發(fā)布時間：2020-07-08 18:39

【摘要】：GDP作為衡量一個國家或地區(qū)經(jīng)濟發(fā)展狀況與經(jīng)濟實力的重要指標,多年來一直是各個行業(yè)研究者的重點研究對象。通過文獻綜述,發(fā)現(xiàn)有些學者用時間序列方法對單變量GDP進行研究,有些學者用一些常用的回歸方法對GDP進行研究,還有一些學者應用灰色預測方法或者組合模型對GDP進行研究,但還未見到有文獻利用主成分分析方法對GDP經(jīng)濟發(fā)展的協(xié)調(diào)性進行研究,而且利用MCMC主成分回歸方法預測GDP經(jīng)濟發(fā)展的文獻也很少。因此,本文將對廣西經(jīng)濟發(fā)展數(shù)據(jù)建立協(xié)調(diào)性評價模型和MCMC主成分回歸方法預測模型,分析廣西經(jīng)濟發(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,財政收入、固定資產(chǎn)投資總額、工業(yè)總產(chǎn)值以及進出口總額數(shù)據(jù)作為解釋變量進行建模研究。首先確定協(xié)調(diào)性變量,并建立協(xié)調(diào)性評價模型;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原始變量建模,并采用Gibbs抽樣方法對MCMC主成分回歸模型進行參數(shù)估計;最后對兩種模型進行比較。具體內(nèi)容有:一是協(xié)調(diào)性評價模型。利用廣西2000年至2017年的經(jīng)濟數(shù)據(jù)建立協(xié)調(diào)性評價模型,對各年度GDP經(jīng)濟增長狀態(tài)進行評價,結(jié)果顯示:2000年至2004年為增長略慢期,2005年至2011年為增長正常期,2012年至2015年為增長略快期,但2016年突然變?yōu)樵鲩L略慢期,2017年恢復到增長正常期。這些協(xié)調(diào)性評價是比較符合實際實際經(jīng)濟發(fā)展情況,所以用這種方法進行經(jīng)濟發(fā)展協(xié)調(diào)性評價是有效的。二是普通主成分預測模型與MCMC主成分預測建模。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原始變量建模,并采用Gibbs抽樣方法對MCMC主成分回歸模型進行參數(shù)估計。建模結(jié)果表明,應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)實的經(jīng)濟學意義相符合。通過對普通主成分回歸模型進行檢驗,模型通過了F檢驗,并且R~2超過了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。三是兩個預測模型的比較。利用上面建立的兩種模型對2015年至2018年這3年進行預測,并利用均方根誤差的大小來比較兩種模型的優(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。
【學位授予單位】：廣西師范大學
【學位級別】：碩士
【學位授予年份】：2019
【分類號】：F224;F127
【圖文】：

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

圖 1 廣西各經(jīng)濟指標折線圖（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)濟指標整體上，并且從圖中還可以觀察到各經(jīng)濟指標在前 8-9 年的時間中增間段以后的各經(jīng)濟指標的增長速度明顯加快。其中 GDP、財政 2000 至 2017 年均為正向增長。2000 年至 2009 年 GDP 的增長比 GDP 的增長比較迅速，呈現(xiàn)出線性趨勢。財政收入的增長趨勢趨勢，2000 年至 2007 年財政收入的增長速度比較緩慢，200長迅速，2013 年以后財政收入的增長速度開始變慢。工業(yè)總產(chǎn)2000 年至 2009 年的增長速度緩慢，2009 年至 2017 年的增長。固定資產(chǎn)投資總額與進出口總額的變化趨勢整體上是增長的個點出現(xiàn)了異常，其中 2013 年的固定資產(chǎn)投資總額出現(xiàn)了負的固定資產(chǎn)投資總額，2001年與2016年的進出口總額也出現(xiàn)了負口總額略小于 2015 年的進出口總額，這三點出現(xiàn)異常的原因

