《房地产业在整个国民经济发展中的地位和作用分析SAS论文》由会员分享，可在线阅读，更多相关《房地产业在整个国民经济发展中的地位和作用分析SAS论文（10页珍藏版）》请在金锄头文库上搜索。
1、wilyes11 收集 博客(与学习无关)：http:/ 这种利用两组 变量对之间的相关关系来反映两组指标之间的整体相关性的多元统计分析方法，具体就是分别在两组变量中提取有代表性的两个综合变量 V和W（分别为两个变量组中各变量的线性组合），利用这两个综合变量之间的相关关系来反映两组指标之间的整体相关性。本文旨在利用 典型相关分析 方法，定量分析房地产业在整个国民经济发展中的地位和作用 。分析过程采用 SAS软件编程，利用 SAS内置的典型相关分析函数计算需要的参数。最终得出的结论是： 房地产业对第三产业地区生产总值 和城镇居民人均全年家庭可支配收入 有较大的带动作用。关键词：关键词：相关性、典
2、型相关、 房地产、国民经济引言：引言：房地产业提供的商品和劳动有生活资料和生产资料的双重性，它既是人民生活的基本要素，也是社会生产的基本要素。所以房地产属于国民经济的基础产业。房地产业的健康发展，对整个国民经济的发展起着重要的拉动作用。房地产经济的运行过程关系着国民经济中一大批相关的产业和行业。对于某一行业而言，要想发展就要提前规划房产的建设;同时，房地产的投资开发又会引起其他许多行业的需求，对其他相关行业的生产起到了带动的作用。因此房地产业在整个国民经济发展中的地位和作用 分析显得尤为重要。wilyes11 收集 博客(与学习无关)：http:/ 1、把反映国民经济发展的主要经济指标作为第一
3、组变量：第一产业地区生产总值 (亿元)；第二产业地区生产总值 (亿元)；第三产业地区生产总值 (亿元)；资本形成总额 (亿元)；城镇居民人均家庭可支配收入 (元)；2、把反映房地产发展状况的主要指标作为第二组变量 ：资金来源总额 (万元)本年购置土地面积 (万平方米)本年完成投资额 (万元)商品房销售面积 (万平方米)。数据如表1所示。表1 2006年我国各地国民经济与房地产业发展相关指标数据地 区第一产业地区生产总值(亿元)第二产业地区生产总值(亿元)第三产业地区生产总值(亿元)资本形成总额(亿元)城镇居民人均全年家庭可支配收入（元）资金来源(万元)本年购置土地面积（万平方米）本年完成投 资
4、 额（万元）商品房销售面积（万平方米）北 京98.042191.435580.813970.9219977.5231654692295.0171986502607.62天 津118.232488.291752.632364.4114283.097659100905.240231841458.60河 北1606.486115.013938.945505.8010304.5659407991040.348158291817.94山 西276.772748.331727.442594.5610027.702352960415.12086231791.46内蒙古649.622327.441814.42
5、3466.1110357.9932012831309.732501961428.97辽 宁976.374729.503545.285003.3210369.61130028512316.9114219483006.61吉 林672.761915.291687.072874.279775.073138404686.53101571974.91黑龙江737.593365.312086.002334.849182.313436590619.832131521482.71上 海93.805028.375244.204762.8620667.9121789082524.6127559383025.40江
6、 苏1545.0112250.847849.2310673.8614084.26266289472984.0190671306101.15浙 江925.108509.576307.857297.0518265.10236051761891.1157427563544.96安 徽1028.662648.132471.942786.539771.0572667311693.563744642307.83福 建896.173743.712974.673637.4613753.28126093431693.378736242021.69江 西786.142320.741563.652355.02955
7、1.124130684932.934595641777.19山 东2138.9012751.207187.2610838.6912192.24145009873203.0118537764172.21河 南2049.926724.613721.446343.949810.2669034941561.958195172409.33湖 北1140.413365.083075.833591.399802.6570624431107.956475632038.46wilyes11 收集 博客(与学习无关)：http:/ 南1332.233151.703084.963216.6910504.676639
8、7371904.955606462021.61广 东1577.1213431.8211195.539621.4816015.58289111222493.3184351345178.56广 西1032.471878.561917.472259.829898.7542730871091.136998031502.61海 南344.48287.86420.51497.369395.131127453408.4892554203.43重 庆425.811500.971564.792206.7911569.7482423351467.762966902228.46四 川1595.483775.1932
