因子分析法在評价江西省各市的经济发展状况中的应用.docVIP

因子分析法在评价江西省各市的经济发展状况中的应用 【摘要】: 本文以2005年的江西省统计年鉴的数据为来源,通过对江西省各市多项经济指标进行因子分析，运用社会经济统计软件SPSS 12.0,客观地评价了2004年江西省各市经济发展水平,并为江西省各市经济发展规划与决策提出了相应的政策建议。 【关键词】：因子分析、综合评价、区域经济 一、因子分析法的基本思想 因子分析的基本思想：通过变量的相关系数矩阵内部结构的研究，找出能够控制所有变量的少数几个随机变量的少数几个随机变量去描述多个变量之间的相关关系，但在这里，这少数.几个随机变量是不可观测的，通常称为因子。然后根据相关性的大小把变量分组，只得同组内的变量之间相关性较高，但不同组的变量相关性较低。 因子旋转，在实际应用因子分析中出现了难以解释的现象，根本原因是模型同实际数据的矛盾，而其直接原因表现在因子对变量的贡献不明确。于是设想在不改变因子协方差结构的情况下，通过旋转坐标轴来实现这一目的。 因子分析方法的计算步骤： 第一步：将原始数据标准化。 第二步：建立变量的相关系数R。 第三步：求R的特征根极其相应的单位特征向量。 第四步：对因子载荷阵施行最大正交旋转。 第五步：计算因子得分。 二、确立指标体系 本文运用多元统计学中的因子分析法,对江西省11个城市的经济情况进行分析,按经济综合实力评价各市在全省的地位，并为江西省各市经济发展规划与决策提出了相应的政策建议。在本文中选取了能足够反映经济发展总水平的7项主要指标（均以万元为单位），指标来源于2005年江西统计年鉴，所选取的指标如下： X:农业总产值 x2:工业总产值 x3:建筑业总产值 x4:固定资产投资 x5:固定资产投资 x6:批零贸易餐饮业产值 x7:金融保险业总产值 数据如下： 单位（万元） 市区 农业总产值 工业总产值 建筑业总产值 固定资产投资 交通运输邮电业产值 批零贸易餐饮业产值 金融保险业总产值 南 昌 市 594005.0 3060760 979844.0 427383.0 824349.0 467139.0 3383170 景德镇市 159019.0 649538.0 222159.0 84454.00 163341.0 139763.0 880327.0 萍 乡 市 196176.0 923791.0 89989.00 102558.0 104838.0 41377.00 942028.0 九 江 市 554155.0 1245152 522001.0 271379.0 342665.0 118905.0 1434454 新 余 市 181000.0 619000.0 118400.0 85428.00 80253.00 57100.00 574015.0 鹰 潭 市 155488.0 416628.0 30378.00 117083.0 49115.00 30059.00 413430.0 赣 州 市 1126049 946503.0 350228.0 325334.0 248270.0 106856.0 1450835 吉 安 市 742790.0 494037.0 294556.0 131430.0 158179.0 107862.0 1029173 宜 春 市 885586.0 953383.0 161588.0 189587.0 199583.0 115380.0 1027284 抚 州 市 630100.0 619309.0 240417.0 89531.00 59561.00 40856.00 888795.0 上 饶 市 708208.0 967518.0 219508.0 159839.0 292811.0 74265.00 1379343 三、数据的因子分析 1、判断数据是否适合因子分析 KMO and Bartletts Test Kaiser-Meyer-Olkin Measure of Sampling Adequacy. .793 Bartletts Test of Sphericity Approx. Chi-Square 95.879 df 21 Sig. .000 由表可知，KMO 统计量为0.7930.7,因子分