Python工程應(yīng)用-數(shù)據(jù)分析基礎(chǔ)與實踐課件-第12章

第一章概論西華大學(xué)機器學(xué)習(xí)第十二章財政收入影響因素分析及預(yù)測XXX學(xué)校XXX2022目錄Contents案例引入模型介紹案例操作

本章知識圖譜3案例引入一1案例引入5案例數(shù)據(jù)：

本案例將研究我國某重要地區(qū)的財政收入與經(jīng)濟的關(guān)系，以得到市財政收入的關(guān)鍵影響因素。本案例所用的財政收入分為地方一般預(yù)算收入和政府性基金收入。由于數(shù)據(jù)獲取的有限性，使用的數(shù)據(jù)均來自于《某市統(tǒng)計年鑒》。案例目標(biāo)：

梳理影響地方財政收入的關(guān)鍵特征，分析影響地方財政收入的關(guān)鍵特征的選擇模型，以及對某市的財政收入進(jìn)行預(yù)測。模型介紹二2.1模型介紹7

Adaptive-Lasso是近年來被廣泛應(yīng)用于參數(shù)估計和變量選擇的方法之一，并且在確定的條件下，可以使用Adaptive-Lasso方法進(jìn)行變量選擇。使用Adaptive-Lasso方法來探究地方財政收入與經(jīng)濟的關(guān)系，本方案將選擇參數(shù)估計與變量同時進(jìn)行的一種正則化方法，其被定義為：

2.1模型介紹8由普通最小二乘法得出的系數(shù)為：

求解微分方程，得到預(yù)測模型如下：

2.1模型介紹9

提示：GM(1,1)模型就是灰色預(yù)測中的強力工具之一。該模型中，G表示Grey，M表示Model，括號中第一個1代表一階微分方程，第二個1代表微分方程有一個變量。同理，灰色預(yù)測理論中GM(1,2)表示有兩個變量的一階微分方程灰色模型。2.1模型介紹10

利用模型進(jìn)行預(yù)測之后，對建立的灰色預(yù)測模型進(jìn)行精度檢驗，本案例使用后驗差檢驗對模型精度進(jìn)行檢驗，計算公式如下所示：均值：

標(biāo)準(zhǔn)差：

2.1模型介紹11殘差的均值：

殘差的標(biāo)準(zhǔn)差：

方差比：

2.1模型介紹12最小殘差概率：

預(yù)測精度等級PC好>0.95<0.35合格>0.80<0.45勉強合格>0.70<0.50不合格<=0.70>=0.65預(yù)測精度等級對照表案例操作三3.1案例步驟14基于機器學(xué)習(xí)的財政收入預(yù)測模型的主要實現(xiàn)步驟如圖3.1案例步驟15由此構(gòu)建該案例的實現(xiàn)步驟如下：Step1：搜集某市財政收入以及各類別收入相關(guān)數(shù)據(jù)。Step2：利用Step1形成的已完成數(shù)據(jù)預(yù)處理的建模數(shù)據(jù)，建立Adaptive-Lasso變量選擇模型。Step3：在Step2的基礎(chǔ)上建立單變量的灰色預(yù)測模型和人工神經(jīng)網(wǎng)絡(luò)預(yù)測模型。Step4：利用Step3的預(yù)測值代入構(gòu)建好的人工神經(jīng)網(wǎng)絡(luò)模型中，從而得到某市財政收入以及各類別收入的預(yù)測值。3.2案例實現(xiàn)1、數(shù)據(jù)收集和預(yù)處理

