美国居民收入的预测重点.docxVIP

论文题目：美国居民收入的预测组别姓名学号学院专长短号长号本部建模写作编程组别：研究生评阅情况（评阅专家填写）：评阅1.评阅2.评阅3.美国居民收入的预测摘要从居民众多的信息中判别居民年收入问题具有很高的社会实际应用意义，本题主要就是找出判别居民收入是否超过50K的具有一定可信度的检验方法。对于此，我们建立了基于spss的Fisher判别模型、基于MATLAB的BP神经网络模型和主成分分析模型。问题一和问题二都是判别问题，本文比较了基于SPSS的Fisher判别算法和BP神经网络算法，通过比较，BP神经网络做判别分析的准确性更高。问题一和问题二的区别就在于样本数据的维度问题，问题一只需要考虑连续型数据样本，问题二需要考虑所有的数据信息，因此需要将类别型属性数据进行数值化处理。通过我们选取的BP神经网络的判别模型，问题一的判别准确度检验的结果如下：训练样本的准确度测试样本的准确度平均值85.7%76.5%对附录三200个居民样本数据的预测结果如下：年收入统计人数总和占比50k5929.5%=50k14170.5%总和200100%统计的人数总和相对应的居民样本可见正文表5-2。对于问题二的判别准确度的检验结果：训练样本的准确度测试样本的准确度平均值87%83.03%问题二中的判别模型对附录三200个居民样本数据的预测结果如下：年收入统计的人数总和占比50k5628%=50k14472