没有合适的资源?快使用搜索试试~ 我知道了~
主成分分析-我国就业人数或城镇登记失业率的数学建模 (2).pdf
1.该资源内容由用户上传,如若侵权请联系客服进行举报
2.虚拟产品一经售出概不退款(资源遇到问题,请及时私信上传者)
2.虚拟产品一经售出概不退款(资源遇到问题,请及时私信上传者)
版权申诉
5星 · 超过95%的资源 1 下载量 118 浏览量
2022-05-01
20:04:19
上传
评论 1
收藏 739KB PDF 举报
温馨提示
试读
22页
主成分分析-我国就业人数或城镇登记失业率的数学建模 (2).pdf
资源推荐
资源详情
资源评论
2
一、 问题重述
失业、经济增长和通货膨胀为宏观经济中特别重要的三个指标,就业(或者
失业)是社会、国民经济中极其重要的问题。从经济学的角度,影响就业(或者
失业)的因素很多。从宏观层面上,消费、投资、政府购买和进出口都是重要的
因素;而从中观层面,不同地区、不同产业也会表现出不同的特征。当然,中央
政府调整宏观经济政策(包括财政政策和货币政策),以及对不同地区和不同产业
实行不同的扶持政策都会对就业产生巨大的影响。
2008 年我国经济社会经受了历史罕见的考验,GDP 依然保持 9%以上平稳较快增长,
城镇新增就业 1113 万人,城镇登记失业率为 4.2%。2009 年我国就业面临更大的
挑战,一是国际金融危机导致国际市场需求难以在短期内复苏;二是今年我国经
济增速下滑;三是国内消费需求乏力;四是一些行业产能过剩与市场预期不确定
导致企业投资不足,所以就业形势十分严峻。
下面我们参考就业问题的研究成果,利用近年来我国有关的统计数据并结合
一年多来我国国民经济的运行数据,就我国就业人数或城镇登记失业率研究如下
问题:
1. 对有关统计数据进行分析,寻找出影响就业的主要因素或指标。
2. 建立城镇就业人数或城镇登记失业率与上述主要因素或指标之间联系
的数学模型。
3. 对上述数学模型从包含主要的经济社会指标、分行业、分地区、分就
业人群角度,尝试建立比较精确的数学模型。
4. 利用所建立的关于城镇就业人数或城镇登记失业率的数学模型,根据
国家的有关决策和规划对 2009 年及 2010 年上半年的我国就业前景进行仿
真。
5. 根据所建立的数学模型和仿真结果,对提高我国城镇就业人口数或减
少城镇登记失业率提出咨询建议。
二、 问题的分析
2.1 寻找影响就业的主要因素或指标
我们从失业出发,来寻求影响就业的主要因素或指标。按照西方市场经济国
家中较成熟的失业理论,失业一般分为两种类型,一是经济循环所影响的需求不
足性失业;另一种是劳动市场供求结合机制不完善的结构性失业和摩擦性失业。
解决前者的需求不足性失业,需动用宏观经济政策;解决后者的失业则属于劳动
就业政策的范畴。因此我们必须明确失业的类型。
我们先考虑影响失业的宏观经济因素,通过查找相关文献找出与失业尽可能相
关的各个宏观经济指标及这些指标的数据。然后先应用相关性分析法,对这些因
素进行筛选剔除,找出尽可能多的真正相关的指标。由于各个指标间可能还有相
关关系,再利用主成分分析法,对筛选出来的因素进行主成分分析,从而找到我
们需要的最重要的相互无关的指标因素组。如果经过分析发现这些宏观经济因素
对失业率的影响不是太大,则我们可能考虑到目前我国的失业是第二种类型的失
业。然后根据相关文献查找相关失业的其他指标进行分析最后得出结论。
3
2.2 建立失业率与上述各指标间的数学模型
根据问题一得出的结论,首先查找与失业相关的各个指标的数据,然后对数
据进行分析,选择较合理的因素对其建模。
2.3 分行业、分地区、分就业人群建立更精确的模型
由于时间紧迫以及数据的搜集工作比较繁杂,我们只考虑分地区的情况。我
们准备选取东西部两个典型地区,对其城镇登记失业率进行分析。
2.4 仿真预测 2009 及 2010 年上半年失业率
根据问题二建立的预测模型,结合近年来的数据,对 2009 年及 2010 年的就