圖 2 廣西各經(jīng)濟指標折線圖（標準化數(shù)據(jù)）看出，將廣西壯族自治區(qū) 2000 年至 2017 年的各經(jīng)濟指標數(shù)據(jù)據(jù)折線圖的變化無差異。從圖中可以看出標準化后的廣西 GDP ，即 2000 年至 2017 年廣西 GDP 在 2010 年以后超過平均值。收入、固定資產(chǎn)投資總額、工業(yè)總產(chǎn)值數(shù)據(jù)在 2010 年時開始 年廣西財政收入、固定資產(chǎn)投資總額、工業(yè)總產(chǎn)值在 2010 年以廣西進出口數(shù)據(jù)在 2011 年時開始為正數(shù)，即 2000 年至 2017 年以后超過平均值。素指標的協(xié)調(diào)性評價通過主成分分析方法建立協(xié)調(diào)性評價模型，通過模型結(jié)果來評DP 的變化情況。的選取與預處理模型選取了廣西 2000 年至 2017 年的 GDP/財政收入、GDP/固定

【相似文獻】

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)學應用[J];中國衛(wèi)生統(tǒng)計;2011年01期

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

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

4 沈菊紅;;預測農(nóng)民收入的主成分回歸模型[J];安徽農(nóng)業(yè)科學;2008年24期

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

6 王傳華;;主成分回歸在全國畜產(chǎn)品管理決策中的應用[J];預測;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)對策研究——基于主成分回歸模型[J];學術(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)濟因素分析——基于主成分回歸模型的分析[J];鄉(xiāng)鎮(zhèn)經(jīng)濟;2007年11期

10 吳曰想 ,張莉蘋;上市公司經(jīng)營業(yè)績的主成分回歸實證研究[J];財會月刊;2004年12期

相關(guān)會議論文 前10條

1 俞慧強;戈早川;周彤;;主成分回歸在分光光度法同時檢測多種物質(zhì)中的應用[A];面向21世紀的科技進步與社會經(jīng)濟發(fā)展（下冊）[C];1999年

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

3 蔣圣楠;韓東海;孫明;;基于可見/近紅外光譜分析技術(shù)的小型西瓜生長期的判別研究[A];中國農(nóng)業(yè)工程學會2011年學術(shù)年會論文集[C];2011年

4 吳堯;張廣智;盧溜;;利用偏最小二乘回歸方法進行儲層厚度預測[A];2017中國地球科學聯(lián)合學術(shù)年會論文集（三十二）——專題61：工程地球物理技術(shù)進展與應用、專題62：油藏地球物理[C];2017年

5 梁逸曾;李洪東;;化學建模中幾個重要問題的點滴思考[A];中國化學會第28屆學術(shù)年會第14分會場摘要集[C];2012年

6 黃娑;王庚;;南通市經(jīng)濟增長和可持續(xù)發(fā)展問題研究[A];江蘇省現(xiàn)場統(tǒng)計研究會第11次學術(shù)年會論文集[C];2008年

7 劉穎;彭賡;呂本富;;基于主成分回歸的省級政府網(wǎng)站訪問量影響因素分析[A];第四屆（2009）中國管理學年會——信息管理分會場論文集[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程軟測量中的應用研究[A];中國儀器儀表學會第六屆青年學術(shù)會議論文集[C];2004年

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

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

相關(guān)博士學位論文 前1條

1 譚善勇;中國城市化的經(jīng)濟增長效應研究[D];首都經(jīng)濟貿(mào)易大學;2013年

相關(guān)碩士學位論文 前10條

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

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

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

4 劉子沛;QFII持股偏好及影響因素分析[D];上海外國語大學;2019年

5 沈逍宇;基于主成分回歸模型的海外工程項目成本預測研究[D];南昌大學;2019年

6 萬婷;基于SOM-PCR模型的房價影響因素研究[D];華中科技大學;2017年

7 姜揚;聚類和主成分回歸在經(jīng)濟指標數(shù)據(jù)中的應用研究[D];吉林大學;2010年

8 程嫻;基于穩(wěn)健主成分回歸的潤滑油產(chǎn)量預測模型[D];大連理工大學;2017年

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

10 左蘇;基于主成分回歸模型的工程項目成本預測[D];揚州大學;2014年

本文編號：2746899