典型相关性分析教案

2024-05-08

典型相关性分析教案(精选6篇)

篇1:典型相关性分析教案

相关分析的类型

典型相关分析:用于探究一组解释变量与一组反应变量时间的关系。

典型相关分析函数:cancor(x,y,xcenter=T,ycenter=T)x为第一组变量数据矩阵 y为第二组变量数据矩阵

xcenter表示第一组变量是否中心化 ycenter表示第二组变量是否中心化

自编典型相关函数:cancor.test(x,y,plot=T)x为第一组变量数据矩阵 y为第二组变量数据矩阵 plot为是否绘制典型相关图

例1:d11.1 生理指标与训练指标之间的典型相关性。生理指标:体重(x1)、腰围(x2)、脉搏(x3); 训练指标:引体向上次数(y1)、起坐次数(y2)、跳跃次数(y3)。

> X<-read.table(“clipboard”,header=T)> R<-cor(X)> R x1 x2 x3 y1 y2 y3 x1 1.0000 0.8702-0.36576-0.3897-0.4931-0.22630 x2 0.8702 1.0000-0.35289-0.5522-0.6456-0.19150 x3-0.3658-0.3529 1.00000 0.1506 0.2250 0.03493 y1-0.3897-0.5522 0.15065 1.0000 0.6957 0.49576 y2-0.4931-0.6456 0.22504 0.6957 1.0000 0.66921 y3-0.2263-0.1915 0.03493 0.4958 0.6692 1.00000 > R11<-R[1:3,1:3];R12<-R[1:3,4:6];R21<-R[4:6,1:3];R22<-R[4:6,4:6] > A<-solve(R11)%*%R12%*%solve(R22)%*%R21 #A=(R11)-1 R12(R22)-1 R21 > ev<-eigen(A)$values #特征值 > sqrt(ev)#典型相关系数

[1] 0.79561 0.20056 0.07257

以上过程是一步一步计算的,接下来我们使用R自带的典型相关函数:

> xy<-scale(X)#数据标准化

> ca<-cancor(xy[,1:3],xy[,4:6])#典型相关分析 > ca$cor #典型相关系数

[1] 0.79561 0.20056 0.07257 > ca$xcoef #x的典则载荷

[,1] [,2] [,3] x1-0.17789-0.43230 0.04381 x2 0.36233 0.27086-0.11609 x3-0.01356-0.05302-0.24107 > ca$ycoef #y的典则载荷

[,1] [,2] [,3] y1-0.08018-0.08616 0.29746 y2-0.24181 0.02833-0.28374 y3 0.16436 0.24368 0.09608

典型变量的系数载荷并不唯一,只要是它的任意倍数即可,所以每个软件得出的结果并不一样,而是相差一个倍数。

R自带的典型分析函数cancor()并不包括对典则相关系数的假设检验,为了方便,使用自编典型相关检验函数cancor.test()。

> cancor.test(xy[,1:3],xy[,4:6],plot=T)

$cor [1] 0.79561 0.20056 0.07257

$xcoef [,1] [,2] [,3] x1-0.17789-0.43230 0.04381 x2 0.36233 0.27086-0.11609 x3-0.01356-0.05302-0.24107

$ycoef [,1] [,2] [,3] y1-0.08018-0.08616 0.29746 y2-0.24181 0.02833-0.28374 y3 0.16436 0.24368 0.09608

$xcenter x1 x2 x3-5.551e-18-1.943e-17 1.821e-17

$ycenter y1 y2 y3-2.776e-17 3.331e-17 3.365e-17

cancor test: r Q P [1,] 0.79561 16.25496 0.06174 [2,] 0.20056 0.67185 0.95475 [3,] 0.07257 0.07128 0.78948

经检验不拒绝原假设,即认为在0.05的水平上没有一个典型相关是显著的。从典型相关图上也可以看出效果不是很理想,所以就不需要做进一步的典型相关分析了。

例2:d11.2 广东省能源消费量与经济增长之间的典型相关分析。

> X<-read.table(“clipboard”,header=T)> library(mvstats)

> cancor.test(X[,1:4],X[,5:10],plot=T)

$cor [1] 0.9990 0.9549 0.7373 0.4267

$xcoef [,1] [,2] [,3] [,4] x1-0.01398 0.2627-0.1634-0.05500 x2 0.11887 0.4359 1.5137-0.02025 x3 0.09036-0.7627-1.6045-0.96536 x4 0.03687 0.1724 0.1985 1.04168

$ycoef [,1] [,2] [,3] [,4] [,5] [,6] y1-0.05901 1.7712 1.05700 1.5687-2.690-1.4398 y2-0.22982-5.0797 3.72101 1.5689 12.636 6.4680 y3 0.05815 1.2193 0.09171 0.9209-1.509-3.9680 y4 0.32723 4.4700-2.21300-0.2103-12.580-6.8854 y5 0.08586-0.3787 0.95434-0.8582 2.151 0.7645 y6 0.05439-1.9202-3.59565-2.9345 1.884 4.9775

$xcenter x1 x2 x3 x4 3.418e-16-4.382e-17-8.035e-17-9.641e-17

$ycenter y1 y2 y3 y4 y5 y6-5.551e-17 3.871e-17-9.641e-17 7.888e-17 3.494e-16 8.327e-17

cancor test:

r Q P [1,] 0.9990 120.648 7.438e-15 [2,] 0.9549 39.264 5.851e-04 [3,] 0.7373 10.345 2.416e-01 [4,] 0.4267 1.909 5.914e-01

经检验,在0.05水平下有三个典型相关是显著的,即需要三个典型变量,于是可得出前三对典型变量的线性组合是:

对结果进行分析:

1)由于r1=0.999,说明u1、v1之间具有高度的相关关系(尤其是绝对值较大的权系数),而各自的线性组合中变量的系数大部分都为正,因此一般来说,能源消费越多,经济增长就越快。

2)在第一对典型变量u1、v1中,u1为能源消费指标的线性组合,其中x2(油品消费量)和x3(电力消费量)比其他变量有较大的载荷,说明油品、电力是能源消费量的主要指标,它们在能源消费中占主导地位。x4(能源进口量)比x1(原煤消费量)有较大载荷,说明随着经济的逐渐发展,本地的能源逐渐不能满足经济发展的需要,进口能源逐渐展示其重要性。。。

从图中可以看出,散点在近似的一条直线上分布,两者之间呈线性相关关系。这说明用典型相关分析的方法能较好的说明能源消费与经济增长之间的相关关系。散点图上几乎没有离开群体的差异值,这表明能源消费量和经济增长之间的关系很稳定,波动也非常平稳。

练习题1:e11.6 对我国工农业产业系统的典型相关分析。

练习题2:e11.7 对各类投资资金与三大产业的典型相关分析。

篇2:典型相关性分析教案

学号:110111122

姓名:李继华

实验九 典型相关分析

实验目的和要求

能利用原始数据与相关矩阵、协主差矩阵作相关分析,能根据SAS输出结果选出满足要求的几个典型变量.

