數據挖掘技術與實驗課程論文數據挖掘技術與實驗課程論文題目 全國近20年來人口增長原因分析數據挖掘技術與實驗課程論文數據挖掘技術與實驗課程論文摘 要的增長產生顯著影響。R軟件是一種開源的免費數據分析軟件，功能強大，是數據分析工作者的首選軟件之一。關鍵詞：R語言；多元線性回歸分析；方差分析。目 錄引言 1選題的背景和意義 1研究方法與思路 1正文 2前言 2數據分析 2數據預處理 2回歸分析 4方差分析 8結論 13參考文獻 13數據挖掘技術與實驗課程論文數據挖掘技術與實驗課程論文II引言選題的背景和意義二孩政策，是中國實行的一種計劃生育政策，規定符合條件的夫婦允許生育“二胎”。因為是二孩政策，故第一胎為多孩時，不可生第二胎。201111；20131210在經歷了迅速從高生育率到低生育率的轉變之后，我國人口的主要矛盾已經不再是增長過快，而是人口紅利消失、臨近超低生育率水平、人口老齡化、出生性別比失調等問題。國內20多位頂尖人口學者歷經兩年的研究指出，我國的人口政策亟待轉向，尤其是生育政策應該調整。研究方法與思路人數和醫療發展程度有關。方差分析是從觀測變量的方差入手，研究諸多控制變量中哪些變量是對觀測變量有顯著影響的變量。所以可以采用方差分析，得到所有因素中影響程度最大的那一個。正文前言2015-2014（萬人（萬對（萬元（萬人醫院數（個）R數據處理年份人口總數 年份人口總數 婚姻登記居民消費水平參加生育保險醫院數（個）（萬人）（萬對）（元）人數（萬人）1995年121121934.123301500.2156631996年122389938.727652015.6158331997年123626914.129782485.9159441998年124761891.731262776.7160011999年125786885.333462929.8166782000年126743848.537213001.6163182001年12762780539873455.1161972002年12845378643013488.2178442003年129227811.446063655.4177642004年129988867.251384383.8183932005年130756823.157715408.5187032006年13144894564166458.9192462007年132129991.475727775.3198522008年1328021098.387079254.1197122009年1334501212.4951410875.7202912010年13409112411091912335.9209182011年1347351302.361313413892219792012年1354041323.591469915428.7231702013年1360721346.931619016392247092014年1367821306.741777817038.725860txtR（萬對居民消費水平（萬元），參加生育保險人數（萬人），醫院數（個）”依次命名為X1、X2、X3、X4，把“人口總數（萬人）”，Y。在R軟件內打開txt：人口增長<-read.table(file="人口增長.txt",header=T,sep="")人口增長年份 Y X1 X2 X3 X41 1995年121121 934.10 2330 1500.22 1996年122389 938.70 2765 2015.6158333 1997年123626 914.10 2978 2485.9159444 1998年124761 891.70 3126 2776.7160015 1999年125786 885.30 3346 2929.8166786 2000年126743 848.50 3721 3001.6163187 2001年127627 805.00 3987 3455.1161978 2002年128453 786.00 4301 3488.2178449 2003年129227 811.40 4606 3655.417764102004年129988 867.20 5138 4383.818393112005年130756 823.10 5771 5408.518703122006年131448 945.00 6416 6458.919246數據挖掘技術與實驗課程論文132007年132129 991.40 7572 7775.319852142008年1328021098.30 8707 9254.119712152009年1334501212.40 951410875.720291162010年1340911241.001091912335.920918172011年1347351302.361313413892.021979182012年1354041323.591469915428.723170192013年1360721346.931619016392.024709202014年1367821306.741777817038.725860回歸分析繪制散點圖先利用pairs函數，繪制如圖1-1所示的矩陣散點圖。pairs(~Y+X1+X2+X3+X4,data=人口增長,main="人口增長相關矩陣散點圖")IV數據挖掘技術與實驗課程論文數據挖掘技術與實驗課程論文PAGE\*ROMANPAGE\*ROMANV（萬人歸模型進行回歸。建立回歸模型建立回歸模型為Y0

