当前社会就业问题已成为一个全社会普遍关注的重要问题。本文首先介绍了一些影响就业的因素,结合《中国统计年鉴》中的相关数据,从中选取了国内生产总值、居民消费水平、财政收入、财政支出、税收、固定资产投资、净出口、货币供应量、能源消费总量、R&D经费支出和工资总额这11个经济指标数据,加以汇总整理。然后以这些因素为自变量,就业人数为因变量,先采用逐步回归法建立模型。但分析时发现模型存在较严重的多重共线性,于是采用主成分回归的方法,先找出主成分变量,然后再以主成分为自变量,以就业人数为因变量,建立线性回归预测模型并用模型预测就业人数。主成分是所有原始变量的线性组合,这不利于解释各个经济变量的重要性大小。而采用稀疏主成分分析能更清晰的展示各经济变量对就业人数的影响程度。但稀疏主成分的累计贡献率为相较于一般主成分有所降低,在建立对就业人数的回归模型时,相较于主成分回归建立的模型,其预测的准确度会有所下降。因此,在预测就业人数方面,利用主成分回归更合理准确一些。在分析影响就业人数的重要因素时,利用稀疏主成分分析会更好。