隨著我國積極的快速發(fā)展，國民生活水平也隨之提高，越來越多的人對于自己的居住環(huán)境有了更高的要求，這也使得近年來我國的建筑裝飾行業(yè)發(fā)展迅猛。文章是一篇統(tǒng)計(jì)學(xué)論文范文，主要論述了基于主成分回歸模型的酒店裝飾項(xiàng)目成本預(yù)測。
　　摘要： 本文從樣本工程中提取影響酒店裝飾工程該項(xiàng)目成本的因子，將主成分分析法與多元線性回歸模型相結(jié)合，通過施工企業(yè)保存下來的與影響因子相關(guān)的信息與數(shù)據(jù)，建立了對酒店裝飾工程項(xiàng)目成本進(jìn)行預(yù)測的主成分回歸模型，并通過實(shí)例驗(yàn)證了回歸模型的可行性。

　　Abstract： In this paper， the extraction of the affected hotel decoration project cost factor from the sample project， the principal component analysis and multiple linear regression model combining preserved by construction enterprises with impact factors related information and data， the establishment of the hotel decoration project cost forecasting principal component regression model and an example to verify the return feasibility of the model.

　　關(guān)鍵詞： 裝飾工程成本預(yù)測,主成分回歸模型,主成分因子分析,SPSS數(shù)據(jù)統(tǒng)計(jì)分析軟件

　　Key words： decoration engineering project cost prediction;principal component regression model;principle component factor analysis;SPSS software

　　中圖分類號：F285 文獻(xiàn)標(biāo)識碼：A 文章編號：1006-4311(2015)12-0025-03

　　0 引言

　　根據(jù)國家統(tǒng)計(jì)局發(fā)布的《中國統(tǒng)計(jì)年鑒》[1]中的數(shù)據(jù)可以看出，近五年來我國的建筑業(yè)總產(chǎn)值總體呈上升趨勢，建筑裝飾業(yè)的產(chǎn)值也逐年遞增，且在建筑業(yè)總產(chǎn)值中所占的比值也從2012年的3.87%增長到了2013年的5.17%，可見建筑裝飾業(yè)的發(fā)展是不容小覷的。

　　人民生活水平的提高，隨之而來的是收入水平的提高，越來越多的人開始有了屬于自己的旅行計(jì)劃。旅游業(yè)的快速發(fā)展，無疑也推動了相關(guān)行業(yè)的發(fā)展，酒店業(yè)就是其中之一，所以近年來高檔酒店開始不斷涌現(xiàn)于全國各地，高檔酒店的出現(xiàn)，也促進(jìn)了建筑裝飾行業(yè)新一輪的快速發(fā)展。建筑裝飾施工企業(yè)想從眾多的企業(yè)中脫穎而出，就需要在投資決策階段做好項(xiàng)目成本的預(yù)測工作，不僅可以使企業(yè)做出正確的決策，還可以讓企業(yè)在掌握到成本的前提下給出最具競爭力的報價。

　　本文選取了已完工工程作為樣本工程，從中提取出12個影響因子及其相關(guān)數(shù)據(jù)，通過主成分分析得到新變量，利用新的變量進(jìn)行了回歸模型的建立，通過對模型顯著性的檢驗(yàn)與對其進(jìn)行實(shí)例的驗(yàn)證后，確認(rèn)了模型的可行性。

　　1 主成分分析及成本預(yù)測的理論概述

　　1.1 主成分分析法理論概述

　　在對于建筑裝飾工程項(xiàng)目成本預(yù)測的過程中，提取出的影響因子數(shù)量通常較多，每一個影響因素對于項(xiàng)目成本影響的程度也不一樣，且因子間可能存在共線性，要準(zhǔn)確的對項(xiàng)目成本進(jìn)行預(yù)測，就需要消除因子間的共線性，這個問題就是需要用主成分分析法來解決。主成分分析法通過對大量影響因子進(jìn)行分析后，提取出新的變量，利用新的變量來表達(dá)原本大量因子的信息，整個過程不僅消除的因子間的多重共線性，且起到了降維的作用。

　　主成分分析法，首先將獲得的樣本數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理，再通過Bartlett檢驗(yàn)和KMO檢驗(yàn)，檢驗(yàn)[2]其是否適用于因子分析法，若適用于，則對其進(jìn)行主成分分析。本文運(yùn)用SPSS統(tǒng)計(jì)軟件進(jìn)行影響因子的主成分分析，通過SPSS統(tǒng)計(jì)軟件計(jì)算出因子的權(quán)重系數(shù)，并將其中特征值大于1的因子提取出來作為主成分因子，最后通過SPSS統(tǒng)計(jì)軟件計(jì)算出各因子的得分，并可以寫出因子得分公式，如式(1)：

