制造业与物流业数据分析

制造业与物理业数据分析制造业：X1=[5648.98,6810.66,8545.6,11456.34,15649.98,19211.24,24052.15,30055.30,33807.51,34171.92]物流业：X2=[1191.36,1296.89,1512.69,1834.25,2189.96,2495.69,2876.48,3450.69,3884.75,4115.27]年份：y=[2000,2001,2002,2003,2004,2005,2006,2007,2008,2009]、线性相关图如下(基本成正相关):Plot(x1,x2)X---制造业/万元y---物流业/万元(1—1)2000年一2009年物流业与制造业的线性关系对上图进行相关可信度分析：1、分析一：相关系数计算公式及结果如下:r=corrcoef(X1,X2)r=1.00000.99730.99731.0000由r结果可知，制造业与物流业的线性相关系数很高。2、分析二：（重要）由于制造业与物流业的线性关系图已通过Matlab画出，如上图1—1。现为了进一步确定它们之间的相关系数，用已给出的数据，通过作数据的散点图，观察散点图的形状可知，可建立一元线性回归模型，设一元线性回归模型为回归模型为y=b0+blx，调用regress函数求解。模型的可信度可用可决系数的大小表示，因此计算出可决系数r2即可。其实现的Matlab程序代码如下：>>clearall;x1=[5648.98,6810.66,8545.6,11456.34,15649.98,19211.24,24052.15,30055.30,33807.51,34171.92]';y=[1191.36,1296.89,1512.69,1834.25,2189.96,2495.69,2876.48,3450.69,3884.75,4115.27]';x=[ones(10,1),x1];%作数据的散点图figure;plot(x1,y,'+');%回归分析[b,bint,r,rint,stats]=regress(y,x);b,bint,stats,%作残差分析图figure(2);rcoplot(r,rint);holdon;%预测及作回归线图z=b(1)+b(2)*x1;figure(3);plot(x1,y,'*',x1,z,'r');legend('预测图'，'回归线图')；运行程序，输出如下：b=663.14660.0962bint=537.4192788.87390.09040.1020stats=1.00001459.10000.00006982.7000

残差图如图1—2所示，散点图如图1—3所示，散点图及回归线图如图1—4所示。K&^idualbaseUrder2502D0oO5-oO5--IDO-150■2D0-2501235678910CaseNumber残差效果图（1—2）散点图（1—3）散点图及回归线图（1—4）结果表明，参数的估计值b0A=663.1466,b1A=0.0962;b0A的置信区间为[537.4192,788.8739],b1A的置信区间为[0.0904,0.1020];可决系数r2=1.0000（已经等于常数1），且F=1459.1000，P=0.0000〈0.05，（T2=6982.7000,故回归模型为y=663.1466+0.0962x成立。从图1-2中可看出，除第十个数据外，其余数据的残差距离零点都较近，且残差的置信区间均包含零点，这说明回归模型y=663.1466+0.0962x能较好地拟合数据，而第十个数据可视为异常点。从图1-4中也可看出，回归线能较好地表示散点图的形状，只有第十个数据点离回归线较远。为什么会出现异常点呢？这需要对实现过程进行分析，进一步查明原因。、2000—2009年，制造业与物理业产值对比图像1、总产值对比图：制造业：X1=[5648.98,6810.66,8545.6,11456.34,15649.98,19211.24,24052.15,30055.30,33807.51,34171.92]物流业：X2=[1191.36,1296.89,1512.69,1834.25,2189.96,2495.69,2876.48,3450.69,3884.75,4115.27]年份：y=[2000,2001,2002,2003,2004,2005,2006,2007,2008,2009]plot(x1,y)holdonplot(x2,y)蓝实线---制造业虚线---物流业2000年---2009年物流业与制造业变化曲线2、增长率对比图:制造业增长率：x1=[0.205644,0.254739,0.340613,0.366054,0.227557,0.251983,0.249589,0.124844,0.010779]物流业增长率：x2=[0.08857,0.166398,0.212537,0.193927,0.139605,0.152579,0.199622,0.125789,0.05934]年份：z=[200