四、 结论
本文运用函数性数据分析方法，采用K-Means聚类分析，研究了我国31个省市自治区农村居民人均医疗保健现金支出数据。从聚类结果可知，北京市的医疗保健支出最高，其他省份由于政府政策、人均收入的影响而有着不同的医疗保健支出方面的差异，这些差异也反应出了不同城市政府政策的不同以及欠发达地区居民对于医疗政策的需求。而欠发达地区的医疗保健支出负担主体仍为个人，社会支出与政府次之，而农村地区由于地理条件、分布等原因也使得农村居民不易取得需要的医疗服务，医疗保健支出差距较大，且医疗价格变动对农村居民的负担影响更大。因此农村地区更需要更为成熟完善的医疗体系。
聚类分析的结果体现了当前我国经济发展的状况，这与经济分析以及城市划分也有着高的相关度，这也体现了农村医疗保健支出与居民收入的关系，更是从微观反应宏观的良好体现，农村医疗保健体系的完善关系到民生以及整体未来经济的发展，更是关系到整体社会制度的保障与完善。 五、 参考文献
[1]严明义. 函数性数据的统计分析：思想、方法和应用[J]. 统计研究, 2007, (2): 87-94
[2]严明义. 函数性数据的分析方法与经济应用[M]. 中国财政经济出版社:严 明义, 2014.
[3]靳刘蕊. 函数性数据分析方法及应用研究[D]. 厦门:厦门大学, 2008. [4]罗丽娟. 现行医疗保障体制下我国居民医疗保健支出的研究.2012
附录 实证部分Matlab程序
>> % attach FDA founctions software package addpath('d:\\MatlAB\\fdaM')
>> % --------------------对数据进行平滑处理-------------------- ncase=31; % 31个省市
>> LNPI=xlsread('C:\\Users\\fyq\\Desktop\\函数性数据分析论文\\数据文件（人均医疗保健）.xlsx')
>> age=[2004:1:2014]'; >> knots=age;
>> norder=6; % 函数阶数
>> nbasis=length(knots)+norder-2; % B-样条基函数 >> rng=[2004,2014];
RegLNPIbasis=create_bspline_basis(rng,nbasis,norder,knots); >> % 粗糙惩罚法修匀拟合函数 Lfd=int2Lfd(4); lambda=10^(-1);
RegLNPIfdPar=fdPar(RegLNPIbasis,Lfd,lambda); RegLNPImat=LNPI(:,1:31);
RegLNPIfd=smooth_basis(age,RegLNPImat,RegLNPIfdPar);
% --------------------绘制拟合曲线-------------------- figure(1)
plot(RegLNPIfd);
xlabel('\\fontsize{18}时间');
ylabel('\\fontsize{18}取自然对数的农村人均医疗消费'); % --------------------绘制速度曲线-------------------- figure(2)
plot(RegLNPIfd,1);
xlabel('\\fontsize{18}时间'); ylabel('\\fontsize{18}速度'); % 计算类中心
RegLNPIfine=eval_fd(RegLNPIfd,age); meileigeshu=zeros(1,K); RegLNPIcenter=zeros(11,K); for i=1:K for j=1:N
if kmeansjieguo(j)==i
RegLNPIcenter(:,i)=RegLNPIcenter(:,i)+RegLNPIfine(:,j); meileigeshu(i)=meileigeshu(i)+1; end end
RegLNPIcenter(:,i)=RegLNPIcenter(:,i)/meileigeshu(i); end
% --------------------分别绘制各类曲线--------------------
sectornames={'北京';'天津';'河北';'山西';'内蒙古';'辽宁';'吉林'; '黑龙江';'上海';'江苏';'浙江';'安徽';'福建';'江西'; '山东';'河南';'湖北';'湖南';'广东';'广西';'海南'; '重庆';'四川';'贵州';'云南';'西藏';'陕西';'甘肃'; '青海';'宁夏';'新疆'};
Class={zeros(1,N),zeros(1,N),zeros(1,N)}; for i=1:K for j=i:N figure(3)
subplot(ceil(K/2),2,i); if kmeansjieguo(j)==i
plot(age,RegLNPIfine(:,j)); Class{1,i}(1,j)=j; end
hold on;
plot(age,RegLNPIcenter(:,i),'r-','LineWidth',3); hold on; end end
% --------------------绘制各类的类中心曲线-------------------- figure(4)
plot(age,RegLNPIcenter(:,1),'r','LineWidth',2.5); hold on;
plot(age,RegLNPIcenter(:,2),'g','LineWidth',2.5); hold on;
plot(age,RegLNPIcenter(:,3),'m','LineWidth',2.5);