主成分分析和神经网络在消费支出预测中的应用
| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第11-19页 |
| 1.1 研究背景 | 第11页 |
| 1.2 中国消费现状 | 第11-14页 |
| 1.3 数据来源 | 第14-15页 |
| 1.4 本文的主要工作 | 第15-16页 |
| 1.5 选择本文算法的理由和研究意义 | 第16-17页 |
| 1.6 本文的主体框架 | 第17-18页 |
| 1.7 本章小结 | 第18-19页 |
| 第2章 本文理论工作 | 第19-32页 |
| 2.1 主成分分析 | 第19-22页 |
| 2.2 SPSS软件 | 第22-24页 |
| 2.3 神经网络 | 第24-29页 |
| 2.4 MATLAB软件 | 第29-31页 |
| 2.5 本章小结 | 第31-32页 |
| 第3章 主成分分析在人均消费支出分析中的应用 | 第32-39页 |
| 3.1 本文数据 | 第32-33页 |
| 3.2 主成分分析过程 | 第33-38页 |
| 3.3 本章小结 | 第38-39页 |
| 第4章 三种预测方法实现及结果分析 | 第39-47页 |
| 4.1 本文要建立的预测模型 | 第39页 |
| 4.2 线性回归算法实现过程 | 第39-42页 |
| 4.3 主成分回归算法实现过程 | 第42-43页 |
| 4.4 RBF神经网络实现过程 | 第43-45页 |
| 4.5 几种预测算法结果对比 | 第45-46页 |
| 4.6 本章小结 | 第46-47页 |
| 第5章 总结及展望 | 第47-49页 |
| 5.1 全文总结 | 第47-48页 |
| 5.2 展望 | 第48-49页 |
| 参考文献 | 第49-55页 |
| 作者简介及在学期间所取得的科研成果 | 第55-56页 |
| 致谢 | 第56页 |