实验要求:编写程序,结果分析. 实验内容:

4.8 结果:

由题意有(1)

R11RR211.000.630.24R120.631.000.06R220.240.061.000.420.060.07110.060.07 0.421.00故AR11R12R22R21*0.1190.046

0.0930.0440.1580.001 BRRRR

0.0630.005*1221211112A*的一个非零特征根R1*20.1577

从而对应R1的A和B正交单位化的特征e1*2***10.1577*10.1577,f1

0.00530.005322R12111.000.630.631.00121.21360.4304 0.43041.21361.07610.2369 0.23691.0761 R12221.000.420.421.00*T1**T112所以,第一对典型对

U(a)X(e)RX*0.1337x10.0434x2 V(b)Y(f)ρX*0.1191y10.0224y2

第一对典型相关系数R10.3971

**11211*1*T1**T11222 班级:信息111

学号:110111122

姓名:李继华

R1*2对应的A*和B*正交单位化的特e*2所以第二对典型对

1211122210.1577*10.1577,f1

2-0.00532-0.0053 U(a)X(e)RX*0.1369x10.0525x2

*T V2*(b2)TY*(f2)RX*0.1209y10.0305y2 *2*T2**T2第二对典型相关系数20,没有提取X,Y的相关性

(2)在给定显著性水平0.05情况下,只有2,所以只有第二对典型变量显著相关。又第二对典型对中U2主要受X1的控制,V2主要受Y1的控制,所以第二对典型变量主要反映了学生的阅读速度和计算速度之间的相关性。

***4.9结果:

可以看到x1与x2之间的相关系数为0.7346,相关性比较好。y1与y2之间的相关系数为0.8393也比较高,相关性也很好,而xi与yi之间的相关系数基本在70%以上,可见变量之间高度相关。

写出ARR12RR21的两个特征值=0.788508,2=0.053740 第一对典型变量

** U1*0.5522x10.5215x2*111122212** V0.5044y10.5383y2*1第一对典型相关系数为1=0.788508,班级:信息111

学号:110111122

姓名:李继华 第二对典型变量

*** U21.3664x11.3784x2** V1.768611.7586y2*2第二对典型相关系数2=0.05374,

检验假设H0(k):k0

(k)d2k11k/tH0真~F(d1k,d2k),d1k,d2k为第一、第二自由度.由检检验统计量Fk1/kd1kk验结果可知,p10.00030.05,量显著相关.取前一对进行分析即可.

另外,从对典型变量(Uk,Vk)进行分析求得特征值在方差占比例的累计值(贡献率)为0.9982也可看出,只需要前一对变量即可. 从第一对典型变量

** U1*0.5522x10.5215x2p20.80310.05,.故只有前一对典型变** V0.5044y10.5383y2*1*1可以看出U主要是长子头长与长子头宽的加权和,而V主要是由次子头长与次子头宽的加权和,因此第一对典型变量主要反映的是该家庭长子头长、头宽和次子头长、头宽之间的相关性。

从第二对典型变量 *1 班级:信息111

学号:110111122

姓名:李继华

篇3:典型相关性分析教案

随着人类工效学的深入发展, 操纵疲劳已经成为人们更加关注的问题, 相关研究也得到了国内外研究学者的广泛重视。目前, 国内外研究学者运用动力学、生物力学等知识对操纵疲劳进行了相关分析[1,2,3,4], 但大多数研究采用主观评价或模糊分析对疲劳程度进行测度, 难以客观地反映操纵力操纵疲劳。针对这一问题, 本文以操纵杆操纵力为研究对象, 对其整个操作过程中的操纵力力学特征与反映肌肉疲劳特征的表面肌电信号之间的相关关系进行研究, 提取肌肉疲劳特征参数, 构建肌肉疲劳评价模型。采用典型相关分析法, 利用综合变量对之间的相关关系来反映两组指标之间的整体相关性, 研究操纵力与肌肉疲劳之间的关联关系, 由于肌肉疲劳是操纵疲劳的其中一项重要体现, 因此, 可以用肌肉疲劳反映操纵疲劳, 从而通过分析结果建立操纵杆操纵疲劳分析评价模型, 为杆体的操纵疲劳客观评价提供理论依据与技术支持。

1 操纵杆操纵疲劳概念描述

操纵疲劳是指操纵者在一定操作时间内所反映出的一种不舒适感, 客观上会在同等条件下, 失去其完成原来所从事的正常活动或工作能力[5,6]。

本文以人机系统操纵力为研究对象, 研究操纵力力学特征与肌电信号之间的关联关系, 根据两者相关关系进一步探讨操纵力对操纵疲劳的影响机理, 并找出一种客观评价操纵疲劳的科学方法。

操纵疲劳产生机理如图1所示。

2 实验过程及分析

2.1 操纵力力学特征选取

操作过程中, 操纵者的作用力大小、操纵位移、角度可作为操纵动作的力学特征。如果操纵作用力过大, 超过人体极限, 操纵者会产生疲劳, 不能进行正常操作;反之, 若是力过小, 人体感知不明显, 也不能进行可靠操作。同样, 操纵位移和角度的改变亦会影响操作过程。

因此, 本文以人机系统操纵装置的操纵力、操纵位移、角度属性为例, 分析操纵杆的操纵疲劳程度。假定各操纵力都满足相关的可靠性和安全性要求, 采用最小最优原则以尽量减少驾驶员的能量消耗以及减小各体节和关节的受力[7]。

在操纵杆上安装测量操纵力及操纵角度位移的力传感器、角度和位移传感器。并采用8通道表面肌电测试系统对手臂 (肱桡肌以及肱二头肌) 表面肌电进行测量, 同步实时采集测量部位的肌电信号。

实验之前, 为防止皮肤表层油脂干扰而产生的杂质信号, 首先采用75%酒精对测试部位表面皮肤进行清洁处理, 然后将Ag-Ag Cl电极双电极粘贴于肱桡肌和肱二头肌处, 正负电极保持有30 mm左右的间距。

由于本论文主要针对人机系统的操纵装置进行测量, 因此, 操纵者选取驾驶姿势, 即坐姿的操纵状态固定于实验座椅上, 用右手把握操纵杆进行操作, 通过各类力学传感器以及肌电信号采集仪获得实时数据。实验开始后, 操纵者进行相关操纵杆操作, 每次实验持续15 min。

