为30.63,31.40。Р建筑业企业利润总额缺失值填补Р图2.3:移动平均法填补建筑业企业利润总额缺失额Р有图知其建筑业企业利润总额填补值为99863。Р限额以上连锁店(公司)零售额缺失值填补Р图2.4:移动平均法填补零售额缺失值Р有图知限额以上连锁店(公司)零售额填补值为,.3,.4。Р综上,企业所得税的缺失值填补如下图Р表2.2企业所得税表的缺失值填补表Р规模以上国有及国有控股工业企业企业亏损面Р建筑业企业利润总额Р限额以上连锁店(公司)零售额Р30.63Р99863Р31.4Р51918Р.3Р31.25Р.4Р31.99Р80922Р29.87Р30.69Р31.63Р28.95Р24.88Р30.85Р23.16Р20.42Р22.55Р20.9Р19.7Р(3)增值税表的缺失值填补Р批发零售业增加值出现了缺失值,做移动平均处理来填补Р图2.5:移动平均法填补批发零售业增加值的缺失值Р有上图图可知,缺失值填补为,,,,。Р故增值税填补情况如下图Р表2.3增值税表的缺失值填补Р批发零售业增加值Р2.3典型相关分析模型的建立Р2.3.1典型相关分析的简介Р典型相关分析[19]最先是由霍特林提出的,主要是用来研究两组变量的相关性,是多元统计分析的一个重要方法。它的思想跟大多数统计分析的思想方法一致,即采取降维的思想方法,达到用少数的综合变量来解释两个变量组的依赖关系的目的。目前典型相关分析应用已经十分广泛,在诸多领域都有涉足,尤其是在预测分析这方面用到的也是极多。Р2.3.2典型相关分析的基本步骤Р先求相应的典型相关[19]变量和典型相关系数Р假设已经有两组标准化的随机变量x1,x2,…,xp与y1,y2,…,yq,即均值Exi=0,方差Dxi=1,i=1,2,…,p;均值Eyi=0,方差Dyi=1,i=1,2,…,q;如果Рx=x1x2…xp ; y=y1y2…yq
全文预览
