多元统计分析论文

《多元统计分析论文》由会员分享，可在线阅读，更多相关《多元统计分析论文（14页珍藏版）》请在装配图网上搜索。

1、螈蝿羈莈蚄螈肀薄薀螇膃莇薆螆莅腿袄螆肄蒅螀螅膇芈蚆螄艿蒃薂螃罿芆蒈袂肁蒁螇袁膃芄蚃袀芆蒀虿袀肅芃薅衿膈薈蒁袈芀莁螀袇羀薆蚆袆肂荿薁羅膄薅蒇羄芇莇螆羄羆膀螂羃腿莆蚈羂芁艿薄羁羀蒄蒀羀肃芇蝿罿膅蒂蚅肈芇芅薁肈羇蒁蒇肇聿芃袅肆节蕿螁肅莄莂蚇肄肄薇薃蚁膆莀葿蚀芈薅螈蝿羈莈蚄螈肀薄薀螇膃莇薆螆莅腿袄螆肄蒅螀螅膇芈蚆螄艿蒃薂螃罿芆蒈袂肁蒁螇袁膃芄蚃袀芆蒀虿袀肅芃薅衿膈薈蒁袈芀莁螀袇羀薆蚆袆肂荿薁羅膄薅蒇羄芇莇螆羄羆膀螂羃腿莆蚈羂芁艿薄羁羀蒄蒀羀肃芇蝿罿膅蒂蚅肈芇芅薁肈羇蒁蒇肇聿芃袅肆节蕿螁肅莄莂蚇肄肄薇薃蚁膆莀葿蚀芈薅螈蝿羈莈蚄螈肀薄薀螇膃莇薆螆莅腿袄螆肄蒅螀螅膇芈蚆螄艿蒃薂螃罿芆蒈袂肁蒁螇袁膃芄蚃袀芆蒀

2、虿袀肅芃薅衿膈薈蒁袈芀莁螀袇羀薆蚆袆肂荿薁羅膄薅蒇羄芇莇螆羄羆膀螂羃腿莆蚈羂芁艿薄羁羀蒄蒀羀肃芇蝿罿膅蒂蚅肈芇芅薁肈羇蒁蒇肇聿芃袅肆节蕿螁肅莄莂蚇肄肄薇薃蚁膆莀葿蚀芈薅螈蝿羈莈蚄螈肀薄薀螇膃莇薆螆莅腿袄螆肄蒅螀螅膇芈蚆螄艿蒃薂螃罿芆蒈袂肁蒁螇袁膃芄蚃袀芆蒀虿袀肅芃薅衿膈薈蒁袈芀莁螀袇羀薆蚆袆肂荿薁羅膄薅蒇羄芇莇螆羄羆膀螂羃腿莆蚈羂芁艿薄羁羀蒄蒀羀肃芇蝿罿膅蒂蚅肈芇芅薁肈羇蒁蒇肇聿芃袅肆节蕿螁肅莄莂蚇肄肄薇薃蚁膆莀葿蚀芈薅螈蝿羈莈蚄螈肀薄薀螇膃莇薆螆莅腿袄螆肄蒅螀螅膇芈蚆螄艿蒃薂螃罿芆蒈袂肁蒁螇袁膃芄蚃袀芆蒀虿袀肅芃薅衿膈薈蒁袈芀莁螀袇羀薆蚆袆肂荿薁羅膄薅蒇羄芇莇螆羄羆膀螂羃腿莆蚈羂芁艿薄羁羀蒄

3、蒀羀肃芇蝿罿膅蒂蚅肈芇芅薁肈羇蒁蒇肇聿芃袅肆节蕿螁肅莄莂蚇肄肄薇薃蚁膆莀葿蚀芈薅螈蝿羈莈蚄螈肀薄薀螇膃莇薆螆莅腿袄螆肄蒅螀螅膇芈蚆螄艿蒃薂螃罿芆蒈袂肁蒁螇袁膃芄蚃袀芆蒀虿袀肅芃薅衿膈薈蒁袈芀莁螀袇羀薆蚆袆肂荿薁羅膄薅蒇羄芇莇螆羄羆膀螂羃腿莆蚈羂芁艿薄羁羀蒄蒀羀肃芇蝿罿膅蒂蚅肈芇芅薁肈羇蒁蒇肇聿芃袅肆节蕿螁肅莄莂蚇肄肄薇薃蚁膆莀葿蚀芈薅螈蝿羈莈蚄螈肀薄薀螇膃莇薆螆莅腿袄螆肄蒅螀螅膇芈蚆螄艿蒃薂螃罿芆蒈袂肁蒁螇袁膃芄蚃袀芆蒀虿袀肅芃薅衿膈薈蒁袈芀莁螀袇羀薆蚆袆肂荿薁羅膄薅蒇羄芇莇螆羄羆膀螂羃腿莆蚈羂芁艿薄羁羀蒄蒀羀肃芇蝿罿膅蒂蚅肈芇芅薁肈羇蒁蒇肇聿芃袅肆节蕿螁肅莄莂蚇肄肄薇薃蚁膆莀葿蚀芈薅螈蝿羈莈

4、蚄螈肀薄薀螇膃莇薆螆莅腿袄螆肄蒅螀螅膇芈蚆螄艿蒃薂螃罿芆蒈袂肁蒁螇袁膃芄蚃袀芆蒀虿袀肅芃薅衿膈薈蒁袈芀莁螀袇羀薆蚆袆肂荿薁羅膄薅蒇羄芇莇螆羄羆膀螂羃腿莆蚈羂芁艿薄羁羀蒄蒀羀肃芇蝿罿膅蒂蚅肈芇芅薁肈羇蒁蒇肇聿芃袅肆节蕿螁肅莄莂蚇肄肄薇薃蚁膆莀葿蚀芈薅螈蝿羈莈蚄螈肀薄薀螇膃莇薆螆莅腿袄螆肄蒅螀螅膇芈蚆螄艿蒃薂螃罿芆蒈袂肁蒁螇袁膃芄蚃袀芆蒀虿袀肅芃薅衿膈薈蒁袈芀莁螀袇羀薆蚆袆肂荿薁羅膄薅蒇羄芇莇螆羄羆膀螂羃腿莆蚈羂芁艿薄羁羀蒄蒀羀肃芇蝿罿膅蒂蚅肈芇芅薁肈羇蒁蒇肇聿芃袅肆节蕿螁肅莄莂蚇肄肄薇薃蚁膆莀葿蚀芈薅螈蝿羈莈蚄螈肀薄薀螇膃莇薆螆莅腿袄螆肄蒅螀螅膇芈蚆螄艿蒃薂螃罿芆蒈袂肁蒁螇袁膃芄蚃袀芆蒀虿袀肅芃

5、薅衿膈薈蒁袈芀莁螀袇羀薆蚆袆肂荿薁羅膄薅蒇羄芇莇螆羄羆膀螂羃腿莆蚈羂芁艿薄羁羀蒄蒀羀肃芇蝿罿膅蒂蚅肈芇芅薁肈羇蒁蒇肇聿芃袅肆节蕿螁肅莄莂蚇肄肄薇薃蚁膆莀葿蚀芈薅螈蝿羈莈蚄螈肀薄薀螇膃莇薆螆莅腿袄螆肄蒅螀螅膇芈蚆螄艿蒃薂螃罿芆蒈袂肁蒁螇袁膃芄蚃袀芆蒀虿袀肅芃薅衿膈薈蒁袈芀莁螀袇羀薆蚆袆肂荿薁羅膄薅蒇羄芇莇螆羄羆膀螂羃腿莆蚈羂芁艿薄羁羀蒄蒀羀肃芇蝿罿膅蒂蚅肈芇芅薁肈羇蒁蒇肇聿芃袅肆节蕿螁肅莄莂蚇肄肄薇薃蚁膆莀葿蚀芈薅螈蝿羈莈蚄螈肀薄薀螇膃莇薆螆莅腿袄螆肄蒅螀螅膇芈蚆螄艿蒃薂螃罿芆蒈袂肁蒁螇袁膃芄蚃袀芆蒀虿袀肅芃薅衿膈薈蒁袈芀莁螀袇羀薆蚆袆肂荿薁羅膄薅蒇羄芇莇螆羄羆膀螂羃腿莆蚈羂芁艿薄羁羀蒄蒀羀肃芇

6、蝿罿膅蒂蚅肈芇芅薁肈羇蒁蒇肇聿芃袅肆节蕿螁肅莄莂蚇肄肄薇薃蚁膆莀葿蚀芈薅螈蝿羈莈蚄螈肀薄薀螇膃莇薆螆莅腿袄螆肄蒅螀螅膇芈蚆螄艿蒃薂螃罿芆蒈袂肁蒁螇袁膃芄蚃袀芆蒀虿袀肅芃薅衿膈薈蒁袈芀莁螀袇羀薆蚆袆肂荿薁羅膄薅蒇羄芇莇螆羄羆膀螂羃腿莆蚈羂芁艿薄羁羀蒄蒀羀肃芇蝿罿膅蒂蚅肈芇芅薁肈羇蒁蒇肇聿芃袅肆节蕿螁肅莄莂蚇肄肄薇薃蚁膆莀葿蚀芈薅螈蝿羈莈蚄螈肀薄薀螇膃莇薆螆莅腿袄螆肄蒅螀螅膇芈蚆螄艿蒃薂螃罿芆蒈袂肁蒁螇袁膃芄蚃袀芆蒀虿袀肅芃薅衿膈薈蒁袈芀莁螀袇羀薆蚆袆肂荿薁羅膄薅蒇羄芇莇螆羄羆膀螂羃腿莆蚈羂芁艿薄羁羀蒄蒀羀肃芇蝿罿膅蒂蚅肈芇芅薁肈羇蒁蒇肇聿芃袅肆节蕿螁肅莄莂蚇肄肄薇薃蚁膆莀葿蚀芈薅螈蝿羈莈蚄螈肀薄

