基于因子分析和聚类分析对全国地区的经济发展水平的评价.docVIP

基于因子分析和聚类分析对 全国地区的经济发展水平的评估 学院：理学院 专业：统计学 学号： 姓名： 指导老师： 2013年4月25日 摘 要 中国正处于经济发展的时期，但仍有部分经济发展速度过慢的地区，为了提出相关政策对这些地区的经济发展水平进行改善，通过因子分析，聚类分析对全国所有地区的经济发展水平，进行分类，针对属于不同类的地区实行不同的相关经济政策。为国家制定相关政策提供了数据依据。 关键字：城市经济发展水平；因子分析；聚类分析；分类； 引言：全国经济发展是由各地区的经济发展一起带动起来的，因此各地的经济发展水平的速度是与国家的发展水平成正比的，而对于全国各地区经济发展水平研究的比较少，通过经验以及一些试验可以知道经济发展水平基本与人均进出口总额，人均财政收入，各个产业的发展，环境保护，教育支出，废物处理比率，人均日生活用水量，各地区人均GDP，地区生产总值，地区生产总指数，居民消费总指数这些数据有关，使用spss对这些数据进行因子分析与聚类分析。也即是在因子分析的基础上进行聚类量化的评估。找出这些地区的发展水平差距所在。 1 因子分析的基本思想 1.1 因子分析的基本出发点 1.2 因子变量的特点 （1） （） （） （） 1.3 因子分析的基本步骤 （1） （） （） （） 1.4 因子分析的数学模型 数学模型（xi为标准化的原始变量；Fi为因子变量；kp） 也可以矩阵的形式表示为： X=AF+ε 2、因子分析实验过程 首先将数据导入spss中，进行Dimension Reduction中的Factor进行分析，选取所有需要分析的变量即是经济发展水平基本与人均进出口总额，人均财政收入，各个产业的发展，环境保护，教育支出，废物处理比率，人均日生活用水量，各地区人均GDP，地区生产总值，地区生产总指数，居民消费总指数进入Variables窗口。在Descriptives对话框中选中statistics框架中的Univariate Descrpitives，Correlation Matrix框架中选择Significance来进行显著性的检验如表一所示 表1 相关矩阵显著性检验 Correlation Matrixa 居民消费总指数 地区生产总值（亿元） 地区生产总指数 各地区人均GDP（元） 人均日生活用水量（升） 污水排放量（吨） 财政性教育经费支出（万元） 空气质量达到及好于二级的天数(天) 第一产业人均（元） 第二产业人均（元） 第三产业人均（元） 人均财政收入（元） 人均进出口总额（美元） Correlation 居民消费总指数 1.000 -.296 -.129 -.273 .234 -.232 -.298 -.348 .279 -.356 -.356 -.322 -.203 地区生产总值（亿元） -.296 1.000 -.451 .402 .123 .956 .949 .048 .076 .500 .500 .056 .290 地区生产总指数 -.129 -.451 1.000 -.405 -.287 -.432 -.439 .051 .124 -.373 -.373 -.391 -.627 各地区人均GDP（元） -.273 .402 -.405 1.000 -.041 .261 .302 -.042 -.325 .922 .922 .630 .825 人均日生活用水量（升） .234 .123 -.287 -.041 1.000 .269 .081 .264 .150 -.122 -.122 .137 .168 污水排放量（吨） -.232 .956 -.432 .261 .269 1.000 .931 .135 .107 .364 .364 -.013 .220 财政性教育经费支出（万元） -.298 .949 -.439 .302 .081 .931 1.000 -.009 .022 .383 .383 .000 .279 空气质量达到及好于二级的天数(天) -.348 .048 .051 -.042 .264 .135 -.009 1.000 .292 -.008 -.008 .068 -.072 第一产业人均（元） .279 .076 .124 -.325 .150 .107 .022 .292 1.000 -.327 -.327 -.497 -.519 第二产业人均（元） -.356 .500 -.373 .922 -.122 .364 .383 -.008 -.327 1.000 1.000 .635 .703 第三产业人均（元） -.356 .500 -.373 .922 -.122 .364 .383 -.00