下载文档原格式
多元统计聚类分析论文_多元统计分析论文多元统计分析论文篇1多元统计分析课程教学探讨摘要：多元统计分析是统计学的一个重要分支，它在自然科学、社会科学、教育卫生以及经济金融等领域具有广泛的应用。
利用多元统计分析方法分析和处理实际数据、解决实际问题是统计学专业学生必备的基本能力，因此，如何进行多元统计分析课程的教学具有相当重要的意义。
本文从教学实践出发，对多元统计分析课程的教学进行了探索和实践，提出了一些教学方法。
关键词：以人为本;案例教学;软件编程;考试改革;创新教学多元统计分析是统计学中内容极其丰富、应用极其广泛的一个重要分支。
随着计算机和统计学的发展，它在自然科学、社会科学、教育卫生以及经济金融等领域中的应用越来越广泛，它已成为进行多元数据分析与处理的非常重要的工具之一。
随着社会的发展，我们常需要处理较为复杂的多维数据以及高维或超高维数据，特别地，对于统计学专业的学生，利用多元统计分析方法分析和处理日常生活中的多维数据是他们应该具备的基本能力。
因此，如何让学生很好地掌握一些基本的多元分析方法并能在实践中加以应用是我们统计学专业的教师应该思考的重要问题。
通过多年的实践教学，我们对多元统计分析课程的教学进行了探索和实践，主要在以下几个方面进行了探索和尝试。
一、转变教育观念，树立“以人为本”的教学理念教育的对象是大学生，教育的目的是以学生的终身发展为基础的。
在教学过程中，我们教师首先应转变教育观念，处处体现以学生为本的人文关怀与教育。
关注学生的思想、学生的需要以及在当今时代下学生所面临的挑战与机遇，争取成为学生的良师益友，建立良好的师生关系;通过案例教学、启发式教学等等多种教学方法，鼓励和促使学生积极参与课堂教学，变被动学习为主动学习，使学生成为课堂的主体;正视学生之间的个体差异，不歧视差生也不偏爱优等生，实施因材施教，使每个学生都得到不同程度的提高与进步。
二、注重案例教学，培养“学以致用”的学习意识三、结合软件教学，提高学生编程和数据处理能力多元分析方法分析和处理的数据是多维数据，通常维数较多，而且观测数据也较多，计算量都比较大，通常需要计算机才能实现。
聚类判别分析论文SAS与现代经济统计分析结课论文姓名:叶文甫学好:089114321班级:统计082基于聚类分析和判别分析方法的股票投资价值分析——关于中小企业版的初步研究摘要:随着市场投资理念逐步转向价值投资，上市公司基本面的变化将更收关注。
中小企业板作为新兴的资本市场板块，具有重要的研究意义。
利用38家中小企业版上市公司的2004年会计和财务数据，运用聚类分析和判别分析方法对其盈利，成长和扩张能力进行定量分析研究，并据此归结出整个板块股票的分类及其特点，为投资者和市场各参与主体有效把握中小企业上市公司及其成长趋势提供借鉴。
关键词:股票;投资价值;聚类分析;判别分析一研究背景:自2004年6月25日深交所推出中小企业版以来，其基本面的变化与市场表现都受到了市场参与各方的极大关注。
到目前为止，已有50家公司在深圳中小企业版发行上市，成为中小企业融资的一个重要渠道，也为建立多层次的资本市场提供了广阔的前景。
但相对于主板市场的研究，这方面的研究大多停留在定性的研究和对这个股的分析上，缺少对整个中小企业板态势的把握。
我利用多元统计分析中的聚类分析对选定的各中小企业版股票进行初步聚类，在此基础上，在应用判别分析对分类情况进行校验且得到一组有用的判别函数，从而达到对中小企业版量化分析的目的，并且得到对市场各方的有指导意义的结论。
二、方法(一)聚类分析所谓聚类分析就是根据样品或指标的“相似”特征进行分类的一种多远统计分析方法，这里离的类就是“相似”元素的集合。
进行聚类分析需要知道待分类的若干样品及其指标值;然后通过聚类分析将对象的数据特征按一定规则把分类对象分成若干类，通过每一类指标数据的分析，进一步对各个结构进行优化。
聚类分析法的基本理想是定义样品之间的距离(或相似系数)和类与类之间的距离。
一开始将n个样品各自自成一类，这时类间的距离与样品间的距离是一致的，然后将距离最近的两个类进行合并形成一个新类，并计算新类与其他类之间的距离，再按距离最小准则并类。
如何运用聚类分析法进行毕业论文的实证研究毕业论文是大学生完成学业的重要环节，对于毕业论文的选题和研究方法的选择有着至关重要的影响。
本文将介绍如何运用聚类分析法进行毕业论文的实证研究。
一、引言在引言部分，应介绍毕业论文的背景和意义，以及本研究的目的和重要性。
同时，可以提出研究问题，并解释为什么选择聚类分析法来进行研究。
二、聚类分析法的概述在这一部分，可以对聚类分析法进行详细的介绍。
包括聚类分析的定义、原理和步骤。
同时，可以介绍几种常用的聚类分析方法，如k-means和层次聚类等。
三、毕业论文研究设计在这一部分，应详细说明毕业论文的研究设计，包括研究对象、数据来源、变量选择等。
对于聚类分析法的应用，需要明确研究的目标和研究的样本，并解释为什么选择这些样本进行聚类分析。
四、数据收集和准备在这一部分，需要说明如何收集数据并对数据进行预处理。
对于聚类分析而言，需要选择适当的数据集，并对数据进行清洗和转换，以便于后续分析。