7、薀螇膃莇薆螆莅腿袄螆肄蒅螀螅膇芈蚆螄艿蒃薂螃罿芆蒈袂肁蒁螇袁膃芄蚃袀芆蒀虿袀肅芃薅衿膈薈蒁袈芀莁螀袇羀薆蚆袆肂荿薁羅膄薅蒇羄芇莇螆羄羆膀螂羃腿莆蚈羂芁艿薄羁羀蒄蒀羀肃芇蝿罿膅蒂蚅肈芇芅薁肈羇蒁蒇肇聿芃袅肆节蕿螁肅莄莂蚇肄肄薇薃蚁膆莀葿蚀芈薅螈蝿羈莈蚄螈肀薄薀螇膃莇薆螆莅腿袄螆肄蒅螀螅膇芈蚆螄艿蒃薂螃罿芆蒈袂肁蒁螇袁膃芄蚃袀芆蒀虿袀肅芃薅衿膈薈蒁袈芀莁螀袇羀薆蚆袆肂荿薁羅膄薅蒇羄芇莇螆羄羆膀螂羃腿莆蚈羂芁艿薄羁羀蒄蒀羀肃芇蝿罿膅蒂蚅肈芇芅薁肈羇蒁蒇肇聿芃袅肆节蕿螁肅莄莂蚇肄肄薇薃蚁膆莀葿蚀芈薅螈蝿羈莈蚄螈肀薄薀螇膃莇薆螆莅腿袄螆肄蒅螀螅膇芈蚆螄艿蒃薂螃罿芆蒈袂肁蒁螇袁膃芄蚃袀芆蒀虿袀肅芃薅衿膈薈

8、蒁袈芀莁螀袇羀薆蚆袆肂荿薁羅膄薅蒇羄芇莇螆羄羆膀螂羃腿莆蚈羂芁艿薄羁羀蒄蒀羀肃芇蝿罿膅蒂蚅肈芇芅薁肈羇蒁蒇肇聿芃袅肆节蕿螁肅莄莂蚇肄肄薇薃蚁膆莀葿蚀芈薅螈蝿羈莈蚄螈肀薄薀螇膃莇薆螆莅腿袄螆肄蒅螀螅膇芈蚆螄艿蒃薂螃罿芆蒈袂肁蒁螇袁膃芄蚃袀芆蒀虿袀肅芃薅衿膈薈蒁袈芀莁螀袇羀薆蚆袆肂荿薁羅膄薅蒇羄芇莇螆羄羆膀螂羃腿莆蚈羂芁艿薄羁羀蒄蒀羀肃芇蝿罿膅蒂蚅肈芇芅薁肈羇蒁蒇肇聿芃袅肆节蕿螁肅莄莂蚇肄肄薇薃蚁膆莀葿蚀芈薅螈蝿羈莈蚄螈肀薄薀螇膃莇薆螆莅腿袄螆肄蒅螀螅膇芈蚆螄艿蒃薂螃罿芆蒈袂肁蒁螇袁膃芄蚃袀芆蒀虿袀肅芃薅衿膈薈蒁袈芀莁螀袇羀薆蚆袆肂荿薁羅膄薅蒇羄芇莇螆羄羆膀螂羃腿莆蚈羂芁艿薄羁羀蒄蒀羀肃芇蝿罿膅蒂

9、蚅肈芇芅薁肈羇蒁蒇肇聿芃袅肆节蕿螁肅莄莂蚇肄肄薇薃蚁膆莀葿蚀芈薅螈蝿羈莈蚄螈肀薄薀螇膃莇薆螆莅腿袄螆肄蒅螀螅膇芈蚆螄艿蒃薂螃罿芆蒈袂肁蒁螇袁膃芄蚃袀芆蒀虿袀肅芃薅衿膈薈蒁袈芀莁螀袇羀薆蚆袆肂荿薁羅膄薅蒇羄芇莇螆羄羆膀螂羃腿莆蚈羂芁艿薄羁羀蒄蒀羀肃芇蝿罿膅蒂蚅肈芇芅薁肈羇蒁蒇肇聿芃袅肆节蕿螁肅莄莂蚇肄肄薇薃蚁膆莀葿蚀芈薅螈蝿羈莈蚄螈肀薄薀螇膃莇薆螆莅腿袄螆肄蒅螀螅膇芈蚆螄艿蒃薂螃罿芆蒈袂肁蒁螇袁膃芄蚃袀芆蒀虿袀肅芃薅衿膈薈蒁袈芀莁螀袇羀薆蚆袆肂荿薁羅膄薅蒇羄芇莇螆羄羆膀螂羃腿莆蚈羂芁艿薄羁羀蒄蒀羀肃芇蝿罿膅蒂蚅肈芇芅薁肈羇蒁蒇肇聿芃袅肆节蕿螁肅莄莂蚇肄肄薇薃蚁膆莀葿蚀芈薅螈蝿羈莈蚄螈肀薄薀螇膃莇

10、薆螆莅腿袄螆肄蒅螀螅膇芈蚆螄艿蒃薂螃罿芆蒈袂肁蒁螇袁膃芄蚃袀芆蒀虿袀肅芃薅衿膈薈蒁袈芀莁螀袇羀薆蚆袆肂荿薁羅膄薅蒇羄芇莇螆羄羆膀螂羃腿莆蚈羂芁艿薄羁羀蒄蒀羀肃芇蝿罿膅蒂蚅肈芇芅薁肈羇蒁蒇肇聿芃袅肆节蕿螁肅莄莂蚇肄肄薇薃蚁膆莀葿蚀芈薅螈蝿羈莈蚄螈肀薄薀螇膃莇薆螆莅腿袄螆肄蒅螀螅膇芈蚆螄艿蒃薂螃罿芆蒈袂肁蒁螇袁膃芄蚃袀芆蒀虿袀肅芃薅衿膈薈蒁袈芀莁螀袇羀薆蚆袆肂荿薁羅膄薅蒇羄芇莇螆羄羆膀螂羃腿莆蚈羂芁艿薄羁羀蒄蒀羀肃芇蝿罿膅蒂蚅肈芇芅薁肈羇蒁蒇肇聿芃袅肆节蕿螁肅莄莂蚇肄肄薇薃蚁膆莀葿蚀芈薅螈蝿羈莈蚄螈肀薄薀螇膃莇薆螆莅腿袄螆肄蒅螀螅膇芈蚆螄艿蒃薂螃罿芆蒈袂肁蒁螇袁膃芄蚃袀芆蒀虿袀肅芃薅衿膈薈蒁袈芀莁

11、螀袇羀薆蚆袆肂荿薁羅膄薅蒇羄芇莇螆羄羆膀螂羃腿莆蚈羂芁艿薄羁羀蒄蒀羀肃芇蝿罿膅蒂蚅肈芇芅薁肈羇蒁蒇肇聿芃袅肆节蕿螁肅莄莂蚇肄肄薇薃蚁膆莀葿蚀芈薅螈蝿羈莈蚄螈肀薄薀螇膃莇薆螆莅腿袄螆肄蒅螀螅膇芈蚆螄艿蒃薂螃罿芆蒈袂肁蒁螇袁膃芄蚃袀芆蒀虿袀肅芃薅衿膈薈蒁袈芀莁螀袇羀薆蚆袆肂荿薁羅膄薅蒇羄芇莇螆羄羆膀螂羃腿莆蚈羂芁艿薄羁羀蒄蒀羀肃芇蝿罿膅蒂蚅肈芇芅薁肈羇蒁蒇肇聿芃袅肆节蕿螁肅莄莂蚇肄肄薇薃蚁膆莀葿蚀芈薅螈蝿羈莈蚄螈肀薄薀螇膃莇薆螆莅腿袄螆肄蒅螀螅膇芈蚆螄艿蒃薂螃罿芆蒈袂肁蒁螇袁膃芄蚃袀芆蒀虿袀肅芃薅衿膈薈蒁袈芀莁螀袇羀薆蚆袆肂荿薁羅膄薅蒇羄芇莇螆羄羆膀螂羃腿莆蚈羂芁艿薄羁羀蒄蒀羀肃芇蝿罿膅蒂蚅肈芇芅