X11

X2

X33

X。4 4。Rlm語句：Fit<-lm(Y~X1+X2+X3+X4,data=人口增長)coefficients(Fit)(Intercept)X1X2X3X4130652.757898-24.032044-2.2838413.2472610.886581說明建立的線性回歸方程為：Y130652.75824.032X2.284X3.247X0.887X1 2 3 4參數檢驗查看人流量Y線性回歸方程的參數檢驗結果：Call:lm(formula=Y~X1+X2+X3+X4,data=人口增長)Residuals:Median3QMax-201.8Median3QMax-201.8458.61368.0-1080.5 -477.6Coefficients:EstimateStd.ErrortvaluePr(>|t|)數據挖掘技術與實驗課程論文數據挖掘技術與實驗課程論文I(Intercept)1.307e+057.716e+0316.9333.47e-11***X1-2.403e+013.216e+00-7.4721.97e-06***X2-2.284e+004.293e-01-5.3198.58e-05***X33.247e+003.435e-019.4541.04e-07***X48.866e-014.180e-012.1210.051.Signif.codes: 0‘***’0.001‘**’0.01‘*’0.05‘.’0.1‘’Residualstandarderror:731.9on15degreesoffreedomMultipleR-squared: 0.9809, AdjustedR-squared: 0.9757F-statistic:192.1on4and15DF,p-value:1.09e-12192.1，概率p1.09e-12水平α0.05，pα，拒絕原假設，選擇線性模型合理。X4t0.051，t統計量的標準誤（分母）為2.121X4后重新建模。Fit<-lm(Y~X1+X2+X3,data=人口增長)Call:lm(formula=Y~X1+X2+X3,data=人口增長)Residuals:Min 1Q Median 3Q Max-1135.05 -490.66 -80.94 465.84 1797.51Coefficients:EstimateStd.ErrortvaluePr(>|t|)(Intercept)1.464e+052.365e+0361.902<2e-16***X1-2.786e+012.937e+00-9.4865.70e-08***X2-1.678e+003.539e-01-4.7420.000221***X33.330e+003.767e-018.8401.48e-07***Signif.codes: 0‘***’0.001‘**’0.01‘*’0.05‘.’0.1‘’Residualstandarderror:807.9on16degreesoffreedomMultipleR-squared: 0.9751, AdjustedR-squared: 0.9704F-statistic: 209on3and16DF, p-value:4.859e-13coefficients(Fit)(Intercept)X1X2X3146375.839081-27.863955-1.6779833.330386現在回歸方程的顯著性檢驗和回歸系數的顯著性檢驗均通過，所以該模型可用。這是個三元線性回歸方程，方程表達式為:Y146375.83927.864X1.678X3.330X1 2 3小結（萬個（萬對（萬元），參加生育保險人數（萬人），醫院數（個）”有一定關系。方差分析X1Yaov(Y~X1,dataCall:aov(formula=Y~X1,data=人口增長)Terms:X1ResidualsSumofSquares 232695651186969574Deg.ofFreedom 1 18Residualstandarderror:3222.918Estimatedeffectsmaybeunbalanced1<-aov(Y~X1,data=人口增長)anova1)AnalysisofVarianceTableResponse:YDfSumSqMeanSqFvaluePr(>F)X11232695651232695651 22.4020.000166***Residuals1818696957410387199Signif.codes: 0‘***’0.001‘**’0.01‘*’0.05‘.’0.1‘’1數據挖掘技術與實驗課程論文數據挖掘技術與實驗課程論文PAGE\*ROMANPAGE\*ROMANXX1232695651，186969574，11910387199。F22.402，p0.000166α0.05，則因概率p小于α，拒絕原假設，即認為不同年份的婚姻登記（萬對）口總數具有影響。X2Yaov(Y~X2,dataCall:aov(formula=Y~X2,data=人口增長)Terms:X2ResidualsSumofSquares 340784192 Deg.ofFreedom 1 18Residualstandarderror:2093.389Estimatedeffectsmaybeunbalanced2<-aov(Y~X2,data=人口增長)anova2)AnalysisofVarianceTableResponse:YDf SumSq MeanSqFvalue Pr(>F)X2 1340784192340784192 77.7645.96e-08***Residuals18 78881033 4382280Signif.codes: 0‘***’0.001‘**’0.01‘*’0.05‘.’0.1‘’1X2340784192，78881033，1184382280。F77.764，p5.96e-08α為0.05，則因概率p小于α，拒絕原假設，即認為不同年份的居民消費水平（萬元）對人口總數具有影響。X3Yaov(Y~X3,dataCall:aov(formula=Y~X3,data=人口增長)Terms:X3ResidualsSumofSquares 349641867 Deg.ofFreedom 1 18Residualstandarderror:1972.356Estimatedeffectsmaybeunbalanced3<-aov(Y~X3,data=人口增長)數據挖掘技術與實驗課程論文數據挖掘技術與實驗課程論文Ianova3)AnalysisofVarianceTableResponse:YDfSumSqMeanSqFvalue Pr(>F)X31349641867349641867 89.8782.017e-08***Residuals18700233583890187Signif.codes: 0‘***’0.001‘**’0.01‘*’0.05‘.’0.1‘’1X3349641867，70023358，1183890187。F89.878，p2.017e-08。若顯著性水平αp（人）對人口總數具有影響。X4Yaov(Y~X4,dataCall:aov(formula=Y~X4,data=人口增長)Terms:X4ResidualsSumofSqu