2.2 局部肌肉疲劳特征

本文中, 为研究操纵过程中操纵疲劳情况, 采用表面肌电仪来监测操纵部位的肌肉收缩情况, 通过表面肌电信号变化来分析人体上肢肱二头肌的肌肉疲劳情况。

平均整流值 (ARV) 和均方根值 (RMS) 分别与被整流信号下的面积和在一给定时间窗内信号的平均功率有关, 可以表征肌电信号振幅在时间维度上的变化特征, 是常用的表征局部肌肉疲劳状况的时域参数, 被称为幅度变量[8]。

平均整流值 (ARV) 和均方根值 (RMS) 在一定时间内会随着局部肌肉疲劳程度的增加而增加, 即在一定程度上与肌肉疲劳成正比关系。若以C (pSi) 表示时域特征参数与肌肉疲劳的数学关系, 则可用下述公式表征肌肉疲劳与肌电信号参数关系:

式中:平均整流值以及均方根值要进行归一化处理, 其中, pARV指处理后的平均整流值, pRMS指处理后的均方根值, f (pARV) 表示平均整流值与肌肉疲劳的影响关系, f (pRMS) 表示均方根值与肌肉疲劳的影响关系, α与β分别指在疲劳函数中平均整流值与均方根值的影响系数, μ1和μ2分别是平均整流值与均方根值与肌肉疲劳的正比例影响系数。

根据所采集的数据, 可得肌肉疲劳特征指标, 选取一段时间内的数据, 如表2所示, 表中的肌电信号是采集过程中与力学特征指标实时对应的数据。

3 典型相关分析及模型建立

3.1 典型相关分析建模

典型相关分析就是利用综合变量对之间的相关关系来反映两组指标之间的整体相关性的多元统计分析方法。它的基本原理是:为了从总体上把握两组指标之间的相关关系, 分别在两组变量中提取有代表性的两个综合变量U1和V1 (分别为两个变量组中各变量的线性组合) , 利用这两个综合变量之间的相关关系来反映两组指标之间的整体相关性。典型相关分析作为一种重要的研究方法, 已经得到广泛应用[9,10,11]。

根据上述数据, 在Spss统计分析软件下的典型相关分析结果如下:

1) 操纵力与肌肉疲劳的相关性分析。由表3可知, 力学特征U组与肌电信号V组各指标之间都有一定相关性。

2) 典型相关系数及其检验。从表4可以得出, 这3个典型相关系数都比较高, 也就说明与之相应的典型变量之间的关系非常密切。通过比较它们的统计量计算值和临界值的大小及P值, 只有典型变量通过统计量检验, 并且P值都小于0.05。说明, 这2对典型变量之间的相关关系明显, 能够用“因素组”典型变量来注释“变量组”的典型变量。

Wilks代表了正态分布统计, Chi-SQ是卡方统计量, DF代表自由度, Sig是显著性, 所代表的就是P值, 如果P<0.05, 则为差异显著。

3) 典型相关模型建立。由于原始变量的计量单位不一样, 不好进行比较, 因此采用标准化的典型变量系数, 建立典型相关模型, 见表5。

4) 冗余度分析。冗余度分析是对建立的典型相关模型进行诠释能力的判定, 见表6, 其中A表示典型相关系数的平方, B表示力学特征组的方差被自身典型变量的解释程度方差比率, C表示力学特征组的方差被相对典型变量的解释程度方差比率, D表示因素组的方差被自身典型变量的解释程度方差比率, E表示因素组的方差被相对典型变量的解释程度方差比率, 从表6中可以看出, 这两对典型变量的相关能力较强。由相关数据显示得知, 98.5%和85.4%的信息可以解释相对应的因素组变量, 但是方差比率只是反映了力学特征组和肌电信号组对具有较强的解释能力。

3.2 相关度分析

根据典型变量的系数大小以及重要程度, 从建立的相关模型可以得出, 操纵疲劳受到各个因素的作用程度可以用2对典型相关变量进行描述:

第1对典型变量中, 将平均整流值从其他的肌电特征中提取出来 (相应的典型系数为0.064) , 平均整流值与操纵力大小呈最大相关 (相应的典型系数为0.338) 。即说明操纵力大小是影响肌电信号的一个重要因素, 即说明操纵力是影响肌肉疲劳的重要因素。

第2对典型变量中, 将均方根值从其他肌电信号特征中提取出来 (相应的典型系数为-0.145) , 均方根值与操纵角度呈最大相关 (相应的典型系数为-0.489) 。由此可说明, 操纵角度的变化与肌电信号有很大相关关系, 也进一步说明操纵角度的变化与肌肉疲劳密切相关。

从上述可知, 操纵力与操纵角度是影响肌肉疲劳的重要力学参数, 由于肌肉疲劳是操纵疲劳的重要生理表现形式, 因此操纵力与角度是影响操纵疲劳的重要因素。

4 实例分析

通过上述典型分析获得相关系数, 为了检验和验证典型相关分析的评价模型效果, 采用主观评价方法, 将主观评价按照10分制标准, 划分5个不同等级, 不同等级下的疲劳感受不同, 根据这些不同感受进行打分, 从而验证操纵杆疲劳度量模型, 主观感受等级参考表如表7所示。

通过实验计算, 得到实验人员在不同力学特征下的操纵疲劳打分结果的平均分分别是操纵力为5.8, 操纵角度为5.2, 操纵位移为4.2。

由上述可知, 不同操纵角度、操纵力等力学特征的变化对于操纵疲劳影响不同, 又由于典型相关分析得知两者之间的相关关系系数, 因此, 基本验证了典型相关模型获得的结果, 可知操纵力、操纵角度对操纵疲劳影响最大。由于在操纵过程中存在一定的操纵阻力, 而不同的操纵系统的阻力不同, 不同操纵角度面临的阻力亦不同, 因此可同时获得操纵过程中影响操纵装置的关键力学特征因子和最佳力学特征参数取值范围, 为减缓操纵疲劳、提高操纵效率、优化操纵装置设计提供理论依据和数据支持。

5 结论

1) 从本文对操纵过程操纵力力学特征对肌肉疲劳影响的实例分析可以得出, 采用典型相关分析可以解释操纵力与肌肉疲劳各因素的相关关系显著程度, 对操纵疲劳进行定量描述。

2) 在以上研究的基础上, 对操纵过程中不同操纵力力学特征和反映肌肉疲劳的肌电信号信息进行采集, 并对其进行评价, 得出的分析结果与主观感受较为一致, 为进一步研究操纵疲劳评价体系以及操纵过程中人体舒适性评价提供技术支持。

参考文献

[1]Bonato P, Boissy P, Croce U D, et al.Changes in the Surface EMG Signal and the Biomechanics of Motion During a Repetitive Lifting Task[J].IEEE Transactions on Neural Systems and Rehabilitation Engineering, 2002, 10 (1) :38-47.

[2]Chadwick E K, Blana D, Van Den Bogert A J, et al.A RealTime, 3-D Musculoskeletal Model for Dynamic Simulation of Arm Movements[J].IEEE Transactions On Biomedical Engineering, 2009, 56 (4) :941-948.

