freepeople性欧美熟妇, 色戒完整版无删减158分钟hd, 无码精品国产vα在线观看DVD, 丰满少妇伦精品无码专区在线观看,艾栗栗与纹身男宾馆3p50分钟,国产AV片在线观看,黑人与美女高潮,18岁女RAPPERDISSSUBS,国产手机在机看影片

正文內(nèi)容

基于多元統(tǒng)計(jì)的天津市各區(qū)縣經(jīng)濟(jì)狀況評(píng)價(jià)畢業(yè)論文-免費(fèi)閱讀

2025-08-09 15:02 上一頁面

下一頁面
  

【正文】 根據(jù)回歸分析的預(yù)測結(jié)果,應(yīng)該提高重點(diǎn)提高規(guī)模以上工業(yè)企業(yè)工業(yè)總產(chǎn)值,從而快速增加區(qū)縣生產(chǎn)總值,發(fā)揮機(jī)械鑄造工業(yè)的優(yōu)勢,提高排名。薊州區(qū)已經(jīng)多發(fā)展規(guī)模以上工業(yè)企業(yè),并注重招商引資。將 16 個(gè)區(qū)初步分成類。運(yùn)用了主成分分析、因子分析、非參數(shù)檢驗(yàn)、聚類分析等方法對(duì)原始數(shù)據(jù)進(jìn)行了分析,對(duì)各區(qū)縣給出了客觀的評(píng)價(jià),并提出了一些合理化建議。 復(fù)相關(guān)系數(shù) R=,??2 . ,經(jīng)校正后的 R平方值為 。 下表為紅橋區(qū)從 20xx年到 20xx年期間的區(qū)縣生產(chǎn)總值與規(guī)模以上工業(yè)企業(yè)工業(yè)總產(chǎn)值的數(shù)據(jù)。其發(fā)達(dá)的旅游業(yè)是其經(jīng)濟(jì)發(fā)展水平高的重要因素。 然后對(duì)兩種分析方法的綜合得分進(jìn)行算術(shù)平均,得到各區(qū)最后的綜合得分和最終排名: (表 ) 綜合得分及最終排名 聚類分析 對(duì)最終的綜合得分進(jìn)行系統(tǒng)聚類,得到如下結(jié)果: 區(qū)名 綜合得分 最終排名和平區(qū) 12河?xùn)|區(qū) 14河西區(qū) 5南開區(qū) 8河北區(qū) 15紅橋區(qū) 16東麗區(qū) 9西青區(qū) 7津南區(qū) 10北辰區(qū) 11武清區(qū) 2寶坻區(qū) 6濱海新區(qū) 1寧河區(qū) 13靜海區(qū) 4薊州區(qū) 3 凝聚順序表 (表 ) 凝聚順序表 聚類表 階 群集組合 系數(shù) 首次出現(xiàn)階群集 下一階 群集 1 群集 2 群集 1 群集 2 1 9 10 .001 0 0 2 2 7 9 .002 0 1 3 3 4 7 .019 0 2 10 4 2 5 .027 0 0 8 5 1 14 .036 0 0 8 6 8 12 .044 0 0 7 7 3 8 .080 0 6 9 8 1 2 .142 5 4 11 9 3 15 .154 7 0 10 10 3 4 .208 9 3 11 11 1 3 .391 8 10 13 12 11 16 .478 0 0 14 13 1 6 .758 11 0 14 14 1 11 .834 13 12 15 15 1 13 14 0 0 第一步是第 9 個(gè)個(gè)案與第 10 個(gè)個(gè)案進(jìn)行聚類,個(gè)案間的距離系數(shù)為 ,這個(gè)結(jié)果將在第二步中用到;第二步是經(jīng)過第一步聚類后的個(gè)案 9與個(gè)案 10 與個(gè)案 7 進(jìn)行聚類,個(gè)案間的距離系數(shù)為 ,這個(gè)結(jié)果會(huì)在第三步中用到。 a. 旋轉(zhuǎn)在 5 次迭代后收斂。 將上表中的數(shù)據(jù)輸入 SPSS數(shù)據(jù)編輯窗口中,將三個(gè)變量分別命名為 V1, V2, V3。 選取的指標(biāo)應(yīng)該進(jìn)行標(biāo)準(zhǔn)化和無量綱化。