房地产业在整个国民经济发展中的地位和作用分析摘要：
典型相关分析着眼于识别和量化两组随机变量之间的相关性，它是两个随机变量的相关性在两组变量之下的推广。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：相关性、典型相关、房地产、国民经济
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。
正文：
一、样本数据
1、把反映国民经济发展的主要经济指标作为第一组变量：
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
资额
（万元）
商品房销售
面积
（万平方
米）
北京98.04 2191.43 5580.81 3970.92 19977.52 31654692 295.0 17198650 2607.62 天津118.23 2488.29 1752.63 2364.41 14283.09 7659100 905.2 4023184 1458.60 河北1606.48 6115.01 3938.94 5505.80 10304.56 5940799 1040.3 4815829 1817.94 山西276.77 2748.33 1727.44 2594.56 10027.70 2352960 415.1 2086231 791.46 内蒙古649.62 2327.44 1814.42 3466.11 10357.99 3201283 1309.7 3250196 1428.97 辽宁976.37 4729.50 3545.28 5003.32 10369.61 13002851 2316.9 11421948 3006.61 吉林672.76 1915.29 1687.07 2874.27 9775.07 3138404 686.5 3101571 974.91 黑龙江737.59 3365.31 2086.00 2334.84 9182.31 3436590 619.8 3213152 1482.71 上海93.80 5028.37 5244.20 4762.86 20667.91 21789082 524.6 12755938 3025.40 江苏1545.01 12250.84 7849.23 10673.86 14084.26 26628947 2984.0 19067130 6101.15 浙江925.10 8509.57 6307.85 7297.05 18265.10 23605176 1891.1 15742756 3544.96 安徽1028.66 2648.13 2471.94 2786.53 9771.05 7266731 1693.5 6374464 2307.83 福建896.17 3743.71 2974.67 3637.46 13753.28 12609343 1693.3 7873624 2021.69 江西786.14 2320.74 1563.65 2355.02 9551.12 4130684 932.9 3459564 1777.19 山东2138.90 12751.20 7187.26 10838.69 12192.24 14500987 3203.0 11853776 4172.21 河南2049.92 6724.61 3721.44 6343.94 9810.26 6903494 1561.9 5819517 2409.33 湖北1140.41 3365.08 3075.83 3591.39 9802.65 7062443 1107.9 5647563 2038.46
湖南1332.23 3151.70 3084.96 3216.69 10504.67 6639737 1904.9 5560646 2021.61 广东1577.12 13431.82 11195.53 9621.48 16015.58 28911122 2493.3 18435134 5178.56 广西1032.47 1878.56 1917.47 2259.82 9898.75 4273087 1091.1 3699803 1502.61 海南344.48 287.86 420.51 497.36 9395.13 1127453 408.4 892554 203.43 重庆425.81 1500.97 1564.79 2206.79 11569.74 8242335 1467.7 6296690 2228.46 四川1595.48 3775.19 3267.14 4150.62 9350.11 12380762 2488.8 9144961 4100.15 贵州393.17 980.78 908.05 1174.77 9116.61 2711605 787.0 1867933 880.95 云南749.81 1712.60 1544.31 2386.22 10069.89 4100750 1254.1 3321513 1693.07 西藏50.90 80.10 160.01 241.22 8941.08 113365 52.9 89022 57.10 陕西488.48 2440.50 1594.76 2798.67 9267.70 4327439 460.3 3948602 1116.51 甘肃333.35 1043.19 900.16 1090.73 8920.59 1098991 199.1 977206 515.48 青海69.64 331.16 240.78 427.63 9000.35 357658 47.5 311794 119.69 宁夏79.54 349.83 281.39 528.47 9177.26 741053 219.2 769437 379.99 新疆527.80 1459.30 1058.16 1932.64 8871.27 1446593 518.7 1208786 892.41
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)
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)
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。
r min(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
（1）源代码：