[3]扈静, 刘明周.基于舒适性分析的踏板装置操纵过程数字化描述[J].合肥工业大学学报:自然科学版, 2010, 33 (10) :1454-1458.

[4]Finneran A, O’Sullivan L.Force, posture and repetition induced discomfort as a mediator in self-paced cycle time[J].International Journal of Industrial Ergonomics, 2010 (40) :257-266.

[5]张希, 明东.神经肌肉电刺激诱发的下肢运动疲劳信息检测与处理技术研究[J].中国生物医学工程学报, 2011, 30 (5) :655-660.

[6]彭葳, 王笃明.驾驶疲劳的心电和肌电信号分析[J].人类工效学, 2013, 19 (1) :24-27.

[7]刘明周, 龚任波, 扈静, 等.基于灰色关联分析的操纵装置操纵力舒适性评价[J].中国机械工程, 2011, 22 (21) :2642-2645.

[8]李晓玲, 张翔, 张鄂, 等.用肌电信号评价人体振动舒适性的方法研究[J].西安交通大学学报, 2009, 43 (3) :22-26.

[9]姚公安, 李琪.企业绩效与创新资金投入的相关性—基于电子信息产业百强企业的研究[J].系统工程, 2009, 27 (7) :107-111.

[10]孙玮, 王九云, 成力为.技术来源与高技术产业创新生产率—基于典型相关分析的中国数据实证研究[J].科学学研究, 2010, 28 (7) :1088-1093.

篇4:典型相关性分析教案

关键词 酿酒葡萄;葡萄酒;因子分析;典型相关分析

中图分类号:S663.1;O242.1 文献标志码:A 文章编号:1673-890X(2014)11--3

酿酒葡萄的好坏与所酿葡萄酒的质量有直接关系,葡萄酒和酿酒葡萄检测的理化指标会在一定程度上反映葡萄酒和葡萄的质量。根据某一年份这些葡萄酒和酿酒葡萄的成分数据建立数学模型,分析酿酒葡萄与葡萄酒的理化指标之间的联系。由于酿酒葡萄中的成分构成种类过多,葡萄酒的理化指标数目也较多,且都是需要研究的影响因素。酿酒葡萄与葡萄酒的理化指标之间的联系,采用了因子分析法和典型相关分析法。

1 因子分析模型

由于酿酒葡萄与葡萄酒的理化指标数据中因子变量过多,其中部分因子变量对研究结果没有影响或者影响甚小,因此采用主成分分析法进行数据处理。

主成分分析法是一种从数据对象中提取主要信息,而忽略相对次要信息的多元统计分析方法。在实际应用中主要用来对数据集的属性进行约简和降维。

利用SAS软件,用Factor过程实现因子分析,就可找出酿酒葡萄与葡萄酒的理化指标之间的联系[1]。

3 结语

采用因子分析法,用较少的相互独立因子变量来替代原有变量的大部分信息,减少了研究变量的数目。采用典型相关分析,能够快速分析出多个因素对多个因素之间的联系。使用统计软件SAS运行出来的结果,可信度较高。研究问题时采用大样本空间,减少随机巧合,计算准确度提高。但也有不足之处:对于理化指标的研究,只考虑了一级指标,忽略了二级指标。

参考文献

[1]黄本春.统计学实验教程[M].北京:中国经济出版社,2010.

[2]王芳,陈胜可,冯国生.SAS统计与应用[M].北京:电子工业出版社,2010.

(责任编辑:赵中正)endprint

摘 要 酿酒葡萄和葡萄酒的理化指标均较多,属于多变量与多变量之间的分析。先采用因子分析法将30个变量降为6个变量,然后用典型相关分析法得出酿酒葡萄的理化指标对葡萄酒相关理化指标的影响。

关键词 酿酒葡萄;葡萄酒;因子分析;典型相关分析

中图分类号:S663.1;O242.1 文献标志码:A 文章编号:1673-890X(2014)11--3

酿酒葡萄的好坏与所酿葡萄酒的质量有直接关系,葡萄酒和酿酒葡萄检测的理化指标会在一定程度上反映葡萄酒和葡萄的质量。根据某一年份这些葡萄酒和酿酒葡萄的成分数据建立数学模型,分析酿酒葡萄与葡萄酒的理化指标之间的联系。由于酿酒葡萄中的成分构成种类过多,葡萄酒的理化指标数目也较多,且都是需要研究的影响因素。酿酒葡萄与葡萄酒的理化指标之间的联系,采用了因子分析法和典型相关分析法。

1 因子分析模型

由于酿酒葡萄与葡萄酒的理化指标数据中因子变量过多,其中部分因子变量对研究结果没有影响或者影响甚小,因此采用主成分分析法进行数据处理。

主成分分析法是一种从数据对象中提取主要信息,而忽略相对次要信息的多元统计分析方法。在实际应用中主要用来对数据集的属性进行约简和降维。

利用SAS软件,用Factor过程实现因子分析,就可找出酿酒葡萄与葡萄酒的理化指标之间的联系[1]。

3 结语

采用因子分析法,用较少的相互独立因子变量来替代原有变量的大部分信息,减少了研究变量的数目。采用典型相关分析,能够快速分析出多个因素对多个因素之间的联系。使用统计软件SAS运行出来的结果,可信度较高。研究问题时采用大样本空间,减少随机巧合,计算准确度提高。但也有不足之处:对于理化指标的研究,只考虑了一级指标,忽略了二级指标。

参考文献

[1]黄本春.统计学实验教程[M].北京:中国经济出版社,2010.

[2]王芳,陈胜可,冯国生.SAS统计与应用[M].北京:电子工业出版社,2010.

(责任编辑:赵中正)endprint

摘 要 酿酒葡萄和葡萄酒的理化指标均较多,属于多变量与多变量之间的分析。先采用因子分析法将30个变量降为6个变量,然后用典型相关分析法得出酿酒葡萄的理化指标对葡萄酒相关理化指标的影响。

关键词 酿酒葡萄;葡萄酒;因子分析;典型相关分析

中图分类号:S663.1;O242.1 文献标志码:A 文章编号:1673-890X(2014)11--3

酿酒葡萄的好坏与所酿葡萄酒的质量有直接关系,葡萄酒和酿酒葡萄检测的理化指标会在一定程度上反映葡萄酒和葡萄的质量。根据某一年份这些葡萄酒和酿酒葡萄的成分数据建立数学模型,分析酿酒葡萄与葡萄酒的理化指标之间的联系。由于酿酒葡萄中的成分构成种类过多,葡萄酒的理化指标数目也较多,且都是需要研究的影响因素。酿酒葡萄与葡萄酒的理化指标之间的联系,采用了因子分析法和典型相关分析法。