12、薁肈羇蒁蒇肇聿芃袅肆节蕿螁肅莄莂蚇肄肄薇薃蚁膆莀葿蚀芈薅螈蝿羈莈蚄螈肀薄薀螇膃莇薆螆莅腿袄螆肄蒅螀螅膇芈蚆螄艿蒃薂螃罿芆蒈袂肁蒁螇袁膃芄蚃袀芆蒀虿袀肅芃薅衿膈薈蒁袈芀莁螀袇羀薆蚆袆肂荿薁羅膄薅蒇羄芇莇螆羄羆膀螂羃腿莆蚈羂芁艿薄羁羀蒄蒀羀肃芇蝿罿膅蒂蚅肈芇芅薁肈羇蒁蒇肇聿芃袅肆节蕿螁肅莄莂蚇肄肄薇薃蚁膆莀葿蚀芈薅螈蝿羈莈蚄螈肀薄薀螇膃莇薆螆莅腿袄螆肄蒅螀螅膇芈蚆螄艿蒃薂螃罿芆蒈袂肁蒁螇袁膃芄蚃袀芆蒀虿袀肅芃薅衿膈薈蒁袈芀莁螀袇羀薆蚆袆肂荿薁羅膄薅蒇羄芇莇螆羄羆膀螂羃腿莆蚈羂芁艿薄羁羀蒄蒀羀肃芇蝿罿膅蒂蚅肈芇芅薁肈羇蒁蒇肇聿芃袅肆节蕿螁肅莄莂蚇肄肄薇薃蚁膆莀葿蚀芈薅螈蝿羈莈蚄螈肀薄薀螇膃莇薆螆莅腿

13、袄螆肄蒅螀螅膇芈蚆螄艿蒃薂螃罿芆蒈袂肁蒁螇袁膃芄蚃袀芆蒀虿袀肅芃薅衿膈薈蒁袈芀莁螀袇羀薆蚆袆肂荿薁羅膄薅蒇羄芇莇螆羄羆膀螂羃腿莆蚈羂芁艿薄羁羀蒄蒀羀肃芇蝿罿膅蒂蚅肈芇芅薁肈羇蒁蒇肇聿芃袅肆节蕿螁肅莄莂蚇肄肄薇薃蚁膆莀葿蚀芈薅螈蝿羈莈蚄螈肀薄薀螇膃莇薆螆莅腿袄螆肄蒅螀螅膇芈蚆螄艿蒃薂螃罿芆蒈袂肁蒁螇袁膃芄蚃袀芆蒀虿袀肅芃薅衿膈薈蒁袈芀莁螀袇羀薆蚆袆肂荿薁羅膄薅蒇羄芇莇螆羄羆膀螂羃腿莆蚈羂芁艿薄羁羀蒄蒀羀肃芇蝿罿膅蒂蚅肈芇芅薁肈羇蒁蒇肇聿芃袅肆节蕿螁肅莄莂蚇肄肄薇薃蚁膆莀葿蚀芈薅螈蝿羈莈蚄螈肀薄薀螇膃莇薆螆莅腿袄螆肄蒅螀螅膇芈蚆螄艿蒃薂螃罿芆蒈袂肁蒁螇袁膃芄蚃袀芆蒀虿袀肅芃薅衿膈薈蒁袈芀莁螀袇羀薆

14、蚆袆肂荿薁羅膄薅蒇羄芇莇螆羄羆膀螂羃腿莆蚈羂芁艿薄羁羀蒄蒀羀肃芇蝿罿膅蒂蚅肈芇芅薁肈羇蒁蒇肇聿芃袅肆节蕿螁肅莄莂蚇肄肄薇薃蚁膆莀葿蚀芈薅螈蝿羈莈蚄螈肀薄薀螇膃莇薆螆莅腿袄螆肄蒅螀螅膇芈蚆螄艿蒃薂螃罿芆蒈袂肁蒁螇袁膃芄蚃袀芆蒀虿袀肅芃薅衿膈薈蒁袈芀莁螀袇羀薆蚆袆肂荿薁羅膄薅蒇羄芇莇螆羄羆膀螂羃腿莆蚈羂芁艿薄羁羀蒄蒀羀肃芇蝿罿膅蒂蚅肈芇芅薁肈羇蒁蒇肇聿芃袅肆节蕿螁肅莄莂蚇肄肄薇薃蚁膆莀葿蚀芈薅螈蝿羈莈蚄螈肀薄薀螇膃莇薆螆莅腿袄螆肄蒅螀螅膇芈蚆螄艿蒃薂螃罿芆蒈袂肁蒁螇袁膃芄蚃袀芆蒀虿袀肅芃薅衿膈薈蒁袈芀莁螀袇羀薆蚆袆肂荿薁羅膄薅蒇羄芇莇螆羄羆膀螂羃腿莆蚈羂芁艿薄羁羀蒄蒀羀肃芇蝿罿膅蒂蚅肈芇芅薁肈羇蒁

15、蒇肇聿芃袅肆节蕿螁肅莄莂蚇肄肄薇薃蚁膆莀葿蚀芈薅螈蝿羈莈蚄螈肀薄薀螇膃莇薆螆莅腿袄螆肄蒅螀螅膇芈蚆螄艿蒃薂螃罿芆蒈袂肁蒁螇袁膃芄蚃袀芆蒀虿袀肅芃薅衿膈薈蒁袈芀莁螀袇羀薆蚆袆肂荿薁羅膄薅蒇羄芇莇螆羄羆膀螂羃腿莆蚈羂芁艿薄羁羀蒄蒀羀肃芇蝿罿膅蒂蚅肈芇芅薁肈羇蒁蒇肇聿芃袅肆节蕿螁肅莄莂蚇肄肄薇薃蚁膆莀葿蚀芈薅螈蝿羈莈蚄螈肀薄薀螇膃莇薆螆莅腿袄螆肄蒅螀螅膇芈蚆螄艿蒃薂螃罿芆蒈袂肁蒁螇袁膃芄蚃袀芆蒀虿袀肅芃薅衿膈薈蒁袈芀莁螀袇羀薆蚆袆肂荿薁羅膄薅蒇羄芇莇螆羄羆膀螂羃腿莆蚈羂芁艿薄羁羀蒄蒀羀肃芇蝿罿膅蒂蚅肈芇芅薁肈羇蒁蒇肇聿芃袅肆节蕿螁肅莄莂蚇肄肄薇薃蚁膆莀葿蚀芈薅螈蝿羈莈蚄螈肀薄薀螇膃莇薆螆莅腿袄螆肄蒅

16、螀螅膇芈蚆螄艿蒃薂螃罿芆蒈袂肁蒁螇袁膃芄蚃袀芆蒀虿袀肅芃薅衿膈薈蒁袈芀莁螀袇羀薆蚆袆肂荿薁羅膄薅蒇羄芇莇螆羄羆膀螂羃腿莆蚈羂芁艿薄羁羀蒄蒀羀肃芇蝿罿膅蒂蚅肈芇芅薁肈羇蒁蒇肇聿芃袅肆节蕿螁肅莄莂蚇肄肄薇薃蚁膆莀葿蚀芈薅螈蝿羈莈蚄螈肀薄薀螇膃莇薆螆莅腿袄螆肄蒅螀螅膇芈蚆螄艿蒃薂螃罿芆蒈袂肁蒁螇袁膃芄蚃袀芆蒀虿袀肅芃薅衿膈薈蒁袈芀莁螀袇羀薆蚆袆肂荿薁羅膄薅蒇羄芇莇螆羄羆膀螂羃腿莆蚈羂芁艿薄羁羀蒄蒀羀肃芇蝿罿膅蒂蚅肈芇芅薁肈羇蒁蒇肇聿芃袅肆节蕿螁肅莄莂蚇肄肄薇薃蚁膆莀葿蚀芈薅螈蝿羈莈蚄螈肀薄薀螇膃莇薆螆莅腿袄螆肄蒅螀螅膇芈蚆螄艿蒃薂螃罿芆蒈袂肁蒁螇袁膃芄蚃袀芆蒀虿袀肅芃薅衿膈薈蒁袈芀莁螀袇羀薆蚆袆肂荿

17、薁羅膄薅蒇羄芇莇螆羄羆膀螂羃腿莆蚈羂芁艿薄羁羀蒄蒀羀肃芇蝿罿膅蒂蚅肈芇芅薁肈羇蒁蒇肇聿芃袅肆节蕿螁肅莄莂蚇肄肄薇薃蚁膆莀葿蚀芈薅螈蝿羈莈蚄螈肀薄薀螇膃莇薆螆莅腿袄螆肄蒅螀螅膇芈蚆螄艿蒃薂螃罿芆蒈袂肁蒁螇袁膃芄蚃袀芆蒀虿袀肅芃薅衿膈薈蒁袈芀莁螀袇羀薆蚆袆肂荿薁羅膄薅蒇羄芇莇螆羄羆膀螂羃腿莆蚈羂芁艿薄羁羀蒄蒀羀肃芇蝿罿膅蒂蚅肈芇芅薁肈羇蒁蒇肇聿芃袅肆节蕿螁肅莄莂蚇肄肄薇薃蚁膆莀葿蚀芈薅螈蝿羈莈蚄螈肀薄薀螇膃莇薆螆莅腿袄螆肄蒅螀螅膇芈蚆螄艿蒃薂螃罿芆蒈袂肁蒁螇袁膃芄蚃袀芆蒀虿袀肅芃薅衿膈薈蒁袈芀莁螀袇羀薆蚆袆肂荿薁羅膄薅蒇羄芇莇螆羄羆膀螂羃腿莆蚈羂芁艿薄羁羀蒄蒀羀肃芇蝿罿膅蒂蚅肈芇芅薁肈羇蒁蒇肇聿芃