畢竟反映地區(qū)綜合經(jīng)濟(jì)實(shí)力的指標(biāo)非常繁多,它們代表的含義也就難免有所重復(fù)。 第四章 區(qū)域經(jīng)濟(jì)評(píng)價(jià)指標(biāo)體系 評(píng)價(jià)指標(biāo)體系的建立原則 通過對(duì)天津市“十三五”經(jīng)濟(jì)發(fā)展面臨的新常態(tài)分析,發(fā)現(xiàn)天津市各區(qū)縣經(jīng)濟(jì)發(fā)展面臨著功能定位清晰、各區(qū)縣協(xié)調(diào)力度有待加強(qiáng),生產(chǎn)要素具有相對(duì)優(yōu)勢,資源約束壓力大,產(chǎn)業(yè)結(jié)構(gòu)不斷優(yōu)化,但結(jié)構(gòu)調(diào)整任務(wù)較重,科技創(chuàng)新持續(xù)活躍,創(chuàng)新驅(qū)動(dòng)的潛力尚未完全釋放;經(jīng)濟(jì)增長支撐強(qiáng)勁,但經(jīng)濟(jì)發(fā)展下行壓力大等的新形勢;面對(duì)新形勢,天津市各區(qū)縣要全面認(rèn)識(shí)新常態(tài),保持戰(zhàn)略定力,切實(shí)增強(qiáng)轉(zhuǎn)變經(jīng)濟(jì)發(fā)展方式的自覺性,努力推動(dòng)天津市各區(qū)縣實(shí)現(xiàn)更高水平、更高質(zhì)量、可持續(xù)發(fā)展 [18]。 2. 線 性回歸分析的統(tǒng)計(jì)原理 一元回歸方程和多元回歸方程如下: E(y) β0 + ??1?? (. 1) E(y) β0 +??1??1+ ??2??2 +?+?? ?? (. 2) 一元線性與多元線性回歸分析的核心任務(wù)是估計(jì)其中的參數(shù) 。 回歸分析 確定性關(guān)系和非確定性關(guān)系 變量與變量之間的關(guān)系是分為確定性關(guān)系與非確定性關(guān)系,函數(shù)表達(dá)確定性關(guān)系。依照這種方法迭代下去,直到達(dá)到指定的迭代次數(shù)或者達(dá)到中止迭代的判據(jù)要求時(shí),迭代就中止了,聚類過程也結(jié)束了 [16]。 二階聚類有如下特點(diǎn): 1. 分類變量與連續(xù)變量均可以參與二階聚類分析; 2. 這個(gè)過程可以自動(dòng)確定分類數(shù); 3. 還可以高效率地分析大數(shù)據(jù)集; 4. 用戶還可以自己定制用于運(yùn)算的內(nèi)存容量。為了進(jìn)一步突出各因子代表的具體變量,有必要進(jìn)行因子旋轉(zhuǎn)。 因子分析的基本思想 因子分析是依據(jù)變量的相關(guān)性的大小,進(jìn)行分組,同組內(nèi)的變量相關(guān)性高,不同組內(nèi)的變量相關(guān)性低 [10]。 性質(zhì) 2 主成分的總方差等于原始變量的總方差 [1]。應(yīng)該注意的是,這組變量的總指標(biāo)方差固定不變,同時(shí)第一指標(biāo)的方差最大,叫做第一主成分。 由于不同分析方法的側(cè)重點(diǎn)不同,導(dǎo)致不同的方法對(duì)同一數(shù)據(jù)分析結(jié)果可能不一致,從而不利于制定相關(guān)經(jīng)濟(jì)發(fā)展政策。然后用聚類分析對(duì)各個(gè)區(qū)縣進(jìn)行分類,最后利用回歸分析對(duì)未來的經(jīng)濟(jì)發(fā)展趨勢進(jìn)行預(yù) 測,對(duì)天津市各區(qū)縣的發(fā)展提出了一些合理化的建議。盡管分析方法很多,但不同的方案的側(cè)重點(diǎn)不同,分析的結(jié)果也就難免有差異。 