1 因子分析模型

由于酿酒葡萄与葡萄酒的理化指标数据中因子变量过多,其中部分因子变量对研究结果没有影响或者影响甚小,因此采用主成分分析法进行数据处理。

主成分分析法是一种从数据对象中提取主要信息,而忽略相对次要信息的多元统计分析方法。在实际应用中主要用来对数据集的属性进行约简和降维。

利用SAS软件,用Factor过程实现因子分析,就可找出酿酒葡萄与葡萄酒的理化指标之间的联系[1]。

3 结语

采用因子分析法,用较少的相互独立因子变量来替代原有变量的大部分信息,减少了研究变量的数目。采用典型相关分析,能够快速分析出多个因素对多个因素之间的联系。使用统计软件SAS运行出来的结果,可信度较高。研究问题时采用大样本空间,减少随机巧合,计算准确度提高。但也有不足之处:对于理化指标的研究,只考虑了一级指标,忽略了二级指标。

参考文献

[1]黄本春.统计学实验教程[M].北京:中国经济出版社,2010.

[2]王芳,陈胜可,冯国生.SAS统计与应用[M].北京:电子工业出版社,2010.

篇5:代理的常见典型案例及相关分析

1.章春芳诉章建华代理纠纷案

「案情摘要」

原告:章春芳,女,38岁,在上海制药机械二厂工作

被告:章建华,男,44岁,在上海市食品进出口公司活畜禽经营部工作

原告章春芳诉称:被告因工作原因经常往返于广州、上海。她闻悉广州录像机价格低于上海,遂委托被告章建华代购。为此交付被告人民币2600元,要求被告在四种型号中任选一台录像机。数日后,被告交付给她录像机一台,她发现外观不好,商标贴纸折叠脱落,无产品说明书,经试放发现性能异常,请人打开机盖,发现内部零件锈迹斑斑,由此判定该机是旧机器、废机器、“海水机”,无修理和使用价值。经她与被告交涉无结果,为此起诉要求被告退回录像机价款人民币2270 元。审理中,原告变更诉讼请求,要求被告赔偿录像机修理费人民币1500元。

被告章建华辩称:原告主动要求他代购录像机,他按原告的委托要求,经挑选试放完好才购下录像机,原告得录像机时放弃试放要求。现银货两讫,自己得代理行为已完车。至于原告所称该机内部质量问题,他无义务予以确保,故不同意原告的赔偿要求。「审理」

上海市黄浦区人民法院经审理查明:被告章建华是原告章春芳母亲家的邻居。被告因工作经常往返于广州上海。原告耳闻广州市场上录像机价格低于上海,遂于 1991年10月3日交付被告人民币2600元,委托被告从松下J20、日立747、东芝95、TV660四种型号的录像机中,任选购一台新录像机,对质量、外观等并无其他要求。10月9日,被告以广州市效区市场上的录像机价格较市区低,遂邀同事李茂章一起前往广东省增城县新塘镇购德松下J20录像机一台,经当场试放,未发现质量问题,遂付款人民币2270元。商店出具发票,但无保修卡。10月12日,被告在原告母亲家将录像机交付原告,并提出由原告当场开机试放。原告表示无此必要。双方当场按发票和车票结清了货款以及被告自广州市区至增城县新塘真的车旅费共计2285.60元。被告找回原告 314.40元,原告当即以20元左右德礼品酬谢被告,并将录像机取回家。现原告称,取回录像机当天即发现商标纸脱落,经试放发现有马达声响,图象有规则的抖动等,她认为是自己不懂录像机性能而未调试好;第二天,又发现录像机外壳光洁度不好,也不在意,并请来同事帮助调试,情况依旧;第三天,她将录像机送往修理部,修理部的人告知该机已启封过。她要求将机盖打开,发现机内磁鼓等零件以锈,修理部的人遂告知该机已无使用价值。10月15日,原告找被告交涉,要求被告去出售商店调换。被告主张原告方同行,愿负相关的车旅费,未被原告接受。被告称,他根据原告要求去出售商店要求调换,遭拒绝。故只得将录像机重新交给原告。以后,原告向被告提出修理该录像机需修理费人民币1000多元。被告方考虑到邻居关系,同意补偿200元,原告未能接受。

思考:法院能否支持原告请求我?

黄浦区人民法院根据上述事实和证据认为,原、被告是委托代理关系。被告在原告的授权范围内,为原告代购录像机,在此过程中未发现被告不履行职责或与他人串通,故意损害原告利益的行为,且被告已将该机交付原告,原告也已付清了价款,至此,被告的代理事务已完成,双方的委托代理关系即告终止。原告提出录像机外观质量问题,因其发现后未及时向被告提出异议,对此可视为接受。至于原告提出录像机内部零件质量问题,因原告未能举证证明被告有与他人恶意串通故意损害原告利益的行为,故应由原告向出售商店交涉。再则,由于原告未能举证证明被告交付给她的录像机是旧机器,废机器,故其要求被告赔偿修理费1500元缺乏法律依据,不予支持。据此,判决如下:

原告章春芳要求被告章建华赔偿录像机修理费人民币1500元不予支持。

案件受理费人民币由章春芳负担。

「分析」

本案是一起因代理而产生的纠纷案,主要涉及了关于代理的一些基本知识。《民法通则》六十三条第2款规定:“代理人在代理权限内,以被代理人的名义实施民事法律行为。被代理人对代理人的代理行为,承担民事责任。”由此可见,代理包括三方当事人:一是被代理人,也就是本人;二是代理人,即运用自己的能力帮助被代理人的人;三是代理人实施民事行为的相对人。代理包括三种:委托代理,法定代理和指定代理。本案就属于典型的委托代理。委托代理有如下特点:(1)代理人以作出意思表示为职能;(2)代理人得以被代理人得名义进行活动;(3)代理行为的法律效果直接归属于被代理人。本案中,被告接受原告的委托在广州为原告购买录像机一台,因而具有了代理权。被告又是在原告授权的范围内实施的民事法律行为,即为原告购买了松下J20录像机一台,也符合原告的要求,没有滥用代理权和超越代理权,因此被告的行为是有权代理,那么由此产生的法律效果就直接归属于被代理人即原告。

2.李凌与李小明法定代理关系纠纷案

「案情摘要」

李凌与林红于1994年结婚,1996年生育一子李小明,1998年李凌与林红协议离婚,李小明由李凌抚养。2000年李小明在与邻居小孩玩耍过程中将一男孩张明新打伤,张明新共花去治疗费3000余元。张的父母多次找李凌商议解决,但李凌称:“这孩子我管不了,有什么事你们找他妈妈去吧,我不为他惹的事操那个心。”张明新的父母遂起诉至县人民法院,要求予以赔偿,县人民法院在开庭前通知李凌到庭,但李凌拒不到庭。县人民法院认为此案中的一些问题必须李凌到庭才能查清,遂延期审理,又向李凌送达两次传票,要求其到庭,李凌仍予以拒绝。县人民法院遂对其拘传。开庭以后,李凌到县人大常委会控告法院限制其人身自由,理由是张明新受伤并非他所致,他没有法律责任,法院的拘传是错误的,要求予以道歉并赔偿他的精神损失。

