投影寻踪分类模型在会计工作评价中应用

投影寻踪分类模型在会计工作评价中应用

ID:33539623

大小:59.28 KB

页数:8页

时间:2019-02-26

投影寻踪分类模型在会计工作评价中应用_第1页
投影寻踪分类模型在会计工作评价中应用_第2页
投影寻踪分类模型在会计工作评价中应用_第3页
投影寻踪分类模型在会计工作评价中应用_第4页
投影寻踪分类模型在会计工作评价中应用_第5页
资源描述:

《投影寻踪分类模型在会计工作评价中应用》由会员上传分享,免费在线阅读,更多相关内容在工程资料-天天文库

1、投影寻踪分类模型在会计工作评价中应用【摘要】投影寻踪分类模型是一种典型的高维数据分析模型,在多因素分析领域有广泛的应用。文章以江苏靖江市某企业为例,综合考虑2012年每季度会计部门员工的工作考核情况及年工作出错率,利用投影寻踪分类模型对各员工2012年度的工作进行综合考量和评价。结果表明投影寻踪分类模型在会计工作评价中具备相当的可行性,所得结果客观科学、公平公正,在大型企业会计工作考核中有一定的推广价值。【关键词】投影寻踪分类模型;会计评价;企业会计工作技术评价早在西方国家第一次工业革命时期就已出现,在二战后迅速推广,并成为比较流行的评价技术,从20世纪40年代国外学者开展工作评价技术方

2、面的研究以来,人们一直在寻找能够最大程度增加评价有效性的手段,从而指导实践中的工作评价(周丽,2009)o在大型公司会计工作评价过程中,核心是如何合理地将不同时期的考核指标转化成单个综合评价指标的形式,在低维空间中实现员工会计工作的评价,而目前国内外学者提出的一些优选理论如模糊综合评判模型、灰色综合优选模型、层次分析优选模型等,在权重的赋予上多带有人为主观因素,容易偏离评价目标,为此,本文选取基于实数编码的加速遗传算法(RAGA)的投影寻踪分类模型进行会计工作评价,利用投影寻踪分类模型技术评价大型公司的员工会计工作,不仅客观性强,避免了人为的干扰,还可充分利用原始数据的内部结构特点,保证

3、原始信息的全面性。目前投影寻踪分类模型已经在理工科科学研究中得到了广泛应用并取得了很好的效果,而在经济管理和工作评价领域应用则不多。因此本文一方面介绍其原理和建模方法,另一方面以江苏靖江某公司为例进行实例分析,旨在为统计学的优秀模型在财务工作管理中的应用开辟新径,并为财务管理人员对会计员工的工作评价提供有益参考。一、投影寻踪分类模型的原理投影寻踪(ProjectionPursuit,简称PP)是一种用来分析和处理高维数据,尤其是处理非线性、非正态分布高维数据的一种新兴方法。其实质是利用计算机技术,通过把高维数据投影到低维子空间,寻找能够反映原髙维数据结构或者特征的投影,在低维空间研究数据

4、结构,从而达到研究与分析高维数据的目的。二、投影寻踪分类模型建模方法建模步骤如下:(一)建立评价矩阵设评价的样本容量为n,评价指标(变量)数目为p,第i个样本的第j个指标值为xij*,则所有样本指标数据可以用nXp列的数据矩阵X*表示:X*二xll*xl2*・・・xlp*x21*x22*・・・x2p*xnl*xn2*・・・xnp*(二)无量纲化处理为解决各指标值的量纲不同,对不同样本指标值进行无量纲化处理:对数值越大越优的指标采取如下处理:••X1J二对数值越小越优的指标采取如下处理:xij二处理后得到nXp的数据矩阵X:X=xl1xl2・・・xlpx21x22・・•x2pxnlxn2・

5、・・xnp式中:max(xj*)第j个指标的最大值;min(xj*)——第j个指标的最小值。(三)线性投影投影实质上就是从不同的角度去观察数据,寻找能够最大程度地反映数据特征和最能够充分挖掘数据信息的最优投影方向,从而实现数据降维。本文将高维数据投影到一维线性空间进行研究,因此,设单位向量a={al,a2,…,ap)为一维线性投影方向,则矩阵X投影到a上的一维投影特征值为ziozi=aj•xij(i=l,2,3,…,n;j=l,2,3,…,p)(二)构造投影目标函数综合投影指标值时,根据分类原则,投影值的散布特征尽可能满足如下要求:局部投影点尽可能密集,最好凝聚成若干点团;整体上投影点团

6、之间尽可能散开,即:使多元数据在一维空间散布的类间距离SZ和类内密度DZ同时取得最大值。因此,将投影目标函数表示为类间距离和类内密度的乘积:Q(a)=SZ・DZ式中:SZ——投影特征值zi的标准差,也称类间距离;DZ——投影特征值zi的局部密度,也称类内密度。SZ=式中E(z)序列{zi

7、i=l〜n

8、}的平均值。DZ=(R-rik)・f(R-rik)式中R——局部密度的窗口半径。rik=

9、ri-rk

10、f(t)=0t^OltWOi,k=l,2,3,n,表示样本容量。(三)优化投影目标函数对于给定的样本集指标值,投影指标函数Q(a)随着投影方向a的变化而变化,能够最大可能地反映高维数据某类结

11、构特征的投影方向即为最佳投影方向。因此运用目标函数最大化对投影目标函数进行优化:maxQ(a)=SZ•DZs.t.a2(j)二],Ia(j)

12、W1(二)评价按照最佳投影方向a*取值大小排列,可以得到指标贡献/敏感程度大小,按照z(i)*取值大小排列,可以得到样本的优劣排序。三、应用举例以江苏省靖江市“星月晨高速电机有限公司”及其子公司2012年度一年会计员工的工作为例。该公司每三个月对会计员工进行一次工作评价,评价采用打分制,分公司

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。