺乏职业判断能力。而作业成本计算是一种较为复杂的成本计算方法，它不仅需要现代化手段的技术支持，更需要高素质的会计人员，否则，就很难保证其有效的实施和理想的效果，甚至会适得其反。 三、结论 虽然，作业成本法经过西方企业的应用，被证明是先进而有效的成本管理会计方法，但是，最先进的管理方法，对企业来说未必就是最合适而有效的。任何管理理论和方法的应用都会受到企业内外各种环境因素的制约和影响。如果不考虑其应用环境，盲目使用，势必会导致事倍功半，得不偿失。作业成本法产生于经济发达的西方国家，它所赖以存在的环境与我国企业所面临的环境大不一样，所以，目前在我国企业全面推行作业成本法，既不可能也没有必要。 作业成本法虽然在我国企业全面推行，为时尚早，但在个别自动化程度高、管理水平较好的企业或企业中的某一部门可以先行实践，待条件成熟后，再全面实施。作业成本法虽然受环境的制约和影响，但同时对环境也产生反作用。作业成本法在局部的应用，对企业管理水平的提高、竞争力的增强，有明显的推动作用，从长期来看，会促进企业自动化水平的提高。

论文数据方法有多选题研究、聚类分析和权重研究三种。

1、多选题研究：多选题分析可分为四种类型包括：多选题、单选-多选、多选-单选、多选-多选。

2、聚类分析：聚类分析以多个研究标题作为基准，对样本对象进行分类。如果是按样本聚类，则使用SPSSAU的进阶方法模块中的“聚类”功能，系统会自动识别出应该使用K-means聚类算法还是K-prototype聚类算法。

3、权重研究：权重研究是用于分析各因素或指标在综合体系中的重要程度，最终构建出权重体系。权重研究有多种方法包括：因子分析、熵值法、AHP层次分析法、TOPSIS、模糊综合评价、灰色关联等。

拓展资料：

一、回归分析

在实际问题中，经常会遇到需要同时考虑几个变量的情况，比如人的身高与体重，血压与年龄的关系，他们之间的关系错综复杂无法精确研究，以致于他们的关系无法用函数形式表达出来。为研究这类变量的关系，就需要通过大量实验观测获得数据，用统计方法去寻找他们之间的关系，这种关系反映了变量间的统计规律。而统计方法之一就是回归分析。

最简单的就是一元线性回归，只考虑一个因变量y和一个自变量x之间的关系。例如，我们想研究人的身高与体重的关系，需要搜集大量不同人的身高和体重数据，然后建立一个一元线性模型。接下来，需要对未知的参数进行估计，这里可以采用最小二乘法。最后，要对回归方程进行显著性检验，来验证y是否随着x线性变化。这里，我们通常采用t检验。

二、方差分析

在实际工作中，影响一件事的因素有很多，人们希望通过实验来观察各种因素对实验结果的影响。方差分析是研究一种或多种因素的变化对实验结果的观测值是否有显著影响，从而找出较优的实验条件或生产条件的一种数理统计方法。

人们在实验中所观察到的数量指标称为观测值，影响观测值的条件称为因素，因素的不同状态称为水平，一个因素可能有多种水平。

在一项实验中，可以得到一系列不同的观测值，有的是处理方式不同或条件不同引起的，称为因素效应。有的是误差引起的，称做实验误差。方差分析的主要工作是将测量数据的总变异按照变异原因的不同分解为因素效应和试验误差，并对其作出数量分析，比较各种原因在总变异中所占的重要程度，作为统计推断的依据。

例如，我们有四种不同配方下生产的元件，想判断他们的使用寿命有无显著差异。在这里，配方是影响元件使用寿命的因素，四种不同的配方成为四种水平。可以利用方差分析来判断。

三、判别分析

判别分析是用来进行分类的统计方法。我来举一个判别分析的例子，想要对一个人是否有心脏病进行判断，可以取一批没有心脏病的病人，测其一些指标的数据，然后再取一批有心脏病的病人，测量其同样指标的数据，利用这些数据建立一个判别函数，并求出相应的临界值。

