期刊导航
期刊开放获取
河南省图书馆
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
基于主成分回归的海南旅游业影响因素分析
被引量:
3
下载PDF
职称材料
导出
摘要
以海南旅游业总收入为衡量海南旅游业发展水平指标变量,搜集7类相关指标变量,利用1987-2017年共31年数据,建立多元线性回归模型,回归系数存在不合理现象。通过建立主成分回归模型,消除了多重共线性的影响,遵循“数据驱动”原则,挖掘历史数据内在信息,在海南特定的经济环境下,从定量角度分析7类因素对海南旅游业发展的影响程度,为相关政策的制定提供一定参考。
作者
孔朝莉
机构地区
三亚学院理工学院
出处
《统计与管理》
2019年第1期111-114,共4页
Statistics and Management
关键词
海南旅游业
影响因素
多重共线性
主成分回归
分类号
O213 [理学—概率论与数理统计]
引文网络
相关文献
节点文献
二级参考文献
17
参考文献
2
共引文献
12
同被引文献
29
引证文献
3
二级引证文献
0
参考文献
2
1
孔朝莉.
基于主成分回归模型的海南经济结构分析[J]
.经济论坛,2018(1):45-48.
被引量:2
2
孔朝莉,李国徽,石明,黄美婷.
基于GM(1,1)与主成分回归的海南GDP预测及其影响因素分析[J]
.数学的实践与认识,2016,46(17):66-80.
被引量:12
二级参考文献
17
1
中华人民共和国国家统计局. 分省年度数据[DB/OL].http://data.stats.gov.cn/easyquery.htm.cn=E0103.2015-07-10.
2
海南省统计局,国家统计局海南稽查总队.海南统计年鉴2014[DB/OL].[2015-07-10].http://www.stats.hainan.gov.cn/2014nj/indexch.htm.
3
龚国勇.
ARIMA模型在深圳GDP预测中的应用[J]
.数学的实践与认识,2008,38(4):53-57.
被引量:97
4
张斌.
基于主成分回归分析法的新疆农业经济增长影响因素评价[J]
.新疆财经大学学报,2008(4):27-31.
被引量:18
5
姚天祥,曹杰.
GM(1,1)模型的建模条件[J]
.南京信息工程大学学报(自然科学版),2011,3(4):371-375.
被引量:6
6
程毛林.
基于主成分回归模型的经济增长因素分析[J]
.运筹与管理,2012,21(1):175-179.
被引量:15
7
何新易.
基于时间序列模型的中国GDP增长预测分析[J]
.财经理论与实践,2012,33(4):96-99.
被引量:31
8
范秋芳,孙旭杰.
基于主成分回归的中国经济增长影响因素的实证研究[J]
.统计与决策,2012,28(17):144-146.
被引量:20
9
王晓霞,祖培福,赵宝江,赵文英,贾媛媛,李慧,潘柏卉.
牡丹江GDP的GM(1,1)预测及其影响因素的灰色关联分析[J]
.数学的实践与认识,2013,43(8):42-49.
被引量:12
10
纪广月.
基于灰色关联分析的广东省GDP与产业结构之间的关系及GDP预测的数学模型[J]
.数学的实践与认识,2013,43(15):198-203.
被引量:12
共引文献
12
1
孔朝莉.
基于主成分回归模型的海南经济结构分析[J]
.经济论坛,2018(1):45-48.
被引量:2
2
毕欢,付宇,陈一君,韩兵,王俊翔.
基于主成分回归模型的泸州市物流需求影响分析[J]
.四川理工学院学报(自然科学版),2018,31(1):93-100.
被引量:1
3
张乐.
二十一世纪以来安徽省GDP增长态势及其外贸依存度研究[J]
.安徽农业大学学报(社会科学版),2018,27(6):44-49.
被引量:2
4
徐伍凤.
广西北部湾经济区GDP的GM(1,1)预测及其影响因素的灰色关联分析[J]
.科技经济市场,2017(7):77-80.
被引量:3
5
张岩,乔节增.
中国经济高质量发展的分析与预测[J]
.内蒙古财经大学学报,2019,17(2):19-22.
被引量:2
6
戴琳琳.
基于ARIMA模型的青岛市GDP预测分析[J]
.河北能源职业技术学院学报,2019,19(3):60-62.
被引量:6
7
孔朝莉,唐大妹.
自然资源型旅游城市游客数量与空气质量关联性分析——以海口市为例[J]
.统计与管理,2020,35(4):9-13.
8
刘采,张海燕,李迁.