本文利用 , 從地區(qū)基本情況、工農(nóng)業(yè)發(fā)展?fàn)顩r、人民生活狀況、社會(huì)發(fā)展?fàn)顩r和經(jīng)濟(jì)發(fā)展趨勢諸多方面選取了 18項(xiàng) 經(jīng)濟(jì)指標(biāo), 根據(jù)全面性、 前瞻性、代表性、科學(xué)性、正確性、特色性等原則,構(gòu)建了反映天津市各區(qū)縣綜合經(jīng)濟(jì)實(shí)力的評(píng)價(jià)指標(biāo)體系 [3]。 多元統(tǒng)計(jì) 分析 ( Multivariate statistical analysis) 是 目前 主流的 經(jīng)典的區(qū)域經(jīng)濟(jì)評(píng)價(jià)方法, 主要 包括主成分分析 ( Principal Component Analysis,PCA)、 因子分析 ( Factor Analysis) 、聚類分析 ( Cluster analysis)和 回歸分析( Regression Analysis)。但是與北上廣深等特大城市相比,天津的經(jīng)濟(jì)發(fā)展還略遜一籌。 cluster analysis。在環(huán)境方面,也不如西藏、貴州等經(jīng)濟(jì)落后的省市。前兩者用于對(duì)原始指標(biāo)數(shù)據(jù)進(jìn)行統(tǒng)計(jì)分析,并依據(jù)分析結(jié)果對(duì)各市經(jīng)濟(jì)發(fā)展情況進(jìn)行評(píng)價(jià)和對(duì)各市綜合經(jīng)濟(jì)實(shí)力進(jìn)行排名 [6]。主成分分析是由 HOTELLING 在 1933 年首先提出的,是用“降維”的思想,于損失很少信息的前提下將多個(gè)指標(biāo)轉(zhuǎn)化成幾個(gè)綜合指標(biāo),叫做主成分。所以一般可用特征值 1作為納入標(biāo)準(zhǔn)。 4. 求解主成分的方差貢獻(xiàn)率與累積方差貢獻(xiàn)率。 因子分析的統(tǒng)計(jì)原理 {??1 ??11??1 +??12??2 +?+ ??1????????2 ??21??1 +??22??2 +?+??2????????? ?? 1??1 +?? 2??2 + ?+ ?? ?????? (. 1) 其中 x1,x2,…,xp是 p 個(gè)原始變量,是μ =0,Σ = 1 的標(biāo)準(zhǔn)化變量, F1,F2,…Fm是m個(gè)因子變量, m小于 p,表示為矩陣形式為: AF +aε (. 2) 因子載荷矩陣的求解方法 因子載荷矩陣的求解方法主要有主成分法、最小二乘法、主軸因子法、極大似然法。 聚類分析的注意事項(xiàng) 聚類分析的目的是確定樣本中數(shù)據(jù)的特點(diǎn),因此應(yīng) 注意所選擇變量是否已經(jīng)能夠反應(yīng)所要聚類的樣本的主要特點(diǎn);在聚類分析時(shí)應(yīng)注意所選擇變量是否存在數(shù)量級(jí)上的區(qū)別。 k 個(gè)事先選定的觀測量是 k 個(gè)聚類中心,也稱為初始類中心。依據(jù)系 統(tǒng)聚類過程的不同,又可分為凝聚法與分解法兩種。 1. 線性回歸分析的基本概念 線性回歸是假設(shè)因變量和自變量之間是線性關(guān)系,利用一定的線性回歸模型進(jìn)行擬合因變量與自變量的數(shù)據(jù),并且通過確定模型參數(shù)來獲取回歸方程。在可能的方程間,以吻合度而論,也許還存在著許多的吻合得同樣好的曲線方程。指標(biāo)不應(yīng)僅限于過去和當(dāng)下的發(fā)展,還應(yīng)該選取一些有前瞻性的適度超前的參數(shù),這有利于深入落實(shí)可持續(xù)發(fā)展戰(zhàn)略,對(duì)于政策制定有十分重要的意義。數(shù)據(jù)最好來自國家權(quán)威的統(tǒng)計(jì)網(wǎng)站比如中國統(tǒng) 計(jì)年鑒和公布的書籍和資料,以滿足權(quán)威性。 由上圖可知, 1 . 6, 2 . , 3 . , 1 . , 2 . , 3 . 