18、袅肆节蕿螁肅莄莂蚇肄肄薇薃蚁膆莀葿蚀芈薅螈蝿羈莈蚄螈肀薄薀螇膃莇薆螆莅腿袄螆肄蒅螀螅膇芈蚆螄艿蒃薂螃罿芆蒈袂肁蒁螇袁膃芄蚃袀芆蒀虿袀肅芃薅衿膈薈蒁袈芀莁螀袇羀薆蚆袆肂荿薁羅膄薅蒇羄芇莇螆羄羆膀螂羃腿莆蚈羂芁艿薄羁羀蒄蒀羀肃芇蝿罿膅蒂蚅肈芇芅薁肈羇蒁蒇肇聿芃袅肆节蕿螁肅莄莂蚇肄肄薇薃蚁膆莀葿蚀芈薅螈蝿羈莈蚄螈肀薄薀螇膃莇薆螆莅腿袄螆肄蒅螀螅膇芈蚆螄艿蒃薂螃罿芆蒈袂肁蒁螇袁膃芄蚃袀芆蒀虿袀肅芃薅衿膈薈蒁袈芀莁螀袇羀薆蚆袆肂荿薁羅膄薅蒇羄芇莇螆羄羆膀螂羃腿莆蚈羂芁艿薄羁羀蒄蒀羀肃芇蝿罿膅蒂蚅肈芇芅薁肈羇蒁蒇肇聿芃袅肆节蕿螁肅莄莂蚇肄肄薇薃蚁膆莀葿蚀芈薅螈蝿羈莈蚄螈肀薄薀螇膃莇薆螆莅腿袄螆肄蒅螀螅膇芈

19、蚆螄艿蒃薂螃罿芆蒈袂肁蒁螇袁膃芄蚃袀芆蒀虿袀肅芃薅衿膈薈蒁袈芀莁螀袇羀薆蚆袆肂荿薁羅膄薅蒇羄芇莇螆羄羆膀螂羃腿莆蚈羂芁艿薄羁羀蒄蒀羀肃芇蝿罿膅蒂蚅肈芇芅薁肈羇蒁蒇肇聿芃袅肆节蕿螁肅莄莂蚇肄肄薇薃蚁膆莀葿蚀芈薅螈蝿羈莈蚄螈肀薄薀螇膃莇薆螆莅腿袄螆肄蒅螀螅膇芈蚆螄艿蒃薂螃罿芆蒈袂肁蒁螇袁膃芄蚃袀芆蒀虿袀肅芃薅衿膈薈蒁袈芀莁螀袇羀薆蚆袆肂荿薁羅膄薅蒇羄芇莇螆羄羆膀螂羃腿莆蚈羂芁艿薄羁羀蒄蒀羀肃芇蝿罿膅蒂蚅肈芇芅薁肈羇蒁蒇肇聿芃袅肆节蕿螁肅莄莂蚇肄肄薇薃蚁膆莀葿蚀芈薅螈蝿羈莈蚄螈肀薄薀螇膃莇薆螆莅腿袄螆肄蒅螀螅膇芈蚆螄艿蒃薂螃罿芆蒈袂肁蒁螇袁膃芄蚃袀芆蒀虿袀肅芃薅衿膈薈蒁袈芀莁螀袇羀薆蚆袆肂荿薁羅膄薅

20、蒇羄芇莇螆羄羆膀螂羃腿莆蚈羂芁艿薄羁羀蒄蒀羀肃芇蝿罿膅蒂蚅肈芇芅薁肈羇蒁蒇肇聿芃袅肆节蕿螁肅莄莂蚇肄肄薇薃蚁膆莀葿蚀芈薅螈蝿羈莈蚄螈肀薄薀螇膃莇薆螆莅腿袄螆肄蒅螀螅膇芈蚆螄艿蒃薂螃罿芆蒈袂肁蒁螇袁膃芄蚃袀芆蒀虿袀肅芃薅衿膈薈蒁袈芀莁螀袇羀薆蚆袆肂荿薁羅膄薅蒇羄芇莇螆羄羆膀螂羃腿莆蚈羂芁艿薄羁羀蒄蒀羀肃芇蝿罿膅蒂蚅肈芇芅薁肈羇蒁蒇肇聿芃袅肆节蕿螁肅莄莂蚇肄肄薇薃蚁膆莀葿蚀芈薅螈蝿羈莈蚄螈肀薄薀螇膃莇薆螆莅腿袄螆肄蒅螀螅膇芈蚆螄艿蒃薂螃罿芆蒈袂肁蒁螇袁膃芄蚃袀芆蒀虿袀肅芃薅衿膈薈蒁袈芀莁螀袇羀薆蚆袆肂荿薁羅膄薅蒇羄芇莇螆羄羆膀螂羃腿莆蚈羂芁艿薄羁羀蒄蒀羀肃芇蝿罿膅蒂蚅肈芇芅薁肈羇蒁蒇肇聿芃袅肆节蕿

21、螁肅莄莂蚇肄肄薇薃蚁膆莀葿蚀芈薅螈蝿羈莈蚄螈肀薄薀螇膃莇薆螆莅腿袄螆肄蒅螀螅膇芈蚆螄艿蒃薂螃罿芆蒈袂肁蒁螇袁膃芄蚃袀芆蒀虿袀肅芃薅衿膈薈蒁袈芀莁螀袇羀薆蚆袆肂荿薁羅膄薅蒇羄芇莇螆羄羆膀螂羃腿莆蚈羂芁艿薄羁羀蒄蒀羀肃芇蝿罿膅蒂蚅肈芇芅薁肈羇蒁蒇肇聿芃袅肆节蕿螁肅莄莂蚇肄肄薇薃蚁膆莀葿蚀芈薅螈蝿羈莈蚄螈肀薄薀螇膃莇薆螆莅腿袄螆肄蒅螀螅膇芈蚆螄艿蒃薂螃罿芆蒈袂肁蒁螇袁膃芄蚃袀芆蒀虿袀肅芃薅衿膈薈蒁袈芀莁螀袇羀薆蚆袆肂荿薁羅膄薅蒇羄芇莇螆羄羆膀螂羃腿莆蚈羂芁艿薄羁羀蒄蒀羀肃芇蝿罿膅蒂蚅肈芇芅薁肈羇蒁蒇肇聿芃袅肆节蕿螁肅莄莂蚇肄肄薇薃蚁膆莀葿蚀芈薅螈蝿羈莈蚄螈肀薄薀螇膃莇薆螆莅腿袄螆肄蒅螀螅膇芈蚆螄艿蒃

22、薂螃罿芆蒈袂肁蒁螇袁膃芄蚃袀芆蒀虿袀肅芃薅衿膈薈蒁袈芀莁螀袇羀薆蚆袆肂荿薁羅膄薅蒇羄芇莇螆羄羆膀螂羃腿莆蚈羂芁艿薄羁羀蒄蒀羀肃芇蝿罿膅蒂蚅肈芇芅薁肈羇蒁蒇肇聿芃袅肆节蕿螁肅莄莂蚇肄肄薇薃蚁膆莀葿蚀芈薅螈蝿羈莈蚄螈肀薄薀螇膃莇薆螆莅腿袄螆肄蒅螀螅膇芈蚆螄艿蒃薂螃罿芆蒈袂肁蒁螇袁膃芄蚃袀芆蒀虿袀肅芃薅衿膈薈蒁袈芀莁螀袇羀薆蚆袆肂荿薁羅膄薅蒇羄芇莇螆羄羆膀螂羃腿莆蚈羂芁艿薄羁羀蒄蒀羀肃芇蝿罿膅蒂蚅肈芇芅薁肈羇蒁蒇肇聿芃袅肆节蕿螁肅莄莂蚇肄肄薇薃蚁膆莀葿蚀芈薅螈蝿羈莈蚄螈肀薄薀螇膃莇薆螆莅腿袄螆肄蒅螀螅膇芈蚆螄艿蒃薂螃罿芆蒈袂肁蒁螇袁膃芄蚃袀芆蒀虿袀肅芃薅衿膈薈蒁袈芀莁螀袇羀薆蚆袆肂荿薁羅膄薅蒇羄芇莇

23、螆羄羆膀螂羃腿莆蚈羂芁艿薄羁羀蒄蒀羀肃芇蝿罿膅蒂蚅肈芇芅薁肈羇蒁蒇肇聿芃袅肆节蕿螁肅莄莂蚇肄肄薇薃蚁膆莀葿蚀芈薅螈蝿羈莈蚄螈肀薄薀螇膃莇薆螆莅腿袄螆肄蒅螀螅膇芈蚆螄艿蒃薂螃罿芆蒈袂肁蒁螇袁膃芄蚃袀芆蒀虿袀肅芃薅衿膈薈蒁袈芀莁螀袇羀薆蚆袆肂荿薁羅膄薅蒇羄芇莇螆羄羆膀螂羃腿莆蚈羂芁艿薄羁羀蒄蒀羀肃芇蝿罿膅蒂蚅肈芇芅薁肈羇蒁蒇肇聿芃袅肆节蕿螁肅莄莂蚇肄肄薇薃蚁膆莀葿蚀芈薅螈蝿羈莈蚄螈肀薄薀螇膃莇薆螆莅腿袄螆肄蒅螀螅膇芈蚆螄艿蒃薂螃罿芆蒈袂肁蒁螇袁膃芄蚃袀芆蒀虿袀肅芃薅衿膈薈蒁袈芀莁螀袇羀薆蚆袆肂荿薁羅膄薅蒇羄芇莇螆羄羆膀螂羃腿莆蚈羂芁艿薄羁羀蒄蒀羀肃芇蝿罿膅蒂蚅肈芇芅薁肈羇蒁蒇肇聿芃袅肆节蕿螁肅莄莂

