發(fā)布時(shí)間：2023-03-22 23:18

　　我國(guó)個(gè)人汽車保有量數(shù)據(jù)的變化是一個(gè)長(zhǎng)期的非線性過程,其影響因素復(fù)雜,并且因素之間也存在非線性關(guān)系,需要合理準(zhǔn)確的方法進(jìn)行分析和預(yù)測(cè)。為了研究在GDP、城鎮(zhèn)人口變化、消費(fèi)水平等多因素的影響下我國(guó)個(gè)人汽車保有量的變化問題,采用了改進(jìn)的主成分因子分析和Logistic非線性模型相結(jié)合的方法,對(duì)傳統(tǒng)主成分分析法進(jìn)行了改進(jìn),考慮數(shù)據(jù)的完整性,選取1985—2018年之間影響我國(guó)個(gè)人汽車保有量的8個(gè)代表性因素,首先通過改進(jìn)主成分分析法對(duì)其進(jìn)行了"非線性"的降維處理,再利用Logistic非線性模型描述汽車保有量和提取主成分之間的關(guān)系,最終提出了改進(jìn)PCA-Logistic模型。比較分析了改進(jìn)的PCA-Logistic模型與傳統(tǒng)PCA-Logistic模型在對(duì)個(gè)人汽車保有量預(yù)測(cè)的不同和改進(jìn)后模型的優(yōu)點(diǎn),結(jié)果表明:改進(jìn)PCA-Logistic模型可以有效地消除數(shù)據(jù)之間非線性關(guān)系,可以將傳統(tǒng)方法得到的二次非線性主成分回歸曲線變成線性曲線,從而更符合主成分分析法原則;得到的非線性Logistic回歸曲線與實(shí)際數(shù)據(jù)擬合度更高,說明能更準(zhǔn)確地評(píng)估我國(guó)個(gè)人汽車保有量。根據(jù)此模型預(yù)測(cè)了2019—2024年我國(guó)個(gè)人...

【文章頁(yè)數(shù)】：8 頁(yè)

【文章目錄】：
0 引言
1 模型建立
    1.1 改進(jìn)的主成分分析法
    1.2 Logistic模型
    1.3 改進(jìn)PCA-Logistic模型
2 實(shí)證分析
    2.1 變量選取與數(shù)據(jù)來源
    2.2 改進(jìn)的主成分分析
    2.3 主成分分析法改進(jìn)前后的主成分回歸曲線比較
    2.4 Logistic模型回歸分析
        2.4.1 改進(jìn)主成分分析法的Logistic回歸分析
        2.4.2 主成分分析法改進(jìn)前后的Logistic回歸比較
    2.5 個(gè)人汽車保有量預(yù)測(cè)
3 結(jié)論



本文編號(hào)：3767791