基于灰色关联度的人均GDP影响因数分析_灰色关联分析研究城镇居民人均可支配收入与哪项因素更相关-CSDN博客

本文链接：https://blog.csdn.net/m0_63846381/article/details/126154067

声明：本人是一名大二学生，这篇文章是我第一篇文章，这篇文章只是老师布置的小作业所以没有严格按照文章格式来写。可能描述有误，欢迎大家评论区指正。

基于灰色关联度的人均GDP影响因数分析

摘要

本文目的是得出城镇居民恩格尔系数、城镇登记失业率、对数化居民人均可支配收入等因子对人均GDP影响因素，由于附件给出的数据量较少不适用与大数据量统计模型，而灰色关联度模型不需要太多的数据就能计算出相关度来影响影响因素所以这里优先使用灰色关联分析模型建立影响因子对人均GDP相关度进行分析，为了排除不同影响因子单位不同对结果的影响且数据无明显边界，我们采用0均值标准化方法对数据进行了无量纲化处理。最后得出结论：城镇居民恩格尔系数、城镇登记失业率、对数化居民人均可支配收入等因子与人均GDP关联度大小分别为：0.739 0.8785、1.3020、1.3010、1.2021、0.8847、0.9958、1.2771、0.7676、0.8382、0.7845、1.1669。所以可以看出2005年到2020年对人均GDP关联度影响最大的因素是对数化居民人均可支配收入。

关键词：灰色关联度分析。

模型假设

假设数据准确无误。
假设数据服从正态分布。

符号说明

x0(k)表示第k年的人均GDP。
xi(k)表示第i个影响因子在第k年的大小。
γik表示第i个影响因子在第k年对对数化人均GDP的分散关联度
ri表示第i个影响因子对对数化人均GDP的集中关联度。

问题分析

本题要求我们建立城镇居民恩格尔系数、城镇登记失业率、对数化居民人均可支配收入等因子对人均GDP关联度大小模型。是典型的相关性分析问题。可以通过灰色关联分析分别建立人均GDP关联度与各个影响因子的关联度模型来求解。

模型的建立与求解

模型建立：

首先我们对数据去量纲化处理。因为本题中的数据没有明显边界，如果采用最值归一化有可能导致数据集中在一侧不利于建立模型，所以我们采用均值方差归一化方法来进行去量纲化，为了方便表述我们将城镇居民恩格尔系数、城镇登记失业率、对数化居民人均可支配收入等因子按顺序进行编号i=1,2,3……n然后我们将人均GDP设立为参考数列x0={ x0(k) |k=1,2,3……n},设立m个比较数列xi={ xi(k) |k=1,2,3……n}（i=1、2、3……m）。