【正文】 22 2022 2022 2022 2022 泰迪杯大學生數(shù)據(jù)挖掘競賽論文報告第 19 頁，共 34 頁 fcsforecast$fittedTime Series:Start = 2022 End = 2022 Frequency = 1 xhat level2022 2022 2022 2022 2022 2022 2022 2022 2022 2022 2022 2022 2022 2022 yhsforecast$fittedTime Series:Start = 2022 End = 2022 Frequency = 1 xhat level2022 2022 2022 2022 2022 2022 2022 2022 2022 2022 2022 2022 2022 2022 ggczsrforecast$fittedTime Series:Start = 2022 End = 2022 泰迪杯大學生數(shù)據(jù)挖掘競賽論文報告第 20 頁，共 34 頁Frequency = 1 xhat level2022 1761499 17614992022 2022442 20224422022 2461907 24619072022 2458737 24587372022 2747686 27476862022 3028671 30286712022 3712582 37125822022 4270790 42707902022 5237790 52377902022 6132128 61321282022 7026461 70264612022 8726344 87263442022 9794689 97946892022 11023870 11023870 par(cex=) plot(fujian[,2],type=o,xlab=時間,ylab=地方財政收入合計) lines(fujian[,1][1],dfczsrhjforecast$fitted[,1],type=o,lty=2,col=blue) legend(x=topleft,legend=c(觀測值,擬合值),lty=1:3,cex=) plot(fujian[,3],type=o,xlab=時間,ylab=增值稅) lines(fujian[,1][1],zzsforecast$fitted[,1],type=o,lty=2,col=blue) legend(x=topleft,legend=c(觀測值,擬合值),lty=1:3,cex=) plot(fujian[,4],type=o,xlab=時間,ylab=營業(yè)稅) lines(fujian[,1][1],yysforecast$fitted[,1],type=o,lty=2,col=blue) legend(x=topleft,legend=c(觀測值,擬合值),lty=1:3,cex=) plot(fujian[,5],type=o,xlab=時間,ylab=企業(yè)所得稅) lines(fujian[,1][1],qysdsforecast$fitted[,1],type=o,lty=2,col=blue) legend(x=topleft,legend=c(觀測值,擬合值),lty=1:3,cex=) plot(fujian[,6],type=o,xlab=時間,ylab=房產(chǎn)稅) lines(fujian[,1][1],fcsforecast$fitted[,1],type=o,lty=2,col=blue) legend(x=topleft,legend=c(觀測值,擬合值),lty=1:3,cex=) plot(fujian[,7],type=o,xlab=時間,ylab=印花稅) lines(fujian[,1][1],yhsforecast$fitted[,1],type=o,lty=2,col=blue) legend(x=topleft,legend=c(觀測值,擬合值),lty=1:3,cex=) plot(fujian[,8],type=o,xlab=時間,ylab=公共財政收入) lines(fujian[,1][1],ggczsrforecast$fitted[,1],type=o,lty=2,col=blue) legend(x=topleft,legend=c(觀測值,擬合值),lty=1:3,cex=) 2022 年和 2022 年的的各預測值 library(forecast)泰迪杯大學生數(shù)據(jù)挖掘競賽論文報告第 21 頁，共 34 頁 dfczsrhjforecast1=(dfczsrhjforecast,h=2) dfczsrhjforecast1 Point Forecast Lo 80 Hi 80 Lo 95 Hi 952022 20880968 18860732 22901204 17791284 239706522022 20880968 18024037 23737899 16511669 25250267 zzsforecast1=(zzsforecast,h=2) zzsforecast1 Point Forecast Lo 80 Hi 80 Lo 95 Hi 952022 2215998 2050501 2381495 1962893 24691042022 2215998 1981955 2450041 1858060 2573936 yysforecast1=(yysforecast,h=2) yysforecast1 Point Forecast Lo 80 Hi 80 