9、67.144150.629350.11123807622488.891449614100.15贵 州393.17980.78908.051174.779116.612711605787.01867933880.95云 南749.811712.601544.312386.2210069.8941007501254.133215131693.07西 藏50.9080.10160.01241.228941.0811336552.98902257.10陕 西488.482440.501594.762798.679267.704327439460.339486021116.51甘 肃333.351043
10、.19900.161090.738920.591098991199.1977206515.48青 海69.64331.16240.78427.639000.3535765847.5311794119.69宁 夏79.54349.83281.39528.479177.26741053219.2769437379.99新 疆527.801459.301058.161932.648871.271446593518.71208786892.41二、典型相关分析及其基本思想二、典型相关分析及其基本思想1、典型相关分析的基本思想是首先分别在每组变量中找出第一对线性组合：(1)1= 111+ 212+ 1
11、1= 111+ 212+ 1?使其具有最大相关。称（v1，w1）为第一对典型相关变量，他们之间的相关系数 r（v1，w1）简记为 r1。2、然后再在每组变量中找出第二对线性组合：(2)2= 121+ 222+ 2 2= 121+ 222+ 2?使（v1，w1）与（v2，w2）相不相关，第二对线性组合本身具有次大相关性。称（v2，w2）为第二对典型相关变量。3、如此继续下去，直至进行到 r 步，两组变量的相关性被提取完为止。rmin(m，n)，可以得到 r 组变量。各对典型相关变量所包括的相关信息不交叉，且满足：各 vi 和 wi 的均值都为0，方差都是 1。三、典型相关分析过程三、典型相关分析
12、过程（1）源代码： data data1;input name$ X1-X5 Y1-Y4;wilyes11 收集 博客(与学习无关)：http:/ 171986502607.62天津118.23 2488.291752.632364.4114283.097659100905.2 40231841458.60河北1606.486115.013938.945505.8010304.565940799 1040.3 48158291817.94山西276.77 2748.331727.442594.5610027.702352960415.1 2086231791.46内蒙古649.62 2327.
13、441814.423466.1110357.993201283 1309.7 32501961428.97辽宁976.37 4729.503545.285003.3210369.61130028512316.9 114219483006.61吉林672.76 1915.291687.072874.279775.073138404686.5 3101571974.91黑龙江737.59 3365.312086.002334.849182.313436590 619.832131521482.71上海93.805028.375244.204762.8620667.9121789082524.6 1
14、27559383025.40江苏1545.0112250.847849.2310673.8614084.2626628947 2984.0 190671306101.15浙江925.10 8509.576307.857297.0518265.10236051761891.1 157427563544.96安徽1028.662648.132471.942786.539771.057266731 1693.5 63744642307.83福建896.17 3743.712974.673637.4613753.28126093431693.3 78736242021.69江西786.14 2320.
15、741563.652355.029551.124130684932.9 34595641777.19山东2138.9012751.207187.2610838.6912192.2414500987 3203.0 118537764172.21河南2049.926724.613721.446343.949810.266903494 1561.9 58195172409.33湖北1140.413365.083075.833591.399802.657062443 1107.9 56475632038.46湖南1332.233151.703084.963216.6910504.676639737 1904.9 55606462021.61广东1577.1213431.8211195.539621.4816015.5828911122 2493.3 184351345178.56广西1032.