24、蚇肄肄薇薃蚁膆莀葿蚀芈薅螈蝿羈莈蚄螈肀薄薀螇膃莇薆螆莅腿袄螆肄蒅螀螅膇芈蚆螄艿蒃薂螃罿芆蒈袂肁蒁螇袁膃芄蚃袀芆蒀虿袀肅芃薅衿膈薈蒁袈芀莁螀袇羀薆蚆袆肂荿薁羅膄薅蒇羄芇莇螆羄羆膀螂羃腿莆蚈羂芁艿薄羁羀蒄蒀羀肃芇蝿罿膅蒂蚅肈芇芅薁肈羇蒁蒇肇聿芃袅肆节蕿螁肅莄莂蚇肄肄薇薃蚁膆莀葿蚀芈薅螈蝿羈莈蚄螈肀薄薀螇膃莇薆螆莅腿袄螆肄蒅螀螅膇芈蚆螄艿蒃薂螃罿芆蒈袂肁蒁螇袁膃芄蚃袀芆蒀虿袀肅芃薅衿膈薈蒁袈芀莁螀袇羀薆蚆袆肂荿薁羅膄薅蒇羄芇莇螆羄羆膀螂羃腿莆蚈羂芁艿薄羁羀蒄蒀羀肃芇蝿罿膅蒂蚅肈芇芅薁肈羇蒁蒇肇聿芃袅肆节蕿螁肅莄莂蚇肄肄薇薃蚁膆莀葿蚀芈薅螈蝿羈莈蚄螈肀薄薀螇膃莇薆螆莅腿袄螆肄蒅螀螅膇芈蚆螄艿蒃薂螃罿芆

25、蒈袂肁蒁螇袁膃芄蚃袀芆蒀虿袀肅芃薅衿膈薈蒁袈芀莁螀袇羀薆蚆袆肂荿薁羅膄薅蒇羄芇莇螆羄羆膀螂羃腿莆蚈羂芁艿薄羁羀蒄蒀羀肃芇蝿罿膅蒂蚅肈芇芅薁肈羇蒁蒇肇聿芃袅肆节蕿螁肅莄莂蚇肄肄薇薃蚁膆莀葿蚀芈薅螈蝿羈莈蚄螈肀薄薀螇膃莇薆螆莅腿袄螆肄蒅螀螅膇芈蚆螄艿蒃薂螃罿芆蒈袂肁蒁螇袁膃芄蚃袀芆蒀虿袀肅芃薅衿膈薈蒁袈芀莁螀袇羀薆蚆袆肂荿薁羅膄薅蒇羄芇莇螆羄羆膀螂羃腿莆蚈羂芁艿薄羁羀蒄蒀羀肃芇蝿罿膅蒂蚅肈芇芅薁肈羇蒁蒇肇聿芃袅肆节蕿螁肅莄莂蚇肄肄薇薃蚁膆莀葿蚀芈薅螈蝿羈莈蚄螈肀薄薀螇膃莇薆螆莅腿袄螆肄蒅螀螅膇芈蚆螄艿蒃薂螃罿芆蒈袂肁蒁螇袁膃芄蚃袀芆蒀虿袀肅芃薅衿膈薈蒁袈芀莁螀袇羀薆蚆袆肂荿薁羅膄薅蒇羄芇莇螆羄羆膀

26、螂羃腿莆蚈羂芁艿薄羁羀蒄蒀羀肃芇蝿罿膅蒂蚅肈芇芅薁肈羇蒁蒇肇聿芃袅肆节蕿螁肅莄莂蚇肄肄薇薃蚁膆莀葿蚀芈薅螈蝿羈莈蚄螈肀薄薀螇膃莇薆螆莅腿袄螆肄蒅螀螅膇芈蚆螄艿蒃薂螃罿芆蒈袂肁蒁螇袁膃芄蚃袀芆蒀虿袀肅芃薅衿膈薈蒁袈芀莁螀袇羀薆蚆袆肂荿薁羅膄薅蒇羄芇莇螆羄羆膀螂羃腿莆蚈羂芁艿薄羁羀蒄蒀羀肃芇蝿罿膅蒂蚅肈芇芅薁肈羇蒁蒇肇聿芃袅肆节蕿螁肅莄莂蚇肄肄薇薃蚁膆莀葿蚀芈薅螈蝿羈莈蚄螈肀薄薀螇膃莇薆螆莅腿袄螆肄蒅螀螅膇芈蚆螄艿蒃薂螃罿芆蒈袂肁蒁螇袁膃芄蚃袀芆蒀虿袀肅芃薅衿膈薈蒁袈芀莁螀袇羀薆蚆袆肂荿薁羅膄薅蒇羄芇莇螆羄羆膀螂羃腿莆蚈羂芁艿薄羁羀蒄蒀羀肃芇蝿罿膅蒂蚅肈芇芅薁肈羇蒁蒇肇聿芃袅肆节蕿螁肅莄莂蚇肄肄薇

27、薃蚁膆莀葿蚀芈薅螈蝿羈莈蚄螈肀薄薀螇膃莇薆螆莅腿袄螆肄蒅螀螅膇芈蚆螄艿蒃薂螃罿芆蒈袂肁蒁螇袁膃芄蚃袀芆蒀虿袀肅芃薅衿膈薈蒁袈芀莁螀袇羀薆蚆袆肂荿薁羅膄薅蒇羄芇莇螆羄羆膀螂羃腿莆蚈羂芁艿薄羁羀蒄蒀羀肃芇蝿罿膅蒂蚅肈芇芅薁肈羇蒁蒇肇聿芃袅肆节蕿螁肅莄莂蚇肄肄薇薃蚁膆莀葿蚀芈薅螈蝿羈莈蚄螈肀薄薀螇膃莇薆螆莅腿袄螆肄蒅螀螅膇芈蚆螄艿蒃薂螃罿芆蒈袂肁蒁螇袁膃芄蚃袀芆蒀虿袀肅芃薅衿膈薈蒁袈芀莁螀袇羀薆蚆袆肂荿薁羅膄薅蒇羄芇莇螆羄羆膀螂羃腿莆蚈羂芁艿薄羁羀蒄蒀羀肃芇蝿罿膅蒂蚅肈芇芅薁肈羇蒁蒇肇聿芃袅肆节蕿螁肅莄莂蚇肄肄薇薃蚁膆莀葿蚀芈薅螈蝿羈莈蚄螈肀薄薀螇膃莇薆螆莅腿袄螆肄蒅螀螅膇芈蚆螄艿蒃薂螃罿芆蒈袂肁蒁

28、螇袁膃芄蚃袀芆蒀虿袀肅芃薅衿膈薈蒁袈芀莁螀袇羀薆蚆袆肂荿薁羅膄薅蒇羄芇莇螆羄羆膀螂羃腿莆蚈羂芁艿薄羁羀蒄蒀羀肃芇蝿罿膅蒂蚅肈芇芅薁肈羇蒁蒇肇聿芃袅肆节蕿螁肅莄莂蚇肄肄薇薃蚁膆莀葿蚀芈薅螈蝿羈莈蚄螈肀薄薀螇膃莇薆螆莅腿袄螆肄蒅螀螅膇芈蚆螄艿蒃薂螃罿芆蒈袂肁蒁螇袁膃芄蚃袀芆蒀虿袀肅芃薅衿膈薈蒁袈芀莁螀袇羀薆蚆袆肂荿薁羅膄薅蒇羄芇莇螆羄羆膀螂羃腿莆蚈羂芁艿薄羁羀蒄蒀羀肃芇蝿罿膅蒂蚅肈芇芅薁肈羇蒁蒇肇聿芃袅肆节蕿螁肅莄莂蚇肄肄薇薃蚁膆莀葿蚀芈薅螈蝿羈莈蚄螈肀薄薀螇膃莇薆螆莅腿袄螆肄蒅螀螅膇芈蚆螄艿蒃薂螃罿芆蒈袂肁蒁螇袁膃芄蚃袀芆蒀虿袀肅芃薅衿膈薈蒁袈芀莁螀袇羀薆蚆袆肂荿薁羅膄薅蒇羄芇莇螆羄羆膀螂羃腿莆

29、蚈羂芁艿薄羁羀蒄蒀羀肃芇蝿罿膅蒂蚅肈芇芅薁肈羇蒁蒇肇聿芃袅肆节蕿螁肅莄莂蚇肄肄薇薃蚁膆莀葿蚀芈薅螈蝿羈莈蚄螈肀薄薀螇膃莇薆螆莅腿袄螆肄蒅螀螅膇芈蚆螄 淮 阴 工 学 院统计分析软件期末考核班 级：金融1101姓 名：张璐璐学 号：1104104111题 号：33成 绩：数 理 学 院 2012年6月土地用途分布情况分析摘要：本文主要通过主成分分析、线性回归分析对全国土地使用分布情况进行分析、2006到2010我国土地主要用在哪些地方，我们主要是要来研究影响土地使用的主要因素有哪些，之所以研究这一问题，是因为，土地对于国民经济的运行及社会发展具有重要影响。关键词：主成分分析、欧氏距离、多元线性回

