基于Matlab的多要素系统分析说明书

1城镇率与三个产业之间关系的探讨洗手数据源BEEF洗手年份城镇化率第一产业人数（万人）第二产业人数（万人）第三产业人数（万人）19781222831869454890197912628634721451771980131291227707553219811362977780035945198213530859834660901983142311518679660619841613086895907739198516831130103848359198617231254112168811198717831663117269395198818332249121529933198918333225119761012919901853891413856119791991189390981401512378199219838699143551309819932123768014965141631994230366281531215515199524835530156551688019962603482016203179271997264348401654718432199826735177166001886019992693576816421192052000275360431621919823200127736399162342016520022863664015682209582003293362041592721605200430634830167092272520053143344217766234392006322319411889424143200732430731201862440420083322992320553250872009341288902108025857洗手数据来源于中国统计年鉴，吃饭搜集了1978年到2009年32年的数据作为样本。洗手洗手对城镇率和三类产业的就业人数做一次回归分析，吃饭代码如下。洗手洗手Y931221261311361351421611681721781831831851892198212230248260264267269275277286293306314322324332341BEEF洗手X1294562831828634291222977730859311513086831130312543166332249332253891439098386993768036628355303482034840351773576836043363993664036204348303344231941307312992328890BEEF洗手X25152694572147707800383468679959010384112161172612152119761385614015143551496515312156551620316547166001642116219162341568215927167091776618894201862055321080BEEF洗手X3356048905177553259456090660677398359881193959933101291197912378130981416315515168801792718432188601920519823201652095821605227252343924143244042508725857BEEF洗手XONES33,1,X1,X2,X3BEEF洗手B,BINT,R,RINT,STATSREGRESSY,XBEEF洗手B洗手BINT洗手STATS洗手洗手X1,X2,X3分别代表了第一产业，吃饭第二产业和第三产业，吃饭Y代表城镇化率。洗手同时考虑三个因素。洗手最后得出B洗手B098484洗手B100001洗手B200002洗手B300009洗手STATS洗手洗手10E003洗手洗手00010206830000000003洗手R2只有0001洗手因此最后的回归方程应该是洗手Y984840001X10002X20009X3洗手洗手城镇化率第一产业洗手洗手3283323436384X1045101520253035洗手城镇化率第二产业洗手040608112141618222X1045101520253035洗手城镇化率第三产业洗手40051152253X1045101520253035洗手洗手从三张图表中可以看出，吃饭第二，吃饭第三产业与城镇化率的大体关系是非常明确的。洗手但是第一产业与城镇化率的关系却是很难从直观的角度上得出。洗手洗手洗手那么接下来，吃饭为了找出能够统一这三组数据的函数，吃饭我们对其一一分解。洗手、BEEF洗手洗手综合上一次对第三产业和城镇化率的分析结论，吃饭城镇化率与第三产业的关系比较适宜的应当是三次函数。洗手那么用相同的方法分析第二产业就业人数与城镇化率的关系。洗手洗手因为第二产业的点比较不规整，吃饭看不出是什么函数，吃饭所以各种都试了一下，吃饭结果还是没找到合适的洗手洗手因为实在是不知道怎样归纳这些数据，吃饭而且学得函数类型也比较少，吃饭这里就用七次函数代替比较复杂的函数来表示。洗手洗手50608112141618222X10410152025303519782009三三三三三三三三三19782009三三三三三三洗手依然是取后20年来做分析。洗手洗手1314151617181922122X1041820222426283032343619892009三三三三三三三三三19892009三三三三三三洗手洗手6用四次函数表达，吃饭总体上来说还是能够说明这个变化规律的。洗手洗手洗手但到了第一产业这里，吃饭就遇到了比较大的问题。洗手洗手283323436384X1045101520253035洗手首先是图像的规律非常紊乱，吃饭直观感受就是需要用到YABX的函数才能表达经过转化发现实际上与YAXB是一个类型的所以就没有找出比较合适的。洗手洗手取后20年时，吃饭能够得到。洗手洗手7283323436384X1041820222426283032343619892009三三三三三三三三三19892009三三三三三三洗手是一条三次函数曲线。洗手洗手然后再计算洗手B洗手洗手10E011洗手洗手0洗手00373洗手00000洗手01101洗手洗手洗手STATS洗手洗手08147115871100000103818洗手洗手R2达到了08147说明还是比较符合的。洗手洗手最后的回归函数应该是BEEFY（3731013）X130X2411011012X33洗手洗手附BEEF洗手1975年2009年城镇化与第三产业就业人数的关系洗手一数据8年份城镇化率（）第三产业人数（万人）19759335601978122489019791265177198013155321981136594519821356090198314266061984161773919851688359198617288111987178939519881839933198918310129199018511979199118912378199219813098199321214163199423015515199524816880199626017927199726418432199826718860199926919205200027519823200127720165200228620958200329321605200430622725200531423439200632224143200732424404200833225087200934125857二相关性分析洗手经过EXCEL的评价，吃饭相关系数为0997336证明两者之间相关性非常显著。洗手洗手三MATLAB计算洗手洗手X185189198212230248260264267269275277286293306314322324332341BEEF洗手9Y1197912378130981416315515168801792718432188601920519823201652095821605227252343924143244042508725857BEEF洗手BPOLYFITX,Y,3BEEF洗手YFITPOLYVALB,XBEEF洗手PLOTX,Y,R,X,YFIT洗手XLABEL19752009年城镇化水平,YLABEL19752009年第三产业就业人数洗手第一步，吃饭我将所有数据全部输入MATLAB，吃饭以19752009年城镇化水平为X轴，吃饭19752009年第三产业就业人数为Y轴。洗手那么，吃饭可以处理处数据如下。洗手洗手洗手51015202530350051152253X10419752009三三三三三三19752009三三三三三三三三三洗手直观地看，吃饭已经能够看出第三产业，吃饭即服务业的就业人数是随着城镇化水平的提高而提高的（正相关）。洗手并且两者之间更类似于一次函数的图像。洗手洗手于是，吃饭输入为一次函数时可以得到BEEF洗手1051015202530350051152253X10419752009三三三三三三19752009三三三三三三三三三洗手从大关系上来说，吃饭已经能够满足需求，吃饭但是点一次函数的上下波动却比较大，吃饭用一次函数（即可以预测随着城镇化的升高第三产业就业人数增长速率不变）来表示并不是非常科学。洗手洗手在靠近09年时有部分点位于直线上方，吃饭并于09年降到直线下方，吃饭意味着速率正在逐渐下降。洗手洗手51015202530350051152253X10419752009三三三三三三19752009三三三三三三三三三洗手洗手11可以看到三次函数的时候，吃饭数据吻合度已经很大了。洗手考虑到我国历史上的特殊原因，吃饭所以取后20年的数据作为样本。洗手19892009洗手182022242628303234361121416182222426X10419752009三三三三三三19752009三三三三三三三三