主成分分析和时间序列预测

《主成分分析和时间序列预测》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、硕士专业学位论文论文题目主成分分析和时间序列预测在我国就业人数研究中的应用研究生姓名田少龙指导教师姓名严继高专业名称应用统计学研究方向金融统计论文提交日期2015年04月20日主成分分析和时间序列预测在我国就业人数研究中的应用中文摘要主成分分析和时间序列预测在我国就业人数研究中的应用摘要就业乃民生之本，关乎社会稳定和国家经济的平稳快速发展，因此人们十分关注城乡就业问题。很多专家学者都对其进行了深入研究，但绝大多数都只是进行理论研究，具体用统计方法进行分析的却很少。本文将用SAS软件通过主成分分析法和时间序列短期预测对我国就业问题进行研究。

2、本文从国家统计年鉴中获取数据。先通过SAS软件用主成分分析法分析2010年我国城乡就业人数。分析城镇就业人数后发现，广东和江苏等几个东部沿海大省就业人数很多，但在西藏、青海、宁夏等西部偏远省份就业人数却很少。分析2010年农村就业人数发现情况与城镇就业人数形势基本一致。然后通过SAS软件用时间序列短期预测方法对1990年至2013年城镇就业人数进行分析预测。结果显示城镇就业人数一直呈现递增趋势，而农村就业人数在短暂增长后一直处于下降趋势。同过短期预测发现城镇就业人数在未来两年仍将继续平稳增长，而农村就业人数将继续下降。这些结果都与当前我国

3、区域经济发展形势相符合，城镇就业形势良好，但农村仍有很大的增长空间，这个结果为决策者在今后统筹城乡就业政策制定时提供了一定的参考。关键词：就业；SAS软件；主成分分析；时间序列短期预测作者：田少龙指导教师：严继高I英文摘要主成分分析和时间序列预测在我国就业人数研究中的应用TheapplicationofPrincipalcomponentanalysisandtimeseriesforecastingintheresearchofemploymentinourcountryAbstractEmploymentisvitaltopeople

4、'slivelihood,it’simportantforthestableandrapiddevelopmentofnationaleconomyandsocialstability,sopeoplepaymoreattentiontourbanandruralemployment.Manyexpertsandscholarshavemadedeepresearchonit,butmostofthemonlystudieditintheoreticalmethods,theymerelyusedthestatisticalmethods

5、toanalyzetherelatedquestions.Thisarticlewillthroughprincipalcomponentanalysisandshort-termpredictionofthetimeseriestoanalyzetheemploymentprobleminChinabySASsoftware.ThispapergetsthedatafromChinaStatisticalYearbook.Atthebeginning,weusethemethodofprincipalcomponentanalysist

6、oanalyzetheChina'surbanandruralemploymentin2010bySASsoftware.Aftertheanalysisofurbanemployment,wecanfindthattheemploymentofGuangdongandJiangsuandothereasterncoastalprovinceishuge,buttheemploymentinTibet,Qinghai,Ningxiaandotherprovincesofthewesternruralarerarely.Wecanalsof

7、indthattheemploymentsituationofruralemploymentin2010isbasicallythesameastheurban.Andthenweusethetimeseriesforecastingmethodtoanalyzeandforecasttheurbanemploymentfrom1990to2013throughtheSASsoftware.Theresultsshowthattheurbanemploymenthasbeenshowinganincreasingtrend,whileth

8、eruralemploymenthasbeeninadownwardtrendafterashortperiodofgrowth.Atthesametime,theshorttermpredi