五、聚类分析方法的应用在这一部分，应详细介绍如何运用聚类分析方法进行数据分析。
可以先介绍如何选择聚类数目，然后展示聚类结果。
同时，可以对簇进行解释和解读，以便于对研究问题进行分析和讨论。
六、结果与分析在这一部分，应对聚类分析的结果进行深入的分析和讨论。
可以从不同角度对簇进行比较，并对研究问题给出解答。
同时，可以引用相关的文献和理论加以支持。
七、结论在结论部分，应总结研究的主要发现，并提出对未来研究的建议。
同时，可以再次强调聚类分析法在毕业论文研究中的重要性和应用前景。
八、参考文献在最后，列出本研究所引用的参考文献。
要求参考文献的格式准确无误，符合学术规范。
通过以上的论述，我们可以清晰地了解如何运用聚类分析法进行毕业论文的实证研究。
聚类分析方法可以帮助研究者对数据进行分类和归类，有助于提取数据的潜在规律和特征。
因此，在选择研究方法时，可以考虑运用聚类分析法来进行实证研究。
最后，需要提醒的是，在进行实证研究时，需要充分了解聚类分析方法的原理和步骤，并结合具体的研究问题进行分析和讨论。
基于聚类分析法的空气质量分析摘要：本文利用聚类分析法研究深圳市各区的空气质量问题，就主要污染物so2、no2、pm10、co和o3等进行分析，得到各污染物含量之间的关系，以及其相关性程度，从中找到污染程度相当的主要地区，结合其地理位置，从而判断其主要污染源，对同一类地区用相同的方法进行集中治理。
关键词：聚类分析空气质量集中治理污染源based on clustering analysis of air quality analysiswang shuai(college of mechanical engineering, south east university, nanjing, 211189)abstract: this paper make use of cluster analysis method to study the district shenzhen city air quality problem, the main pollutant so2, no2 and pm10 readings - which were taken, co and o3 undertake an analysis, get the relationship between the content of each pollutant, and the correlation degree, find the main area is polluted, combined with its geographical position to judge the main pollution sources, to the same kind of area with the same method for centralized management.keywords: clustering analysis; air quality; centralized management; pollution sources;中图分类号：q938.1+4文献标识码： a 文章编号：由于空气的扩散作用，导致对空气环境的治理有一定的盲目性，不能做到对症下药，导致效果不佳。
TECHNOLOGY AND INFORMATION科学与信息化2023年1月下 65基于聚类分析的网络异常流量入侵检测方法陈晓燕濮阳市公安局情报指挥中心 河南 濮阳 457000摘 要 为了提高网络异常流量入侵检测方法的检测速度和检测准确率，满足现阶段网络流量检测的需求，本文基于聚类分析算法，对网络异常流量入侵检测方法展开研究。
具体做法是将流量进行采集和分类，基于聚类分析计算相似度，检测入侵的网络流量。
通过实验可知，文中提出的FART K-means聚类分析网络异常流量检测方法与传统方法相比，准确率提高了12.6%，运行速度提高了4.3s，能够满足设计需求，具有较好的实际应用效果。
关键词 聚类分析；网络流量；异常流量；入侵检测Network Anomalous Traffic Intrusion Detection Method Based on Cluster Analysis Chen Xiao-yanPuyang City Public Security Bureau intelligence command center, Puyang 457000, Henan Province, ChinaAbstract In order to improve the detection speed and accuracy of the network anomalous traffic intrusion detection method and meet the needs of network traffic detection at the present stage, this paper studies the network anomalous traffic