
通过分析31个实例的数据集,我们探讨了人均GDP、城镇人口比重和交通工具消费价格指数对百户拥有家用汽车量的影响。多元线性回归模型显示,人均GDP每增加1万元,汽车拥有量增加5.8417辆;城镇人口比重每增加1,汽车拥有量减少50.5073辆;交通工具消费价格指数每增加1,汽车拥有量减少2.2208辆。此外,通过系统聚类和K-均值聚类分析,我国省份被分为五个类别,揭示了不同地区在汽车拥有量上的差异。这些发现为理解地区间汽车拥有量差异提供了有价值的见解。通过多元线性回归分析,我们发现人均GDP、城镇人口比重和交通工具消费价格指数是影响百户拥有家用汽车量的关键因素。回归模型揭示了这些因素对汽车拥有量的具体影响,而聚类分析则根据这些因素将省份分为五个不同的类别,显示了地区间在汽车拥有量上的差异。这些分析结果有助于深入理解各地区汽车拥有量的影响因素及其分布情况。
表3-1的数据集有31个实例,选取了各地区人均GDP、城镇人口比重、交通工具消费价格指数等三个因素分析对百户拥有家用汽车量的影响。
将人均GDP、城镇人口比重和交通工具消费价格指数作为自变量,分别用x1、x2和x3表示,百户拥有家用汽车量作为因变量。使用LINEST函数进行多元线性回归分析,建立能够估计百户拥有家用汽车量的回归模型。
第一行为回归方程系数。从左到右分别是x3、x2、x1的系数和常数项c的值;第二行的值为每个回归系数和常数项的标准差值;第三行第一个值为判定系数,第二个值为因变量y的估计值的标准差;第四行的两个值分别为F的统计量和自由度值;第五行的两个值分别为方程的回归平方和残值平方和。
根据回归分析的输出结果,建立回归模型和对模型进行评估。根据结果中第一行的值,建立的回归方程如下。其中的x1、x2、x3分别为人均GDP、城镇人口比重和交通工具消费价格指数。
控制其他变量不变,人均GDP每增加1万元,百户拥有家用汽车量就平均增加5.8417辆;城镇人口比重每增加1,百户拥有家用汽车量就平均减少50.5073辆;交通工具消费价格指数每增加1,百户拥有家用汽车量就平均减少2.2208辆。
系统聚类
根据离差平方和可将我国省份作出以下分类:
第一类:北京、山东、浙江、广东
第二类:天津、上海、广西、海南、山西、
第三类:河北、云南、西藏、江苏
第四类:陕西、宁夏、新疆、河南、湖南、四川、贵州、湖北、安徽、江西、吉林、辽宁、重庆、内蒙古、福建
第五类:甘肃、青海、黑龙江
K-均值聚类
从图中可以看出,k值从1到4时,平均畸变程度变化最大。超过4以后,平均畸变程度变化显著降低。因此最佳的k是4。
根据K-MEANS算法可将我国省份分为以下类别:
第一类:北京、浙江、广东
第二类:天津、内蒙古、辽宁、上海、江苏、福建
第三类:河北、山西、吉林、山东、云南、西藏
第四类:黑龙江、安徽、江西、河南、湖北、湖南、广西、海南、重庆、四川、贵州、陕西、甘肃、青海、宁夏、新疆
以上内容由58汽车提供。如有任何买车、用车、养车、玩车相关问题,欢迎在下方表单填写您的信息,我们将第一时间与您联系,为您提供快捷、实用、全面的解决方案。
原创文章,作者:58汽车,如若转载,请注明出处:https://car.58.com/7523481/
