基于SPSS的多元統(tǒng)計分析報告

部分省會城市和計劃單列市主要經(jīng)濟指標(biāo)的多元統(tǒng)計分析小組成員：崔媛、孔燕華、黃睿、邱明、谷紅蕊、李亮報告人：：2009年12月?整1理6pp號t研究目的：.探究青島市、廣州市、太原市的城市生活水平及其在全國省會及計劃單列市的城市生活水平中的位置?整理ppt研究方法：因子分析、聚類分析、判別分析資料來源：統(tǒng)計年鑒摘要?整理ppt為研究青島市、廣州市和太原市在全國省會城市和計劃單列市的城市生活水平中的位置，我們以《統(tǒng)計年鑒》（2007年）中省會城市及計劃單

列市主要經(jīng)濟指標(biāo)為基礎(chǔ)，隨機剔除5個樣本后，首先對剩余樣本進行因子分析做降維處理，利用特征向量實現(xiàn)原指標(biāo)值向幾個主要指標(biāo)的轉(zhuǎn)換;然后將除青島市、廣州市和太原市之外的城市利用

Ward法進行聚類分析，將指標(biāo)分成3類，最后利用判別分析實現(xiàn)這三個城市生活水平的判別。關(guān)鍵詞

城市生活水平 因子分析聚類分析 判別分析原始數(shù)據(jù)如下:?整理ppt從上面的數(shù)據(jù)，我們可以看到統(tǒng)計的指標(biāo)很多，不便于分析做出指標(biāo)的相關(guān)系數(shù)矩陣進一步觀察如下：?整理ppt因此，我們可以利用因子分析將相關(guān)性很大的指標(biāo)綜合為數(shù)量較少的幾個因子?整理ppt利用spss軟件實現(xiàn)，其中各輸出及統(tǒng)計量等的選擇如下：描述 統(tǒng)計量：單變量描述性、原始分析結(jié)果相關(guān)陣：系數(shù)、KMO和Bartlett的球形檢驗抽取 方法：主成分分析：相關(guān)性矩陣輸出：未旋轉(zhuǎn)的因子解抽取

：因子的固定數(shù)量3旋轉(zhuǎn) 方法：最大方差法輸出：旋轉(zhuǎn)解、載荷圖得分 保存為變量：回歸顯示因子得分系數(shù)矩陣缺失值 使用均值替換結(jié)果如下：各個變量的數(shù)字特征描述如下：?整理ppt相關(guān)矩陣?年底總?cè)藬?shù) 地區(qū)生產(chǎn)總值在崗職工平均工資 郵局?jǐn)?shù)客運量 貨運量社會商品零售總額固定資產(chǎn)投資總額貨物進出口總額城鄉(xiāng)居民儲蓄劇場影劇院數(shù)生人數(shù)相關(guān)醫(yī)院衛(wèi)生院個數(shù)年底總?cè)藬?shù)環(huán)境污染治理投資總額1.000.459.870.670

.692.484.000.928.530.140?地區(qū)生產(chǎn)總值.4591.000.307

.756.895.964.671.505.975?客運量.870.3071.000.522.532.275-.013.896.354.078.230.303.733.145?貨運量.670.756.5221.000.806.689.336.599.718.51固定資產(chǎn)投資總額.692

.895.532.8061.000.893.498.639.924城鄉(xiāng)居民儲蓄.484

.964.275.689.8931.000.669.509.979在崗職工平均工資.000.671-.013.336.498.6691.000.098.625.726.526.042?郵局?jǐn)?shù).928.505.896.599.639.509.0981.000.541.31社會商品零售總額.530

.975.354.718.924.979.625.5411.000?貨物進出口總額.140.890.078.514.625.825.726.312.805劇場影劇院數(shù).466.775.230.517.741.813.526.445.820高校學(xué)生人數(shù).471.392.303.38?5整理ppt.568.435.042.284.523可以看出KMO值達到了0.748>0.5通過了檢驗?整理ppt?整理ppt可見：特征值的累計貢獻率已前三個達到85.745%。?整理ppt所以取前三個特征值所對應(yīng)的特征向量如下：第一特征向量U1第二特征向量U2第三特征向量U30.25370.40050.02360.3255-0.1906-0.01900.19440.4383-0.15710.29250.04940.08950.33270.00300.14000.3245-0.17070.00620.1970-0.3452-0.32120.25260.3637-0.25230.3308-0.13770.08640.2504-0.3264-0.26040.2768-0.12190.00350.17370.09820.79180.20480.3864-0.24950.25860.1248整理ppt-0.1696旋轉(zhuǎn)前的成分矩陣如下：，旋轉(zhuǎn)后的成分矩陣如下：這樣并不好清晰地把各變量歸并重?新整理命pp名t針對原始變量的更直的因子分析結(jié)果如下?整理ppt?整理ppt由成分轉(zhuǎn)換矩陣可見，每個因子只有少數(shù)幾個指標(biāo)的因子載荷較大，因此可據(jù)上表進行分類，將14個指標(biāo)按高載荷分成三類，列于下表：高載荷指標(biāo)意義1X2：地區(qū)生產(chǎn)總值X4：貨運量X5：固定資產(chǎn)投資總額X6：城鄉(xiāng)居民儲蓄余額X7：在崗職工平均工資X9：社會商品零售總額X10：貨物進出口總額X11：劇場影院數(shù)X14：環(huán)境治理投資總額整理ppt基本經(jīng)濟指標(biāo)?整理ppt另外，我們還得到了碎石圖如下：?整理ppt0.2586-0.16960.1248這樣，通過因子分析，我們將14個有相關(guān)關(guān)系的指標(biāo)用三個主成分進行重新解釋特征向量如下：第一特征向量U1第二特征向量U2第三特征向量U30.25370.40050.02360.3255-0.1906-0.01900.19440.4383-0.15710.29250.04940.08950.33270.00300.14000.3245-0.17070.00620.1970-0.3452-0.32120.25260.3637-0.25230.3308-0.13770.08640.2504-0.3264-0.26040.2768-0.12190.00350.17370.09820.79180.20480.3864-0.2495整理ppt則可以用主成分表示如下：?整理pptF1=0.2537X1+.03255X2+……+0.2586X14F2=0.4005X1-0.1906X2+……-0.1696X14F3=0.0236X1-0.019X2+……+0.1248X14這樣，我們把原來14個指標(biāo)轉(zhuǎn)換成了3個成分現(xiàn)在對指標(biāo)進行聚類分析利用離差平方合法（Ward）法進行聚類分析?整理ppt結(jié)果如下：?整理ppt冰柱圖：?整理ppt樹狀圖：?整理ppt新變量的數(shù)字特征：?整理ppt從上面的樹狀圖可以很清楚的將31個城市樣本分成3類?整理ppt接下來，針對處理后的數(shù)據(jù)做判別分析結(jié)果如下判別分析的結(jié)果：（分2頁顯示）?整理ppt太原青島廣州?整理ppt?整理ppt這樣，我