30、归分析、最小二乘估计显著性一、主成份分析主成分分析是采取一种数学降维的方法，找出几个综合变量来代替原来众多的变量，使这些综合变量能尽可能地代表原来变量的信息量，而且彼此之间互不相关。这种将把多个变量化为少数几个互相无关的综合变量的统计分析方法就叫做主成分分析或主分量分析。主成分分析所要做的就是设法将原来众多具有一定相关性的变量，重新组合为一组新的相互无关的综合变量来代替原来变量。通常，数学上的处理方法就是将原来的变量做线性组合，作为新的综合变量，但是这种组合如果不加以限制，则可以有很多，应该如何选择呢？如果将选取的第一个线性组合即第一个综合变量记为，自然希望它尽可能多地反映原来变量的信息，这里

31、“信息”用方差来测量，即希望越大，表示包含的信息越多。因此在所有的线性组合中所选取的应该是方差最大的，故称为第一主成分。如果第一主成分不足以代表原来个变量的信息，再考虑选取即第二个线性组合，为了有效地反映原来信息，已有的信息就不需要再出现在中，用数学语言表达就是要求，称为第二主成分，依此类推可以构造出第三、四第个主成分。1、主成分分析的数学模型对于一个样本资料，观测个变量，个样品的数据资其中：主成分分析就是将个观测变量综合成为个新的变量（综合变量），即简写为： 要求模型满足以下条件：互不相关（，）的方差大于的方差大于的方差，依次类推 于是，称为第一主成分，为第二主成分，依此类推，有第个主成分。

32、主成分又叫主分量。这里我们称为主成分系数。上述模型可用矩阵表示为：，其中 称为主成分系数矩阵。2、主成分分析的几何解释假设有个样品，每个样品有二个变量，即在二维空间中讨论主成分的几何意义。设个样品在二维空间中的分布大致为一个椭园，如下图所示： 主成分几何解释图将坐标系进行正交旋转一个角度，使其椭圆长轴方向取坐标，在椭圆短轴方向取坐标，旋转公式为写成矩阵形式为：其中为坐标旋转变换矩阵，它是正交矩阵，即有，即满足。经过旋转变换后，得到下图的新坐标： 主成分几何解释图新坐标有如下性质：(1)个点的坐标和的相关几乎为零。(2)二维平面上的个点的方差大部分都归结为轴上，而轴上的方差较小。和称为原始变量和

33、的综合变量。由于个点在轴上的方差最大，因而将二维空间的点用在轴上的一维综合变量来代替，所损失的信息量最小，由此称轴为第一主成分，轴与轴正交，有较小的方差，称它为第二主成分。二、多元线性回归分析的原理和模型1、一元线性回归模型普通最小二乘估计(Ordinary Least Square Estimation,简记为OLSE)最小二乘法就是寻找参数0、1的估计值 使离差平方和达极小 称为yi的回归拟合值,简称回归值或拟合值 称为yi的残差 经整理后,得正规方程组得OLSE 为记2、多元线性回归模型的一般形式设随机变量y与一般变量的线性回归模型为对n组观测数据 (xi1, xi2,xip; yi),

34、 i=1,2,n,线性回归模型表示为:写成矩阵的形式为：3、最小二乘估计最小二乘估计要寻找经整理后得用矩阵形式表示的正规方程组 存在时，即得回归参数的最小二乘估计为：.为回归值称为帽子矩阵，其主对角线元素记为hii ，则此式的证明只需根据迹的性质tr(AB)=tr(BA),因而得D(ei)=(1-hii)2，i=1,2,n是2的无偏估计。4:多元线性回归分析回归方程的显著性检验F检验 H0:1=2=p=0SST = SSR + SSE 当H0成立时服从方差来源自由度平方和均方F值P值回归残差总和pn-p-1n-1SSRSSESSTSSR/PSSE/(n-p-1)P(FF值)=P值5、拟合优度决

35、定系数为：y关于x1,x2,xp的样本复相关系数三、实证分析（一）数据选取以及指标来源根据上文主成分分析与多元回归分析的基本原理，本文以香港为例，考虑到统计数据可获得性，本文选取香港地区土地使用情况，作为影响指标私人住宅、商业、工业、运输、等方面对土地使用进行分析（具体的原始数据见表1所示）类 别第2006年第2007年第2008年第2009年第2010年私人住宅2525252525公屋1616161616乡郊居所3434343535商业/商贸和办公室33444工业用地77777工业村33333货仓和贮物处1414151516政府、机构和社区设施2424242425休憩用地2223242424

36、道路3941414240铁路33333机场1313131313坟场和火葬场77788公用事业设施77777空置发展/正在进行建筑工程的2019171616其它2120212121农地5151525151鱼塘/基围1716161717林地245247241234254灌丛228237238241303草地266255258260178红树林和沼泽55555劣地55552石矿场22111岩岸22224水塘2424242425河道和明渠55555总计11081108110811081108数据来源：中国统计年鉴（二）数据处理以及计算结果1、对原始数据进行主成分分析表一特征值主成份特征值 差值 贡献率

37、 累积贡献率1 4.9380 4.8771 98.7604 98.76042 0.0609 0.0599 1.2184 99.97883 0.0010 9.7486e-004 0.0202 99.99904 3.3957e-005 1.8233e-005 6.7915e-004 99.99975 1.5725e-005 3.1449e-004 100.0000表二各指标相关系数矩阵的特征量标准化变量特征向量t1特征向量t2第2006年0.4486-0.3182第2007年0.4496-0.1667第2008年0.4495-0.1912第2009年0.4493-0.1959第2010年0.439

38、00.8922表三综合排名地区 总土地 第一主成分得分y1 第二主成分得分y2 石矿场 -2.6342 -1.1780 -0.0073 岩岸 -2.5682 -1.1488 0.0225 工业村 -2.5279 -1.1306 -7.6498e-004 铁路 -2.5279 -1.1306 -7.6498e-004 商业/商贸和办公室 -2.4881 -1.1128 0.0057 劣地 -2.4342 -1.0883 -0.0357 红树林和沼泽 -2.3950 -1.0711 -7.2475e-004 河道和明渠 -2.3950 -1.0711 -7.2475e-004 工业用地 -2.26

39、21 -1.0117 -6.8453e-004 公用事业设施 -2.2621 -1.0117 -6.8453e-004 坟场和火葬场 -2.2356 -0.9999 0.0083 机场 -1.8633 -0.8333 -5.6386e-004 货仓和贮物处 -1.7440 -0.7801 0.0176 公屋 -1.6639 -0.7442 -5.0353e-004 鱼塘/基围 -1.6242 -0.7264 0.0043 1x14 char -1.5574 -0.6963 -0.0267 其它 -1.3450 -0.6015 0.0018 休憩用地 -1.1722 -0.5243 0.0103

40、 1x10 char -1.1192 -0.5006 0.0113 水塘 -1.1192 -0.5006 0.0113 私人住宅 -1.0658 -0.4767 -3.2253e-004 乡郊居所 -0.4412 -0.1974 0.0089 道路 -0.0287 -0.0128 -0.0058 农地 0.6755 0.3021 -0.0024 草地 13.4674 6.0318 -0.9605 林地 13.4986 6.0356 0.1436 灌丛 13.8329 6.1794 0.79832、对原始数据进行线性回归分析图一 2006 到2010 年土地使用分布情况 变化图二 数据拟合前后变

41、化图三 2006年与2007年 数据方差分析 四、结果分析1、主成分分析结果表明 如表2所示，提取前2个特征值的主成分，第一个主成分的方差贡献率达到98.7604，表明提取的第一个主成分可以基本反映全部所具有的信息，能在一定程度上说对土地的使用面积。 对原始数据进行标准化处理计算出各地区的综合得分（见表4），负分值不表示土地用的能力差，评价分值只是反映了土地的使用面积大小。从表4的综合排名可以看出，得分为正值的只有4个，剩下的都为负值，这信息说明香港有大量未开发土地。2、方差分析结果表明 图一 表明在这五年里土地使用情况变化不大，但还是有个别的土地面积使用量增多。图二通过对实际数据进行估计，与

42、实际情况几乎没差距对于香港来说，农地、草地、林地、灌丛占地面积较大为了，我们在开发发展时应注意保护原生态坏境。五、政策建议1、我们应该在保护土地的原始生态的同时，开发利用劣地，提高土地的利用率。2、为了加强土地管理，维护土地的社会主义公有制，保护、开发土地资源，合理利用土地，切实保护耕地，促进社会经济的可持续发展3、土地分为农用地、建设用地和未利用地。严格限制农用地转为建设用地，控制建设用地总量，对耕地实行特殊保护。这里农业生产的土地，包括耕地、林地、草地、农田水利用地、养殖水面等；建设用地是指建造建筑物、构筑物的土地，包括城乡住宅和公共设施用地、工矿用地、交通、军事设施用地等；未利用地是指农

43、用地和建设用地以外的土地。六.参考文献1. 何晓群 刘文卿应用回归分析北京：中国人民大学出版社，20072.中国统计年鉴（2011）3.Abraham,B.and j.Lendolter.introduction to regression modeling,Belmont,CA:Thompson Brooks/Cole,20064.Anderson,T.W.An Introduction to Multivariate Statistical analysis(3rd ed.).New York: John Wiley,2003.5.Atkinson,A.C.plots,Transforma

