多元统计上机报告—因子分析报告.docVIP

HUNAN UNIVERSITY 论文题目 多元统计上机报告—因子分析 学生姓名 汤义成 学生学号 20101910113 专业班级 统计一班 学院名称 金融与统计学院 2013 年 1 月 6 日 西南地区十二省份10项重要经济指标综合评价研究 摘要：西部大开发10周年之际,我们分析西部各省份10项经济效益具有重要的意义。描述了主成分分析法的原理,并借助SPSS19.0统计软件,对西部大开发中12省份的10项经济效益进行评估,同时揭示主成分分析法在经济效益评估体系应用中的优越性。 关键词：西部12省份10项经济指标 因子分析 综合评价 目前,对经济效益或发展能力的判断,多采用层次分析法、模糊排序法、神经网络法等。但这些方法在确定影响目标因素的权重时,受人的主观因素影响较大,而因子分析法在将原始变量转变为主成分过程中,同时形成反映主成分的权数以计算综合评估价值,客观反映各指标因素间的现实关系。本文选取西南地区12省份的10项重要经济指标进行分析，通过因子分析法得出西南地区12省份的经济发展综合评价。 一．资料及方法 1.资料来源 资料来自《中国统计年鉴2008年3月》 指标确立 用《西南地区10项主要经济指标》中的指标，选取了能够反映西南12省经济发展程度的10个指标，分别为：x1:地区生产总值（亿元）,x2:工业增加值（亿元），x3：固定资产投资（亿元），x4：地方财政一般预算收入（亿元），x5地方财政一般预算支出（亿元），x6：对外贸易（亿美元），x7：社会消费品零售总额（亿元），x8：居民消费价格指数（%），x9：城镇居民人均可支配收入（元/人） x10：农牧民人均现金收入（元/人）。 分析方法 采用因子分析法，计算采用EXCEL和SPS19.0完成。 结果与分析 1. 运用SPSS对数据进行处理，得出相关矩阵、变量共同度。 相关矩阵 x1 x2 x3 x4 x5 x6 x7 x8 x9 x10 相关 x1 1.000 .909 .942 .948 .844 .825 .989 -.430 .567 .669 x2 .909 1.000 .933 .872 .930 .763 .884 -.306 .446 .437 x3 .942 .933 1.000 .949 .922 .749 .953 -.379 .561 .544 x4 .948 .872 .949 1.000 .879 .840 .946 -.400 .575 .599 x5 .844 .930 .922 .879 1.000 .800 .822 -.274 .343 .284 x6 .825 .763 .749 .840 .800 1.000 .781 -.267 .462 .534 x7 .989 .884 .953 .946 .822 .781 1.000 -.424 .607 .690 x8 -.430 -.306 -.379 -.400 -.274 -.267 -.424 1.000 -.183 -.152 x9 .567 .446 .561 .575 .343 .462 .607 -.183 1.000 .812 x10 .669 .437 .544 .599 .284 .534 .690 -.152 .812 1.000 变量共同度 初始 提取 x1 1.000 .966 x2 1.000 .904 x3 1.000 .948 x4 1.000 .947 x5 1.000 .927 x6 1.000 .737 x7 1.000 .956 x8 1.000 .214 x9 1.000 .866 x10 1.000 .933 提取方法：主成份分析。 由相关矩阵分析得出：这10个变量中许多变量之间存在着高度相关，故需要进行因子分析。 由变量共同度得知：我们看出除了x8以外其余的因子共同都在0.8以上，说明其它9个变量都能够被这两个因子解释。 2.通过SPSS软件，得出解释方差综合、因子载荷阵、旋转因子载荷表。 解释的总方差 成份 初始特征值 提取平方和载入 旋转平方和载入 合计 方差的 % 累积 % 合计 方差的 % 累积 % 合计 方差的 % 累积 % 1 7.180 71.804 71.804 7.180 71.804 71.804 5.670 56.701 56.701 2 1.218 12.176 83.980 1.2