用主成分分析方法对我国33个省会城市宜居性进行评价.docVIP

用主成分分析方法对我国33个省会城市宜居性进行评价 　　摘要：合理、全面、科学的评价及分析我国33个省会城市宜居水平对于中国的经济发展起到了决定性的作用，本文利用主成分分析法，对33个省会城市的综合评价值进行分析，并做出综合评价，最后在综合评价基础上对我国相对不够宜居地区给出相应的对策建议。 　　关键词：主成分分析；宜居性 　　 　　一、引言 　　省会城市的宜居性是体现一个国家在相关地区的重要体现，在我国社会经济高速发展进程中，各个省会城市一直是该地区经济和社会生活水平的代表。因而，分析评价全国32个省会城市的宜居水平，无论是对不同地区宜居水平进行比较，还是对国家如何制定相关民生政策都具有十分重要的意义。 　　二、主成分分析法 　　1、主成分分析的基本思想： 　　主成分分析是采取一种数学降维的方法，找出几个综合变量来代替原来众多的变量，使这些综合变量能尽可能地代表原来变量的信息量，而且彼此之间互不相关。这种将把多个变量化为少数几个互相无关的综合变量的统计分析方法就叫做主成分分析或主分量分析。主成分分析所要做的就是设法将原来众多具有一定相关性的变量，重新组合为一组新的相互无关的综合变量来代替原来变量。 　　2．主成分分析法的优势： 　　主成分解释了原始变量的全部方差，无方差损失；在唯一性方面，主成分分析不存在因子旋转，主成分是唯一的；在现实生活应用方面，主成分侧重信息贡献、影响力综合评价。 　　三、主成分分析方法对我国33个省会城市的宜居性进行评价 　　 在对33个省会城市的宜居性进行评价时，往往会涉及到很多公共设施水平指标。为了简化分析，突出重点，我们可以从原始数据中提取主成份。本文所选取的数据来自《中国统计年鉴》，指标的选取参考了《中国统计年鉴》中统计指标的设置。共选取了反映城市宜居性的6个指标，其中： 　　6个城市公共设施水平指标分别为： 　　X1――人均居住面积（平方米） 　　X2――城市煤气普及率（%） 　　X3――每万人拥有公交车辆数（台） 　　X4――人均拥有铺装道路面积（平方米） 　　X5――人均公???绿地面积（平方米） 　　X6――每万人拥有公共厕所数（个） 　　图表1 我国35个中心城市的6个：城市公共设施水平数据[1] 　　城市 人均居住面积 城市煤气普及率 每万人拥有公交车辆数 人均拥有铺装道路面积 　　 　　主成分分析在SPSS中的具体操作步骤 　　1. 1对数据进行标准化处理 　　把从统计年鉴得到的数据按照要求导入到spss17.0中。 　　1. 2进行主成分分析步骤 　　(1) 按Analyze Data Reduct ion Factor 的顺序逐步选择各菜单的菜单项, 打开A nalysis主对话框。 　　(2) 指定参与分析的变量。将左边矩形框中六个经标准化的数据(X1 人均居住面积、X2 城市煤气普及率、X3 每万人拥有公交车辆数、X4 人均拥有铺装道路面积、X5 人均公共绿地面积、X6 每万人拥有公共厕所数) 转入右边Variables 矩形框。 　　(3) 点击Desctiptives, 打开Descriptives 子对话框。①选择统计量组: 选定Univariate-descriptive, 要求输出标准化变量的平均值和标准差数据; 选定Initial solution 要求输出因素分析未转轴前的Communality、eigenvalues、变异数百分比、累计百分比等信息。②选择Correlation Matrix: 选定Coefficients要求显示标准化变量间的相关系数矩阵; 选定 　　Significance levels, 求出上述相关矩阵相对于相关系数为0 的假设检验的概率水平。点击 　　Continue 按钮, 回到主对话框。 　　(4) 点击Extraction , 打开Extraction 子对话框。①选择因子提取方法Method：采用系统默认的主成分分析法(P rincipal components)； ②选择Analyze 下的Unrotated factor solution 要求显示未经旋转的因子提取结果；③选择Ex t ract 下的Eigenvalue over, 采用系统默认的提取原则，表示因素提取时， 只提取特征值大于1 的因子； ④点击Continue 按钮回到主对话框。 　　(5) 点击Rotation, 打开Rotation 子对话框。在旋转方法Method 中选择None 选项, 即不进行旋转。点击Continue 按钮回到主对话框。 　　(6) 点击Scores, 打开Factr Scores 对话框。①选定Save as variables, 将新建的因素分数储存到