江浙沪两一市第三产业内部结构趋势分析
第三产业的内部结构就是技术和经济关系以及生产在第三产业中所占的比重。江浙沪三省市中国较为全面的经济开发区，在我国现代化建设中起到巨大重要作用。本文根据中国2004-2016第三产业产出数据表，利用主成分分析方法以及逐步回归分析,确定影响第三产业发展的主成分，同时使用spss统计软件对各主成分进行统计分析。然后利用得出的最优回归模型预测江浙沪第三产业内部结构的发展趋势，从而提出维护江浙沪第三产业稳步发展平稳发展的建议。
目录
摘要1
关键词1
Abstract1
Key words1
引言（或绪论）1
1江浙沪第三产业内部结构现状分析2
1.1国内外研究概况2
1.2第三产业要素构成分析 2
2 理论准备3
2.1 分析模型3
2.1.1 主成分分析3
2.2 趋势预测的思路以及方法 4
2.2.1 逐步回归分析 4
3江浙沪第三产业要素分析以及预测 5
3.1 通过第三产业主要构成建立模型 5
3.2第三产业发展的趋势预测 7
4结论与建议 7
4.1 结论 7
4.2建议 7
致谢8
江浙沪两省一市第三产业内部结构趋势分析
信息与计算科学 黄若曦
引言
由以上分析可见，主成分分析法的主要任务有两点：?
（1）确定各主成分（i=1,2,,m）关于原变量（j=1,2,,p）的表达式，即系数（i=1,2,,m; j=1,2,,p）。因为原变量协方差矩阵的特征根是主成分的方差，所以前m个较大特征根就代表前m个较大的主成分方差值；原变量协方差矩阵前m个较大的特征值（保证诸成分的访查方差依次增大）所对应的特征向量就是相应主成分表达式的系数，为了加以限制，系数启用的是对应的单位化的特征向量，即有=?1。
（2）计算主成分载荷，主成分载荷表示了主成分与初始指标之间的相互关联程度：
每个主成分根据所达到的累积贡献率区分第三产 *好棒文|www.hbsrm.com +Q: ^351916072^
业相对应的行业要素以及计算主成分得分，由此可以看出每个主成分对应的行业即行业的贡献率。
2．2 趋势预测的思路以及方法
2．2．1逐步回归分析法
在实际问题中, 人们喜欢选择最优方案即包含多数有影响的变量，剔除没有影响的变量，所谓“最优”回归方程是在回归方程中包含所有对因变量影响显著的自变量而不包含对影响不显著的自变量的回归方程。逐步回归分析正是根据这种原则提出来的一种回归分析方法。逐步回归方程就是根据自变量对因变量的影响程度或者贡献率达小，逐步由大到小引入变量，根据逐步回归分析，以江浙沪第三产业生产总值为因变量, 各个主成分为自变量, 建立模型：
表示各个行业要素，建立对数模型:
利用对数模型中的回归系数，进行弹性分析以及趋势预测。
3 第三产业要素构成分析以及预测
3．1 通过第三产业主要构成建立模型
选取以下指标体系,即交通运输、仓储和邮政 (%),批发零售 (%),住宿和餐饮 (%),金融 (%),房地产 (%),其它产业（主要包括文化、体育、娱乐业、教育、社会保障、公共设施、社会福利等）(%)
首先构造数学模型,利用以上所说的主成分分析法，经过一些列运算，可以得到相关系数矩阵(表1)以及特征值表(表2)。通过相关系数矩阵表明,以上六个指标之间存在联系，各个信息之间有一定的交错和重叠。 必须使用主成分分析消除这些重叠和相关性，把这些相互联系的指标转换成毫不相关的新的综合指标。
表3 相关系数矩阵
1
0.49
0.38
0.47
0.43
0.319
0.49
1
5E0.3
0.2356
0.053
0.78
0.378
5E0.3
1
0.4541
0.661
0.28
0.47
0.2543
0.454
1
0.618
0.69
0.433
0.0533
0.686
0.6181
1
0.42
0.3193
0.776
0.28
0.695
0.42
1
表4 特征值表
NO
特征值(H)
百分率LH
累 计 率
1
3.14551
0.52425
0.52426
2
1.46415
0.23433
0.75764
3
0.72426
0.11338
0.87634
4
0.45645
0.07337
0.95224
5
0.28654
0.04773
1
6
4E08
6.6E09
1
可以看出根据特征值和累计率 ,选取3个主要主成分，并且根据特征向量得出的每个主成分的表达式为：
目录
摘要1
关键词1
Abstract1
Key words1
引言（或绪论）1
1江浙沪第三产业内部结构现状分析2
1.1国内外研究概况2
1.2第三产业要素构成分析 2
2 理论准备3
2.1 分析模型3
2.1.1 主成分分析3
2.2 趋势预测的思路以及方法 4
2.2.1 逐步回归分析 4
3江浙沪第三产业要素分析以及预测 5
3.1 通过第三产业主要构成建立模型 5
3.2第三产业发展的趋势预测 7
4结论与建议 7
4.1 结论 7
4.2建议 7
致谢8
江浙沪两省一市第三产业内部结构趋势分析
信息与计算科学 黄若曦
引言
由以上分析可见，主成分分析法的主要任务有两点：?
