本科答辩浅析.pptVIP

数据标准化在excel中进行,进行数据的标准化处理是为了克服各种指标之间量纲不同的影响，使计算更加准确。 3.对标准化后数据进行分类，采用组间联结，距离选明氏距离法。 4.由标准化后的数据求协方差阵，即原始数据的相关矩阵。为了书写方便，不妨设上述矩阵已标准化了。建立变量的相关系数矩阵： 5.求向量的特征根 相应的单位特征向量： 6.主成分的方差贡献率与累计贡献率方差的计算： (1) 第i个主成分方差贡献率： (2) 累计的方差的贡献率： 7.确定需要保留的主成分的个数k，一般的会选用的方法如下： 选取累计的方差的贡献率达到85%以上的前k个主成分。 8.计算出第i个指标对评价结果的影响程度： 其中， 为第j个主成分的方差贡献率， 为第j个主成分和第i个指标的负载系数。 表示第i个指标对评价结果的影响程度，数值越大表示该指标对于评价结果的影响程度越大。分别选出上文系统聚类结果中每一个分层中 Fi最大的指标作为整个分层的代表，该指标对于整个分层的指标具有代表性，对整个指标层的评价结果的影响程度最大。 9. 构建绿色产业综合评价指标体系. 10.结论解释以及对问题的合理推断。 基于主成分的绿色产业评价指标体系的建立 系统聚类 以绿色消费指标层的计算过程为例 把标准化数据进行系统聚类，方法利用组间联结，距离选明氏距离法。聚类结果如图： 在此把结果以坐标轴上的15为界把结果分为5类，指标编号分别为： 第一类16，25，13，14，11，15，23，2，4，1，3，9，7，20，5，18，24。 第二类12，22。 第三类21，26。 第四类10，19，8，6。 第五类17。 利用主成分分析对指标数据进行分析 以第二指标层绿色消费为例，对第二指标层的指标进行主成分分析，建立变量的互相相关的系数矩阵： 计算相关系数矩阵 利用主成分分析对指标数据进行分析 2.求R的特征值和特征向量主成分贡献率及累计贡献率主成分载荷。 首先解特征方程 求出特征值如下表： 使其按大小顺序排列，即 ；然后分别求出对应于特征值 的特征向量 主成分贡献率 ，累计贡献率。取累计贡献率达85％的特征值 所对应的第一，第二，第三个主成分。 得到主成分的特征值、方差贡献率和累积贡献率（见下页）。 可以看出，第一主成分的特征根是7.287，贡献率是52.046%，第二主成分特征根是2.619，方差贡献率是18.709%，第三主成分的特征根是2.198，贡献率是15.701%，三个主成分的累积方差贡献率已经达到86.457%，即两个主成分的共同解释的总变异为86.457%，进一步就说明了提取三个主成分还是相对合适的。 右图为成分矩阵，其中的数值是主成分与原始变量的相关系数，绝对值的大小代表了主成分与原始变量的相关程度，据此可以看出每一主成分所代表的原始变量的信息。同理，绿色生产、绿色环境两个指标层的主成分分析可有上述过程完成。 对指标进行评价建立指标体系 计算第i个指标对评价结果的影响程度Fi ： 其中，为第j个主成分的方差贡献率，为第i个主成分和第j个指标的负载系数。由上述公式计算得出结果如下表： 第二指标层结果： 选取第二指标层中各层影响程度最大的指标分别为16，4，20，19，6，相应的指标名称是：每万人拥有公交车数(辆)，生活垃圾产生量(万吨)，城市人均日生活用水量?(升)，液化石油气家庭用量(吨)等五个指标。 同理，其他两个指标层也可由上述过程得出结果。 上述选择的指标 ，能够反映所在分层的基本信息，对整个指标层各个指标评价结果影响最大，基本可以反映整个绿色产业的信息。满足指标评价体系建立的要求。 综上所述，绿色产业综合评价指标体系构建如右表： 结论 本文利用大连市绿色产业评价相关指标，搜集2001-2010年10年间的绿色产业评价指标，构造绿色生产、绿色消费、绿色环境三个指标层的海选指标体系。每个指标层应用系统聚类中的组间连结明氏距离法进行分类，将每个指标层内指标分成若干子类。之后利用主成分分析法，在每个指标层的每一个子类内选出对评价结果影响最大的指标。这样就避免了评价指标间的信息重复对评价指标的不利影响，也保证了保留下来的每一个指标都是具有代表性的。从原先的72