关于全国各省经济的聚类分析32.docVIP

关于全国各省经济经济类型的聚类分析 系 ： 工商管理系 专 业： 11 统计 学 号：1103151010 姓 名： 李 良 摘要： 3 引言 3 一 聚类分析 3 二 聚类分析的优点 3 三 聚类分析相比较于其他分析方法而言： 3 实验方案 4 1.1数据统计 4 1.2聚类分析 4 表1 2009年我国31个省、直辖市、自治区的各项经济指标数据统计 4 1.3 结果分析与讨论 6 表2 描述统计量 6 表3案例处理 7 表4聚类表 7 表5平均联结 8 总结 9 小 结 10 参考文献 10 摘要：改革开放以来,中国各省市在经济发展方面都取得了显著的成绩。利用SPSS软件对全国(浙江、湖南、甘肃除外)的主要经济指标进行聚类分析，并对浙江、湖南、甘肃进行判别分析。通过这方法对全国各省进行经济分类。本文选取了项经济指标作为决定经济类型的影响因素，各项数据均来自2010年国家统计年鉴。分析结果表明：北京市和上海市为第一类经济类型江苏省和山东省为第三类型 广东省第四类经济其他25个省、直辖市、自治区均属于第二类型。 关键词：聚类分析、经济类型引言聚类分析(cluster analysis)是一组将研究对象分为相对同质的群组(clusters)的统计分析技术。 聚类分析区别于分类分析(classification analysis) ，后者是有监督的学习聚类分析简单、直观主要应用于探索性的研究，其分析的结果可以提供多个可能的解，选择最终的解需要研究者的主观判断和后续的分析；不管实际数据中是否真正存在不同的类别，利用聚类分析都能得到分成若干类别的解；聚类分析的解完全依赖于研究者所选择的聚类变量，增加或删除一些变量对最终的解都可能产生实质性的影响。研究者在使用聚类分析时应特别注意可能影响结果的各个因素。 改革开放以来,中国取得了举世睹目的伟大成就,各省市在经济发展方面也取得了巨大的成绩。然而,基于地理位置、经济发展环境等各方面的原因,中国各省市的经济发展综合水平并不均衡实验方案 …”，然后对标准差标准化后的数据进行聚类分析(Hierarchical Cluster Analysis)。其过程为：依次选择“Analyze→Classify→Hierarchical Cluster”，引入的变量是X1至X7，选用Q型聚类分析距离测量技术选择Squared Euclidean distance，最终得出聚类分析结果。 表1 2009年我国31个省、直辖市、自治区的各项经济指标数据统计 单位：亿元 地区 国内生产总值(X1) 农业生产总值(X2) 工业生产总值(X3) 建筑业生产总值(X4) 进出口总值 (X5) 批发企业销售额(X6) 餐饮业(X7) 北京 12153.03 315.0 11039.135334148 22558.0 341.7 天津 7521.85 281.7 13083.634488051 8599.5 62.6 河北 17235.48 3640.9 24062.761343558 2730.6 26.5 山西 7358.31 908.7 9249.98163150 2705.0 44.9 内蒙古 9740.25 1570.6 10699.44 9129264 108694 1487.6 41.1 辽宁 15212.49 2704.6 28152.733076882 6428.7 93.3 吉林 7278.75 1734.3 10026.55555747 1049.4 18.2 黑龙江 8587.00 2251.1 7301.6078345 2028.3 27.4 上海 15046.45 283.2 24091.2618670215 20170.8 292.6 江苏 34457.30 3816.0 73200.0325969712 15364.8 205.2 浙江 22990.35 1873.4 41035.296929148 13888.0 166.5 安徽 10062.82 2569.5 13312.59523140 2937.0 41.2 福建 12236.53 2001.2 16762.824377455 4617.1 80.5 江西 7655.18 1733.8 9783.96770607 1002.8 24.7 山东 33896.65 6003.1 71209.4275