原创力文档- 1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
- 2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
(2011年我国主要城市废水排放情况分析
2011年我国主要城市废水排放情况分析摘要：本文综合了因子分析与聚类分析,先进行因子分析, 再用因子分析的结果进行聚类分析。在2011 年我国主要城市废水排放量的数据基础上, 本文较多运用了31个省份的因子得分,计算出单因子情况下31个省份的得分和31个省份在六项消费产生的2个因子上的综合得分, 再对整体进行综合评价和说明。关键词：因子分析；废水排放；因子得分一、引言由于我国各地方的经济发展不一样，加上各地自然环境等的差异，因此，各城镇在工业、生活各个方面产生的废水排水量也不一样，当今地球的淡水正逐渐减少，废水污染也越来越严重，因此，我们对主要城市的废水排放情况进行分析，希望可以在某些地方减少不合理的排放，保护我们的水资源。因子分析的思想：因子分析的基本思想是通过对变量相关系数矩阵内部结构的研究，找出能控制所有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，并依据相关性的大小将变量分组，使得同组内的变量之间相关性较高，不同组的变量相关性较低。每组代表一个基本结构，这个基本结构成为公共因子。对于所研究的问题试图用最小个数的不可观测的所谓公共因子的线性函数与特殊因子之和来描述原来可观测的每一个变量。数据的采用：本数据来源于中国统计年鉴——专题数据，我国主要城市废水排放量（2011），见附表1。二、因子分析（一）、因子的确定 利用2011年各城市废水排放量资料(见附表1，摘自《中国统计年鉴》),做因子相关性分析，见表2：表2CorrelationsX1X2X3X4X5X6X1Pearson Correlation1.791**.529**.642**.606**.674**Sig. (2-tailed).000.002.000.000.000N313131313131X2Pearson Correlation.791**1.688**.366*.528**.512**Sig. (2-tailed).000.000.043.002.003N313131313131X3Pearson Correlation.529**.688**1.179.252.275Sig. (2-tailed).002.000.336.172.135N313131313131X4Pearson Correlation.642**.366*.1791.799**.842**Sig. (2-tailed).000.043.336.000.000N313131313131X5Pearson Correlation.606**.528**.252.799**1.938**Sig. (2-tailed).000.002.172.000.000N313131313131X6Pearson Correlation.674**.512**.275.842**.938**1Sig. (2-tailed).000.003.135.000.000N313131313131因子相关矩阵反映我国主要城市废水排放量的各指标之间存在较高的相关性,而变量间存在较为明显的相关关系是应用因子分析提取主因子，并以此为依据构造评价体系的基础。因此存在可以采用因子分析进行分析的可能。（二）、分析过程共同度描述的是变量Ｘi(i=1,2,…,n)对n个因子的依赖程度，也就是用n个因子描述变量的有效性。本文用因子分析法，选取特征值ｒ0.2的变量作为主因子并计算其共同度，如表3所示：表 3CommunalitiesInitialExtractionX11.000.812X21.000.874X31.000.831X41.000.866X51.000.896X61.000.937 由表3可以看出，主因子对每个变量指标有很强的解释力。表4 特征根和方差贡献率表Total Variance ExplainedComponentInitial EigenvaluesExtraction Sums of Squared LoadingsRotation Sums of Squared LoadingsTotal% of VarianceCumulative %Total% of VarianceCumulative %Total% of VarianceCumulative %13.94065.66965.6693.94065.66965.6693.02850.46550.46521.27621.27586.9441.27621.27586.9442.18936.47886.9443.3505.83592.7794.2794.64597.4245.1081.79599.2186.047.782100.000 从衡量每个公因子Fi(i=1,2,…,m)对n个变量解释能力的方差贡献率指标来看，累计方差贡献率达到86.
文档评论（0）