多元统计分析21页.docx

作业一1.2 分析2016年经济发展情况排名省gdp占比累计占比1广东79512.0510.30 10.30 2江苏76086.29.86 20.17 3山东67008.28.68 28.85 4浙江464856.02 34.87 5河南40160.015.20 40.08 6四川32680.54.24 44.31 7湖北32297.94.19 48.50 8河北31827.94.12 52.62 9湖南31244.74.05 56.67 10福建28519.23.70 60.37 11上海27466.23.56 63.93 12北京24899.33.23 67.16 13安徽24117.93.13 70.28 14辽宁22037.882.86 73.14 15陕西19165.392.48 75.62 16内蒙古18632.62.41 78.04 17江西18364.42.38 80.42 18广西18245.072.36 82.78 19天津17885.42.32 85.10 20重庆17558.82.28 87.37 21黑龙江15386.091.99 89.37 22吉林14886.231.93 91.30 23云南14869.951.93 93.22 24山西12928.31.68 94.90 25贵州11734.431.52 96.42 26新疆95501.24 97.66 27甘肃7152.040.93 98.59 28海南4044.510.52 99.11 29宁夏3150.060.41 99.52 30青海2572.490.33 99.85 31西藏1150.070.15 100.00 将2016各省的GDP进行排名，可以发现，经济发达的的地区主要集中在东部地区。

西部gdp的占比较小作出2016各省的gdp直方图如下：作业二 多元回归分析2.1多元线性回归2.1.1数据来源《福建省统计年鉴-2017》年份商品零售价格指数y农业生产资料价格指数x1工业生产价格指数x2工业生产者购进价格指数x3固定资产投资价格总指数x4200098.997.4100.5112.4100.220019898.798.196.799.5200298.399.997.697.699.7200399.1101.8100.7106.3101.42004102.7112.5102.6113.3103.42005100.6108.1100.2108.1100.72006100.5100.999.2103.91022007104.3110.3100.8104.3105.92008105.7123.6102.7110.2105.9200997.993.395.593.2982010103.4102.4103.2107.7103.32011104.8111.8103.9108106.22012101.8103.398.797.7100.32013101.199.598.498.4100.12014101.199.598.698.3100.4201599.9101.49796.198.32016100.7100.299.1981002.1.2模型假设商品的零售价格会受很多因素的影响，对于影响零售价格指数y的影响现在仅考虑农业生产资料指数x1、工业生产价格指数x2、工业生产者购进价格指数x3、固定资产投资的影响x4。

2.1.3模型建立为了大致分析y与x1、x2、x3、x4，建立y关于x1、x2、x3、x4的散点图，可以看出y与X呈现出较为明显的线性相关关系由此可以建立y关于x的多元线性回归模型:运用MatlabR2017a画y关于x的散点图如下：2.1.4模型求解和分析运用MatlabR2017a进行多元回归分析，使用命令为: [b,bint,r,rint,stats]=regress(y,X,alpha)在这里y是n*1的列向量，x是n*(m+1)的矩阵且第一列向量全是1，alpha采用默认值0.05将Excel的数据导入Matlab运行结果截图如下：由计算结果可得：参数参数估计值置信区间a011.84[-23.7566,47.4395]a10.1304[-0.0041,0.2648]a20.5429[-0.1834,1.2961]a3-0.1796[-0.3628,0.0036]a40.3945[-0.1545,0.9432]R2=0.8699 统计量观测值F=20.0540 检验值p=0.0000 误差方差估计=0.9995可知y=11.84+0.1304x1+0.5429x2-0.1796x3+0.3945x4以上结果的置信度为95%，R2=0.8699，F=20.0540，p=0.0000<0.05，可知回归模型成立。

分析其杠杆残差图如下：执行 rcoplot(r,rint)由残差图可以看出，除第二个数据外，其它数据的残差离零点都较近，且残差的置信区间均包含零点，这说明回归模型y=11.84+0.1304x1+0.5429x2-0.1796x3+0.3945x4 能较好的符合原始数据，而第二个数据为异常点由模型可以看出对商量零售价格影响最大的是工业生产价格指数，工业生产价格指数每上升一个点，商品零售价格指数约上升0.52.1.5逐步回归分析运用Matlab采用逐步回归的方法对数据进行建模分析，命令为stepwise（x，y，inmodel，alpha）这里inmodel采取所有变量，alpha采用默认值，输如命令得到下图：可以看出，四条线均为实线，无需对变量进行剔除，选中四条线，可以得到下图：由图可知，模型结果同2.1.4中的模型，即：y=11.84+0.1304x1+0.5429x2-0.1796x3+0.3945x42.2非线性回归2.2.1数据来源《福建省统计年鉴-2017》年份工业总产值（亿元）能源生产量（万吨标准煤）年份工业总产值（亿元）能源生产量（万吨标准煤）198187.7649319993479.841634.16198295.7752220003994.861654.171983103.9760920014398.081850.441984131.1164120025260.21923.41985173.1369020036616.611816.81986205.172420048544.51805.751987265.8780620059995.892488.471988388.85918200611855.682668.151989488.96950200714425.062625.281990531.49966.52200817141.442989.931991658.86854.43200918681.482939.481992915.511013.39201023805.323260.4219931522.371051.43201130330.592802.7219942128.611169.96201232379.942989.6519952638.521396.24201336724.662739.7619962840.511406.04201441579.842924.0119973066.761256.3201543888.843566.619983218.511177201647275.844490.82.2.2模型假设工业生产总值会收到很多因素的影响，技术的进步会使得能源的利用率得到提高，假设工业生产总值与能源的生产量存在着非线性关系，作工业生产总值关于能源生产量的散点图如下，运用Matlab作散点图，命令为：scatter（x,y)，得到的散点图如下：由散点图可知，工业生产总值y与能源生产量之间x存在着非线性关系，设y与x存在着指数函数关系，即。

2.2.3模型建立由于是二维，可运用Matlab 的cftool拟合工具箱对数据进行拟合，结果如下图所示：由拟合结果可知，R2为0.8016，拟合效果一般，SSE为1132000000，RMSE为5856，模型为：作业三 主成分分析与聚类分析3.1数据来源《福建省统计年鉴——2017》年份固定资产投资（亿元）GDP（亿元）财政总收入（亿元）工业总产值（亿元）第一产业（%）第二产业（%）第三产业（%）GDP增长率(%)人均GDP（元）社会消费品零售总额（亿元）城镇居民人均可支配收入（元）2000995.383764.54369.673994.8617.02 43.26 39.73 9.3111941320.80743220011053.844072.85428.334398.0815.99 44.28 39.73 8.7116911442.32831320021148.764467.55476.205260.2014.88 45.59 39.53 10.2127391593.76918920031411.454983.67551.006616.6113.90 46.9。