如何做面板数据的聚类分析 如果你要考虑到面板数据本身的特定 还要再进行聚类的话，spss是没法做的，因为spss无法处理面板分析。但是如果只是进行聚类的话，无论是否有时间序列因素在，都可以直接采用一般的聚类方式进行操作就可以了。实际上做聚类分析，不需要考虑面板的时间序列因素，所以你可以直接按照一般聚类方法做就好了
如何调整聚类标签 citespace CiteSpace的核心功能是产生由多个文献共被引网络组合而成的一种独特的共被引网络，以及自动生成的一些相关分析结果。每个文献共被引网络对应于一个历时一年或几年的时间段。最终显示的网络不是各个网络之间的简单叠加，而是要满足一些条件（详见2004年PNAS的论文）。解读这样的网络（我称为递进式知识领域分析）的要点包括：网络整体结构，网络聚类，各聚类之间的关联，关键节点（转折点）和路径。解读时可从直观显示入手，然后再参照各项指标。结构：是否能看到自然聚类（未经聚类算法而能直观判定的组合），是否包括转折点（有紫色外圈的节点），通过算法能得到几个聚类？每个节点大小代表它的总被引次数。大圈则总被引高。时间：每个自然聚类是否有主导颜色（出现时间相对集中），是否有明显的热点（节点年轮中出现红色年轮，即被引频率是否曾经或仍在急速增加）？通过各个年轮的色彩可判断被引时间分布。时间线显示将每一聚类按时间顺序排列，相邻聚类常常对应相关主题（聚类间共引）。聚类之间的知识流向也可从时间（色彩）上看到（由冷色到暖色）。内容：每个聚类的影响（被引时涉及的主题，摘要，和关键词）和几种不同算法所选出的最有代表性的名词短语？指标。
如何做到年收益10%以上？ 从事股票，期权，期货等产品的交易都能做到10%以上的年收益，但相对风险系数也比较大。如何能做到避免风险，稳定收益，有一个很重要的前提，市场要相对稳定，其次操作者本人需要具有相对较强的交易技术。以股票为例，择股时机，买入时机，买入价格，卖出价格都相当讲究，需要具备一定专业水准的人才能做到，比如本人2018年的股票收益是20%。还有一些做期权比较厉害同行，年收益率都在100%以上。如果不具备专业技术和能力，就要适当放低对收益的要求，经过一定时间的积累，技术上，心态上都趋于稳定，10%以上的收益就不算什么难事了。
