主成分分析和神经网络在消费支出预测中的应用

发布时间：2017-05-24 07:53

  本文关键词：主成分分析和神经网络在消费支出预测中的应用，由笔耕文化传播整理发布。

【摘要】：伴随我国经济的快速稳健发展,消费需求在拉动国家经济增速方面起到越来越大的作用,尤其是世界经济在近年增长缓慢的条件下,外贸在国民经济中的比重逐渐减小,消费支出已经成为拉动我国经济的主要动力,我国在制定促进消费的政策方面愈加重视,因此,研究我国居民的消费支出特点可以为国家和地区的政策制定提供正确的参考,研究我国居民收入与支出的变化,可以为国家和地区制定更好的促进消费的政策。本文研究的主要内容是全国31个省、市、自治区居民消费方面的分析。本文的数据来源是《中国统计年鉴-2015》中涉及到分地区居民消费方面相关的统计数据。本文主要完成了以下任务。本文通过使用神经网络算法,针对分地区居民消费方面的相关数据,来预测31个省、直辖市、自治区的人均消费支出。在进行神经网络算法之前,先将数据进行主成分分析。将数据降维后,再进行神经网络预测。主成分分析,也称为主分量法。主成分分析算法是一种统计学算法,主成分分析算法将原始数据指标变量进行降维,从而将高维信息降到低维信息,简化数据结构,同时,主成分分析算法还能够将数据信息进行精简,利用少数几个主成分来替代原始数据的指标变量。神经网络基于神经元细胞的思想,神经元是神经网络的基本处理的单元。神经网络利用它独特的特点达到学习和训练的目的,用于寻找到数据中潜在规律和关系。通过数据挖掘中的主成分分析算法和神经网络算法,利用主成分分析进行降维,将数据信息简化,然后得到主成分,将得到的主成分作为神经网络的输入,从而实现更好的预测。本文的预测主要研究的是本年度的居民消费相关指标和来年人均消费支出之间的关系。针对《中国统计年鉴-2015》中涉及到分地区居民消费方面相关的统计数据,主要包含农村居民8项支出和城镇居民8项支出等数据,共计16个指标,根据本年度的16个消费支出的指标预测来年的消费支出。在本文中,使用三种预测算法来实现预测。这三种方法分别是多元线性回归算法、主成分回归算法和本文的RBF神经网络算法。从2001年的数据到2012年的数据样本作为构建预测模型的样本,将2013年的数据样本作为测试样本,用来预测2014年31个省、直辖市、自治区的消费支出。通过线性回归算法、主成分回归算法和本文的RBF神经网络算法来实现预测,并将几种预测结果进行对比分析,发现本文的RBF神经网络算法效果较好。
【关键词】：主成分分析 神经网络 中国统计年鉴 消费支出
【学位授予单位】：吉林大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：F126.1;TP183
【目录】：

• 摘要4-6
• Abstract6-11
• 第1章 绪论11-19
• 1.1 研究背景11
• 1.2 中国消费现状11-14
• 1.3 数据来源14-15
• 1.4 本文的主要工作15-16
• 1.5 选择本文算法的理由和研究意义16-17
• 1.6 本文的主体框架17-18
• 1.7 本章小结18-19
• 第2章 本文理论工作19-32
• 2.1 主成分分析19-22
• 2.2 SPSS软件22-24
• 2.3 神经网络24-29
• 2.4 MATLAB软件29-31
• 2.5 本章小结31-32
• 第3章 主成分分析在人均消费支出分析中的应用32-39
• 3.1 本文数据32-33
• 3.2 主成分分析过程33-38
• 3.3 本章小结38-39
• 第4章 三种预测方法实现及结果分析39-47
• 4.1 本文要建立的预测模型39
• 4.2 线性回归算法实现过程39-42
• 4.3 主成分回归算法实现过程42-43
• 4.4 RBF神经网络实现过程43-45
• 4.5 几种预测算法结果对比45-46
• 4.6 本章小结46-47
• 第5章 总结及展望47-49
• 5.1 全文总结47-48
• 5.2 展望48-49
• 参考文献49-55
• 作者简介及在学期间所取得的科研成果55-56
• 致谢56

【参考文献】

中国期刊全文数据库 前10条

1 庞丹波;李生宝;潘占兵;蔡进军;董立国;张源润;王川;;基于主成分分析和隶属函数的紫花苜蓿引种初步评价[J];西南农业学报;2015年06期

2 胡丽;陈斌;赖启明;何振平;;BP神经网络的改进[J];计算技术与自动化;2015年04期

3 李新会;罗红元;徐晓琴;申琦;林伟琦;;基于主成分分析和高斯混合模型的茶叶分类研究[J];郑州大学学报(理学版);2015年04期

4 王翠云;胡学平;相旭东;;PM2.5影响因素的主成分回归分析与预测[J];安庆师范学院学报(自然科学版);2015年04期

5 刘青云;罗艺;段耀勇;;基于事故树和主成分分析的消防队灭火救援安全评价研究[J];廊坊师范学院学报(自然科学版);2015年06期

6 胡震云;叶燕杰;陈志明;;基于量子免疫的RBF神经网络在上市公司财务预警中的应用[J];河南科学;2015年12期

7 肖美丹;陈铭洋;张惠军;;基于主成分回归分析的河南自主创新能力测度[J];河南科学;2015年12期

8 彭欣怡;于国荣;张代青;;不同组合小波神经网络模型对径流预测的适用性[J];人民长江;2015年24期

9 张莉芳;历丽;;上市公司资金链断裂风险预警比较研究——基于主成分和Logistic模型的分析[J];财会通讯;2015年36期

10 王迪;;基于FN空间神经网络二值图像增强算法研究[J];工业控制计算机;2015年12期

  本文关键词：主成分分析和神经网络在消费支出预测中的应用，由笔耕文化传播整理发布。

，

本文编号：390119