数据研究在我国农村居民人均生活消费现金支出中应用

《数据研究在我国农村居民人均生活消费现金支出中应用》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、数据研究在我国农村居民人均生活消费现金支出中应用【摘要】本文通过2012年农村居民人均生活消费支出的数据，我们能够更好的了解到农村居民的消费支出组成.我们采用基于协方差的主成分分析法通过累计方差贡献率来分析2012年中国国家数据网发布的中国农村居民人均生活消费现金支出数据，并且我们通过各大城市的综合得分得知了各大城市农村居民的消费水平。【关键词】消费支出；食品；农村发展；主成分分析；数据分析0前言近年来，由于全国上下认真贯彻落实科学发展观，采取以农业增产、农民增收为目的政策，加大各项惠民政策落实力度，多措并举的做好农村劳动力转移

2、就业工作，克服了金融危机和严重干旱等自然灾害带来的不利影响，使得全民农村经济保持了稳定发展的良好态势，农民现金收入持续增长，生活消费水平继续提高。但农民消费水平依然偏低，并且农民的消费结构不合理，局限于食品类等生存基本需求品，在衣着装饰等方面的消费极少，而影响农民消费水平的根本原因是农民的收入。本文通过对农民消费支出的分析来更有力的了解农村近年来的发展状况，从而能够为以后的发展提更多宝贵的意见和建议。1数据说明国家数据网采集的2012年农村居民人均生活消费支出数据如下：表12012年农村居民人均生活消费单位：元2主成分2.1主成

3、分原理概述主成分分析是考察多个定量（数值）变量间相关性的一种多元统计方法。它是研究如何通过少数几个主成分来解释多变量的方差__协方差结构，其功能在于筒化原有的变量群。这些综合指标是原来指标的线性组合，我们称之为主成分。通过这种方法主成分分析常被用来寻找判断某种事物或现象的综合指标，并给综合指标所蕴藏的信息以恰当解释，以便更深刻的解释事物内在的规律。2.2主成分分析确定的一般原则在主成分分析中希望用尽可能少的主成分包含原来尽可能多的信息，有以下几点原则：（1）主成分的累计贡献率；（2）特征根；（3）综合判2.3主成分分析的基本步骤

4、在实际操作中，主成分分析主要是按照如下的步骤来对实际问题进行分析的。第一步：对原p个指标nXp个原始变量标准化。目的是为了消除变量之间在数量级上或量纲上不用而产生的影响，以使每个变量的均值为0，方差为1。变换标准化的公式为：,i=l,2，...n;j=l,2，...，p其中，■j=BBxij；Sj=■:j=l:2，...，p第二步：根据数据的标准化矩阵建立各指标的相关相关系数矩阵：R=HXHXH(1)其中R为对称矩阵所以取其上半矩阵即可。第三步：求出协方差矩阵R的特征根入为■1彡国2彡…彡■pX)与因子负荷量的估计矩阵■二(Hi

5、j)pXp,从而得到标准化变量的主成分表迗式：■■国=■■■■=■ax»+»xa■+"•+■■■■，j=l，2，...，p第四步：求出方差贡献率及累计方差贡献率：e(j)=■=■,me(j)=■=■第六步：确定主成分和主成分得分和综合得分，结合专业知识给出主成分蕴含的信息，给予恰当的解释，并利用它们来判断样本的特性。32012年农村居民人均生活消费支出数据分析在前述消费支出数据中，表1的数据对判断农村居民的消费侧重方向有着重要的价值.数据分析报告如下。3.1数据的标准化首先对x.mat文件进行原始数据的导入，然后对数据进行标准化

6、；用自定义函数stand求标准化后的矩阵;X0=stand(x)o3.2不同指标与农村居民消费支出之间的相关系数分析利用3.1中所求出的标准化矩阵X0来求相关系数R;直接调用Matlab中的cov函数本文中取R=cov(X0)；得出的相关系数为表2。结论：(1)从表中我们了解到了各指标的相关度的大小，8个指标之间有高度的正相关性。(2)农村居民的消费结构可能有复杂的规律，有必要做进一步实验研究以确定这种规律。3.3不同指标的特征值、方差贡献率和累计方差贡献率分析利用3.2中所求的相关系数R，直接调用Matlab中的eig函数求特

7、征跟和单位正交化特征特征向量[V，D]=eig(R);其中D为特征值V为因子负荷量矩阵；利用函数求方差贡献率和累计方差贡献率。表2农村居民各消费的相关系数表3特征值、方差贡献率、累计方差贡献率结论：由表3各指标的特征值、方差贡献率、累计方差贡献率可以看出前两个主成分的累计方差贡献率为87.17%，因此我们可以确定主成分1、2占农村居民消费的比例较高.因此我们知道农村居民收入消费支出与食品消费和衣着消费有高度的相关关系.我们不难看出，虽然农村居民的消费整体有了提高，可主要集中在衣食住，即使食物较以往降低了，可见农村的消费还是比较保

8、守的。【参考文献】［1］包研科.数据分析［M］.北京：清华大学出版社，2011.［2］林海明.对主成分分析法运用中十个问题的解析［J］.湖北：统计与决策，2009.［责任编辑：汤静］