intrusion detection method based on the cluster analysis algorithm. Specifically, traffic is collected and classified, the similarity is calculated based on cluster analysis, and network traffic intrusion is detected. It can be seen from experiments that the FART K-means cluster analysis network anomalous traffic detection method proposed in this paper improves the accuracy by 12.6% and the running speed by 4.3 s compared with the traditional method, which can meet the design requirements and has good practical application effects.Key words cluster analysis; network traffic; anomalous traffic; intrusion detection引言网络互动已经越来越成为人类生活中必不可少的部分。
聚类分析论文简介聚类分析是一种常用的数据分析技术，它将数据集中的对象划分为具有相似特征的群组。
这些群组通常称为“簇”，聚类分析可以帮助我们发现数据中的共性和相似性，从而提取有意义的信息和洞见。
本文将介绍聚类分析的基本概念、算法原理以及在实际应用中的一些案例。
聚类分析的基本原理聚类分析的目标是将数据集中的对象划分为若干个“紧密”群组，使得同一群组内的对象之间具有较高的相似性，而不同群组之间的对象相似度较低。
常用的聚类分析算法有层次聚类、K均值聚类和DBSCAN等。
层次聚类层次聚类是一种自底向上的聚类方法，它从每个对象作为一个单独的群组开始，然后将对象逐步合并，直到所有对象都属于同一个群组。
层次聚类可分为凝聚（自底向上）和分裂（自顶向下）两种类型。
凝聚层次聚类从单个对象开始，然后将最相似的对象合并为一个群组，直到所有对象都合并在一起。
分裂层次聚类则从所有对象开始，然后逐步分裂为多个子群组，直到每个对象都成为一个单独的群组。
K均值聚类K均值聚类是一种迭代的聚类算法，它将数据集划分为K个不重叠的群组，其中K是用户指定的参数。
算法的基本思想是通过迭代计算，将每个对象分配给其最接近的质心，然后根据分配结果更新质心的位置，直到达到一定的收敛条件。
DBSCANDBSCAN是一种基于密度的聚类算法，它将数据集划分为具有相似密度的群组。
算法的基本思想是通过定义领域半径和邻近点数量的方式，将对象分为核心对象、边界对象和噪声对象。
DBSCAN算法具有自动确定群组数量的优点，并且对数据中的噪声相对稳健。
聚类分析的应用案例客户分群聚类分析在市场营销领域广泛应用，特别是在客户分析和客户细分方面。
通过对市场数据进行聚类分析，可以将客户划分为不同的群组，从而更好地理解和满足客户的需求。
例如，一家电商公司可以根据购买行为、兴趣爱好和消费水平等指标将用户分为高价值客户、潜在客户和低价值客户，以针对性地提供个性化的服务和推荐。
社交网络分析聚类分析可以应用于社交网络中的节点（如用户或组织）分析，帮助揭示社交网络中的社群结构和节点之间的相互关系。
聚类分析论文
对于聚类分析的论文，有许多不同的话题可以选择。
以下是一些常见的聚类分析论文的主题：
1. 聚类算法的比较和评估：这种论文比较不同的聚类算法，如k均值聚类、层次聚类、DBSCAN等，分析它们在不同数据集上的性能和优缺点。
2. 聚类在社交网络分析中的应用：这种论文研究如何使用聚类分析来识别社交网络中的群体和社区，找到具有相似特征和行为模式的用户群。
3. 聚类在图像处理中的应用：这种论文探讨如何使用聚类分析来识别图像中的模式和结构，如图像分割、目标检测和图像识别等方面的应用。
4. 聚类在市场分析中的应用：这种论文研究如何使用聚类分析来识别市场中的不同消费群体和消费行为模式，帮助企业更好地了解自己的目标市场。
5. 聚类在医学领域中的应用：这种论文探讨如何使用聚类分析来识别疾病的不同亚型和患者的分类，以及如何根据患者的特征和病历数据进行个性化治疗。
当选择聚类分析的论文主题时，应确保主题有足够的研究资料和可行的研究方法，以便进行实证研究。
同时，还应考虑论文的重要性和实际意义，以及对相关领域和未来研究的贡献。
摘要电子商务的快速发展使得传统零售的销售模式逐渐从B2C转化为C2M模式。
因此，带来的大量小件订单对仓储物流的运营能力提出了更高的要求。
在以“人到货”为作业方式的仓储企业中，分拣时间占整个仓储作业时间的45%。
所以，拣选作为仓储物流业务的关键环节，其工作效率对电子商务企业运营和服务水平具有重要影响，从提高拣选作业的效率出发进行货位分配与订单分批的研究显得尤为重要。