1980-2018年海南省人类活动强度时空变化特征及其驱动机制[J]
.地理科学进展,2020,39(4):567-576.
被引量:26
9
赵书虹,白梦.
云南省品牌旅游资源竞争力与旅游流耦合协调特征及其影响因素分析[J]
.地理科学,2020,40(11):1878-1888.
被引量:26
10
周莹,曹连英,徐文科.
GM(1,1)模型解中参数的修正估计及应用研究[J]
.数学的实践与认识,2020,50(23):267-274.
被引量:2
同被引文献
29
1
左冰,杨艺.
旅游产业关联结构及其经济贡献研究——以广东省为例[J]
.旅游学刊,2021(4):14-30.
被引量:15
2
郭显光.
如何用SPSS软件进行主成分分析[J]
.统计与信息论坛,1998,13(2):61-65.
被引量:86
3
阙里,钟笑寒.
中国地区GDP增长统计的真实性检验[J]
.数量经济技术经济研究,2005,22(4):3-12.
被引量:40
4
曾启鸿,蔡文静.
福建旅游业产业关联度实证研究[J]
.国土资源科技管理,2008,25(6):27-30.
被引量:3
5
王小平,孙彩贤.
基于多元回归模型的2010年上海世博会客流量预测分析[J]
.江汉大学学报(自然科学版),2010,38(2):24-25.
被引量:7
6
许涤龙,叶少波.
统计数据质量评估方法研究述评[J]
.统计与信息论坛,2011,26(7):3-14.
被引量:32
7
白黎,司训练,管杜鹃,司佳玉.
西安市城市居民生活用水量的实证分析[J]
.数学的实践与认识,2011,41(19):13-21.
被引量:4
8
吴三忙.
产业关联与产业波及效应研究——以中国旅游业为例[J]
.产业经济研究,2012(1):78-86.
被引量:44
9
翁钢民,张聿超,鲁超.
我国旅游业的产业关联效应研究[J]
.企业经济,2012,31(9):127-130.
被引量:7
10
粟郁.
基于主成分分析法的城市休闲产业发展评价[J]
.统计与决策,2019,35(1):62-66.
被引量:16
引证文献
3
1
刘燕,宋宇婷,陈夏.
跨校区事务服务组织发展策略的统计分析——以陕西师范大学为例[J]
.统计与咨询,2020(2):14-18.
2
崔春雨,薛靖峰.
基于主成分回归的青岛市旅游收入影响因素研究[J]
.中国集体经济,2020(22):87-88.
3
王英.
陕西省旅游产业关联性及影响因素分析[J]
.合作经济与科技,2023(7):37-39.
1
王义闹,张向文.
不完全多重共线性定义存在的问题及其修正建议[J]
.温州大学学报(自然科学版),2019,40(2):15-21.
被引量:2
2
任晓容.
高等数学教学中问题驱动原则的运用研究[J]
.数学大世界(上旬),2018,0(9):26-26.
3
龙慕云.
以习近平新闻舆论思想为指导,实现新时期地方党报转型发展——以《丹东日报》的发展实践为例[J]
.中国记者,2018,0(4):11-13.
被引量:1
4
蒋菊岚.
问题任务驱动法在语文教学中的有效性[J]
.语文天地,2018,0(5):15-17.
5
陈芳,吴贤贤,范洪军.
海南自由贸易港建设对海南旅游业的利好政策预测——基于《中国(海南)自由贸易试验区总体方案》[J]
.南方农机,2019,50(9):170-171.
被引量:1
6
蔡静.
海南高职院校《旅游政策法规》的教学思考[J]
.新智慧,2017,0(31):41-41.
7
王玮.
海南森林生态旅游SWOT分析与旅游产品开发探究[J]
.湖南人文科技学院学报,2019,36(2):80-85.
8
刘天奇,苏长青,郑秋雨,孟庆彪.
PCRA法在瓦斯爆燃最高温度预测中的应用[J]
.数学的实践与认识,2019,49(7):92-98.
9
吴菲,陈迪荣.
基于函数主成分的函数型数据分类研究[J]
.武汉纺织大学学报,2019,32(2):48-56.
10
罗灵.
试析茶文化旅游酒店与茶博会的互动发展[J]
.福建茶叶,2018,40(9):306-306.
被引量:6
统计与管理
2019年 第1期
职称评审材料打包下载
相关作者
内容加载中请稍等...
相关机构
内容加载中请稍等...
相关主题
内容加载中请稍等...
浏览历史
内容加载中请稍等...
;
用户登录
登录
IP登录
使用帮助
返回顶部