　　1.2 項(xiàng)目成本預(yù)測理論概述

　　建筑企業(yè)在項(xiàng)目上是否盈利與盈利多少都取決于項(xiàng)目的成本，成本越低，則企業(yè)的盈利越大，反之，盈利的空間則越低。所以說，對于一個建設(shè)施工企業(yè)來說，項(xiàng)目成本的管理工作影響著企業(yè)的盈利情況，且對于企業(yè)未來發(fā)展的形式起到了決定性的作用。

　　項(xiàng)目成本的預(yù)測是基于過往歷史項(xiàng)目中的相關(guān)數(shù)據(jù)和相關(guān)工程師或項(xiàng)目經(jīng)理的經(jīng)驗(yàn)，通過分析當(dāng)前企業(yè)本身的技術(shù)條件和現(xiàn)有的項(xiàng)目管理水平，利用數(shù)學(xué)統(tǒng)計(jì)的理論知識和相關(guān)數(shù)學(xué)模型對項(xiàng)目成本進(jìn)行分析，同時對項(xiàng)目未來在成本費(fèi)用上的發(fā)展趨勢做出定量的邏輯推斷[3]。

　　項(xiàng)目成本的預(yù)測大致可分為搜集整理歷史數(shù)據(jù)及資料、選取影響因子、選擇預(yù)測方法、建立數(shù)學(xué)模型、初步成本預(yù)測、實(shí)證分析修正預(yù)測數(shù)據(jù)及得出預(yù)測結(jié)果五個步驟。本文選用結(jié)合主成分分析法與多元線性回歸的主成分回歸模型對項(xiàng)目成本進(jìn)行預(yù)測，多元線性回歸模型的方程式如式(2)、(3)[4]所示。

　　1.3 主成分回歸模型理論概述

　　主成分回歸模型是將通過主成分分析法分析后得到的主成分因子作為新的自變量，利用多元線性回歸模型建立得到的回歸模型。主成分回歸模型首先利用主成分分析法，將對影響項(xiàng)目成本的因素進(jìn)行分析，消除了影響因子間的多重共線性，得到了新的主成分因子來表達(dá)原本多個因子的信息，再將新的主成分因子作為自變量，建立多元線性回歸模型，并對得到的模型進(jìn)行相關(guān)性及顯著性的檢驗(yàn)，最終得到的模型即為主成分回歸模型。

　　2 案例分析 　　2.1 模型建立

　　本文提取出影響酒店裝飾工程項(xiàng)目成本的12個影響因子，分別為建筑面積、施工工期、大堂層高、大堂建筑面積、客房數(shù)量、當(dāng)年工程單方造價、大堂地面裝飾、大堂墻面裝飾、客房裝飾、大堂門類型、其他功能區(qū)裝飾、酒店星級。選取50個已完工的酒店裝飾項(xiàng)目作為樣本工程，從中獲取影響因子對應(yīng)的數(shù)據(jù)，在對定性數(shù)據(jù)進(jìn)行了量化處理后，利用量化處理后的這12個影響因子建立酒店裝飾工程項(xiàng)目的成本預(yù)測的主成分回歸模型。

　　本文通過用SPSS軟件，對12個影響因子的共線性進(jìn)行判斷，確定因子間存在多重共線性，在因子進(jìn)行了KMO檢驗(yàn)與Bartlett球形檢驗(yàn)后判斷其適用于因子分析，并對其行了主成分分析，分析后提取出兩個新的主成分因子，分別為F1、F2，如表1所示。

　　再通過SPSS軟件計(jì)算得到了因子得分，從而得到了主成分因子的得分表達(dá)式：

　　F1=0.389X1+0.069X2+0.217X3+0.169X4-0.083X5+0.376X6-0.227X7-0.203X8+0.141X9+0.114X10+0.119X11+0.147X12

　　F2=-0.021X1+0.361X2+0.096X3+0.069X4+0.252X5+0.527X6+0.073X7+0.066X8-0.152X9+0.010X10+0.010X11+0.066X12

　　運(yùn)用主成分因子F1與F2建立線性回歸模型，得到系數(shù)表，如表2所示。

　　在得到了回歸系數(shù)后，再結(jié)合表2中的方差百分比值，就可以建立出主成分回歸模型，模型公式如下：

　　Y=0.167X1+0.196X2+0.142X3+0.108X4+0.077X5+0.411X6-0.070X7-0.062X8-0.005X9+0.056X10+0.059X11-0.047X12(4)