仓储集中化是目前电商物流提高仓储物流的常用库存管理模式。
在仓储集中化管理中，研究有效的分区策略，更能利用仓储集中化的优势。
论文分析选择了并行分区运营模式，建立了以误工率最小为目标的货位分配模型，结合关联规则计算出货品的关联度，进行货位分配的优化方案设计。
针对并行分区分拣系统缩短拣货时长的需求，研究了订单分拣策略，以分批策略为指导完成订单拣选作业流程。
针对不同分区拣货完成时长的巨大差异导致的订单处理时间过长的实际问题，构建基于定量订单集的、以处理时间为目标函数、以订单分割、设备资源等为约束条件的订单分批数学模型。
针对分批模型中对工作量的均衡要求，将DBSCAN算法和到K-Means算法结合对分批模型进行求解，得到最佳的订单分批结果，将结果代入建立的订单分批优化数学模型求解得出最短用时的订单集。
基于真实环境和实例数据对建立的订单分配分批模型进行了验证，对并行分区货位优化分配策略和随机策略的货位分配对订单分批的影响进行了比较分析，评价分析了基于密度的K-Means聚类和传统K-Means算法对订单分批的结果。
实验结果表明针对并行分区分拣系统，在大数据集的情况下，基于密度的K-Means聚类算法能够减少拣选设备、人员以及分批数目，同时使订单拣选完成时间更短，综合利用储位优化策略的基础上有效缩短拣货行走距离和时间，并平衡各拣货分区工作时长，提高仓储物流运作效率。
关键词：并行分区，聚类算法，货位优化，订单分批AbstractWith the rapid development of e-commerce, the sales model of traditional retail is gradually transformed from B2C to C2M. The size of the orders becomes small, but the number is huge. What puts forward higher requirements for the operational capacity of warehousing logistics. In the warehousing enterprises with manual work, the sorting time accounts for 45% of the whole operation time. The ratio indicates that as the key process of warehousing logistics, sorting efficiency has an important impact on the operation and service level of an e-commerce enterprise. Therefore, it is particularly important to study the storage assignment and the order batching to improve the efficiency of the picking operation.Warehousing centralization is a common inventory management mode to improve warehousing logistics. Under the condition, the research and analysis of effective zoning strategy make the warehousing centralization more effective. This paper chooses the parallel zoning operation mode, establishes the allocation model of goods location with the objective of minimizing the rate of tardy job, calculates the degree of association of goods by using association rules, and realizes the optimal design scheme of storage assignment.The order batching strategy is studied under parallel partition sorting. Aiming at the actual problem of long order processing time caused by the huge difference of picking completion time in different zones, a mathematical model of order allocation based on quantitative order was constructed. The