「分析」

本案涉及到代理中关于法定代理的问题。所谓法定代理,是指代理人根据法律的直接规定而成为代理人的代理。法律设置法定代理制度主要是为了保护无民事行为能力和限制行为能力人设置的。我国《民法通则》第十四条规定:“无民事行为能力人、限制行为能力人的监护人是他的法定代理人。”《民法通则》第十六条规定:“未成年人的父母是未成年人的监护人。”本案中,李凌与林红离婚,李小明与李凌共同生活,李凌自然就成为李小明的法定代理人。代理李小明参加诉讼即是他的权利,同时也是他的职责和义务。因此本案中李凌声称不上他打伤的人他管不了李小明的说法是不成立的,也是推卸不了责任的。我国《最高人民法院关于贯彻执行〈中华人民共和国民法通则〉若干问题的意见》(以下简称《民通意见》)第一百五十八条规定:“夫妻离婚后,未成年子女侵害他人权益的,同该子女共同生活的一方应当承担民事责任„„”据此,李凌不但要代理李小明参加诉讼,而且还要就李小明的侵权行为承担赔偿责任。正是鉴于李凌和李小明之间的法定代理关系,根据《最高人民法院关于适用〈中华人民共和国民事诉讼法〉若干问题的意见》第一百一十二条的规定:“给国家、集体、他人造成损害的未成年人的法定代理人,如其必须到庭,经两次传票传唤无正当理由拒不到庭的,也可以适用拘传。”因此,本案中人民法院的拘传是合法的。

3.刘力、刘巍代理刘虹诉讼纠纷案

「案情摘要」

张军与刘虹于1980年结婚。婚后因一直未能生育子女

造成刘虹与其公婆之间的关系紧张。由于长期心情郁闷,精神抑郁,刘虹于1988年患精神分裂症,完全丧失了行为能力。1990年张军向市人民法院起诉要求与刘虹离婚。因刘虹母亲早逝,市人民法院遂通知刘虹的父亲刘力代理刘虹参加诉讼。而刘力声称,他现在已另有妻室子女,不能作为刘虹的代理人,但他可以让刘虹的哥哥刘巍作为刘虹的代理人,刘力告知刘巍后,刘巍表示拒绝,二人遂申请刘虹住所地居民委员会解决。

「分析」

本案所涉及的是指定代理的问题。《民法通则》第十四条规定:“无民事行为能力人、限制行为能力人的监护人是他的法定代理人。”第十七条规定:“无民事行为能力或者限制民事行为能力的精神病人,由下列人员担任监护人:

(一)配偶;

(二)父母;

(三)成年子女;

(四)其他近亲属;

(五)关系密切的其他亲属、朋友愿意承担监护责任,经精神病人的所在单位或者住所地的居民委员会、村民委员会同意的。对担任监护人有争议的,由精神病人的所在单位或者住所地的居民委员会、村民委员会在近亲属中指定。对指定不服提起诉讼的,由人民法院裁决。由此可见,我国法律规定有权指定无民事行为能力人的代理人的一是人民法院,二是精神病人所在单位,三是精神病人住所地的居民委员会、村民委员会。”《最高人民法院关于贯彻执行〈中华人民共和国民法通则〉若干问题的意见》第十六条规定:“对于担任监护人有争议的,应当按照民法通则第十六条第三款或者第十七条第二款的规定,由有关组织予以指定。未经指定而向人民法院起诉的,人民法院不予受理。”第十七条也规定:“有关组织依照民法通则规定指定监护人,以书面或者口头通知了被指定人的,应当认定指定成立。被指定人不服的,应当在接到通知的次日起三十日呃逆向人民法院起诉。逾期起诉的,按变更监护关系处理。”本案中刘力、刘巍都上刘虹的监护范围内的近亲属,二人对担任监护人发生争议,刘虹住所地居民委员会有权予以指定,被指定为监护人的人如果对指定不服,可以在法定期间即接到通知的次日起三十日内向人民法院提起诉讼。

4.王立生代理行为无效案

「案情摘要」

王立生是某单位后勤处的负责人。1995年9月,其亲戚

家的一头牛得了一种传染病,且使其它15头牛全部被传染,王立生利便用职权之便以该单位食堂的名义买下其亲戚家中16头病牛,随后又找人将该16头病牛全部杀掉,并把牛皮送其亲戚,牛肉运回本单位食堂,其亲戚送给他1000元作为酬谢。由于牛肉感染病毒,本单位职工食用后发生9人中毒,食堂只好将剩余的牛肉倒掉,造成经济损失20000余元。有人将此事向单位反映后,单位责令王立生追回牛肉款。王立生表示,牛肉是其亲戚的,他是代理单位购买牛肉,发生损失应当由单位负责,与其个人没有关系。其所在单位遂起诉至区人民法院,要求王立生及其亲戚归还牛肉款。

「分析」

本案所涉及的是代理行为无效的问题。我国《民法通则》第六十六条第3款规定:“代理人和被代理人串通,损害被代理人利益的,由代理人和第三人负连带责任。”由此可见,构成无效代理必须符合三个要件:一是代理人和第三人有主观上损害被代理人的故意,即恶意通谋;二是代理人和第三人客观上都实施了损害被代理人利益的共同行为,并且实际上也给被代理人造成了损害;三是代理人与第三人恶意串通与被代理人利益受到损害之间有因果关系,以上要件缺一不可。本案中,王立生作为单位后勤处的负责人,明知买下这16头病牛会给单位造成很大的经济损失,但仍然与其亲戚通谋,具备了主观上损害本单位利益的故意。在客观上,牛肉被本单位的职工食用后不仅造成了食物中毒,而且给本单位造成的直接经济损失达20000元,损害实际发生。在因果关系上,该单位的经济损失正是由于王立生及其亲戚的恶意串通将病牛卖给该单位食堂而直接造成的。因此,王立生的行为虽然在形式上是代理该单位的行为,但根据《民法通则》第六十六条第三款的规定,在本质上是一种无效的代理行为,因而王立生应与其亲戚对该单位的损失负连带赔偿责任。