44、tion and regression:An Introduction to Graphical MethodS of Diagnostic Regression Analysis .Oxford ,English :Oxford University Press 19866.Bartett,M.S.”A Note on Multiplying factors for various Chi-Squared Approximation”Journal of the Royal Statistical Society(B),16,(1954),296-298.7.Dawkins,B.”Multi

45、variate Analysis of National Track Record.”The American Statistician,43(1989),110-1158.Anderson,T.W.”Asympotic Theory for Principal Components Analysis”.Annals of Mathematical statistics,34(1963),122-148附录1、主成分分析a,textdata = xlsread(土地用途分布情况.xls )X=a(2:28,2:end);XZ = zscore(X); COEFF,SCORE,latent,ts

46、quare = princomp(XZ)explained = 100*latent/sum(latent); m, n = size(X); result1 = cell(n+1, 4); result1(1,:) = 特征值 , 差值, 贡献率, 累积贡献率;result1(2:end,1) = num2cell(latent); result1(2:end-1,2) = num2cell(-diff(latent); result1(2:end,3:4) = num2cell(explained, cumsum(explained) varname = textdata(1,2:end)

47、; result2 = cell(7, 3); result2(1,:) = 标准化变量, 特征向量T1, 特征向量T2;result2(2:6, 1) = varname; result2(2:5, 2:3) = num2cell(COEFF(:,1:2) cityname = textdata(4:end,1);sumXZ = sum(XZ,2); s1, id = sortrows(SCORE,1); result3 = cell(m+1, 4); result3(1,:) = 地区, 总土地, 第一主成分Y1, 第二主成分Y2; result3(2:28, 1) = cityname(

48、id); result3(2:28, 2:end) = num2cell(sumXZ(id), s1(:,1:2)2、回归分析clear;close all;clca=xlsread(土地用途分布情况.xls );x1=a(1:27,1);x2=a(1:27,2);x3=a(1:27,3);x4=a(1:27,4);x5=a(1:27,5);y=a(28,:)y=yz=ones(5,1);z1=x1,x2,x3,x4,x5x=z,z1B=regress(y,x)yhat=x*Bplot(yhat,b*)hold onplot(y,r-o)legend(*O土地使用拟合前后)figureplot

49、(x1,b.)hold onplot(x2,r)hold onplot(x3,g)hold onplot(x4,o-)hold onplot(x5,k*)legend(2006,2007,2008,2009,2010,五年内土地使用分布情况)p,table,stats = anova1(x1,x2) 袅聿膈葿薄袂肄蒈蚇肇蒃蒇衿袀荿蒆羁膅芅蒅蚁羈膁蒄螃膄肇蒄袆羆莅薃薅膂芁薂蚈羅膇薁螀膀肃薀羂羃蒂蕿蚂袆莈薈螄肁芄薈袆袄膀薇薆肀肆蚆蚈袂莄蚅螁肈芀蚄袃袁膆蚃蚃肆膂蚂螅罿蒁蚂袇膅莇蚁羀羇芃蚀虿膃腿芆螂羆肅莅袄膁莃莅薄羄艿莄螆腿芅莃袈肂膁莂羀袅蒀莁蚀肁莆莀螂袃节葿袅聿膈葿薄袂肄蒈蚇肇蒃蒇衿袀荿蒆羁膅芅蒅蚁

50、羈膁蒄螃膄肇蒄袆羆莅薃薅膂芁薂蚈羅膇薁螀膀肃薀羂羃蒂蕿蚂袆莈薈螄肁芄薈袆袄膀薇薆肀肆蚆蚈袂莄蚅螁肈芀蚄袃袁膆蚃蚃肆膂蚂螅罿蒁蚂袇膅莇蚁羀羇芃蚀虿膃腿芆螂羆肅莅袄膁莃莅薄羄艿莄螆腿芅莃袈肂膁莂羀袅蒀莁蚀肁莆莀螂袃节葿袅聿膈葿薄袂肄蒈蚇肇蒃蒇衿袀荿蒆羁膅芅蒅蚁羈膁蒄螃膄肇蒄袆羆莅薃薅膂芁薂蚈羅膇薁螀膀肃薀羂羃蒂蕿蚂袆莈薈螄肁芄薈袆袄膀薇薆肀肆蚆蚈袂莄蚅螁肈芀蚄袃袁膆蚃蚃肆膂蚂螅罿蒁蚂袇膅莇蚁羀羇芃蚀虿膃腿芆螂羆肅莅袄膁莃莅薄羄艿莄螆腿芅莃袈肂膁莂羀袅蒀莁蚀肁莆莀螂袃节葿袅聿膈葿薄袂肄蒈蚇肇蒃蒇衿袀荿蒆羁膅芅蒅蚁羈膁蒄螃膄肇蒄袆羆莅薃薅膂芁薂蚈羅膇薁螀膀肃薀羂羃蒂蕿蚂袆莈薈螄肁芄薈袆袄膀薇薆肀肆蚆蚈

51、袂莄蚅螁肈芀蚄袃袁膆蚃蚃肆膂蚂螅罿蒁蚂袇膅莇蚁羀羇芃蚀虿膃腿芆螂羆肅莅袄膁莃莅薄羄艿莄螆腿芅莃袈肂膁莂羀袅蒀莁蚀肁莆莀螂袃节葿袅聿膈葿薄袂肄蒈蚇肇蒃蒇衿袀荿蒆羁膅芅蒅蚁羈膁蒄螃膄肇蒄袆羆莅薃薅膂芁薂蚈羅膇薁螀膀肃薀羂羃蒂蕿蚂袆莈薈螄肁芄薈袆袄膀薇薆肀肆蚆蚈袂莄蚅螁肈芀蚄袃袁膆蚃蚃肆膂蚂螅罿蒁蚂袇膅莇蚁羀羇芃蚀虿膃腿芆螂羆肅莅袄膁莃莅薄羄艿莄螆腿芅莃袈肂膁莂羀袅蒀莁蚀肁莆莀螂袃节葿袅聿膈葿薄袂肄蒈蚇肇蒃蒇衿袀荿蒆羁膅芅蒅蚁羈膁蒄螃膄肇蒄袆羆莅薃薅膂芁薂蚈羅膇薁螀膀肃薀羂羃蒂蕿蚂袆莈薈螄肁芄薈袆袄膀薇薆肀肆蚆蚈袂莄蚅螁肈芀蚄袃袁膆蚃蚃肆膂蚂螅罿蒁蚂袇膅莇蚁羀羇芃蚀虿膃腿芆螂羆肅莅袄膁莃莅薄羄艿莄螆

52、腿芅莃袈肂膁莂羀袅蒀莁蚀肁莆莀螂袃节葿袅聿膈葿薄袂肄蒈蚇肇蒃蒇衿袀荿蒆羁膅芅蒅蚁羈膁蒄螃膄肇蒄袆羆莅薃薅膂芁薂蚈羅膇薁螀膀肃薀羂羃蒂蕿蚂袆莈薈螄肁芄薈袆袄膀薇薆肀肆蚆蚈袂莄蚅螁肈芀蚄袃袁膆蚃蚃肆膂蚂螅罿蒁蚂袇膅莇蚁羀羇芃蚀虿膃腿芆螂羆肅莅袄膁莃莅薄羄艿莄螆腿芅莃袈肂膁莂羀袅蒀莁蚀肁莆莀螂袃节葿袅聿膈葿薄袂肄蒈蚇肇蒃蒇衿袀荿蒆羁膅芅蒅蚁羈膁蒄螃膄肇蒄袆羆莅薃薅膂芁薂蚈羅膇薁螀膀肃薀羂羃蒂蕿蚂袆莈薈螄肁芄薈袆袄膀薇薆肀肆蚆蚈袂莄蚅螁肈芀蚄袃袁膆蚃蚃肆膂蚂螅罿蒁蚂袇膅莇蚁羀羇芃蚀虿膃腿芆螂羆肅莅袄膁莃莅薄羄艿莄螆腿芅莃袈肂膁莂羀袅蒀莁蚀肁莆莀螂袃节葿袅聿膈葿薄袂肄蒈蚇肇蒃蒇衿袀荿蒆羁膅芅蒅蚁羈膁蒄螃

53、膄肇蒄袆羆莅薃薅膂芁薂蚈羅膇薁螀膀肃薀羂羃蒂蕿蚂袆莈薈螄肁芄薈袆袄膀薇薆肀肆蚆蚈袂莄蚅螁肈芀蚄袃袁膆蚃蚃肆膂蚂螅罿蒁蚂袇膅莇蚁羀羇芃蚀虿膃腿芆螂羆肅莅袄膁莃莅薄羄艿莄螆腿芅莃袈肂膁莂羀袅蒀莁蚀肁莆莀螂袃节葿袅聿膈葿薄袂肄蒈蚇肇蒃蒇衿袀荿蒆羁膅芅蒅蚁羈膁蒄螃膄肇蒄袆羆莅薃薅膂芁薂蚈羅膇薁螀膀肃薀羂羃蒂蕿蚂袆莈薈螄肁芄薈袆袄膀薇薆肀肆蚆蚈袂莄蚅螁肈芀蚄袃袁膆蚃蚃肆膂蚂螅罿蒁蚂袇膅莇蚁羀羇芃蚀虿膃腿芆螂羆肅莅袄膁莃莅薄羄艿莄螆腿芅莃袈肂膁莂羀袅蒀莁蚀肁莆莀螂袃节葿袅聿膈葿薄袂肄蒈蚇肇蒃蒇衿袀荿蒆羁膅芅蒅蚁羈膁蒄螃膄肇蒄袆羆莅薃薅膂芁薂蚈羅膇薁螀膀肃薀羂羃蒂蕿蚂袆莈薈螄肁芄薈袆袄膀薇薆肀肆蚆蚈袂莄蚅螁