model takes processing time as objective function, and taking order segmentation and equipment resources as constraints. Aiming at the problem of workload balance in batch model, DBSCAN algorithm and K-Means algorithm are combined to solve the batch model, and the optimal batch result is obtained. The result is substituted into the mathematical model of order allocation and the optimized order set with the shortest time.The model of order allocation and batching is validated based on real environment and case data. The effects of parallel partition optimal allocation strategy and random strategy on order batching are compared and analyzed. The results of density-based K-Means clustering and traditional K-Means algorithm on order batching are evaluatedand analyzed. The experimental results show that the parallel partition sorting system is effective. In the case of large data sets, K-Means clustering algorithm based on density can make full use of picking equipment and personnel to reduce the number of batches, shorten the order picking completion time, and effectively shorten the picking distance and time on the basis of comprehensive utilization of storage location optimization strategy, improve the operational efficiency of warehousing logistics.Key words:parallel partitioning, clustering algorithm, storage assignment, order batching目 录第1章绪论 (1)1.1 课题研究背景及意义 (1)1.2 国内外研究现状 (2)1.2.1 货位分配研究现状 (2)1.2.2 订单分批策略与智能算法应用现状 (3)1.3 论文研究主要内容及结构 (6)1.3.1 主要研究内容 (6)1.3.2 技术路线及组织架构 (6)第2章订单拣选及聚类分析相关理论 (9)2.1 拣选作业流程 (9)2.1.1 分区拣选策略 (9)2.1.2 订单分批策略 (11)2.1.3 拣选路径优化 (12)2.2 货位优化与关联规则算法 (14)2.2.1 货位优化 (14)2.2.2 关联规则算法 (15)2.3 聚类算法理论及分析 (16)2.3.1 DBSCAN算法 (17)2.3.2 K-Means算法 (19)2.4 本章小结 (20)第3章基于关联规则的并行分区货位优化研究 (21)3.1 货位分配背景 (21)3.2 货位优化数学模型 (23)3.3 基于关联规则的货位分配 (24)3.3.1 构造频繁模式树FP-Tree (25)3.3.2 品项储位分配 (26)3.4 货位优化评价指标 (27)3.5 本章小结 (28)第4章基于融合算法的订单分批优化建模与求解 (29)4.1 订单分批问题描述 (29)4.2 并行分区订单分批模型构建 (30)4.2.1 模型假设 (30)4.2.2 拣选时长及各分区工作量分析 (31)4.2.3 基于返回策略的拣选路径计算 (35)4.3 基于密度的K-Means聚类算法设计 (36)4.3.1 批次数目和初始聚类点选择 (38)4.3.2 改进的K-Means算法聚类 (40)4.4 本章小结 (41)第5章基于实例的订单分批优化仿真与分析 (42)5.1 数据来源 (42)5.2 基于关联规则的储位优化 (43)5.3 采用随机储位分配策略的分批拣选 (45)5.4 考虑工作量均衡的分批拣选 (49)5.5 本章小结 (51)第6章总结与展望 (52)6.1 总结 (52)6.2 展望 (52)致谢 (54)参考文献 (55)攻读硕士学位期间的科研工作情况 (58)第1章绪论1.1课题研究背景及意义全球物流行业的蓬勃发展有效促进了电子商务的服务水平的提升，为消费者带来更加便捷安全的多样性消费体验，在此背景下配送中心或仓库的订单逐渐趋于高频小批量。