　　得到主成分回歸模型后，對其顯著性進(jìn)行檢驗(yàn)，驗(yàn)證其在顯著性水平?琢為0.5的顯著性水平下具有較強(qiáng)的顯著性。

　　2.2 實(shí)例驗(yàn)證

　　現(xiàn)有一擬建的酒店裝飾工程項(xiàng)目，酒店投資方欲投入4000萬元，計(jì)劃將酒店裝修為五星級的度假酒店。酒店中設(shè)有游泳館、網(wǎng)球場、會議室、林中餐廳、SPA等附屬設(shè)施，酒店建筑面積20168.18m2，設(shè)112間客房，客房地面裝飾采用地毯，材料選用地毯，衛(wèi)生間地面裝飾選用天然石材，房間墻面采用木飾面加墻紙裱糊，衛(wèi)生間墻面采用天然石材鋪貼，衛(wèi)生間選用科勒潔具。酒店大堂建筑面積2612.58m2，層高10.2m，地面采用天然石材鋪貼，且有多塊天然石材拼花，大堂墻面裝飾采用天然石材干掛，大堂門選用旋轉(zhuǎn)門，項(xiàng)目工期為180天。

　　從項(xiàng)目中提取出相應(yīng)的12個影響因素的數(shù)據(jù)代入(4)式可以得到項(xiàng)目的預(yù)測值Y：

　　Y=0.167*20168.18+0.196*180+0.142*10.2+0.108*

　　2612.58+0.077*112+0.411*2057.68-0.070*192.53

　　-0.062*179.29

　　-0.005*129936.37

　　+0.056*51.02+0.059

　　*885.07-0.047*5

　　=3994.41萬元

　　Y為擬建酒店裝飾項(xiàng)目的預(yù)測成本，在其完工后，實(shí)際施工過程中產(chǎn)生的成本為4186.26萬元，預(yù)測值與實(shí)際值間的偏差率為4.58%，符合我國在對擬建項(xiàng)目的可行性研究中規(guī)定的誤差精度不能超過±10%的要求，所以可以認(rèn)為本論文建立出的主成分回歸模型的預(yù)測結(jié)果是可靠的，能夠滿足施工企業(yè)在投資決策階段對擬建項(xiàng)目進(jìn)行成本的預(yù)測與估算要求。

　　3 結(jié)論

　�、俦疚牟捎弥鞒煞址治龇�，解決了對于酒店裝飾工程項(xiàng)目因素較多，且各因素間存在多重共線性的問題，能通過少數(shù)的影響因子表達(dá)大量影響因子的信息。

　　②本文運(yùn)用分析得到的主成分因子建立了主成分回歸模型，并檢驗(yàn)了模型的顯著性。通過實(shí)際案例的預(yù)測，驗(yàn)證了本文建立的主成分回歸模型對酒店裝飾工程項(xiàng)目成本預(yù)測結(jié)果的可靠性，為建筑裝飾施工企業(yè)在酒店裝飾項(xiàng)目成本預(yù)測方面提供了相對科學(xué)的方法，為其做出正確的決策提供依據(jù)。

　　參考文獻(xiàn)：

　　[1]中華人民共和國國家統(tǒng)計(jì)局.中國統(tǒng)計(jì)年鑒2010-2014[M].北京：中國統(tǒng)計(jì)出版社2010-2014.

　　[2]張?jiān)��?基于主成分回歸分析的上海房價影響因素研究[J].現(xiàn)代商業(yè)，2013(27)：125-126.

　　[3]烏明麗.建筑工程實(shí)施階段成本預(yù)測和控制[D].江西：江西理工大學(xué)，2009.
　　統(tǒng)計(jì)學(xué)論文發(fā)表期刊推薦《統(tǒng)計(jì)研究》雜志是由中華人民共和國新聞出版總署、正式批準(zhǔn)公開發(fā)行的優(yōu)秀期刊。自創(chuàng)刊以來，以新觀點(diǎn)、新方法、新材料為主題，堅(jiān)持“期期精彩、篇篇可讀”的理念。統(tǒng)計(jì)研究內(nèi)容詳實(shí)、觀點(diǎn)新穎、文章可讀性強(qiáng)、信息量大，眾多的欄目設(shè)置，統(tǒng)計(jì)研究公認(rèn)譽(yù)為具有業(yè)內(nèi)影響力的雜志之一。統(tǒng)計(jì)研究并獲中國優(yōu)秀期刊獎，現(xiàn)中國期刊網(wǎng)數(shù)據(jù)庫全文收錄期刊。

---

轉(zhuǎn)載請注明來自：http://www.jinnzone.com/tongjilw/54833.html