判别分析法在农村居民家庭人均纯收入分类中应用.docVIP

判别分析法在农村居民家庭人均纯收入分类中应用 　　摘 要：人均纯收入是反映区域经济发展水平的重要指标。我国土地资源和人口资源分布不均匀以及农村二三产业发展的差异性，导致农村居民家庭人均纯收入的不均衡。Fisher判别法和Bayes判别法具有很强的样本分类能力。为全面和系统地研究农村居民家庭人均纯收入的情况，文章利用SPSS软件通过Fisher判别法建立判别函数，对待判样本进行分类，再运用Bayes判别法对样本进行验证。待判组的正确分组率为100%。原始样本分类的正确率为96.43%，证明了联合判别方法的有效性。 　　关键词：判别分析 Fisher判别分析 Bayes判别分析 人均纯收入 　　中图分类号：O212.4 文献标识码：A 　　文章编号：1004-4914（2013）07-061-03 　　我国是农业大国，农村人口总量巨大，国民经济要实现大的发展，就必须让农村居民收入有显著性的增长。就目前情况看，我国地域广博，但土地资源和人口分布密度各个区域并不相同，而且在农村不同地域二三产业发展程度不同，共同导致农村居民家庭人均纯收入的显著差异性。而农村地区家庭人均纯收入作为影响区域经济发展水平的重要指标，对其进行研究，对地区经济政策的制定和调整有重要的指导意义。 　　一、费歇判别法 　　（一）费歇判别法的基本思想 　　Fisher判别法是利用投影技术，将各组P维数据投影到某个方向，使得数据的投影组与组之间尽可能分开。 　　（二）费歇判别法的基本原理 　　从两个总体中抽取具有P个指标的样品观测数据，根据方差分析的思想造一个判别函数y=c1x1+c2x2+…+cpxp，其中系数c1，c2，…，cp确定的原则是使两组间的区别最大，而使每个组内部的离差最小。有了判别式后，对于一个新的样品，将它的p个指标值代入判别函数中求y值，然后与判别临界值（或称分界点）进行比较，就可以判别它应属于哪一个总体。 　　假设有两个总体G1、G2，从第一个总体中抽取n1个样品，从第二个总体中抽取n2个样品，假设新建立的判别函数为y=c1x1+c2x2+…+cpxp，现将属于不同总体的样品观测值代入判别函数中，得：yi（1）=c1xi1（1）+c2xi2（1）+…+cpxip（1），i=1，…n1，yi（2）=c1xi1（2）+c2xi2（2）+…+cpxip（2），i=1，…n2。 　　对上边两式分别左右相加，再除以相应的样品个数，则有： 　　二、贝叶斯判别法 　　（一）贝叶斯判别法的基本思想 　　假定对研究的对象以有一定的认识，常用先验概率分布来描述这种认识，然后我们取得一个样本用样本来修正已有的认识，得到后验概率分布，各种统计推断都是通过后验概率分布来进行。将Bayes思想运用到判别分析中的判别方法就是Bayes判别法。 　　（二）贝叶斯判别法的基本原理 　　设有两个总体，它们的先验概率分别为q1、q2，各总体的密度函数为f1（x）、f2（x），在观测到一个样本x的情况下，可用贝叶斯公式计算它来自第k个总体的后验概率为： 　　三、数据选取 　　（一）数据来源 　　数据来自《中国国家统计局网站——分地区农村居民家庭基本情况——人均纯收入——2011年》。数据的含义如下： 　　x1：工资性收入，x2：家庭经营纯收入，x3：财产性收入，x4：转移性收入。数据表见下页。 　　（二）数据分类 　　对于表中的数据，按照家庭人均纯收入总额=7000作为划分标准，把辽宁、天津、北京、山东、上海、浙江、福建、广东、吉林、黑龙江、河北归为第一组；把内蒙古、山西、河南、湖北、湖南、广西、重庆、江西、海南、甘肃、宁夏、四川、云南、贵州、青海、新疆、西藏归为第二组；把江苏、安徽、陕西归为待判样品。 　　（三）数据处理 　　选择使用SPSS19.0，该软件拥有大量成熟的统计分析方法、完善的数据定义操作管理、开放的数据接口以及灵活的统计表格和统计图形。 　　打开SPSS19.0选择Type in data选项，然后按要求将原始数据输入得到。 　　现在SPSS软件中执行下列操作： 　　1.选择“analyze”→“classify”→“discriminate”. 　　2.将左边“组别”选入“grouping variable”分组变量中，其他的解释变量“x1”至“x4”放入因变量中。 　　3.选择【define range】，范围为1到2，最小值输入1，最大值输入2，然后单击【continue】返回。 　　4.选择【Independents】，单击【Enter independents together】，然后单击【continue】返回。 　　5.单击【statistics】，选择“function coefficie