聚类与判别介绍.docVIP

我国区域经济类型的聚类分析和判别分析 应用数理统计课程论文 届 材料科学与工程 学院 学 号 姓 名 年月日 摘要 我国幅员辽阔，省市众多，各地区经济社会发展不平衡。针对不平衡的现状，从定量化的角度综合评价地区经济发展水平，选取了项经济指标作为决定经济类型的影响因素目录 1. 引言 1 1.1 研究意义 1 1.2 研究内容及方法 1 2. 数据预处理 2 2.1 数据的收集 2 2.2 数据标识 3 2.3 数据标准化处理 3 3. 聚类分析 5 3.1 概述 5 3.2 数据处理 5 3.3 讨论 8 4. 判别分析 10 4.1 概述 10 4.2 数据处理 10 5. 结论与讨论 14 5.1 结论 14 5.2 讨论 14 参考文献 15 1. 引言 在多元统计分析中,常常使用聚类分析(Cluster Analysis)和判别分析(Discriminate Analysis)来解决样本的分类问题。在事先并不知道应将样品或指标分为几类的情况下，可以使用聚类分析根据样本或指标的相似程度，将样本或指标归组分类；而在事先已经建立了样品分类，需要将新样本归入到已知分类的样本组中时，就可以使用判别分析。 1.1 研究意义 由于历史和现实的原因, 中国经济的发展呈现出明显的不均衡性, 并以东西部的发展水平不平衡为最大特点, 东部地区较为发达, 西部地区发展滞后。区域经济差异作为经济发展过程中出现的一个普遍性问题具有明显的负面效应, 直接影响着社会的安定和人民的生活水平的提高。在这一前提下，明确当前我国发达地区和落后地区的区间格局, 有助于对不同地区经济发展存在的差异进行宏观调控，从而因地制宜出台相应的经济政策，促进各地区经济的协调发展，为国民经济持续协调健康发展奠定了坚实基础。同时，对于进一步的研究和分析我国各区域间经济发展的状况，并探求切实可行的区域协调发展政策以实现我国经济的可持续发展有着极为重要的现实意义。 1.2 研究内容及方法 各地区经济状况评价的难点在于反映经济发展的指标众多，每项指标又会从不同角度反映经济发展状况。所以，依据它们作综合评价有一定难度。但我们可以看到，多元统计分析正是将多维因子纳入同一体系加以综合研究的定量化方法，从而很好解决了这一问题。本文采用多元统计分析方法，对我国2010年31个省和直辖市（不包括港澳台）的经济发展指标进行分析，客观地反映了当前各地区的经济类型。 2. 数据预处理 2.1 数据的收集 本文从《中国统计年鉴2011》中选取了2010年全国31个省及直辖市（不包括港澳台）的8项具有代表性的经济指标作为分类的自变量，分别是财政收入、农林牧渔业总产值、工业总产值、建筑业总产值、社会消费品总额、教育经费、餐饮业营业额和就业人员工作总额。数据整理结果如表2-1所示。 表2-1 2010年全国31个省及直辖市（不包括港澳台）主要经济指标(单位：亿元) 地区 财政收入 农林牧渔业总产值 工业总产值 建筑业总产值 社会消费品总额 教育经费 餐饮业营业额 就业人员工资总额 北 京 2353.93 328.0 13699.84 5196.02 6229.3 528.94 394.7 4136.1 天 津 1068.81 317.3 16751.82 2424.49 2902.6 238.17 76.2 1051.2 河 北 1331.85 4309.4 31143.29 3231.46 6821.8 614.53 36.4 1629.6 山 西 969.67 1047.8 12471.33 2143.46 3318.2 380.91 68.3 1286.5 内蒙古 1069.98 1843.6 13406.11 1125.58 3384.0 318.77 46.5 888.2 辽 宁 2004.84 3106.5 36219.42 4690.31 6887.6 534.92 103.8 1787.2 吉 林 602.41 1850.3 13098.35 1348.78 3504.9 300.70 19.7 776.3 黑龙江 755.58 2536.3 9535.15 1769.70 4039.2 348.62 34.3 1277.6 上 海 2873.58 287.0 30114.41 4300.19 6070.5 493.73 337.1 2611.2 江 苏 4079.86 4297.1 92056.48 12405.9 13606.8 1105.49 237.1 2998.8 浙 江 2608.47 2172.9 51394.20 12007.9 10245.4 891.15