典型相关分析实验论文(基于matlab).docVIP

  1. 1、本文档共15页,可阅读全部内容。
  2. 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. 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. 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. 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. 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. 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. 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))

文档评论(0)

AnDyqaz + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档