5.武汉某房地产开发有限公司诉陈某代理案

「案情摘要」

1992 年11月18日,武汉某房地产开发有限公司(以下简称房地产公司)与武汉市某拆迁还建开发公司(以下简称拆迁公司)订立联合开发武汉市武昌区徐东路小区的合同。据此合同,房地产公司以6000万元取得徐东路小区6万平方米商品房的所有权及销售权。为尽快销售此商品房,1993年2月10日,房地产公司与陈某签订委托代理合同。合同约定:陈某一房地产公司经营部的名义代理销售该公司开发的徐东路小区20栋共6万平方米的商品房;最低售价为每平方米1160 元,期限6个月;房地产公司按实际销售总金额的6‟付给陈某作销售费用;房地产公司付给陈某的报酬分两档:一档从每平方米1160元至1210元,陈某获 30%;二档为每平方米1210元以上,陈某获60%;整个销售工作由房地产公司总经理全盘控制;销售出的房屋尾款若不能按期到位,由陈某负责催收,房地产公司协助。同日,房地产公司向陈某出具授权委托书称:本公司徐东路小区20栋共6万平方米的商品房全权委托陈某承销,销售以本公司合同专用章并

加盖受托人私章为有效,授权期为9个月。房地产公司同时向陈某提供了合同专用章。

陈某接受委托后,即组织人员展开销售活动,并与1993年3月8 日代理房地产公司与湖北省某农垦实业公司(以下简称实业公司)签订了联合开发协议,单价为每平方米1255元。合同由陈某交房地产公司总经理签定。1993年3月15日,陈某又代理房地产公司与湖北省某房屋开发公司(以下简称房屋公司)签订联合经营房屋开发合同,合同单价为1306元,总价款 8010万余元。此合同亦加盖房地产公司合同专用章及陈某私章。1993年3月22日,陈某将此合同交房地产公司总经理,并按总经理的要求销毁与实业公司签订的合同的全部原件。3月24日,总经理通知陈某前往房屋公司,告诉其房地产公司、房屋公司和拆迁公司已于3月20日另行签定合同,陈某代理房地产公司与房屋公司于3月15日签订的合同原件被销毁,陈某得到房地产公司的承诺后,将合同专用章交还房地产公司。此后,房地产公司拒付陈某的代理费及报酬,双方发生纠纷,房地产公司向武汉市中级人民法院起诉。

原告房地产公司起诉称:被告利用代理合同和授权委托书赋予的身份,分别与实业公司、房屋公司订立联合经营房屋开发合同,企图私吞两份合同的差额,侵害了委托人的利益。原告为此与被告及相对人销毁了两份合同,并解除被告的委托代理权。原告与饿房屋公司重新订立的联合建设合同,与原告代理无关,且原告与被告签订的委托代理合同在被告履行之前已经解除。请求确认双方签定的委托代理合同已经解除,确认被告无权要求原告支付代理费及奖励提成。

被告陈某答辩并反诉称:与被告签订有委托代理合同,所有行为均系依约履行。现原告违约拒付代理费和报酬,故反诉请求判令原告支付代理费及报酬共计496万元。

「审理」

武汉市中级人民法院经审理认为:原告房地产公司与被告陈某双方签订的委托代理合同的主体、内容符合国家法律和政策,且是双方意思一致的表示,故合同有效。被告在代理原告与实业公司订立合同后,又以更高的价格代理原告与房屋公司订立合同,其代理行为并未损害原告的利益。原告得知被告又以其名义与房屋公司签定合同后,不仅未作任何表示,反而要求被告终止与实业公司的合同,应视为对被告代理其与房屋公司订约行为的默认。原告诉称被告利用两份合同私吞差价款及被告与实业公司恶意串通侵犯其利益,查无实据,不能成立。被告依据委托代理合同以原告名义与房屋公司签订的有效合同,已完成部分代理事务。原告在代理期间届满,被告完成全部代理事务之前撤回所授予的代理权,致使被告未能完成全部代理事务,属违约行为,应承担违约责任。对由此给被告造成的经济损失应予赔偿。对被告完成的部分代理事务,原告应当按委托代理合同的约定,以被告代理原告与房屋公司所订合同的价格为标准,向被告支付适当的报酬。根据《中华人民共和国民法通则》第一百零六条第1款、《中华人民共和国经济合同法》第二十九条第1款(《中华人民内共和国合同法》是自1999年10月1日起实施,当时判案的所依据的还是《中华人民共和国经济合同法》)、《中华人民共和国民事诉讼法》第一百二十八条的规定,法院判决如下:原告房地产公司向被告陈某支付代理费用及报酬 1973402.99元,并赔偿被告经济损失216679.65元,限判决生效后10日内付清。

一审判决后,双方当事人均不服,向湖北省高级人民法院提出上诉。

房地产公司上诉称:原判认定合同合法有效和对陈某出具放弃代理酬金的字据不予采用,是错误的。请求确认委托代理合同无效,陈某无权追索代理酬金,应追究陈某企图侵害我公司利益的违法行为的民事责任。

陈某上诉称:原判认定我仅完成部分代理事务不当,请求认定已完成全部代理事项,判令房地产公司支付全部代理费用、报酬及违约金。湖北省高级人民法院经审理认为:房地产公司与陈某签订的委托代理合同未违背法律、政策和协商一致的原则,属有效合同。房地产公司在委托代理合同代理期间届满前撤销授予的代理权,致使陈某未完成全部代理事项,属违约行为,应承担违约责任。对陈某由此

受到的经济损失应予赔偿。陈某依合同完成部分代理事项后,因房地产公司取消委托而丧失代理权,对应按合同取得的报酬,根据公平原则,需由房地产公司给予适当补偿。据此,经法院主持调解,房地产公司与陈某自愿达成如下调解协议:房地产公司付给陈某代理费及报酬人民币197万元,按约定期限分期支付。

「分析」

篇6:典型相关性分析教案

上传日期:2008年8月18日 编辑:现代经济编辑部 点击:1855次

袁文斌,吴群英,鄢寒

(桂林工学院数理系,广西桂林 541004)

摘要:本文利用典型相关分析方法,对我国31个地区全社会固定资产投资的投入与经济增长关系进行了建模。利用SAS的运行结果,筛选出两对典型变量,并对典型变量的结果进行了分析,得出了比较符合实际的结论:全社会固定资产投资的投入与经济增长呈正相关关系,且相关程度较强。

关键词:全社会固定资产投资;经济增长;典型相关分析

中图分类号:021文献标识码:A

雄厚的经济实力是一个国家繁荣、富强的标志,是社会和谐的基础,因此追求经济增长是人类社会的最基本目标。在影响经济增长的诸多因素中,固定资产的投入也是极为重要的,它对经济增长的促进作用正变得越来越明显。本文章考虑到研究方法的特点和要求,通过对所采用的数据进行筛选和分析,建立了固定资产投入与经济增长的指标体系,并利用典型相关分析构建了固定资产投入与经济增长的典型相关模型。