主成分的碎石圖 (圖 ) 該圖從另一個(gè)側(cè)面說明了取前 3個(gè)主成分為宜。 a. 已提取了 3 個(gè)成份。 上表表明因子提取的方法是主成分分析,旋轉(zhuǎn)的方法是方差極大法 。武清區(qū)位于京、津兩大直轄市的中心點(diǎn),是京津冀三省市的交匯點(diǎn),是國家智慧城市試點(diǎn)之一,具有良好的地理優(yōu)勢。但是其各項(xiàng)指標(biāo)基本上都處于最后一名。并且方差分析的顯著性水平( Sig.)為 。 根據(jù)圖表的曲線走勢,可以看出在規(guī)模以上工業(yè)企業(yè)工業(yè)總產(chǎn)值超過 35億元后,區(qū)縣生產(chǎn)總值會(huì)進(jìn)一步迅速增加。對(duì)兩種結(jié)果進(jìn)行了非參數(shù)檢驗(yàn)中的多變量 Kendall 協(xié)和系數(shù)進(jìn)行了分析,發(fā)現(xiàn)兩種方法的分析結(jié)果基本一致。 武清區(qū)的區(qū)縣生產(chǎn)總值非??捎^,但其社會(huì)消費(fèi)品零售總額、外貿(mào)進(jìn)出口總額、中資金融機(jī)構(gòu)本外幣存款余額、中資金融機(jī)構(gòu)本外幣貸款余額、衛(wèi)生機(jī)構(gòu)床位數(shù)的數(shù)量與其排名并不是十分符合。紅橋區(qū)既沒有遠(yuǎn)郊的相對(duì)低廉的地價(jià)和發(fā)達(dá)的工業(yè),也沒有河西區(qū)作為政府駐地的政策、人文等優(yōu)勢。 參考文獻(xiàn) [1] 陳偉 .多元統(tǒng)計(jì)分析在區(qū)域經(jīng)濟(jì)評(píng)價(jià)中的運(yùn)用 [D].武漢 :武漢科技大學(xué) ,20xx. [2] 王江平 ,高文 ,吳達(dá) .20xx 年度天津市區(qū)縣科技進(jìn)步綜合能力比較研究 [J].天津科技 ,20xx,41(1): 43~47. [3] 王淑芬 .多元統(tǒng)計(jì)方法在天津市城市居民住房消費(fèi)分析中的應(yīng)用 [J].天津工業(yè)大學(xué)學(xué)報(bào) ,20xx,26(1):81~84. [4] 曹小寧 ,任健 ,羅慧媛等 .“一帶一路”背景下能源富集地區(qū)的經(jīng)濟(jì)金融選擇 [J].西部金融 ,20xx,(3):70~74. [5] 沈曉婧 ,周介南 .多元統(tǒng)計(jì)分析法對(duì)區(qū)域經(jīng)濟(jì)指標(biāo)的研究 [J].科技創(chuàng)新導(dǎo)報(bào) ,20xx,(34):144~145. [6] 王友明 .多元統(tǒng)計(jì)分析方法及其在經(jīng)濟(jì)研究中的應(yīng)用 [J].安徽水利水電職業(yè)技術(shù)學(xué)院學(xué)報(bào) ,20xx,3(2):42~44. [7] 謝江宏 ,李雪梅 ,王生原 .多元統(tǒng)計(jì)分析在宏觀經(jīng)濟(jì)分析中的應(yīng)用 [J].信息化縱橫 ,20xx,(13):60~63. [8] 王曉鵬 ,曹廣超 ,魏嶺等 .基于多元統(tǒng)計(jì)的可持續(xù)發(fā)展動(dòng)態(tài)評(píng)價(jià)模型研究與應(yīng)用 [J].數(shù)理統(tǒng)計(jì)與管理 ,20xx,30(1):98~106. [9] 馮學(xué)軍 ,張翠娟 ,盛敏 .基于多元統(tǒng)計(jì)分析的區(qū)域經(jīng)濟(jì)差異研究 [J].統(tǒng)計(jì)與管理 ,20xx,(1):35~37. [10] 孟瑩 ,謝守祥 ,彭瀟 .江蘇省區(qū)域經(jīng)濟(jì)差異的多元統(tǒng)計(jì)分析 [J].特區(qū)經(jīng)濟(jì) ,20xx,(4):51~52. [11] 李強(qiáng) ,蔡根女 .企業(yè)競爭力測評(píng)的多元統(tǒng)計(jì)分析 [J].