考慮一些與能源消耗關(guān)系密切并且有線性關(guān)系的因素，初步選取以下因素為自變量，分析它們之間的關(guān)系：社會從業(yè)人數(shù)(x1)：就業(yè)人數(shù)的上升伴隨著居民消費水平的提高，從而間接增加財政收入。在崗職工工資總額(x2)：在崗職工工資總額反映的是社會分配情況，主要影響財政收入中的個人所得稅、房產(chǎn)稅和潛在的消費能力。社會消費品零售總額(x3)：代表社會整體消費情況，是可支配收入在經(jīng)濟生活中的體現(xiàn)。當(dāng)社會消費品零售總額增長時，表明社會消費意愿強烈。3.2案例實現(xiàn)1、數(shù)據(jù)收集和預(yù)處理城鎮(zhèn)居民人均可支配收入(x4)：居民收入越高，消費能力越強，同時意味著其工作積極性越高，創(chuàng)造出的財富越多，從而能帶來財政收入的增長。城鎮(zhèn)居民人均消費性支出(x5)：居民在消費商品的過程中會產(chǎn)生各種稅費，稅費又是調(diào)節(jié)生產(chǎn)規(guī)模的手段之一。在商品經(jīng)濟發(fā)達(dá)的今天，居民消費得越多，對財政收入的貢獻(xiàn)就越大。年末總?cè)丝?x6)：在地方經(jīng)濟發(fā)展水平既定的條件下，地方人均財政收入與地方人口數(shù)呈反比例變化。全社會固定資產(chǎn)投資額(x7)：建造和購置固定資產(chǎn)的經(jīng)濟活動，即固定資產(chǎn)再生產(chǎn)活動。3.2案例實現(xiàn)1、數(shù)據(jù)收集和預(yù)處理地區(qū)生產(chǎn)總值(x8)：地方經(jīng)濟發(fā)展水平。第一產(chǎn)業(yè)產(chǎn)值(x9)：第一產(chǎn)業(yè)對財政收入的影響小。稅收(x10)：政府財政收入的最重要的收入形式和來源。居民消費價格指數(shù)(x11)：影響城鄉(xiāng)居民的生活支出和國家的財政收入。第三產(chǎn)業(yè)與第二產(chǎn)業(yè)產(chǎn)值比(x12)：產(chǎn)業(yè)結(jié)構(gòu)。居民消費水平(x13)：間接影響地方財政收入。3.2案例實現(xiàn)1、數(shù)據(jù)收集和預(yù)處理

通過上述的描述分析，可以得到數(shù)據(jù)集的最小值、最大值、均值和標(biāo)準(zhǔn)差。發(fā)現(xiàn)財政收入的均值和標(biāo)準(zhǔn)差數(shù)值較大，從而可以說明某市各個年份之間的財政收入存在較大的差異。

通過初步選取自變量，得到相關(guān)關(guān)系之后，還需要對數(shù)據(jù)進(jìn)行描述性統(tǒng)計分析，從而對于所獲取的數(shù)據(jù)有整體上的認(rèn)識，3.2案例實現(xiàn)1、數(shù)據(jù)收集和預(yù)處理（1）相關(guān)性分析

相關(guān)系數(shù)可以用來描述定量和變量之間的關(guān)系，初步判斷因變量與解釋變量之間是否具有線性相關(guān)性，利用原始數(shù)據(jù)求解相關(guān)系數(shù)。根據(jù)分析結(jié)果可以知道，居民消費價格指數(shù)(x11)與財政收入的線性關(guān)系不顯著，而且呈現(xiàn)負(fù)相關(guān)，其余變量都是與財政收入呈現(xiàn)高度的正相關(guān)。3.2案例實現(xiàn)2、變量選擇

根據(jù)相關(guān)性分析可以知道，并不是所有的影響因素對財政收入的貢獻(xiàn)度都是相同的，因此本文使用AdaptiveLasso算法對影響因素進(jìn)行選擇。

識別影響財政收入的關(guān)鍵影響因素是社會從業(yè)人數(shù)(x1)、在崗職工工資總額(x2)、社會消費品零售總額(x3)、城鎮(zhèn)居民人均可支配收入(x4)、城鎮(zhèn)居民人均消費性支出(x5)和全社會固定資產(chǎn)投資額(x7)。3.2案例實現(xiàn)3、GM(1,1)模型

建立GM(1,1)模型，編寫GM(1,1)模型的灰色預(yù)測函數(shù)。

通過Adaptive-Lasso方法識別的影響財政收入的因素，建立灰色預(yù)測模型，本案例將通過建立灰色預(yù)測模型得到社會從業(yè)人數(shù)(x1)、在崗職工工資總額(x2)、社會消費品零售總額(x3)、城鎮(zhèn)居民人均可支配收入(x4)、城鎮(zhèn)居民人均消費性支出(x5)、全社會固定資產(chǎn)投資額(x7)，預(yù)測結(jié)果：3.2案例實現(xiàn)4、神經(jīng)網(wǎng)絡(luò)預(yù)測模型繪出真實值和預(yù)測值的折線圖如下：由圖可知真實值與預(yù)測值的趨勢大致相同。

思考題24

根據(jù)上述分析的案例，讀者可以通過下面兩個小練習(xí)，進(jìn)一步鞏固相關(guān)知識要點。1、使用灰色預(yù)測計算該地未來兩年的增值稅、營業(yè)稅、企業(yè)所得稅以及個人所得稅。