这时候，对于需要判别的病人，还是测量相同指标的数据，将其带入判别函数，求得判别得分和临界值，即可判别此人是否属于有心脏病的群体。

四、聚类分析

聚类分析同样是用于分类的统计方法，它可以用来对样品进行分类，也可以用来对变量进行分类。我们常用的是系统聚类法。首先，将n个样品看成n类，然后将距离最近的两类合并成一个新类，我们得到n-1类，再找出最接近的两类加以合并变成n-2类，如此下去，最后所有的样品均在一类，将上述过程画成一张图。在图中可以看出分成几类时候每类各有什么样品。

比如，对中国31个省份的经济发展情况进行分类，可以通过收集各地区的经济指标，例如GDP，人均收入，物价水平等等，并进行聚类分析，就能够得到不同类别数量下是如何分类的。

五、主成分分析

主成分分析是对数据做降维处理的统计分析方法，它能够从数据中提取某些公共部分，然后对这些公共部分进行分析和处理。

在用统计分析方法研究多变量的课题时，变量个数太多就会增加课题的复杂性。人们自然希望变量个数较少而得到的信息较多。在很多情形，变量之间是有一定的相关关系的，当两个变量之间有一定相关关系时，可以解释为这两个变量反映此课题的信息有一定的重叠。

主成分分析是对于原先提出的所有变量，将重复的变量（关系紧密的变量）删去多余，建立尽可能少的新变量，使得这些新变量是两两不相关的，而且这些新变量在反映课题的信息方面尽可能保持原有的信息。

最经典的做法就是用F1（选取的第一个线性组合，即第一个综合指标）的方差来表达，即Var(F1)越大，表示F1包含的信息越多。因此在所有的线性组合中选取的F1应该是方差最大的，故称F1为第一主成分。

如果第一主成分不足以代表原来P个指标的信息，再考虑选取F2即选第二个线性组合，为了有效地反映原来信息，F1已有的信息就不需要再出现在F2中，用数学语言表达就是要求Cov(F1, F2)=0，则称F2为第二主成分，依此类推可以构造出第三、第四，……，第P个主成分。

六、因子分析

因子分析是主成分分析的推广和发展，它也是多元统计分析中降维的一种方法。因子分析将多个变量综合为少数几个因子，以再现原始变量与因子之间的相关关系。

在主成分分析中，每个原始变量在主成分中都占有一定的分量，这些分量（载荷）之间的大小分布没有清晰的分界线，这就造成无法明确表述哪个主成分代表哪些原始变量，也就是说提取出来的主成分无法清晰的解释其代表的含义。

因子分析解决主成分分析解释障碍的方法是通过因子轴旋转。因子轴旋转可以使原始变量在公因子（主成分）上的载荷重新分布，从而使原始变量在公因子上的载荷两级分化，这样公因子（主成分）就能够用哪些载荷大的原始变量来解释。以上过程就解决了主成分分析的现实含义解释障碍。

例如，为了了解学生的学习能力，观测了许多学生数学，语文，英语，物理，化学，生物，政治，历史，地理九个科目的成绩。为了解决这个问题，可以建立一个因子模型，用几个互不相关的公共因子来代表原始变量。我们还可以根据公共因子在原始变量上的载荷，给公共因子命名。

例如，一个公共因子在英语，政治，历史变量上的载荷较大，由于这些课程需要记忆的内容很多，我们可以将它命名为记忆因子。以此类推，我们可以得到几个能评价学生学习能力的因子，假设有记忆因子，数学推导因子，计算能力因子等。

接下来，可以计算每个学生的各个公共因子得分，并且根据每个公共因子的方差贡献率，计算出因子总得分。通过因子分析，能够对学生各方面的学习能力有一个直观的认识。

七、典型相关分析

典型相关分析同样是用于数据降维处理，它用来研究两组变量之间的关系。它分别对两组变量提取主成分。从同一组内部提取的主成分之间互不相关。用从两组之间分别提取的主成分的相关性来描述两组变量整体的线性相关关系。

不会还写什么论文？怎么当学生的，都能懒成这样！我建议大家不要帮他！~~~~~~~~~~~~