數(shù)理統(tǒng)計-數(shù)學建模-資料下載頁
2025-08-07 15:25本頁面
【正文】 的結果分析與評價模型的結果分析：第一主成分中、的系數(shù)相比之下都比較大，只有的系數(shù)比較小。它反映除燃料消費低外，其它消費基本也都較高。%，表達出的信息量很大。第二主成分中的系數(shù)絕對值較大，它指的是反映了燃料消費的情況。%，表達的信息較大。%。第三主成分中的系數(shù)的絕對值較大，它指的是農民文化生活服務消費的情況，%，它表達的信息已經較小。此時第一、二、%。第四、五、六主成分的累積貢獻率所占的比例非常的小，所表達的信息很小。因此對反映農民生活水平沒有太大的意義，因此完全可以用第一、二主成分表達各地區(qū)的消費情況來反映農民的生活水平，%，所表達的信息量很大。則利用第一主成分和第二主成分的值作出二維散點（如下圖所示）：未標準化前的散點圖:標準化后的散點圖：從圖中可以看出，這些地區(qū)大體上可分為大致可以四類第一類包括：上海、北京。這些地區(qū)的農民燃料消費相對于總消費的比率比較趨中，但總體消費最高，農民生活水平較高。第二類包括：浙江、江蘇、遼寧、黑龍江。這些地區(qū)燃料消費相對于總消費的比率相對趨中?？傁M普遍低于北京、上海，但明顯高于后兩類地區(qū)。第三類包括：天津、山東、內蒙古、河南、河北、山西。這些地區(qū)燃料消費相對于總消費的比率較高，農民的總體生活水平較低，其中天津、山東的農民消費水平相對較高。第四類包括：吉林、安徽、福建、江西。這些地區(qū)燃料消費相對于總消費的比率很低。農民的生活水平比較低。模型的評價：現(xiàn)在農民生活水平依據的6個指標存在著相關性，主成分分析很適合解決這些問題。但它畢竟不能最完整地反映原來的信息。本論文取前兩個主成分進行分析，%，%包含在其它四個指標中。所以還是比較粗糙的。如果取到第三個主成分，評價的難度勢必又會大大增加，分類就會比較困難。6 參考文獻王敏生 王庚, 現(xiàn)代數(shù)學建模方法, 北京,科學出版社 2006馮杰 黃力偉等，數(shù)學建模原理與案例，北京，科學出版社，2007周品 趙新芬， MATLAB數(shù)理統(tǒng)計分析，北京，國防工業(yè)出版社，2009范正森 謝兆鴻等，數(shù)學建模技術，北京，中國水利水電出版社，2003
電大資料相關推薦
鄂ICP備17016276號-1