基于多元统计分析区域经济研究.docVIP

基于多元统计分析区域经济研究 　　摘要： 目前有效的缩小区域经济的发展差距是区域经济领域研究的重点，运用因子分析找到影响经济发展的关键因素；根据因子分析得出因子得分情况。以云南省为例利用回归分析重点对第三类地区进行经济指标的分析。通过以上的数据分析确定影响区域经济差异的因素并得出城镇化建设的重要性。 　　Abstract： At present， the effective narrowing of regional economic development gap is the focus of regional economic research. This paper uses factor analysis to find the key factors that affect economic development and obtain factor scores. Taking Yunnan Province as an example， the regression analysis is used to analyze the economic indicators of the third category. Through the above analysis， the factors that affect the regional economic differences are determined and the importance of urbanization is found. 　　关键词： 区域经济；因子分析；回归分析；多元统计 　　Key words： regional economy；factor analysis；regression analysis；multivariate statistics 　　中图分类号：F061.5 文献标识码：A 文章编号：1006-4311（2017）35-0070-05 　　0 引言 　　近十年随着中国的经济快速的增长，对于协调区域经济发展的研究也取得了一定的成果，陈斐等人[1]将空间统计分析嵌入到GIS系统中进行可行性分析。李雪梅等人[2]将主成分分析应用于区域经济分析中，吴涛等人[3]基于粗糙集理论对区域经济进行了分析。S.Luo[4]通过聚类分析研究中国区域经济。但是区域不平衡的现象并没有真正地解决，为了对每一类地区制定合适的经济发展的方案，本文对近几年中国的各类经济指标运用因子分析和回归分析方法进行了研究，确定了影响经济发展的因素并找到加快发展的动力。 　　1 分析方法的理论 　　本文在对区域经济的数据分析过程中采用了两种数据多元统计的方法，分别是因子分析法和回归分析法。 　　因子分析（factor analysis）模型由主成分分析发展而来。在降低维度思想的基础上，将多个变量之间的复杂关系转变为少数因子的一种多变量统计分析的方法。与主成分分析方法相比，因子分析的特点是更注重于描述原始变量之间的相关关系。近年来随着数据挖掘技术的提高，人们将因子分析的理论成功地应用于经济学、心理学、医学等各个领域，不断丰富了因子分析的理论和方法。 　　回归分析属于统计学中的基本分析方法，一般用来确定因变量与若干个因素变量之间的关系表达式，通常称为回归方程或数学模型；此外，还可以通过控制可控变量的数值，通过建立的数学模型对因变量进行预测；回归分析还可进行因素分析，寻找出影响显著的变量，从而可以区别重要因素和次要因素。回归分析主要研究变量之间的线性关系因此又称为线性回归分析，多元线性回归的一般数学模型是： 　　2 经济指标的选择 　　区域经济指的是在一定区域内经济发展的内部因素与外部条件相互作用而产生的生产综合体区域经济反应不同地区内经济发展的客观规律以及内涵和外延的相互关系。每一个区域经济的发展都受到自然条件、社会经济条件和技术经济政策等因素的制约。本论文以下9个经济发展的指标： 　　X1――工业增加值（亿元）； 　　X2――每万人拥有公共交通车辆（标台）； 　　X3――房地产开发企业个数（个）； 　　X4――城镇人口（万人）； 　　X5――批发零售业增加值（亿元）； 　　X6――居民人均?π睿ㄔ?）； 　　X7――金融业增加值（亿元）； 　　X8――全社会固定资产（亿元）； 　　X9――生产总值（亿元）。 　　本文通过在国家数据统计局网站获得的2015年中国各省份的各个指标的原始数据作为经济分析的数据基础。 　　3 区域经济的数据分析 　　3.1 因子分析 　　本节主要应用因子分析的方法根据相关性大小对原始变量进行分组，从而提高同组内的变量之间相关性，通过该方法提取影响经济发展的主因子。将收集的资料导入