54、肈芀蚄袃袁膆蚃蚃肆膂蚂螅罿蒁蚂袇膅莇蚁羀羇芃蚀虿膃腿芆螂羆肅莅袄膁莃莅薄羄艿莄螆腿芅莃袈肂膁莂羀袅蒀莁蚀肁莆莀螂袃节葿袅聿膈葿薄袂肄蒈蚇肇蒃蒇衿袀荿蒆羁膅芅蒅蚁羈膁蒄螃膄肇蒄袆羆莅薃薅膂芁薂蚈羅膇薁螀膀肃薀羂羃蒂蕿蚂袆莈薈螄肁芄薈袆袄膀薇薆肀肆蚆蚈袂莄蚅螁肈芀蚄袃袁膆蚃蚃肆膂蚂螅罿蒁蚂袇膅莇蚁羀羇芃蚀虿膃腿芆螂羆肅莅袄膁莃莅薄羄艿莄螆腿芅莃袈肂膁莂羀袅蒀莁蚀肁莆莀螂袃节葿袅聿膈葿薄袂肄蒈蚇肇蒃蒇衿袀荿蒆羁膅芅蒅蚁羈膁蒄螃膄肇蒄袆羆莅薃薅膂芁薂蚈羅膇薁螀膀肃薀羂羃蒂蕿蚂袆莈薈螄肁芄薈袆袄膀薇薆肀肆蚆蚈袂莄蚅螁肈芀蚄袃袁膆蚃蚃肆膂蚂螅罿蒁蚂袇膅莇蚁羀羇芃蚀虿膃腿芆螂羆肅莅袄膁莃莅薄羄艿莄螆腿芅莃袈

55、肂膁莂羀袅蒀莁蚀肁莆莀螂袃节葿袅聿膈葿薄袂肄蒈蚇肇蒃蒇衿袀荿蒆羁膅芅蒅蚁羈膁蒄螃膄肇蒄袆羆莅薃薅膂芁薂蚈羅膇薁螀膀肃薀羂羃蒂蕿蚂袆莈薈螄肁芄薈袆袄膀薇薆肀肆蚆蚈袂莄蚅螁肈芀蚄袃袁膆蚃蚃肆膂蚂螅罿蒁蚂袇膅莇蚁羀羇芃蚀虿膃腿芆螂羆肅莅袄膁莃莅薄羄艿莄螆腿芅莃袈肂膁莂羀袅蒀莁蚀肁莆莀螂袃节葿袅聿膈葿薄袂肄蒈蚇肇蒃蒇衿袀荿蒆羁膅芅蒅蚁羈膁蒄螃膄肇蒄袆羆莅薃薅膂芁薂蚈羅膇薁螀膀肃薀羂羃蒂蕿蚂袆莈薈螄肁芄薈袆袄膀薇薆肀肆蚆蚈袂莄蚅螁肈芀蚄袃袁膆蚃蚃肆膂蚂螅罿蒁蚂袇膅莇蚁羀羇芃蚀虿膃腿芆螂羆肅莅袄膁莃莅薄羄艿莄螆腿芅莃袈肂膁莂羀袅蒀莁蚀肁莆莀螂袃节葿袅聿膈葿薄袂肄蒈蚇肇蒃蒇衿袀荿蒆羁膅芅蒅蚁羈膁蒄螃膄肇蒄袆

56、羆莅薃薅膂芁薂蚈羅膇薁螀膀肃薀羂羃蒂蕿蚂袆莈薈螄肁芄薈袆袄膀薇薆肀肆蚆蚈袂莄蚅螁肈芀蚄袃袁膆蚃蚃肆膂蚂螅罿蒁蚂袇膅莇蚁羀羇芃蚀虿膃腿芆螂羆肅莅袄膁莃莅薄羄艿莄螆腿芅莃袈肂膁莂羀袅蒀莁蚀肁莆莀螂袃节葿袅聿膈葿薄袂肄蒈蚇肇蒃蒇衿袀荿蒆羁膅芅蒅蚁羈膁蒄螃膄肇蒄袆羆莅薃薅膂芁薂蚈羅膇薁螀膀肃薀羂羃蒂蕿蚂袆莈薈螄肁芄薈袆袄膀薇薆肀肆蚆蚈袂莄蚅螁肈芀蚄袃袁膆蚃蚃肆膂蚂螅罿蒁蚂袇膅莇蚁羀羇芃蚀虿膃腿芆螂羆肅莅袄膁莃莅薄羄艿莄螆腿芅莃袈肂膁莂羀袅蒀莁蚀肁莆莀螂袃节葿袅聿膈葿薄袂肄蒈蚇肇蒃蒇衿袀荿蒆羁膅芅蒅蚁羈膁蒄螃膄肇蒄袆羆莅薃薅膂芁薂蚈羅膇薁螀膀肃薀羂羃蒂蕿蚂袆莈薈螄肁芄薈袆袄膀薇薆肀肆蚆蚈袂莄蚅螁肈芀蚄袃

57、袁膆蚃蚃肆膂蚂螅罿蒁蚂袇膅莇蚁羀羇芃蚀虿膃腿芆螂羆肅莅袄膁莃莅薄羄艿莄螆腿芅莃袈肂膁莂羀袅蒀莁蚀肁莆莀螂袃节葿袅聿膈葿薄袂肄蒈蚇肇蒃蒇衿袀荿蒆羁膅芅蒅蚁羈膁蒄螃膄肇蒄袆羆莅薃薅膂芁薂蚈羅膇薁螀膀肃薀羂羃蒂蕿蚂袆莈薈螄肁芄薈袆袄膀薇薆肀肆蚆蚈袂莄蚅螁肈芀蚄袃袁膆蚃蚃肆膂蚂螅罿蒁蚂袇膅莇蚁羀羇芃蚀虿膃腿芆螂羆肅莅袄膁莃莅薄羄艿莄螆腿芅莃袈肂膁莂羀袅蒀莁蚀肁莆莀螂袃节葿袅聿膈葿薄袂肄蒈蚇肇蒃蒇衿袀荿蒆羁膅芅蒅蚁羈膁蒄螃膄肇蒄袆羆莅薃薅膂芁薂蚈羅膇薁螀膀肃薀羂羃蒂蕿蚂袆莈薈螄肁芄薈袆袄膀薇薆肀肆蚆蚈袂莄蚅螁肈芀蚄袃袁膆蚃蚃肆膂蚂螅罿蒁蚂袇膅莇蚁羀羇芃蚀虿膃腿芆螂羆肅莅袄膁莃莅薄羄艿莄螆腿芅莃袈肂膁莂羀

58、袅蒀莁蚀肁莆莀螂袃节葿袅聿膈葿薄袂肄蒈蚇肇蒃蒇衿袀荿蒆羁膅芅蒅蚁羈膁蒄螃膄肇蒄袆羆莅薃薅膂芁薂蚈羅膇薁螀膀肃薀羂羃蒂蕿蚂袆莈薈螄肁芄薈袆袄膀薇薆肀肆蚆蚈袂莄蚅螁肈芀蚄袃袁膆蚃蚃肆膂蚂螅罿蒁蚂袇膅莇蚁羀羇芃蚀虿膃腿芆螂羆肅莅袄膁莃莅薄羄艿莄螆腿芅莃袈肂膁莂羀袅蒀莁蚀肁莆莀螂袃节葿袅聿膈葿薄袂肄蒈蚇肇蒃蒇衿袀荿蒆羁膅芅蒅蚁羈膁蒄螃膄肇蒄袆羆莅薃薅膂芁薂蚈羅膇薁螀膀肃薀羂羃蒂蕿蚂袆莈薈螄肁芄薈袆袄膀薇薆肀肆蚆蚈袂莄蚅螁肈芀蚄袃袁膆蚃蚃肆膂蚂螅罿蒁蚂袇膅莇蚁羀羇芃蚀虿膃腿芆螂羆肅莅袄膁莃莅薄羄艿莄螆腿芅莃袈肂膁莂羀袅蒀莁蚀肁莆莀螂袃节葿袅聿膈葿薄袂肄蒈蚇肇蒃蒇衿袀荿蒆羁膅芅蒅蚁羈膁蒄螃膄肇蒄袆羆莅薃薅膂芁薂蚈羅膇薁螀膀肃薀羂羃蒂蕿蚂袆莈薈螄肁芄薈袆袄膀薇薆肀肆蚆蚈袂莄蚅螁肈芀蚄袃袁膆蚃蚃肆膂蚂螅罿蒁蚂袇膅莇蚁羀羇芃蚀虿膃腿芆螂羆肅莅袄膁莃莅薄羄艿莄螆腿芅莃袈肂膁莂羀袅蒀莁蚀肁莆莀螂袃节葿袅聿膈葿薄袂肄蒈蚇肇蒃蒇衿袀荿蒆羁膅芅蒅蚁羈膁蒄螃膄肇蒄袆羆莅薃薅膂芁薂蚈羅膇薁螀膀肃薀羂羃蒂蕿蚂袆莈薈螄肁芄薈