一、典型相关分析

在统计分析中,用简单相关系数反映两个变量之间的线性相关关系,用复相关系数反映一个变量与多个变量之间的线性相关关系。1936年Hotelling将线性相关性推广到两组变量的讨论中提出了典型相关分析。典型相关分析的基本思想和主成分的基本思想相似,它将一组变量与另一组变量之间单变量的多重线性相关性研究转化为对少数几对综合变量之间的简单线性相关性的研究,并且这少数几对变量所包含的线性相关性的信息几乎覆盖了原变量组所包含的全部相应信息。

典型相关简单的数学描述如下:

设有两组随机向量x(维),y(维),且不妨设 ,为研究x与y之间的线性相关关系,分别在两组向量中选取若干有代表性的综合变量 和,它们是原变量的一个线性组合:

使 及 的相关系数

满足关系式:„

0,称 为典型相关系数。

从理论上讲,典型变量的对数和相对应的典型相关系数的个数可以等于两组变量中数目较少的那一组变量的个数,即 个(因为已设 小于)。其中 与 的相关系数 =

反映的相关成分最多,称为第一典型相关系数; 与 的相关系数 =

反应的相关成分次之,称为第二典型相关系数;以此类推。在实际应用中,只需保留前面若干对典型变量。保留的原则是视典型相关系数的显著性检验结果,以及实际解释而定。如果第一对典型变量已经反映足够多的信息,则只保留第一对典型变量比较理想。

典型变量的显著性检验,是运用“去掉前 个典型相关系数的影响”之后,剩下的 个典型相关系数是否可达到显著水平而进行的。一般情况下,检验第 个()典型相关系数的显著性时,检验统计量近似服从自由度为 的 分布。

二、实证分析

文中选用2006年我国各地区的固定资产投资的投入和经济增长的数据(数据来源:《中国统计年鉴2007》中相关数据计算得到),确定两组指标。第一组为反映经济增长的指标:x1:第一产业GDP,x2:第二产业GDP,x3:第三产业GDP;第二组为反映固定资产投资的投入的指标:y1:第一产业固定资产投资额,y2:第二产业固定资产投资额,y3:第三产业固定资产投资额; 运行SAS8.1对数据进行典型相关分析,得到如下结果。

1典型变量相关性及其显著性检验

典型变量 2 3 典型相关系

典型贡献率 累积贡献率

数 0.965674 0.877709 0.660407

0.7700 0.1869 0.0431

0.7700 0.9569 1

F值 40.75 23.13 20.88

P值 <0.0001 <0.0001 <0.0001

表1给出了两组典型变量之间的相关系数,可以看出第一对典型变量间的相关系数为0.965674,它大于表1给出的任意两个指标的相关系数,从基于Rao近似的F统计量进行的相关系数检验结果来看,检验总体中所有典型相关均为0的零假设时,第一对,第二对,第三对典型变量的显著性概率均小于0.0001(即P值),也就是说这三对典型变量有着及其显著的相关性。

从上面的分析可以看出,第一﹑第二典型相关累积贡献率达95.69%,即包含的信息量占全部相关信息量的95.69%。故对两组变量的相关性研究可以转化为对第一、第二典型相关变量的相关性的研究。

输出结果中给出标准化后典型变量的系数,见表2。因两组数据不是相同的单位,我们只分析标准化后的系数,且只分析具有显著相关性的第一、第二典型相关变量。

2标准化后典型变量的系数

x1 x2 x3 V1 0.1703 0.5567 0.3329

V2 0.1940-2.7922 2.7505

y1 y2 y3

W1-0.0169 0.3795 0.6669

W2-0.0009-1.8308 1.7403

由表3得出如下典型相关模型:

V1=0.1703x1+0.5567x2+0.3329x3, W1=-0.0169y1+0.3795y2+0.6669y3.V2=0.194x1-2.7922x2+2.7505x3, W2=-0.0009y1-1.8308y2+1.7403y3.综合指标V1,V2,W1,W2是标准化后的线性组合,其系数绝对值的大小可以反映投入与产出对典型变量的影响程度。V1, V2以x2,x3的载荷量较大,说明反映经济增长快慢程度的典型变量主要由第二产业GDP和第三产业GDP所表示;在W1, W2中,y2, y3的载荷量较大,说明反映固定资产投入程度的典型变量主要由第二产业固定资产投资和第三产业固定资产投资所表示。

3经济增长(GDP)与固定资产投入典型变量相关矩阵

x1 x2 x3 y1 y2 y3

V1 0.7765 0.9902 0.9505 0.4546 0.9002 0.9473 V2-0.2149-0.1000 0.2772-0.4178-0.3175 0.1701 W1 0.7499 0.9562 0.9179 0.4708 0.9322 0.9810 W2-0.1886-0.0878 0.2433-0.4761-0.3617 0.1938

由表3,经济增长(GDP)的第一典型变量V1与x1,x2,x3,均呈高度相关,说明各产业GDP在经济增长中具有重要地位。同样, 固定资产投入的第一典型变量W1与y1,y2,y3的相关系数比较高, 说明各产业的固定资产投资的投入在固定资产投入中均占有主导地位。由于第一对典型变量之间的高度相关,导致经济增长中三个变量与固定资产投资的第一典型变量呈高度相关;而固定资产投资中的三个变量则与经济增长的第一典型变量也呈高度相关。这种一致性从数量上体现了固定资产投资和经济增长之间存在较强的内在关系,与指标的实际意义非常吻合,说明典型相关分析的结果具有较高的可信度。

与线性回归模型不同的是,典型相关系数与典型系数可以有不同的符号,如固定资产投入方面W1与y1相关系数为正值(0.4708),而典型系数为负值(-0.0169),由于出现这种符号的情况,称y1为抑制变量。由表3的相关系数还可以看出,经济增长(GDP)的第一典型变量V1对x1(第一产业的GDP)和x2(第二产业的GDP)以及x3(第三产业的GDP)具有相当高的预测能力,系数值分别为0.7765,0.9902,0.9505。

三、结论

根据实证分析的结果我们可以看出,固定资产投入与经济增长具有较强的相关性,这一结论与事实相符。而且采用典型相关分析可以揭示固定资产的投入与经济增长内各因素变动的作用程度,这在一定程度上可以为我国固定资产的投资与经济增长合理调配提供一定的客观依据。

基金项目:国家自然科学基金(10661006), 广西“新世纪十百千人才工程”专项资金(2005214)及广西自然科学基金(桂科自0728212)资助。参考文献:

[1] 何晓群.多元统计分析[M].北京:中国人民大学出版社,2004 [2] 曲庆云,赵晓海,阮桂海.统计分析方法:SAS实例精选[M].清华大学出版社,2004

[3] 国家统计局.中国统计年鉴2007[M].北京:中国统计出版社,2007

上一篇:富有人生哲理的散文下一篇:除夕夜快乐短信祝词