用R阐明局限以上家产企业主要指标(分地域)-2010年

由上面可以看出，comp1的特征值比一大，comp2的特征值也不算小，小我私家以为选两个主身分，今后的研究会较量利便，并且累积孝敬率已经到达97.7%，所以选取comp1,comp2作为主身分。Comp1可以看为是总资产，comp2可以看为企业可以更换的资金。由这两个指标可以看出企业的局限和应付危机的本领。

下面举办分类

biplot(X.pr,choices=1:2,scale=1)

从上图大抵可以看出浙江省，江苏省，广东省，山东省别离自成一类，黑龙江省，辽宁省，云南省，湖南省，湖北省为一类，新疆，陕西，吉林，河南，上海为一类，山西，北京，青海，天津，海南，贵州，河北等为一类。小我私家认为这个分类很奇怪，山东怎么会自成一类，是因为沿海吗？尚有上海怎么会和新疆等地一类，北京和河北也很难领略，是因为隔得较量近？所以用Kmeans再分一下

之所以选择k=5，是因为我试了其他的值之后就得这个相对来说还较量公道，但功效照旧不尽人意，好比北京和云南、蒙古分为了一类，会不会是因为北京地区较小，所以固然密度很大，总数却不足，云南等地固然密度较小，但地区很大，所以总数照旧可观的呢？ 最后做一下x2与comp1,comp2的线性回归

拟合的很是好，说明选择线性模子是一个较量好的选择

最后把x2，关于x3到x14的干系写出来如下，可以看出这些变量中谁人对总资产的影响较量大

x2=1974.78+0,2265*x3+0.1324*x4+0.2365*x5+0.1996*x6+0.2538*x7+0.2247*x8+0.0630*x9+0.0753*x10-3.3325*x11+0.7404*x12+2.0099*x13+5.1447*x14

决定树分类（by邹淑娴）

library(zoo)

library(party)

da_ctree=ctree(资产总计.亿元.~.,data=da)

print(da_ctree)

Conditional inference tree with3 terminal nodes

Response:  资产总计.亿元.

Inputs:  企业单元个数.个., 活动资产合计.亿元., 牢靠资产原价.亿元., 牢靠资产净值.亿元., 欠债合计.亿元., 活动欠债合计.亿元., 所有者权益.亿元., 主营业务收入.亿元., 主营业务本钱.亿元., 主营业务税金及附加.亿元., 利润总额.亿元., 今年应交增值税.亿元., 年平均从业人员.万人.

Number of observations:  31

1) 欠债合计.亿元. <=13889.83; criterion = 1, statistic = 29.824

2) 欠债合计.亿元. <= 5776.59; criterion = 1, statistic =22.488

3)*  weights = 13

2) 欠债合计.亿元. > 5776.59

4)*  weights = 11

1) 欠债合计.亿元. > 13889.83

5)*  weights = 7

plot(da_ctree,terminal_panel=node_boxplot(da_ctree,col=”blue”),fill=hsv(2/3,0.5,1))

                              plot(da_ctree,terminal_panel=node_density(da_ctree,col=”red”),fill=hsv(2/3,0.5,1))

以资产总计作为响应变量，其余指标作为自变量，由于各指标间存在高度的相关性，回收 ctree来构建决定树，对进修集举办预计和分类。

分类法例：

（1）     假如欠债合计<=5776.59亿元，则为第一类；

（2）     假如5776.59<欠债合计<=13889.83,则为第二类；

（3）     假如欠债合计>13889.83,则为第三类。

which(da$欠债合计.亿元.<5776.59|da$欠债合计.亿元.==5776.59)

[1] 7  8 14 20 21 22 24 25 26 28 29 3031

which(da$欠债合计.亿元.>5776.59&(da$欠债合计.亿元.<13889.83|da$欠债合计.亿元.==13889.83))

[1] 1  2  4  5 1213 16 17 18 23 27

which(da$欠债合计.亿元.>13889.83)

[1] 3  6  9 10 11 15 19

从上面两图以及上面分类，可知，第一类有13个省，第二类有11个省，第三类有7个省，详细如下：

第一类：

吉林省、黑龙江省、江西省、广西壮族自治区、海南省、重庆市、贵州省、云南省、西藏自治区、甘肃省、青海省、宁夏回族自治区、新疆维吾尔自治区

第二类：

北京市 、天津市、山西省、内蒙古自治区、安徽省、福建省、四川省、河南省、湖北省、湖南省、陕西省

第三类：

河北省、辽宁省、广东省、山东省、上海市、江苏省、浙江省

这样分类是公道的，因为第一类为局限以上家产企业不发家的地域，第二类为局限以上家产企业较发家的地域，第三类为局限以上家产企业很发家的地域。个中北京市和天津市被归为第二类主要是因为两者都是一个市，面积较小，也意味着能采取的局限以上的家产企业较少。

> library(maptools)

> x=readShapePoly(‘bou2_4p.shp’)

> plot(x);

> plot(x,col=gray(924:0/924));

>getColor=function(mapdata,provname,provcol,othercol)

+ {

+ f=function(x,y) ifelse(x %in%y,which(y==x),0);

+colIndex=sapply([email protected]$NAME,f,provname);

+ fg=c(othercol,provcol)[colIndex+1];

+ return(fg); }

> provname=c(“北京市”,”天津市”,”山西省”,”内蒙古自治区”,”安徽省”,”福建省”,”四川省”,”河南省”,”湖北省”,”湖南省”,”陕西省”

+ ,”河北省”,”辽宁省”,”广东省”,”山东省”,”上海市”,”江苏省”,”浙江省”)

>provcol=rep(c(“lightblue”,”blue”),c(11,7))

>plot(x,col=getColor(x,provname,provcol,”white”))

图中蓝色区域为第三类，浅蓝色区域为第二类，白色区域（港澳台除外）为第一类，即各个地域局限以上家产企业的发家水平通过颜色深浅反应出来。从舆图上可看出，局限以上家产企业发家的地域都在东部沿海一带，而较发家地域则在多处于中部地域，不发家地域主要是西南部和、西部和东北部地域。

投资发起：江西省处于第二类和第三类的困绕圈中，地理位置不错，却属于第一类，即其局限以上家产企业并不发家，实在令人匪夷所思，由于本人对江西省知之甚少，假如不思量其成长中存在的非凡坚苦，江西省很有成长潜力，可作为局限以上财富企业进军的工具。福建省也可以进一步成长，究竟处于沿海地域，又邻接台湾。尚有就是海南省，作为一个成长资历很浅的省份，其局限以上财富企业并不发家，但由于紧邻广东，三面环海，地理位置绝佳，国度连年来重点成长海南省，长短常高瞻远瞩的，小我私家以为海南省是最富有投资潜力的

关联阐明（by陈文忆）