發(fā)布時(shí)間：2020-07-08 18:39

【摘要】：GDP作為衡量一個(gè)國(guó)家或地區(qū)經(jīng)濟(jì)發(fā)展?fàn)顩r與經(jīng)濟(jì)實(shí)力的重要指標(biāo),多年來(lái)一直是各個(gè)行業(yè)研究者的重點(diǎn)研究對(duì)象。通過(guò)文獻(xiàn)綜述,發(fā)現(xiàn)有些學(xué)者用時(shí)間序列方法對(duì)單變量GDP進(jìn)行研究,有些學(xué)者用一些常用的回歸方法對(duì)GDP進(jìn)行研究,還有一些學(xué)者應(yīng)用灰色預(yù)測(cè)方法或者組合模型對(duì)GDP進(jìn)行研究,但還未見(jiàn)到有文獻(xiàn)利用主成分分析方法對(duì)GDP經(jīng)濟(jì)發(fā)展的協(xié)調(diào)性進(jìn)行研究,而且利用MCMC主成分回歸方法預(yù)測(cè)GDP經(jīng)濟(jì)發(fā)展的文獻(xiàn)也很少。因此,本文將對(duì)廣西經(jīng)濟(jì)發(fā)展數(shù)據(jù)建立協(xié)調(diào)性評(píng)價(jià)模型和MCMC主成分回歸方法預(yù)測(cè)模型,分析廣西經(jīng)濟(jì)發(fā)展情況。本文選取了廣西2000-2017年的GDP數(shù)據(jù)作為被解釋變量,財(cái)政收入、固定資產(chǎn)投資總額、工業(yè)總產(chǎn)值以及進(jìn)出口總額數(shù)據(jù)作為解釋變量進(jìn)行建模研究。首先確定協(xié)調(diào)性變量,并建立協(xié)調(diào)性評(píng)價(jià)模型;然后利用普通主成分回歸以及MCMC主成分回歸兩種建模方法對(duì)原始變量建模,并采用Gibbs抽樣方法對(duì)MCMC主成分回歸模型進(jìn)行參數(shù)估計(jì);最后對(duì)兩種模型進(jìn)行比較。具體內(nèi)容有:一是協(xié)調(diào)性評(píng)價(jià)模型。利用廣西2000年至2017年的經(jīng)濟(jì)數(shù)據(jù)建立協(xié)調(diào)性評(píng)價(jià)模型,對(duì)各年度GDP經(jīng)濟(jì)增長(zhǎng)狀態(tài)進(jìn)行評(píng)價(jià),結(jié)果顯示:2000年至2004年為增長(zhǎng)略慢期,2005年至2011年為增長(zhǎng)正常期,2012年至2015年為增長(zhǎng)略快期,但2016年突然變?yōu)樵鲩L(zhǎng)略慢期,2017年恢復(fù)到增長(zhǎng)正常期。這些協(xié)調(diào)性評(píng)價(jià)是比較符合實(shí)際實(shí)際經(jīng)濟(jì)發(fā)展情況,所以用這種方法進(jìn)行經(jīng)濟(jì)發(fā)展協(xié)調(diào)性評(píng)價(jià)是有效的。二是普通主成分預(yù)測(cè)模型與MCMC主成分預(yù)測(cè)建模。依據(jù)各解釋變量的相關(guān)系數(shù)矩陣可知各解釋變量間存在很強(qiáng)的相關(guān)性,選取了普通主成分回歸以及MCMC主成分回歸兩種建模方法對(duì)原始變量建模,并采用Gibbs抽樣方法對(duì)MCMC主成分回歸模型進(jìn)行參數(shù)估計(jì)。建模結(jié)果表明,應(yīng)用這兩種方法建立的回歸模型各解釋變量的系數(shù)均為正數(shù),與現(xiàn)實(shí)的經(jīng)濟(jì)學(xué)意義相符合。通過(guò)對(duì)普通主成分回歸模型進(jìn)行檢驗(yàn),模型通過(guò)了F檢驗(yàn),并且R~2超過(guò)了99%。兩種模型均能有效的克服解釋變量間存在的多重共線性,且模型效果良好。三是兩個(gè)預(yù)測(cè)模型的比較。利用上面建立的兩種模型對(duì)2015年至2018年這3年進(jìn)行預(yù)測(cè),并利用均方根誤差的大小來(lái)比較兩種模型的優(yōu)劣。結(jié)果表明,MCMC主成分回歸方法的均方根誤差為451.3475,普通主成分回歸方法的均方根誤差為807.7472,即MCMC主成分回歸方法的建模結(jié)果要優(yōu)于普通主成分回歸方法的建模結(jié)果。
【學(xué)位授予單位】：廣西師范大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2019
【分類號(hào)】：F224;F127
【圖文】：

圖 1 主成分分析方法計(jì)算步驟葉斯統(tǒng)計(jì)計(jì)推斷擁有特定概率模型的數(shù)據(jù)集 D 的似參數(shù) 是隨機(jī)的。關(guān)于 的推斷基 LDdLDD(|)()(|)()(|)由上式可知， |D與 的先驗(yàn) L ( D| ) ( )稱為后驗(yàn)分布的核。由富，該分布不但包含了 的先驗(yàn)信