Lo 95 Hi 952022 1623526 1471717 1775335 1391354 18556982022 1623526 1408840 1838212 1295192 1951859 qysdsforecast1=(qysdsforecast,h=2) qysdsforecast1 Point Forecast Lo 80 Hi 80 Lo 95 Hi 952022 1155919 1013613 1298226 13735582022 1155919 954672 1357167 1463700 fcsforecast1=(fcsforecast,h=2) fcsforecast1 Point Forecast Lo 80 Hi 80 Lo 95 Hi 952022 2022 yhsforecast1=(yhsforecast,h=2) yhsforecast1 Point Forecast Lo 80 Hi 80 Lo 95 Hi 952022 2022 ggczsrforecast1=(ggczsrforecast,h=2) ggczsrforecast1 Point Forecast Lo 80 Hi 80 Lo 95 Hi 952022 11418015 10825228 12022802 10511425 123246042022 11418015 10579718 12256311 10135951 12700079 par(cex=) plot(dfczsrhjforecast1,type=o,lty=2,xlab=時間,ylab=地方財政收入合計,main=) plot(zzsforecast1,type=o,lty=2,xlab=時間,ylab=增值稅,main=) plot(yysforecast1,type=o,lty=2,xlab=時間,ylab=營業(yè)稅,main=) plot(qysdsforecast1,type=o,lty=2,xlab=時間,ylab=企業(yè)所得稅,main=) plot(fcsforecast1,type=o,lty=2,xlab=時間,ylab=房產(chǎn)稅,main=) plot(yhsforecast1,type=o,lty=2,xlab=時間,ylab=印花稅,main=)泰迪杯大學生數(shù)據(jù)挖掘競賽論文報告第 22 頁，共 34 頁 plot(ggczsrforecast1,type=o,lty=2,xlab=時間,ylab=公共財政收入,main=)該程序步驟的相關建模圖如下所示：泰迪杯大學生數(shù)據(jù)挖掘競賽論文報告第 23 頁，共 34 頁泰迪杯大學生數(shù)據(jù)挖掘競賽論文報告第 24 頁，共 34 頁泰迪杯大學生數(shù)據(jù)挖掘競賽論文報告第 25 頁，共 34 頁泰迪杯大學生數(shù)據(jù)挖掘競賽論文報告第 26 頁，共 34 頁因此，根據(jù)以上對數(shù)據(jù)的處理結(jié)果以及建模圖可分析、識別得出結(jié)論為：“ 2022 年和 2022 年的的各預測值”的預測值的 80%h 和 95%置信區(qū)間或上圖的指數(shù)平滑預測圖所示。abline(lm(地方財政收入合計~印花稅)) plot(地方財政收入合計~契稅)。abline(lm(地方財政收入合計~企業(yè)所得稅)) plot(地方財政收入合計~個人所得稅)。. 具體分析過程及操作步驟問題一：通過工具 Rstudio 導入選取出的數(shù)據(jù)，并對其進行操作，從大量的，不完全的，有噪聲的，模糊的，實際應用數(shù)據(jù)中，通過回歸分析方法，尋找變量之間的關系，運用這種關系對數(shù)據(jù)進行控制，提取出隱藏在其中的有效數(shù)據(jù)的，利用這些數(shù)據(jù)做回歸模型的顯著性檢驗，回歸系數(shù)的顯著性檢驗等，根據(jù)對數(shù)據(jù)進行多元線性回歸，逐步回歸，正態(tài)檢測等可分析、識別出影響財政收入的關鍵影響因素，具體操作步驟如下所示： fujian=(C:/Users/RWY/Desktop/數(shù)據(jù)挖掘賽題/地方財政收入?yún)R總.csv) fujian 年份 地方財政收入合計 公共財政收入 增值稅 營業(yè)稅 企業(yè)所得稅 個人所得稅 城市維護建設稅1 1999 1881388 1761499 288972 433360 277375 133621 1169732 2022 2199077 2022460 350495 479698 309764 185625 1290753 2022 2719058 2461941 443213 540075 483421 254892 1527394 2022 2690984 2458737 526377 613161 236416 159684 1648925 2022 3005475 2747707 581898 650119 268360 153080 1734526 2022 3384477 3028692 528365 793520 326556 167379 1999907 2022 4088545 3712633 816119 892678 373397 198017 2284198 2022 4767231 4270831 967265 1027971 455820 231794 2684209 2022 8389925 5237862 1115007 1235374 596693 泰迪杯大學生數(shù)據(jù)挖掘競賽論文報告第 8 頁