聚类分析毕业论文聚类分析毕业论文在当今信息爆炸的时代，数据分析已经成为了各个领域中不可或缺的一环。
无论是商业决策、医学研究还是社会调查，数据分析都扮演着重要的角色。
而聚类分析作为一种常用的数据分析方法，也在各个领域中得到了广泛的应用。
本篇文章将围绕聚类分析在毕业论文中的应用展开讨论。
聚类分析是一种无监督学习的方法，其目的是将数据集中的对象划分为不同的群组，使得同一群组内的对象相似度较高，不同群组之间的相似度较低。
在毕业论文中，聚类分析可以用来对研究对象进行分类，从而更好地理解和解释数据。
首先，在社会科学领域的毕业论文中，聚类分析可以帮助研究者对调查样本进行分类。
以教育领域为例，研究者可能对不同学校的学生进行调查，以了解他们的学习动机、学习成绩等因素。
通过聚类分析，可以将学生划分为不同的群组，比如高成绩组、低成绩组、高动机组、低动机组等。
这样，研究者可以更好地理解不同群组之间的差异，从而提出相应的教育政策建议。
其次，在商业领域的毕业论文中，聚类分析可以帮助研究者对市场进行细分。
以市场营销为例，研究者可能对某种产品的消费者进行调查，以了解他们的购买偏好、消费行为等因素。
通过聚类分析，可以将消费者划分为不同的群组，比如高价值客户、低价值客户、忠诚客户、潜在客户等。
这样，研究者可以有针对性地制定营销策略，提高市场竞争力。
此外，在医学领域的毕业论文中，聚类分析可以帮助研究者对疾病进行分类。
以癌症研究为例，研究者可能对患者的基因表达数据进行分析，以了解不同基因的表达模式与疾病的关系。
通过聚类分析，可以将患者划分为不同的群组，比如不同亚型的癌症患者。
这样，研究者可以更好地理解不同亚型之间的差异，从而为个性化治疗提供依据。
最后，在自然科学领域的毕业论文中，聚类分析可以帮助研究者对实验数据进行分类。
以生态学研究为例，研究者可能对不同地区的生物多样性进行调查，以了解不同物种的分布规律。
通过聚类分析，可以将不同地区划分为不同的群组，比如高物种多样性地区、低物种多样性地区等。
关于我国民航客运量的统计分析
摘要：民航的客运量对于国家的经济发展有非常重要的作用，在本次统计分析中，本人在网搜集资料，调查国民收入，消费额，铁路客运量，民航航线里程，来华旅游入境人数，通过运用统计学中的spss软件对这些变量进行相关分析和回归分析，了解这些变量之间的相关关系和显著性检验。
关键词：民航客运量成因多元线性回归：
1.引言
中国民航业在国民经济中的地位正在不断提高，发挥的作用也进一步增强和扩大。
首先，民航是国民经济现代化的基础构架。
交通运输是国民经济的基础，民航业拥有高速长途运输的功能，不仅是国民经济的基础，而且是实现国民经济现代化的基础，又是现代化的标志和综合国力的直接体现。
因此，随着国民经济发展及其现代化水平的提高，
必须不断加强航空运输建设，以适应和促进国民经济发展三步走战略目标的实现。
其次，民航业是以高新技术装备起来的现代化运输方式，具有快捷性、舒适性、机动性、安全性和国际性的特点，对旅客运输的占有率不断提高，在综合运输体系中的地位已经由改革开放前的从属地位和运输辅助力量，成长为旅客运输的主力之一，特别是长途客运和国际运输最主要的运输方式，也是某些其他运输工具不能通达地区和特殊需要的主要运输方式。
第三，改革开放是我国的基本国策，中国经济与世界经济接轨，融入世界经济体系，必须有航空运输作为支撑，发展航空运输对把外国企业“请进来”都有重要的促进和支撑作用。
因此，随着我国开放度的加大，航空运输必须有一个更快的发展。
我国幅员辽阔，人口众多，资源丰富，适合发展快捷便利的航空运输。
经济持续快速增长，改革开放不断深入，人民生活逐步提高，都将促进航空运输发展;对外交往增多，旅游外贸发展，将对航空运输产生更大需求。
我国民航的发展前景十分广阔。
民航在发展和改革中已经取得了令人瞩目的成就，但在一定程度上还不能适应国民经济和社会发展的需要。
面对新世纪的挑战，当前民航业存在若干需要解决的重要问题。
因此，研究民航客运量的发展趋势是非常必要的。
2，数据来源及其说明
中国民航客运量的回归模型。
为了研究我国民航客运量的变化趋势及其成因,我们以民航客运量作为因变量y,以国民收入、消费额、铁路客运量、民航航线里程、来华旅游入境人数为影响民航客运量的主要因素。
y—民航客运量(万人),x1—国民收入(亿元),x2—消费额(亿元),x3—铁路客运量(万人),x4—民航航线里程(万公里),x5—来华旅游入境人数(万人)。
根据《1994年统计摘要》获得1978-1993年统计数据,见表1
3. 利用spss做统计分析
3.1题目分析
首先，提出因变量与自变量，并查找相关的资料。
