农民生活水平进行主成分分析.docVIP

摘要 本文利用主成分分析对题中给出的十六个地区的农民在某年支出情况的抽样调查数据进行了分析，通过六个关键的综合指标对各地区农民生活水平进行主成分分析，并以主成分得分为基础，对各地区农民生活水平进行分类。 关键词 农民生活水平 主成分分析 问题的重述 表1-1是我国16个地区农民在某年支出情况的抽样调查数据的汇总资料，每个地区都调查了反映每人平均生活消费支出情况的六个指标。（1）试对调查资料中的16个地区的农民生活水平进行主成分分析，（2）并利用前两个主成分对16个地区的农民生活水平进行分类 表1-1 16个地区的农民生活水平的调查数据 （单位：元） 地区 食品 （） 衣着 （） 燃料 （） 住房 （） 生活用品及其它 （） 文化生活服务 （） 北京 190.33 43.77 9.73 60.54 49.01 9.04 天津 135.20 36.40 10.47 44.16 36.49 3.94 河北 95.21 22.83 9.30 22.44 22.81 2.80 山西 104.78 25.11 6.40 9.89 18.17 3.25 内蒙古 128.41 27.63 8.94 12.58 23.99 3.27 辽宁 145.68 32.83 17.79 27.29 39.09 3.47 吉林 159.37 33.38 18.37 11.81 25.29 5.22 黑龙江 116.22 29.57 13.24 13.76 21.75 6.04 上海 221.11 38.64 12.53 115.65 50.82 5.89 江苏 144.98 29.12 11.67 42.60 27.30 5.74 浙江 169.92 32.75 12.72 47.12 34.35 5.00 安徽 153.11 23.09 15.62 23.54 18.18 6.39 福建 144.92 21.26 16.96 19.52 21.75 6.73 江西 140.54 21.50 17.64 19.19 15.97 4.94 山东 115.84 30.26 12.20 33.61 33.77 3.85 河南 101.18 23.26 8.46 20.20 20.50 4.30 2、模型的假设及符号说明 2、1 模型的假设 （1）各地区的农民生活水平是互为独立的，各指标之间也互为独立。 （2）第一主成分和第二主成分对农民生活水平影响较大。 （3）题中所给的数据准确无误，符合实际的。 2、2 符号说明 a表示题中原始数据的矩阵； b是a的协方差矩阵； c是a的标准差矩阵； r是a的相关系数矩阵； v是r的特征向量矩阵，d是一个矩阵，其对角线上的元素是r的特征值； V是r的特征值按降序排列之后对应的特征向量矩阵； e是各地区主成分得分矩阵； lama是r的特征值按降序排列生成的6行1列的矩阵； gxl是贡献率； f是累计贡献率 3、模型的建立 1、对于问题（1），主成分分析是把原来多个指标华为少数几个互不相关的综合指标的一种多元统计方法，它可以达到数据简化、揭示变量之间的内在关系、以及进行统计解释的目的，为进一步分析总体的性质和数据的统计特性提供重要的信息。本题中是将六个生活消费指标进行分析，先对原始数据的矩阵a进行处理，求出其协方差矩阵b和标准差矩阵c，再得出相关矩阵r。 ， 表示第i个指标与第j个指标的协方差， 表示第i个指标的标准差，表示第j个指标的标准差。 矩阵b是一个6行6列的矩阵，c是一个1行6列的矩阵。 根据求出的r矩阵，进一步求出它的特征值矩阵d和对应的特征向量矩阵v，并对d矩阵提取对角线元素进行降序排列得到新的6行1列的特征值矩阵lama，特征值为。 V的第i列是lama中第i行的元素（特征值）对应的特征向量。 对应的特征向量分别；其中， 把各特征向量的数值作为系数就可以写出预期的6个主成分表达式: , e矩阵是主成分得分矩阵，为16行6列。 了说明各主成分（即新指标）反映的原信息量的多少，还应该求出主成分（=1,2,…,6）的贡献率（第个主成分反映的信息量）和累计贡献率。（前个主成分反映的总信息量）。 2、对于问题（2），由（1）中的得分矩阵e,提取出各地区第一主成分和第二主成分的得分，据此画出第二主成分对第一主成分的散点图。 4、模型的求解 1、求出的相关系数矩阵： r = 1.0000 0.6635 0.3371 0.7800 0.7058 0.6346 0.6635 1.0000 -0.0810 0.6630 0.9015 0.3748 0.3371 -0.0810