业前景进行仿真预测。由于问题二,我们只考虑每年的数据,如果模型也适合于
季度或月份数据,我们仍然用这个模型来预测 2010 年失业率;如果不适合,我们
将重新拟合模型,使其适合季度或月份数据。
三、 模型假设
1、假设我国城镇登记失业率的操作很规范。
2、假设 2009 年我国 GDP 增长 8%。
3、假设 2010 年之前中国经济呈现复苏现象,国外经济不出现大的波动。
4、假设各种统计数据真实。
5. 假设中国经济运行平稳。
四、模型的建立与解答
问题一 :影响失业率(就业)的主要因素
根据相关报告和文献[1],我们得知影响失业率的因素主要有 GDP、城镇就业
人数、固定资产投资总额、社会消费品零售总额、进出口总额、进口总额、出口
总额、净出口额、城镇人均收入、CPI、PPI、广义货币供应量 M2、狭义货币 M1、
流通现金 M0、汇率等等。于是我们从中国统计局及相关财经网站搜集了以上经济
指标从 1990 年至 2008 年的年度的数据。考虑到经济指标的量纲不一致,我们对
其进行了归一化处理,进而得到无量纲的统一数据,然后我们利用 Spearman 相关
性分析法对各个指标与失业率的相关性进行分析,从中筛选出与失业率相关的主
要经济指标。
4.1.1 Spearman 相关性分析的统计模型
模型中的符号意义如下:
i
X
:第
i
年的失业率 。
ji
Y
:
...3,2,1
j
第
i
年与失业率可能相关的指标
j
,其中
i
代
表年。
4
)
(
i
XR
:
i
X
与其他
X
值相比的秩。
)
(
i
YR
:类似
)
(
i
XR
。
:相关性度量
假设:
0
H :
i
X
和
ji
Y
互相独立
1, 2,3
j m
表示 m 个指标
1
H
:
i
X
和
ji
Y
不独立,即有相关关系
X 与 Y 的相关性可用 Spearman 相关系数表示:
2
1
1 1
2 2
2 2
2 2
1 1
1
2
1 1
2 2
n
i i
i
n n
i i
i i
n
R Y R X n
n n
R X n R Y n
此检验用到的统计量为:
1n
,并且:
)1,0(~1n N
)
(值 1ZP2 np
如果
的绝对值大于它的
2/1
分位数,则以水平
拒绝
0
H
通过相关性分析,我们得到与失业率相关的经济指标因素主要有固定投资总
额增长率,社会消费品零售总额增长率,进出口总额增长率,净出口增长率,CPI(居
民消费价格指数),PPI(工业品出厂价格指数),城镇人均收入增长率,广义货币
供应量 M2 增长率,第一产业 GDP 比重。然后我们又对这些指标进行相关性分析发
现很多指标间存在相关关系,所以我们又对这些指标进行主成分分析以找出反映
失业的主要指标或综合指标。
4.1.2 对上述经济指标因素进行主成分分析。
1.主成分分析的基本思想:
主成分分析是一种处理高维数据的方法,它通过投影的方法,将高维数据以
尽可能少的投影到低维的空间,使数据将为达到简化数据结构的目的。它也是将
多个相关变量以尽可能少的信息损失为原则进行综合化为少数几个不相关变量的
方法。
2.主成分分析的数学模型
设
ij
xX
为一个
pn
的数据阵,常常列表示变量或指标,行表示样本或个
体,我们记
更多数学建模资料请关注微店店铺“数学建模学习交流”
https://k.weidian.com/RHO6PSpA
5
),,(),,(
11 p
T
n
xxxxX
,
其中
i
x 为
X
的第
i
行,
j
x
为
X
的第
j
列,即
X
既是
n
个
p
维点的集合,又可视为
p
个
n
维点的集合。考虑
X
是
p
维点的集合时,我们希望在
p
R
空间的一个低维子空
间,设为
p
R
空间(
pq
),使得这些点到
p
R
子空间的投影点与原始点最接近,即信
息损失最小。
(1) 首先将
pn
X
中心标准化,即
1
HXDX
,
其中
T
n
