建筑工程管理专业毕业论文（下）

《建筑工程管理专业毕业论文（下）》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、建筑工程管理专业毕业论文（下）秘第三建筑施工企业竞争力评价的方法31基于因子分析法的建筑施工企业竞争力评价因子分析法是从研究变量内部相关的依赖关系出发，把一些具有错综复杂关系的变量归结为少数几个综合因子的一种多变量统计分析方法。它的基本思想是将观测变量进行分类，将相关性较高，即联系比较紧密的分在同一类中，而不同类变量之间的相关性则较低，那么每一类变量实际上就代表了一个基本结构，即公共因子。对于所研究的问题就是试图用最少个数的不可测的所谓公共因子的线性函数与特殊因子之和描述原观测的每一分量。　　因子分析模型描述如下：　　（1）X

2、=(x1，x2，…，xp)￠是可观测随机向量，均值向量E(X)=0，协方差阵v(X)=∑，且协方差阵∑与相关矩阵R相等（只要将变量标准化即可实现）。　　（2）F=(F1，F2，…，F)￠（<p）是不可测的向量，其均值向量E(F)=0，协方差矩阵v(F)=I，即向量的各分量是相互独立的。　　（3）e=(e1，e2，…，ep)￠与F相互独立，且E(e)=0，e的协方差阵∑是对角阵，即各分量e之间是相互独立的，则模型：　　x1=a11F1+a12F2+…+a1F+e1　　x2=a21F1+a22F2+…+a2F+e2　　………

3、　　xp=ap1F1+ap2F2+…+apF+ep　　称为因子分析模型，由于该模型是针对变量进行的，各因子又是正交的，所以也称为R型正交因子模型。　　其矩阵形式为：x=AF+e　　其中：　　x=，A=，F=，e=　　这里，　　（1）￡p；　　（2）v(F，e)=0，即F和e是不相关的；　　（3）D(F)=I，即F1，F2，…，F不相关且方差均为1；　　D(e)=，即e1，e2，…，ep不相关，且方差不同。　　我们把F称为X的公共因子或潜因子，矩阵A称为因子载荷矩阵，e称为X的特殊因子。　　A=(ai)，ai为因子载荷。数学上可

4、以证明，因子载荷ai就是第i变量与第因子的相关系数，反映了第i变量在第因子上的重要性。因子分析法的作用在于降低指标难度，简化指标结构，在尽可能少损失主要信息的前提下，避免变量见多重共线问题，使指标体系的分析更加简单有效。因子分析法的步骤是：1对原始数据进行同方向性处理，变化为正指标2为避免变量纲的不同，对数据进行标准化处理3计算因子载荷矩阵。为历届公共因子的实际意义采用方差最大法对因子进行旋转。即使每个因子上的负载尽可能向+1或-1或0的方向靠近4用主成分法提取公共因子，求出最大方差正交旋转矩阵，特征值，累计贡献。32基于层次

5、分析法的建筑施工企业竞争力评价所谓层次分析法，是指将一个复杂的多目标决策问题作为一个系统，将目标分解为多个目标或准则，进而分解为多指标（或准则、约束）的若干层次，通过定性指标模糊量化方法算出层次单排序（权数）和总排序，以作为目标（多指标）、多方案优化决策的系统方法，称为层次分析法。　　层次分析法是将决策问题按总目标、各层子目标、评价准则直至具体的备投方案的顺序分解为不同的层次结构，然后得用求解判断矩阵特征向量的办法，求得每一层次的各元素对上一层次某元素的优先权重，最后再加权和的方法递阶归并各备择方案对总目标的最终权重，此最终权

6、重最大者即为最优方案。这里所谓“优先权重”是一种相对的量度，它表明各备择方案在某一特点的评价准则或子目标，标下优越程度的相对量度，以及各子目标对上一层目标而言重要程度的相对量度。层次分析法比较适合于具有分层交错评价指标的目标系统，而且目标值又难于定量描述的决策问题。其用法是构造判断矩阵，求出其最大特征值。及其所对应的特征向量，归一化后，即为某一层次指标对于上一层次某相关指标的相对重要性权值。基于层次分析法计算指标权重，采用多指标体系和中和指标建立的评价方法能够有效评价建筑施工企业竞争力。综合指标值的大小反映了二级指标值的相对大

7、小和相对重要程度。通过综合指标数值大小进行排序。反映了上市建筑施工企业竞争力的强弱。通过企业竞争力评价，可以使企业认识到哪些方面比对手具有竞争力优势，哪些方面存在不足。根据建筑施工企业竞争力影响因素的分析结果可以看出，每一个二级指标对综合指标影响程度不同，企业通过提高影响程度的二级指标可以有效增强竞争力，并提出相应的竞争策略。所采用的竞争策略能有效增加综合指标值，增强建筑施工企业竞争力，是企业可持续发展。33基于主成分分析法的建筑施工企业竞争力评价主成分分析法：是一种常用的多元分析法，应用变量间相关性的特性将多个指标演变为少数

8、指标，但又能反映原指标信息的一种统计方法。主成份法通过研究指标体系内在关系，从而将多个指标转化为互不相关的，能代表原指标体系的信息的少数主要指标，即主成份。这样，一方面减少了总体指标的个数，即“降维“；另一方面，由于各综合出的主成份指标之间是相互独立的，可以减少指标变量提供信