SPSS房地产因子分析.docVIP

这次作业,由于我查的数据均是以当年各省市的总量为统计量,所以并不需要化为人均,直接以总量来求解. 对数据进行因子分析,首先将提取的因子数暂定为4,看看可以用多少个因子来解释总体数据.由表一可知,Person相关系数均大于0.62,且显著水平全部等于0,表明这十二个变量之间存在显著的相关关系.由表二和表三也可知,数据能够进行因子分析,且选择两个公共因子可以提取99.65%的公共信息. 由表四可知,第一主成分的特征根为8.401,第二主成分的特征根为 2.413,总的解释量达到了99%以上.又从碎石图可得,对于原始的八个变量,只需要提取第一和第二主成分即可. 建立因子模型 F1=0.95x1+0.95x2+0.948x3+0.381x4+0.357x5+0.607x6+0.409x7+0.403x8 +0.393x9+0.746x10+0.751x11+0.751x12 F2=0.31x1+0.312x2+0.316x3+0.915x4+0.923x5+0.386x6+0.911x7+0.915x8 +0.919x9+0.445x10+0.47x11+0.488x12 对第一与第二因子进行解释.我们可以看出 房地产市场需求水平 09年投资年施工面积年投资年施工面积年投资 年施工面积 年储蓄额年竣工面积 年储蓄额年竣工面积年储蓄额年竣工面积 北 京 1.05 -0.25 2 河 南 0.45 0.04 2 天 津 -0.45 -0.37 2 湖 北 -0.05 0.13 2 河 北 0.94 -0.37 2 湖 南 -0.15 0.24 2 山 西 0.16 -0.65 2 广 东 4 -1.36 3 内蒙古 -0.57 -0.33 2 广 西 -0.45 -0.26 2 辽 宁 0.57 -0.08 2 海 南 -0.98 -0.37 2 吉 林 -0.49 -0.41 2 重 庆 -0.53 0.09 2 黑龙江 -0.15 -0.53 2 四 川 0.57 0.02 2 上 海 0.93 -0.45 2 贵 州 -0.76 -0.33 2 江 苏 0.68 3.4 1 云 南 -0.44 -0.33 2 浙 江 0.26 3.69 1 西 藏 -1.17 -0.35 2 安 徽 -0.28 0.15 2 陕 西 -0.11 -0.39 2 福 建 -0.33 0.34 2 甘 肃 -0.71 -0.37 2 江 西 -0.44 -0.15 2 青 海 -1.08 -0.38 2 山 东 1.29 0.26 2 宁 夏 -1.06 -0.3 2 新 疆 -0.71 -0.3 2 5要 要要 如上表,将全国各城市分隔成了三个部分,以江苏,浙江为一类,广东为三类,其余均为二类.由表格可知,江苏,浙江供大于求,而广东那边则严重供不足需,全国其它地方供需较为平衡. 此次作业之后,我还查阅了相关资料,根据我的理解,需求可以用售房数来权衡,根据网上的资料显示,北京及大部分地方,每年的售房数大于竣工房数.这是因为现在很多的地方采取先售房的的方式造成的房子没建好之前,消费者已经购买下了.但是如果单纯的用售房数来说明需求量的话,是不太客观的,因为现在中国的房价比较高,很多需要住房的人购买不起,这部分人的需求被忽略了,不能满足. 附录: 本文所用的各变量的含义 VAR0002 2009储蓄总额(亿元) VAR0003 2010储蓄总额(亿元) VAR0004 2011储蓄总额(亿元) VAR0008 2009竣工面积(万平方) VAR0009 2010竣工面积(万平方) VAR0010 2011竣工面积(万平方) VAR0011 2009开工面积(万平方) VAR0012 2010开工面积(万平方) VAR0013 2011开工面积(万平方) VAR0014 2009住宅投资(亿元) VAR0015 2010住宅投资(亿元) VAR0016 2011住宅投资(亿元) 本文采用了因子数为四,最后绘制的碎石图为三维的,因为已经得出结论二个因子是可以描述总体数据的,所以最终在附录中留下的是二因子分析得出的碎石图. 因为对相关统计知识与软件的不熟悉,本文制作显得粗糙,深表歉意!