圖 1 廣西各經(jīng)濟(jì)指標(biāo)折線圖（原始數(shù)據(jù)）以看出，廣西壯族自治區(qū) 2000 年至 2017 年各經(jīng)濟(jì)指標(biāo)整體上，并且從圖中還可以觀察到各經(jīng)濟(jì)指標(biāo)在前 8-9 年的時(shí)間中增間段以后的各經(jīng)濟(jì)指標(biāo)的增長(zhǎng)速度明顯加快。其中 GDP、財(cái)政 2000 至 2017 年均為正向增長(zhǎng)。2000 年至 2009 年 GDP 的增長(zhǎng)比 GDP 的增長(zhǎng)比較迅速，呈現(xiàn)出線性趨勢(shì)。財(cái)政收入的增長(zhǎng)趨勢(shì)趨勢(shì)，2000 年至 2007 年財(cái)政收入的增長(zhǎng)速度比較緩慢，200長(zhǎng)迅速，2013 年以后財(cái)政收入的增長(zhǎng)速度開始變慢。工業(yè)總產(chǎn)2000 年至 2009 年的增長(zhǎng)速度緩慢，2009 年至 2017 年的增長(zhǎng)。固定資產(chǎn)投資總額與進(jìn)出口總額的變化趨勢(shì)整體上是增長(zhǎng)的個(gè)點(diǎn)出現(xiàn)了異常，其中 2013 年的固定資產(chǎn)投資總額出現(xiàn)了負(fù)的固定資產(chǎn)投資總額，2001年與2016年的進(jìn)出口總額也出現(xiàn)了負(fù)口總額略小于 2015 年的進(jìn)出口總額，這三點(diǎn)出現(xiàn)異常的原因

圖 2 廣西各經(jīng)濟(jì)指標(biāo)折線圖（標(biāo)準(zhǔn)化數(shù)據(jù)）看出，將廣西壯族自治區(qū) 2000 年至 2017 年的各經(jīng)濟(jì)指標(biāo)數(shù)據(jù)據(jù)折線圖的變化無(wú)差異。從圖中可以看出標(biāo)準(zhǔn)化后的廣西 GDP ，即 2000 年至 2017 年廣西 GDP 在 2010 年以后超過(guò)平均值。收入、固定資產(chǎn)投資總額、工業(yè)總產(chǎn)值數(shù)據(jù)在 2010 年時(shí)開始 年廣西財(cái)政收入、固定資產(chǎn)投資總額、工業(yè)總產(chǎn)值在 2010 年以廣西進(jìn)出口數(shù)據(jù)在 2011 年時(shí)開始為正數(shù)，即 2000 年至 2017 年以后超過(guò)平均值。素指標(biāo)的協(xié)調(diào)性評(píng)價(jià)通過(guò)主成分分析方法建立協(xié)調(diào)性評(píng)價(jià)模型，通過(guò)模型結(jié)果來(lái)評(píng)DP 的變化情況。的選取與預(yù)處理模型選取了廣西 2000 年至 2017 年的 GDP/財(cái)政收入、GDP/固定

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 劉偉新;郭東星;;穩(wěn)健主成分回歸及其醫(yī)學(xué)應(yīng)用[J];中國(guó)衛(wèi)生統(tǒng)計(jì);2011年01期

2 盧二坡;張煥明;;基于穩(wěn)健主成分回歸的統(tǒng)計(jì)數(shù)據(jù)可靠性評(píng)估方法[J];統(tǒng)計(jì)研究;2011年08期

3 郭東星;劉偉新;;主成分回歸中異常點(diǎn)的穩(wěn)健診斷[J];中國(guó)衛(wèi)生統(tǒng)計(jì);2008年01期

4 沈菊紅;;預(yù)測(cè)農(nóng)民收入的主成分回歸模型[J];安徽農(nóng)業(yè)科學(xué);2008年24期

5 汪曉銀;劉大集;祁春節(jié);;我國(guó)蔬菜總產(chǎn)的主成分回歸模型的構(gòu)建及預(yù)測(cè)[J];農(nóng)業(yè)系統(tǒng)科學(xué)與綜合研究;2006年02期

6 王傳華;;主成分回歸在全國(guó)畜產(chǎn)品管理決策中的應(yīng)用[J];預(yù)測(cè);1989年03期

7 趙海涵;張曉磊;;云南省旅游收入影響因素分析及產(chǎn)業(yè)對(duì)策研究——基于主成分回歸模型[J];學(xué)術(shù)探索;2018年03期

8 胡虎肇;;基于主成分回歸模型的福建省農(nóng)民增收因素分析[J];臺(tái)灣農(nóng)業(yè)探索;2010年02期

9 丁亮;趙玉;李維;;湖北省農(nóng)民增收的宏觀經(jīng)濟(jì)因素分析——基于主成分回歸模型的分析[J];鄉(xiāng)鎮(zhèn)經(jīng)濟(jì);2007年11期