（1）确定各主成分（i=1,2,,m）关于原变量（j=1,2,,p）的表达式，即系数（i=1,2,,m; j=1,2,,p）。因为原变量协方差矩阵的特征根是主成分的方差，所以前m个较大特征根就代表前m个较大的主成分方差值；原变量协方差矩阵前m个较大的特征值（保证诸成分的访查方差依次增大）所对应的特征向量就是相应主成分表达式的系数，为了加以限制，系数启用的是对应的单位化的特征向量，即有=?1。
（2）计算主成分载荷，主成分载荷表示了主成分与初始指标之间的相互关联程度：
每个主成分根据所达到的累积贡献率区分第三产 *好棒文|www.hbsrm.com +Q: ^351916072^
业相对应的行业要素以及计算主成分得分，由此可以看出每个主成分对应的行业即行业的贡献率。
2．2 趋势预测的思路以及方法
2．2．1逐步回归分析法
在实际问题中, 人们喜欢选择最优方案即包含多数有影响的变量，剔除没有影响的变量，所谓“最优”回归方程是在回归方程中包含所有对因变量影响显著的自变量而不包含对影响不显著的自变量的回归方程。逐步回归分析正是根据这种原则提出来的一种回归分析方法。逐步回归方程就是根据自变量对因变量的影响程度或者贡献率达小，逐步由大到小引入变量，根据逐步回归分析，以江浙沪第三产业生产总值为因变量, 各个主成分为自变量, 建立模型：
表示各个行业要素，建立对数模型:
利用对数模型中的回归系数，进行弹性分析以及趋势预测。
3 第三产业要素构成分析以及预测
3．1 通过第三产业主要构成建立模型
选取以下指标体系,即交通运输、仓储和邮政 (%),批发零售 (%),住宿和餐饮 (%),金融 (%),房地产 (%),其它产业（主要包括文化、体育、娱乐业、教育、社会保障、公共设施、社会福利等）(%)
首先构造数学模型,利用以上所说的主成分分析法，经过一些列运算，可以得到相关系数矩阵(表1)以及特征值表(表2)。通过相关系数矩阵表明,以上六个指标之间存在联系，各个信息之间有一定的交错和重叠。 必须使用主成分分析消除这些重叠和相关性，把这些相互联系的指标转换成毫不相关的新的综合指标。
表3 相关系数矩阵
1
0.49
0.38
0.47
0.43
0.319
0.49
1
5E0.3
0.2356
0.053
0.78
0.378
5E0.3
1
0.4541
0.661
0.28
0.47
0.2543
0.454
1
0.618
0.69
0.433
0.0533
0.686
0.6181
1
0.42
0.3193
0.776
0.28
0.695
0.42
1
表4 特征值表
NO
特征值(H)
百分率LH
累 计 率
1
3.14551
0.52425
0.52426
2
1.46415
0.23433
0.75764
3
0.72426
0.11338
0.87634
4
0.45645
0.07337
0.95224
5
0.28654
0.04773
1
6
4E08
6.6E09
1
可以看出根据特征值和累计率 ,选取3个主要主成分，并且根据特征向量得出的每个主成分的表达式为：
版权保护: 本文由 hbsrm.com编辑，转载请保留链接: www.hbsrm.com/jsj/jsjkxyjs/1695.html