在这个实际问题中，我们将民航客运量作为因变量y，其他变量是依据影响民航客运量的相关因素的，比如：x1是国民收入，x2是消费额，x3是铁路客运量，x4是民航航线里程等等。
那么国民收入究竟是什么样的水平呢？我们来看一下下面的材料：
( 1) 农村居民收入
2011年全国农村居民人均纯收入6977元，比上年增加1058元，增长17.9%。
剔除价格因素影响，实际增长11.4%，增速同比提高0.5个百分点。
其中：
人均工资性收入2963元，同比增加532元，增长21.9%。
工资性收入对全年农村居民增收的贡献率达50.3%。
工资性收入占农村居民纯收入的比重达42.5%，同比提高1.4个百分点。
工资性收入快速增长主要是由于农民工工资水平上涨较多。
人均家庭经营第一产业纯收入2520元，增加289元，增长12.9%。
其中，人均农业纯收入1897元，增加173元，增长10.0%。
收成好、价格高是农业收入保持较快增长的主要原因。
据测算，2011年农村居民出售农产品增加的收入中，六成来自于价格上涨因素，四成来自于出售数量增加因素。
人均牧业纯收入463元，增加107元，牧业收入在2009年和2010年出现连续下降后，增速大幅度回升至30.1%。
这主要是牧业产品价格上涨，尤其是生猪价格大幅上涨所致。
人均家庭经营二三产业纯收入702元，增加101元，增长16.7%。
其中，人均第二产业纯收入193元，增加11元，增长5.8%；人均第三产业纯收入509元，增加90元，增长21.4%。
人均财产性收入229元，增加26元，增长13.0%。
人均转移性收入563元，增加110元，增长24.4%。
受农村养老保险等政策全面推进的影响，转移性收入快速增长，增速比上年提高10.6个百分点。
其中，人均离退休金和养老金收入190元，增加77元，增长68.6%。
(2) 城镇居民收入
2011年城镇居民人均总收入23979元，其中，人均可支配收入21810元，比上年增加2701元，增长14.1%。
剔除价格因素影响，城镇居民人均可支配收入实际增长8.4%，增速同比提高0.6个百分点。
人均总收入各分项增长情况如下：
人均工资性收入15412元，增长12.4%。
主要是绝大多数地区提高最低工资标准，部分地区继续规范落实津补贴制度，部分企业提高了职工工资及奖金。
人均经营净收入2210元，增长29.0%。
一是全年经济运行总体良好，个体经营者人数增加；二是个体工商户增值税和营业税起征点提高，税赋降低。
人均财产性收入649元，增长24.7%。
主要是受出租房房租涨幅较大影响，城镇居民人
均出租房屋收入增长较快。
人均转移性收入5709元，增长12.1%。
主要是企业退休人员基本养老金水平和最低生活保障标准提高。
【参考文献2】
因此，国民收入对民航客运量是有一定的影响的。
其次，我们对这些数据的民航客运量和国民收入做散点图，如下：
表2国民收入与民航客运量的散点图
表3消费额与民航客运量的散点图
表5航线里程民航与民航客运量的散点图
从上面的散点图中我们可以看出：
国民收入和消费额对民航客运量的影响非常明显，成正相关，并且，铁路客运量对民航客运量没有直接的关联。
3.2做相关分析，设定理论模型。
用SPSS软件计算增广相关阵，自变量的偏相关阵，输出结果如下：
根据表7可以看出：y与x1，x2，x4，x5的相关系数都在0.9以上，说明所选自变量与y高度线性相关，用y与自变量做多元线性回归是适合的。
Y与x3的相关系数偏小，说明铁路客运量与民航客运量无显著影响。
一般认为铁路客运量与民航客运量之间呈负相关，铁路与民航共同拥有旅客，乘了火车就乘不了飞机，但就中国的实际情况来分析，我国居民的收入还很低，一般人出差都乘火车。
因此，铁路客运量与民航客运量之间的关系不密切是很正常的。
3.3线性回归分析
用SPSS软件对这些数据进行处理，得出了下面的结果：
表8是模型拟合度检验，其中的R是复相关系数，它的值为0.999，以及R Square为决定系数，其值为0、998，那么，这可以看出回归方程高度显著。
表9为方差分析表，F=1128.303，p值为0.000，表明回归方程高度显著，说明所有自变量整体上对y有高度显著的线性影响。
为y=450.9+0.354*x1-0.561*x2-0.0073*x3+21.578*x4+0.435*x5.
所有自变量对y均有显著影响，其中x3铁路客运量的p值=0.006最大，但仍在1%的显著性水平上对y高度显著，这充分说明在多元线性回归中不能仅凭简单相关系数的大小而决定变量的取舍。
4.结论
通过这些分析和检验我们可以进一步了解民航客运量与哪些因素有关可以更好的对这些因素加以调节，更好的促进经济的发展。
在今后的发展中我们可以依据这些结果，对我国的民航进行调整，进而促进国家的经济发展。
在以后的学习中我们更要应用我们的知识，解决我们生活中的事，解决一些实际问题。
有目的的学习，学习与实践相结合，那样才是真正的学习。
[参考文献]
[1]刘文卿，何晓.群应用回归分析[J].中国人民大学出版社，2001
[2]樊欣，卲谦谦.SAS 8.X经济统计[J].北京希望电子出版社，2003。