IH 11
1
,
I
为
n
维单位阵,
T
)1,,1(1
,
},,{
1 p
HxHxdiagD
,
变换后的数据仍记为
X
。
(2) 求
XX
T
的特征值
0
1
p
和对应的标准正交特征向量
p
uu ,,
1
,这
是对
XX
T
的谱分解完成的,即
TT
UUXX
,其中
),,(
1 p
uuU
。
(3) 求主成分对总变差的累计贡献率,即对
pq
1
,计算
p
i
i
q
i
iq
11
对事先选好的贡献率
0
c ,确定使
0
c
q
的最小的
q
,通常取 %85
0
c 。
(4) 计算主成分
qjXuy
jj
,,1,
即为第
i
个个体(样本)在第
j
个主成分上
的得分。
(5) 根据实际问题对主成分以及个体特征作出解释,作图和其他分析。
3.主成分分析的 SPSS 实现
取
),,(),,(
11 p
T
n
xxxxX
为我们筛选出的与失业率相关的经济
指标,其样本数据为各指标从 1990 年到 2008 年的年度数据。对这一样本数据阵
819
X
,我们利用 SPSS 软件得到如下结果:
6
表一 主成分的统计信息
上表显示了各个主成分的贡献率及累积贡献率,由于前三个主成分的累积贡献
率就达到了 92.74%,而且第四个主成分的贡献率较小,故我们选取前三个主成分
即可。
表二 Component Matrix 信息
Component Matrix
a
Component
1 2 3 4
固定投资总额增长率
.742 -.322 -.421 -.113
社会消费品零售总额
增长率
.914 -.010 .175 -.326
进出口总额增长率
.578 -.319 .354 .656
净出口增长率
-.609 .260 .623 -.196
CPI
.919 .104 .317 -.101
PPI
.951 -.090 .064 -.122
城镇人均收入增长率
.954 -.100 .188 -.035
广义货币供应量M2增
长率
.923 .304 -.112 -.017
一产GDP比重
.502 .788 -.200 .282
Extraction Method: Principal Component
Analysis.
a. 4 components extracted.
上表显示,第一主成分包括以下信息:固定投资总额增长率,社会消费品零
售总额增长率,CPI,PPI, 城镇人均收入增长率, 广义货币供应量 M2 增长率,该
主成分可以理解为投资和消费对失业的影响;第二主成分主要含有第一产业 GDP
剩余21页未读,继续阅读
资源评论
- hiYooine’s2022-06-01用户下载后在一定时间内未进行评价,系统默认好评。
普通网友
- 粉丝: 12w+
- 资源: 9335
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
最新资源
- 中医临床诊疗术语-证候同义词典
- NovAtelConvert-Setup
- MySql主备数据库配置
- BGP路由基本配置(可以互通)
- 《软件方法2024版》公开内容202405更新-epub版
- 适用于tensorflow-2.11.0 CUDA版本11.2的cuDNN8.1版本
- 5Y study学习平台2016计算机基础-综合测试(8)_哔哩哔哩_bilibili_2580252704.mp4
- (大赛作品)STM32实现的F072RB NUCLEO智能家居控制.zip
- STM32实现的数字示波器源码+数字信号处理教程、配套实例.zip
- 【cookie续续】【cookie续续】【cookie续续】
资源上传下载、课程学习等过程中有任何疑问或建议,欢迎提出宝贵意见哦~我们会及时处理!
点击此处反馈
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功