1、 1 城镇率与三个产业之间关系的探讨 洗手 数据源 ： bef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） 1978 12.2 28318 6945 4890 1979 12.6 28634 7214 5177 1980 13.1 29122 7707 5532 1981 13.6 29777 8003 5945 1982 13.5 30859 8346 6090 1983 14.2 31151 8679 6606 1984 16.1 30868 9590 7739 1985 16.8 31130 10384 8359 1986 17.2 31254
2、11216 8811 1987 17.8 31663 11726 9395 1988 18.3 32249 12152 9933 1989 18.3 33225 11976 10129 1990 18.5 38914 13856 11979 1991 18.9 39098 14015 12378 1992 19.8 38699 14355 13098 1993 21.2 37680 14965 14163 1994 23.0 36628 15312 15515 1995 24.8 35530 15655 16880 1996 26.0 34820 16203 17927 1997 26.4 3
3、4840 16547 18432 1998 26.7 35177 16600 18860 1999 26.9 35768 16421 19205 2000 27.5 36043 16219 19823 2001 27.7 36399 16234 20165 2002 28.6 36640 15682 20958 2003 29.3 36204 15927 21605 2004 30.6 34830 16709 22725 2005 31.4 33442 17766 23439 2006 32.2 31941 18894 24143 2007 32.4 30731 20186 24404 200
4、8 33.2 29923 20553 25087 2009 34.1 28890 21080 25857 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 y=9.3 12.2 12.6 13.1 13.6 13.5 14.2 16.1 16.8 17.2 17.8 18.3 18.3 18.5 18.9 19.8 21.2 23.0 24.8 26.0 26.4 26.7 26.9 27.5 27.7 28.6 29.3 30.6 31.4 32.2
5、 32.4 33.2 2 34.1;b eef洗手 x1=29456 28318 28634 29122 29777 30859 31151 30868 31130 31254 31663 32249 33225 38914 39098 38699 37680 36628 35530 34820 34840 35177 35768 36043 36399 36640 36204 34830 33442 31941 30731 29923 28890;b eef洗手 x2=5152 6945 7214 7707 8003 8346 8679 9590 10384 11216 11726 1215
6、2 11976 13856 14015 14355 14965 15312 15655 16203 16547 16600 16421 16219 16234 15682 15927 16709 17766 18894 20186 20553 21080;b eef洗手 x3=3560 4890 5177 5532 5945 6090 6606 7739 8359 8811 9395 9933 10129 11979 12378 13098 14163 15515 16880 17927 18432 18860 19205 19823 20165 20958 21605 22725 23439
7、 24143 24404 25087 25857;b eef洗手 x=ones(33,1),x1,x2,x3;b eef洗手 b,bint,r,rint,stats=regress(y,x);b eef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 b0=9.8484 洗手 b1=-0.0001 洗手 b2= 0.0002 洗手 b3=0.0009 洗手 stats =洗手 洗手 1.0e+003 *洗手 洗手 0.0010 2.068
8、3 0.0000 0.0003 洗手 R2 只有 0.001 洗手 因此最后的回归方程应该是 :洗手 y=9.8484-0.001*x1+0.002*x2+0.009*x3 洗手 洗手 城镇化率 第一产业 洗手 洗手 3 2 . 8 3 3 . 2 3 . 4 3 . 6 3 . 8 4x 1 045101520253035洗手 城镇化率 第二产业 洗手 0 . 4 0 . 6 0 . 8 1 1 . 2 1 . 4 1 . 6 1 . 8 2 2 . 2x 1 045101520253035洗手 城镇化率 第三产业 洗手 4 0 0 . 5 1 1 . 5 2 2 . 5 3x 1 0451
9、01520253035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 、 bef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
10、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 5 0 . 6 0 . 8 1 1 . 2 1 . 4 1 . 6 1 . 8 2 2 . 2x 1 041015202530351 9 7 8 - 2 0 0 9 年第三产业就业人数1978-2009年城镇化水平洗手 依然是取后 20年来做分析 。 洗 手洗手 1 . 3 1 . 4 1 . 5 1 . 6 1 . 7 1 . 8 1 . 9 2 2 . 1 2 . 2x 1 041820222426283032343
11、61 9 8 9 - 2 0 0 9 年第三产业就业人数1989-2009年城镇化水平洗手 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 2 . 8 3 3 . 2 3 . 4 3 . 6 3 . 8 4x 1 045101520253035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 ya=bX的函数才能表达 经过转化发现实际上与 y=a*xb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 7 2 .
12、8 3 3 . 2 3 . 4 3 . 6 3 . 8 4x 1 04182022242628303234361 9 8 9 - 2 0 0 9 年第三产业就业人数1989-2009年城镇化水平洗手 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 1.0e-011 *洗手 洗手 0 洗手 0.0373 洗手 0.0000 洗手 0.1101 洗手 洗手 洗手 stats =洗手 洗手 0.8147 115.8711 0.0000 10.3818 洗手 洗手 R2 达到了 0.8147 说明还是比较符合的 。 洗手洗手 最后的 回归函数 应该是 ： beefY=（ 3.73
13、*10-13） *x13+0*x24+(1.101*10-12)*x33 洗手 洗手 附 ： bef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） 1975 9.3 3560 1978 12.2 4890 1979 12.6 5177 1980 13.1 5532 1981 13.6 5945 1982 13.5 6090 1983 14.2 6606 1984 16.1 7739 1985 16.8 8359 1986 17.2 8811 1987 17.8 9395 1988 18.3 9933 1989 18
14、.3 10129 1990 18.5 11979 1991 18.9 12378 1992 19.8 13098 1993 21.2 14163 1994 23.0 15515 1995 24.8 16880 1996 26.0 17927 1997 26.4 18432 1998 26.7 18860 1999 26.9 19205 2000 27.5 19823 2001 27.7 20165 2002 28.6 20958 2003 29.3 21605 2004 30.6 22725 2005 31.4 23439 2006 32.2 24143 2007 32.4 24404 200
15、8 33.2 25087 2009 34.1 25857 二相关性分析 洗手 经过 excel 的评价 ， 吃饭 相关系数为 0.997336 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 x= 18.5 18.9 19.8 21.2 23.0 24.8 26.0 26.4 26.7 26.9 27.5 27.7 28.6 29.3 30.6 31.4 32.2 32.4 33.2 34.1;beef洗手 9 y= 11979 12378 13098 14163 15515 16880 17927 18432 18860 19205 19823 20165 20
16、958 21605 22725 23439 24143 24404 25087 25857;beef洗手 b=polyfit(x,y,3);beef洗手 yfit=polyval(b,x);beef洗手 plot(x,y,r+,x,yfit)洗手 xlabel(1975-2009 年城镇化水平 ), ylabel(1975-2009 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 1975-2009 年城镇化水平为 X 轴 ， 吃饭 1975-2009 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 5
17、 10 15 20 25 30 3500 . 511 . 522 . 53x 1 041 9 7 5 - 2 0 0 9 年城镇化水平1975-2009年第三产业就业人数洗手 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 ： bef洗手 10 5 10 15 20 25 30 3500 . 511 . 522 . 53x 1 041 9 7 5 - 2 0 0 9 年城镇化水平1975-2009年第三产业就业人数洗手 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 5 10 15 20 25 30 3500 . 511 . 522 . 53x 1 041 9 7 5 - 2 0 0 9 年城镇化水平1975-2009年第三产业就业人数洗手 洗手
