多元統(tǒng)計分析課程設計報告

1、湖南工程學院課 程 設 計 任 務 書課程名稱 多元統(tǒng)計分析 課 題 2011年城市建設狀況 專業(yè)班級 統(tǒng)計學1101 學生姓名 馬靜 學 號 02 指導老師 戴 婷 審 批 任務書下達日期 2013 年 11 月 11日任務完成日期 2013年 11 月 24 日目 錄一 源數(shù)據(jù)（一）指標選擇（二）源數(shù)據(jù)二 統(tǒng)計分析過程及分析（一）聚類分析12 .聚類分析操作步驟及分析3.聚類結果（二）主成分分析1.操作步驟及分析2.三 分析結果解釋（一）聚類結果解釋（二）主成分分析結果解釋參考文獻總結評分標準.源數(shù)據(jù)指標選擇為了分析我國城市建設狀況，主要考慮從城區(qū)面積，建成區(qū)面積，城市建設用地面積，征用土

2、地面積，城市人口密度等幾個方面對我國的城市建設狀況進行考察。因此選擇以下指標：城區(qū)面積，建成區(qū)面積，城市建設用地面積，征用土地面積。先從2011年的調查資料中抽取20個樣本進行分析（二）源數(shù)據(jù)2011年城市建設狀況2011年城市建設狀況地區(qū)城區(qū)面積x1建成區(qū)面積x2城市建設用地面積x3征用土地面積x4城市人口密度x5北京市12,1871,2311,426501,428天津市2,334711711742,636河北省6,6271,6851,625432,362山西省3,401957878262,977遼寧省12,8222,2772,2491861,712吉林省4,71812711,204752,

3、371黑龍江省2,6531,6791,722485,146江蘇省13,2723,4943,5531832,013浙江省10,4842,2212,263891,741安徽省5,5731,5981,5651182,265福建省4,4811,1301,077522,306江西省1,8911,020986584,527山東省20,1583,7513,6811421,389河南省4,2142,0982,019415,124湖北省9,0491,8122,043741,969湖南省4,6021,4081,475852,908廣東省17,9574,8294,172732,637海南省850238268152,

4、639重慶市5,6971,035945541,830四川省5,9991,7881,746722,782統(tǒng)計分析過程及分析（一）聚類分析1.聚類分析統(tǒng)計分析過程1.描述統(tǒng)計分析方法：Descriptive StatisticsNMinimumMaximumMeanStd. DeviationV220850.0020158.007.4484E35395.55109V320238.004829.001.8116E31103.74722V420268.004172.001.7804E31019.48895V52015.00186.0077.900046.60009V6201389.005146.002

5、.6381E31095.95423Valid N (listwise)20根據(jù)分析描述統(tǒng)計量的輸出結果可知：各城市征用土地面積的平均值最低，城區(qū)面積建設的平均值最高；從極值角度看，極大值最大的為城區(qū)面積建設，極小值最小的為各城市征用土地面積2聚類分析操作結果及分析ClusterDataSet2Case Processing Summarya,bCasesValidMissingTotalNPercentNPercentNPercent2095.214.821100.0a. Squared Euclidean Distance used b. Average Linkage (Between G

6、roups) AverageLinkage(BetweenGroups)Agglomeration ScheduleStageCluster CombinedCoefficientsStage Cluster First AppearsNext StageCluster 1Cluster 2Cluster 1Cluster 2171296933.0000022717503978.500101031121519742.0000044411866997.0000365351.345E6001164201.716E6401078131.940E600128262.274E60013910162.32

7、7E6001610472.634E66217113195.068E65015128155.342E6701513297.329E680161414187.810E6001915389.807E6111217162101.161E71391817341.417E715101818236.764E7161719192141.982E818140分析：此圖給出了反應聚類過程的凝聚過程的凝聚過程表，下面介紹表中各列數(shù)據(jù)的含義：Stage:聚類步驟。Cluster1，cluster2：該步被合并的兩類中的樣品號或類號，合并結果取小的序碼。Coefficients：距離測度值。Stage cluster

8、first appears：非零數(shù)值表示合并兩項前一次出現(xiàn)的聚類步序號，而0表示第一次出現(xiàn)。Next stage：此步合并結果在下一步合并時的步序號。Dendrogram*HIERARCHICALCLUSTERANALYSIS*DendrogramusingAverageLinkage(BetweenGroups)RescaledDistanceCluster CombineCASE0510152025LabelNum+-+-+-+-+-+吉林省7福建省12湖南省17安徽省11四川省21河北省4重慶市20天津市3山西省5海南省19黑龍江省8江西省13河南省15浙江省10湖北省16北京市2遼寧省

9、6江蘇省9山東省14廣東省183.聚類結果：分類省份個數(shù)第一類吉林省，福建省， 湖南省，安徽省，四川省，河北省重慶市，天津市，山西省， 海南省， 黑龍江省，江西省，河南省13第二類浙江省，湖北省，北京市 ，遼寧省，江蘇省5第三類山東省，廣東省2聚類分析結果解釋主成分分析操作步驟及分析數(shù)據(jù)標準化 （2）各指標間的相關系數(shù)矩陣（3）各指標的貢獻率CommunalitiesInitialExtractionZscore(城區(qū)面積)1.0001.000Zscore(建成區(qū)面積)1.000.997Zscore(城市建設用地面積)1.000.996Zscore(征用土地面積)1.0001.000Zscor

10、e(城市人口密度)1.0001.000Extraction Method: Principal Component Analysis.從中可看出各指標貢獻率均在50%以上，比較高（4）Total Variance ExplainedComponentInitial EigenvaluesExtraction Sums of Squared LoadingsTotal% of VarianceCumulative %Total% of VarianceCumulative %13.46769.34769.3473.46769.34769.3472.99919.98989.335.99919.98

11、989.3353.4759.51098.845.4759.51098.8454.0511.01299.857.0511.01299.8575.007.143100.000Extraction Method: Principal Component Analysis.從上表可以看出：第一個因子的特征根為3.467，解釋原有五個變量總方差的的69.347%，累積方差貢獻率69.347%；第二個因子的特征根為0.999，解釋原有五個變量總方差的的19.989%，累積方差貢獻率89.335%:；第三個因子的特征根為0.475，解釋原有五個變量總方差的的9.510%，累積方差貢獻率98.845%；第四個因子的特征根為0.051，解釋原有五個變量總方差的的1.012%，累積方差貢獻率99.857%；第五個因子的特征根為0.007，解釋原有五個變量總方差的的0.143%，累積方差貢獻率100%Component MatrixaComponent1234Zscore(城區(qū)面積).957-.068-.219.177Zscore(建成區(qū)面積).918.3