多元统计分析课程设计终稿
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
《应用多元统计分析》
课程实验报告
实验名称:利用回归法分析山东省农村居民收入的消费分配学生班级:统计学院统计0901班
学生姓名:王冬冬、王鹏、王莉、王璐
指导老师:张艳丽___________________________________ 完成日期:2011-12-10
一、 实验内容
本文通过分析研究更深一步了解山东省农村居民生活水平。实验中充分利用了回归分析、聚类分析等多种分析手段。先通过收入支出的时间序列模型的分析给出了从2000到2009年的农村收入支出呈现的增长趋势,以及城乡之间的对比;然后利用聚类分析说明了收入支出的地区差异。然后利用回归分析建立了山东省农村居民收入与支出之间的模型,试图寻找出农村居民收入的消费分配现状,即单位收入的支出方向问题。
二、 实验目的
通过本实验主要想达到三个目的:
1、利用山东省统计年鉴中有关农村居民收入支出的数据,结合多元统计方法,熟练掌握聚类分析和回归分析的原理及其基本步骤;
2、希望通过本次实验充分掌握和运用多元统计分析的统计方法,能够利用基本的统计软件如Eviews 、Spss 等软件处理分析数据,并对结果作出合理的解释。
3、了解近几年来山东省农村居民收入支出的基本状况,其中包括城乡差距问题和居民收入的消费分配问题,进而掌握山东省农村居民的基本生活状况,为我省经济的长远发展提供依据。
三、 实验方法背景和原理
Ⅰ、聚类分析的背景和原理 1.聚类分析的定义
聚类分析是统计学中研究“物以类聚”问题的多元统计分析方法。聚类分析又称群分析,它是研究对样品或指标进行分类的一种多元统计方法。所谓的“类”,通俗地说就是相似元素的集合。
2.聚类的方法分类
聚类分析的内容十分丰富,按其聚类的方法可分为以下几种:系统聚类法、调优法、最优分割法、模糊聚类法、图论聚类法、聚类预报法。本文中应用的是系统聚类法:开始每个对象自成一类,然后每次将最相似的两类合并,合并后重新计算新类与其他类的距离或相近性测度,这一过程一直继续直到所有对象归为一类为止。并类的过程可用一张谱系聚类图描述。
3.系统聚类法的基本步骤
(1)计算n 个样品两两间的距离,得样品间的距离矩阵(0)
D
。类与类之间的距离本文应用
的是类平均法。所谓类平均法就是:两类样品两两之间平方距离的平均作为类之间的距离,
即: 2
2
,1
p q
pq ij
i G j G p q
D d n n ∈∈=
∑
采用这种类间距离的聚 类方法,称为类平均法。
(2).初始(第一步:i=1)n 个样本各自构成一类,类的个数k=n ,第t 类{}
()t t G X =(t=1,2···,n )。此时类间的距离就是样品间的距离(即(1)
(0)D D =)
。 (3)对步骤i 得到的距离矩阵(1)
i D -,合并类间距离最小的两类为一新类。此时类的总个数
k 减少1类,即k=n-i+1.
(4)计算新类与其他类的距离,得新的距离矩阵(0)D 。若合并后类的总个数k 扔大于1,重新步骤(3)和(4);直到类的总个数为1时转到步骤(5)。 (5)画谱系聚类图;
(6)决定总类的个数及各类的成员。
Ⅱ、回归分析的背景和原理
1.回归分析的基本原理
回归分析是研究两个或多个变量之间关系的统计分析方法,在实际问题中,因变量 y 往往不是只与一个变量有关,而是和多个变量12,,,p x x x 有关 ,设
01122p p y x x x ββββε=+++
++ (3.1)
其中0,1,
,p βββ是p+1个未知参数,0,β称为回归常数,1,
,p ββ称为回归系数,y 为被
解释变量(因变量),而12,,
p x x x 是p 个可以精确测量并可控制的一般变量,称为解释变
量(自变量),ε 是随机误差.称
E(y)= 01122p p x x x ββββ+++
+ (3.2)
为理论回归方程。
对一个实际问题我们获的n 组观测数据12(,,
;),1,2,
,i i ip i x x x y i n =,则线性回归模
型(3.2)可表示为10111212112012122222
01122p p p p p
n n p np p y x x x y x x x y x x x ββββεββββεββββε=+++++⎧⎪
=+++++⎪⎨⎪
⎪=+++++⎩ (3.3)
写成矩阵形式为y X βε=+
(3.4)
其中01111112
211,,,1p n np p n n y x x y y X x x y βεβεβεβε⎛⎫⎛⎫
⎛⎫
⎛⎫ ⎪ ⎪
⎪ ⎪ ⎪ ⎪ ⎪====
⎪ ⎪ ⎪
⎪ ⎪ ⎪ ⎪ ⎪⎝⎭ ⎪
⎝⎭
⎝⎭⎝⎭
最小二乘原理就是求一个参数向量β的估计β,使得回归的残差平方和函数SSE(β)取得最小值
()()()SSE Y X Y X βββ=--
由微分求极值法及矩阵微商有:
'()
1220SSE XY X X βββ∂=+=∂
得到正规方程组''
X X X Y β=
若'
X X 非退化,则得β的最小二乘解
'
1
=XY β-(X X ) 2
()
=
1
SSE n p βσβ--的估计
2. 模型的基本假定及检验
为了方便进行模型的参数估计,做如下基本假定:
①.解释变量是确定性变量,不是随机变量.并且要求 rank ( X ) = p + 1< n ,它表明设计矩阵是满秩的.