10 吳曰想 ,張莉蘋;上市公司經(jīng)營(yíng)業(yè)績(jī)的主成分回歸實(shí)證研究[J];財(cái)會(huì)月刊;2004年12期

相關(guān)會(huì)議論文 前10條

1 俞慧強(qiáng);戈早川;周彤;;主成分回歸在分光光度法同時(shí)檢測(cè)多種物質(zhì)中的應(yīng)用[A];面向21世紀(jì)的科技進(jìn)步與社會(huì)經(jīng)濟(jì)發(fā)展（下冊(cè)）[C];1999年

2 王兵;張賢;;基于改進(jìn)的主成分回歸模型的碳排放預(yù)測(cè)研究[A];中國(guó)人口·資源與環(huán)境2014年�？�2014中國(guó)可持續(xù)發(fā)展論壇[C];2014年

3 蔣圣楠;韓東海;孫明;;基于可見(jiàn)/近紅外光譜分析技術(shù)的小型西瓜生長(zhǎng)期的判別研究[A];中國(guó)農(nóng)業(yè)工程學(xué)會(huì)2011年學(xué)術(shù)年會(huì)論文集[C];2011年

4 吳堯;張廣智;盧溜;;利用偏最小二乘回歸方法進(jìn)行儲(chǔ)層厚度預(yù)測(cè)[A];2017中國(guó)地球科學(xué)聯(lián)合學(xué)術(shù)年會(huì)論文集（三十二）——專題61：工程地球物理技術(shù)進(jìn)展與應(yīng)用、專題62：油藏地球物理[C];2017年

5 梁逸曾;李洪東;;化學(xué)建模中幾個(gè)重要問(wèn)題的點(diǎn)滴思考[A];中國(guó)化學(xué)會(huì)第28屆學(xué)術(shù)年會(huì)第14分會(huì)場(chǎng)摘要集[C];2012年

6 黃娑;王庚;;南通市經(jīng)濟(jì)增長(zhǎng)和可持續(xù)發(fā)展問(wèn)題研究[A];江蘇省現(xiàn)場(chǎng)統(tǒng)計(jì)研究會(huì)第11次學(xué)術(shù)年會(huì)論文集[C];2008年

7 劉穎;彭賡;呂本富;;基于主成分回歸的省級(jí)政府網(wǎng)站訪問(wèn)量影響因素分析[A];第四屆（2009）中國(guó)管理學(xué)年會(huì)——信息管理分會(huì)場(chǎng)論文集[C];2009年

8 謝代梁;王保良;黃志堯;李海青;金春暉;鮑立曾;;主成分回歸在中藥過(guò)程軟測(cè)量中的應(yīng)用研究[A];中國(guó)儀器儀表學(xué)會(huì)第六屆青年學(xué)術(shù)會(huì)議論文集[C];2004年

9 李德萍;吳結(jié)晶;郭麗娜;;青島奧運(yùn)期間(8月份)天氣氣候分析[A];中國(guó)氣象學(xué)會(huì)2006年年會(huì)“大氣成分與氣候、環(huán)境變化”分會(huì)場(chǎng)論文集[C];2006年

10 侯震梅;周勇;;新疆R&D投入的特征分析[A];21世紀(jì)數(shù)量經(jīng)濟(jì)學(xué)（第13卷）[C];2012年

相關(guān)博士學(xué)位論文 前1條

1 譚善勇;中國(guó)城市化的經(jīng)濟(jì)增長(zhǎng)效應(yīng)研究[D];首都經(jīng)濟(jì)貿(mào)易大學(xué);2013年

相關(guān)碩士學(xué)位論文 前10條

1 葛海琴;基于稀疏主成分和主成分回歸的我國(guó)就業(yè)問(wèn)題研究[D];上海交通大學(xué);2017年

2 王向征;基于MCMC主成分回歸的廣西GDP增長(zhǎng)因素研究[D];廣西師范大學(xué);2019年

3 成可;穩(wěn)健稀疏主成分回歸的研究及應(yīng)用[D];山東大學(xué);2019年

4 劉子沛;QFII持股偏好及影響因素分析[D];上海外國(guó)語(yǔ)大學(xué);2019年

5 沈逍宇;基于主成分回歸模型的海外工程項(xiàng)目成本預(yù)測(cè)研究[D];南昌大學(xué);2019年

6 萬(wàn)婷;基于SOM-PCR模型的房?jī)r(jià)影響因素研究[D];華中科技大學(xué);2017年

7 姜揚(yáng);聚類和主成分回歸在經(jīng)濟(jì)指標(biāo)數(shù)據(jù)中的應(yīng)用研究[D];吉林大學(xué);2010年

8 程嫻;基于穩(wěn)健主成分回歸的潤(rùn)滑油產(chǎn)量預(yù)測(cè)模型[D];大連理工大學(xué);2017年

9 韓麗香;穩(wěn)健主成分回歸方法在GDP數(shù)據(jù)可靠性評(píng)估中的應(yīng)用[D];蘭州商學(xué)院;2013年

10 左蘇;基于主成分回歸模型的工程項(xiàng)目成本預(yù)測(cè)[D];揚(yáng)州大學(xué);2014年

本文編號(hào)：2746899