企業(yè)管理 ,20xx,(6):146~148. [12] 田少峰 ,趙國杰 .天津市各區(qū)縣經(jīng)濟(jì)發(fā)展水平的多元統(tǒng)計(jì)分析 [J].天津理工大學(xué)學(xué)報(bào) ,20xx,21(6):29~31. [13] 何曉群 .多元統(tǒng)計(jì)分析 [M].北京 :中國人民大學(xué)出版社 ,20xx,57~95. [14] 鄧維斌 .SPSS19(中文版 )統(tǒng)計(jì)分析實(shí)用教程 [M].北京 :電子工業(yè)出版社 ,20xx,33~45. [15] 朱建平 .應(yīng)用多元統(tǒng)計(jì)分析 (第二版 )[M].北京 :科學(xué)出版社 ,20xx,56~88. [16] 李慶來 .多元統(tǒng)計(jì)分析 [M].上海 :上海交通大學(xué)出版社 ,20xx,103~108. [17] 燕霞 ,梁滿發(fā) .我國地區(qū)經(jīng)濟(jì)發(fā)展的多元統(tǒng)計(jì)分析 [J].地方經(jīng)濟(jì) ,20xx,(5):134~135. [18] 張?bào)K ,高。 紅橋區(qū)基本上每項(xiàng)指標(biāo)都處于 16 個(gè)區(qū)中的最后一位。不過可以看出相比于其他區(qū),濱海新區(qū)的小學(xué)校數(shù)、普通中學(xué)校數(shù)、衛(wèi)生機(jī)構(gòu)數(shù)、衛(wèi)生機(jī)構(gòu)床位數(shù)并不存在數(shù)量上的優(yōu)勢。 主成分結(jié)論: 聚類結(jié)論: 對(duì)比主成分分析和因子分析,發(fā)現(xiàn)兩種方法得到的綜合排名有一定的差異。 相伴概率 Sig.=。 由于并不是明確數(shù)據(jù)用哪種曲線來擬合更準(zhǔn)確,因此勾選了曲線估計(jì)中的所有模型。其他區(qū)可以分成一類,這一類中既有市內(nèi)六區(qū),也有近郊還有遠(yuǎn)郊,這個(gè)三類區(qū)在文化、基礎(chǔ)設(shè)施、工業(yè)水平方面各有千秋,因此在綜合分類中可以大致分為一類。 聚類結(jié)果 (表 ) 聚類結(jié)果 從表格的聚類結(jié)果看,可以初步將 16 個(gè)區(qū)分成 4 類,顯然,濱海新區(qū)為一類,這和濱海新區(qū)位于環(huán)渤海經(jīng)濟(jì)圈的中心地帶,作為北方第一個(gè)自貿(mào)區(qū)以及作為“中國經(jīng)濟(jì)的第三增長極”等區(qū)位、政策優(yōu)勢密不可分。 因子轉(zhuǎn)換矩陣表 (表 ) 成分轉(zhuǎn)換矩陣表 成份轉(zhuǎn)換矩陣 成份 1 2 3 1 .894 .333 .299 2 .810 3 .483 .760 提取方法 :主成份。 旋轉(zhuǎn)前的因子載荷矩陣 表的底部表明使用的是主成分分析法, 3個(gè)主成分被抽取出來。 主成分分析 特征值級(jí)和方差貢獻(xiàn)表 從下表中可以看出前 3個(gè)主成分已經(jīng)解釋了總方差的 %,故可以選擇前 3個(gè)主成分進(jìn)行分析。克服隨意性,避免主觀意愿的干擾,選擇的指標(biāo)應(yīng)該適合進(jìn)行定量計(jì)算,并容易獲取。指標(biāo)體系應(yīng)該全面反映天津市的每個(gè)區(qū)縣的經(jīng)濟(jì)狀況,涵蓋社會(huì)經(jīng)濟(jì)生活的每個(gè)方面,切實(shí)深入人民生活,從幸福感等精神方面指標(biāo)到國民生產(chǎn)總值等經(jīng)濟(jì)方面進(jìn)行研究,充分 體現(xiàn)各個(gè)區(qū)縣的
點(diǎn)擊復(fù)制文檔內(nèi)容
研究報(bào)告相關(guān)推薦
文庫吧 www.dybbs8.com
備案圖鄂ICP備17016276號(hào)-1