- 1、本文档共15页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
多元统计分析课程设计
---------能源消耗与经济增长之间关系的典型相关分析
姓名:焦裕朋
学号:200801130706
专业班级:统计学08级
学院:信息科学与工程学院
时间:2011年6月25日
摘 要:本文利用matlab7.0分析软件,使用典型相关分析的原理和方法,对我国从1990到2009年20年间,三大产业经济增长情况和能源消耗情况之间的关系进行了简要分析。本文所阐述的分析过程的难点在于:利用matlab7.0实现典型相关分析的功能模块。
关键词:典型相关分析 matlab7.0 经济增长 能源消耗
目录
一、 问题及背景 2
二、 详细分析过程 2
三、 输出结果 4
四、 结果分析 8
问题及背景
1、背景
近年来,我国经济迅速发展,国内生产总值迅速增长,和过去相比有了质的飞跃,然而在经济发展的同时也存在着一个严重的问题,即能源消耗的问题。在今后十年或更长一段时间内,中国能源消费的增长速度可能接近于国内生产总值的增长速度。关于能源与经济的关系,众说纷纭。有人认为,经济的发展必须要有能源的消耗为代价,所以能源的消耗是在所难免的。也有人认为,不可再生能源的消耗,目前或许会对经济的发展带来好处,但在不久的将来,能源的缺乏对经济产生的严重后果将是现在所无法预料的。
2、问题的提出与数据说明
本文利用典型相关分析方法的研究角度,简要分析了1990到2009年我国经济发展与能源消耗之间的关系。
数据来源:《2010中国统计年鉴》,原始数据见副表1。
基本变量说明:X[x1 x2 x3 x4]:中国经济发展情况数据矩阵(单位:亿元)
x1:第一产业生产总值
x2:工业生产总值
x3:建筑业生产总值
x4:第三产业生产总值
Y[y1 y2 y3 y4]:能源消耗情况数据矩阵(单位:万吨标准煤)
y1:煤炭消耗量
y2:石油消耗量
y3:天然气消耗量
y4:水电、核电、风电消耗量
详细分析过程
将数据文件转换为matlab中的变量,保存为数据文件data.mat:
图1
典型相关分析功能模块的实现,保存为函数文件CCA.m(详见附文2)。下面将对各功能模块详细说明:
1)、读取数据文件,并对数据标准化,计算其协差阵:
load data;
disp (对数据进行标准化处理,并计算样本的协方差矩阵)
X=[x1 x2 x3 x4];
Y=[y1 y2 y3 y4];
All=[zscore(X) zscore(Y)];
DXY=cov(All)
2)、计算矩阵A和B:
disp (计算矩阵A和B)
V11=DXY(1:4,1:4);
V12=DXY(1:4,5:8);
V21=DXY(5:8,1:4);
V22=DXY(5:8,5:8);
A=inv(V11)*V12*inv(V22)*V21
B=inv(V22)*V21*inv(V11)*V12
3)、计算矩阵A和B的特征值和特征向量,进行排序并且判断其是否相等:
disp (矩阵A的特征向量和特征值)
[U_A,D_A]=eig(A)
disp (矩阵B的特征向量和特征值)
[U_B,D_B]=eig(B)
%对特征值进行排序:
[mA1,nA1]=sort(D_A,1);
[mA2,nA2]=sort(mA1,2);
[mB1,nB1]=sort(D_B,1);
[mB2,nB2]=sort(mB1,2);
%判断A与B的特征值是否相等:
if mA2~=mB2
disp (错误:A与B的特征值不相等)
else
disp (经验证,A与B的特征值相等)
end
4)、进行规格化处理,并求u和v:
%规格化处理,并求u和v:
for i=1:4
a=(U_A(:,nA2(4,4-i+1)))*V11*U_A(:,nA2(4,4-i+1));
u(:,i)=U_A(:,nA2(4,4-i+1))./sqrtm(a);
v(:,i)=inv(V22)*V21*u(:,i)./sqrtm(mA2(4,4-i+1));
end
5)、结果输出:
disp (典型变量系数及相应典型相关系数依次为:)
for i=1:4
disp (-----------分割线-----------)
disp (i)
disp (u=)
disp (u(:,i))
disp (v=)
disp (v(:,i))
您可能关注的文档
- ,基于java的bbs论坛的设计与实现.doc
- 《成功的项目管理》测试题及答案.doc
- 《大学英语课程教学要求》(试行).doc
- 《基于DSP的图像处理》-dsp课程设计.doc
- 《基于FPGA的快速系统原型开发》.doc
- 《网络环境下的高中英语教学研究》课题研究报告.doc
- 1基于ARM平台的嵌入式自动指纹考勤机的设计与实现.doc
- 4110008032+付水生+基于ARM Cortex-M3的双以太网口通信的设计与实现.doc
- DEM建立与应用及基于DEM的ArcGIS水文分析的设计与实现.doc
- Linux54教程.doc
- 数据仓库:Redshift:Redshift与BI工具集成.docx
- 数据仓库:Redshift:数据仓库原理与设计.docx
- 数据仓库:Snowflake:数据仓库成本控制与Snowflake定价策略.docx
- 大数据基础:大数据概述:大数据处理框架MapReduce.docx
- 实时计算:GoogleDataflow服务架构解析.docx
- 分布式存储系统:HDFS与MapReduce集成教程.docx
- 实时计算:Azure Stream Analytics:数据流窗口与聚合操作.docx
- 实时计算:Kafka Streams:Kafka Streams架构与原理.docx
- 实时计算:Kafka Streams:Kafka Streams连接器开发与使用.docx
- 数据仓库:BigQuery:BigQuery数据分区与索引优化.docx
文档评论(0)