- 1、本文档共6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)。
查看更多
数据挖掘与分析作业(章晶晶51092907020).
数据挖掘与分析作业——中国交通运输与经济发展联系
社会学研究生 章晶晶(51092907020)
[前言]选择此份数据是因为:1、文件夹中的部分数据没有题项名称,解释困难;2、有的数据已经有同学选择;3、本份数据主要是连续变量,有利于用多种分析方法解释之。
[声明]本人在制作本作业之前曾参考同学已完成作业之样式,特别鸣谢吴志恒等同学。
一、数据概况
本份数据主要包括《1980-2002年交通运输长度》,《货运运输量》和《客运运输量》三个数据文件。经过合并,形成《交通与经济发展数据》主要包含了16个变量,包括年份、铁路(长度、客运、货运)公路(长度、客运、货运)、水运(长度、客运、货运)、民航(长度、货运)以及交通投入、当年GDP总量、货运、客运总计(皆为连续变量)。
在挖掘、分析数据之前,首先要确立需要思考的问题:
历年来交通事业发展的概况;
交通投入与GDP增长之间的关系;原假设:无显著相关
对GDP增长而言,哪几类交通发展与之相关性较大;
在数据中,我们遇到的第一个问题就是“缺失值”的情况。因为各种原因,本数据的部分年数情况不明。对于数据,为分析需要,首先处理中间的缺失值,对末尾的缺失值不做处理。
变量 缺失年份 替换方法 交通投入 1991 临近点的中位数 公路货运 1989 临近点的中位数 民航货运 1989 临近点的中位数 水运货运 1989 临近点的中位数
二、交通事业发展的各阶段——聚类的方法
根据交通长度、货运、客运三方面的数据,采用系统聚类分析。
步骤(分析——分类——系统聚类,勾选树状图)如下:
按“确定”后,得到以下图形:
注:由于数据缺失,只是归类到1999年
按照解释需要,我们将其归类为三个类别,第一类别为1981~1983年;第二类别为1984~1992年;第三类别为1993~1999年。这反映了交通发展的三个阶段。
通过excel制图得到图一,观测数据。
图1:1981~2002国民生产总值增长的三阶段
通过交通事业发展的三阶段和GDP增长的三阶段,我们试图发展交通发展与国民经济发展之间的关联程度。
三、交通事业发展指标与国民经济的发展关系初探——多重线性回归
交通事业发展衡量的数据有很多,我们选择交通投入、货运总量和客运总量三项指标来讨论与当年GDP之间的关系。
在此之前,先讨论几个变量之间的相关性:
步骤(图形——旧对话框——散点图——矩阵分布)
得到散点图:
由上图可以看出,当年GDP总量与交通投入、货运总量和客运总量有较强的关系。拟合多重线性回归模型。
步骤(分析——回归——线性)
ANOVAb Model Sum of Squares df Mean Square F Sig. 1 Regression 2.048E10 3 6.827E9 693.754 .000a Residual 1.673E8 17 9840793.091 Total 2.065E10 20 a. Predictors: (Constant), 客运总计, 货运总计, MEDIAN(交通投入,2)
b. Dependent Variable: gdp
可以从上表看出:F=693.754;sig0.0010.05,说明至少一个自变量的回归系数不为0,所建立的回归模型是具有统计学意义的。
在修正客运总计(sig=0.6610.05)的相关性之后得到下表:
Coefficientsa Model Unstandardized Coefficients Standardized Coefficients t Sig. B Std. Error Beta 1 (Constant) -8397.031 5789.996 -1.450 .163 MEDIAN(交通投入,2) 16.030 1.131 .870 14.169 .000 货运总计 .016 .007 .136 2.214 .039 a. Dependent Variable: gdp
因此,我们将模型公式写作:
Y=-8397.031+16.03*交通投入+0.016*货运总计
附:交通事业发展指标与国民经济的发展关系进一步假设
本文讨论,在多重线性回归之后,我们是否可以尝试进一步深入建立模型,是否可以按照前年交通指标来预测经济发展速度?可惜笔者尝试logistic回归以及多重线性回归未曾成功做得。只能
您可能关注的文档
最近下载
- 合作共赢:名师工作室的建设与思考课件.ppt
- 血透室进修护士阶段理论考试题目含答案.docx
- 2023年呼和浩特市中考物理试卷及答案.pdf
- SCHALLER油雾探测器VN87中文说明书.pdf
- 高中政治部编版选择性必修三《逻辑与思维》分析说明推理类主观题练习(共10道模拟真题,附参考答案和解析).doc
- 手机综合症小学儿童舞台剧情景剧课本剧剧本台词.docx VIP
- (新课标)新统编高教版中职语文基础模块上册《公输》说课稿.doc
- 『国际观察』一盘没有下完的棋——用围棋的观
- 2023年全国中小学党组织书记示范培训心得体会总结6篇.docx VIP
- 中国近代史纲要大连理工大学练习题复习资料汇总.docx
文档评论(0)