- 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
各省市及单列市经济实力分析
TOC \o 1-3 \h \z \u HYPERLINK \l _Toc294359337 摘要 1
HYPERLINK \l _Toc294359338 1. 数据选取与分析 2
HYPERLINK \l _Toc294359339 1.1数据的选取与简单整理 2
HYPERLINK \l _Toc294359340 1.1.1 数据选取 2
HYPERLINK \l _Toc294359341 1.1.2 数据简单处理 2
HYPERLINK \l _Toc294359342 1.2 因子分析 2
HYPERLINK \l _Toc294359343 1.2..1 考察原有变量是否适合因子分析 2
HYPERLINK \l _Toc294359344 1.2.2 因子提取 3
HYPERLINK \l _Toc294359345 1.2.3 因子命名 4
HYPERLINK \l _Toc294359346 1.2.4 因子得分与综合评价 4
HYPERLINK \l _Toc294359347 2 结论及建议 5
HYPERLINK \l _Toc294359348 3 参考文献 7
7 -
摘要
中心城市的经济发展效益反映了本市的经济运行潜力,也折射出其对周边地区的经济拉动力。在我国,4个直辖市——北京、天津、上海、重庆,27个省、自治区的省会及5个计划单列市——深圳、宁波、厦门、大连、青岛共36个较大城市涉及到我国内地全部31个省级行政单位,并在经济发展方面发挥着区域、次区域经济中心的作用。本文运用多元统计分析中重要的因子分析方法,在参考《2010年统计年鉴》的基础上,定量给出我国省市级城市及其单列市经济实力情况,并对所列城市进行经济效益排名。
关键词:因子分析 经济实力排名 省市级城市及单列市 SPSS
1.数据选取与分析
1.1数据的选取与简单整理
数据选取
数据选取说明。为使分析客观、全面,本文以《2010年中国统计年鉴》中所列示的“省会城市和计划单列市主要经济指标”作为评价的基础指标,选取GDP总值(亿元),第一产业值(亿元)、第二产业值(亿元)、第三产业值(亿元)、客运量(万人)、货运量(万吨)、地方财政预算内收入(万元)、城乡居民储蓄年末余额(万元)、在岗职工平均工资(元),三废利用(万元)共八项指标作为评价标准。
数据简单处理
为在经济发展指标中剔除人口数量的影响,本文所涉及的变量均用人均值来代表经济效益,人口数量则用的是2009年底得人口数量。在《2010年中国统计年鉴》中,有多项数据缺失,为了不影响以后的数据分析,将36个城市分为中东部与西部两区域,然后分别以区域内的均值代替缺失值。
由此,得到的数据指标为:
表1-1 定义变量
变量
指标
变量
指标
X1
人均GDP(元)
X6
人均货运量(吨)
X2
人均一产增加值(元)
X7
人均财政收入(元)
X3
人均二产增加值(元)
X8
年末人均储蓄额(元)
X4
人均三产增加值(元)
X9
在岗职工平均工资(元)
X5
人均客运量(人)
X10
人均三废利用(元
1.2 因子分析
1.2..1 考察原有变量是否适合因子分析
首先考察原有变量之间是否存在较强的线性关系,是否适合因子分析。这里借助相关系数矩阵与巴特利特球度检验和KMO检验方法进行分析。
表1-2原有变量相关系数矩阵
X1
X2
X3
X4
X5
X6
X7
X8
X9
X10
X1
1.000
X2
-0.101
1.000
X3
0.907
-0.027
1.000
X4
0.950
-0.208
0.734
1.000
X5
0.335
-0.269
0.226
0.389
1.000
X6
0.493
-0.079
0.502
0.431
0.180
1.000
X7
0.889
-0.296
0.742
0.904
0.340
0.379
1.000
X8
0.854
-0.322
0.630
0.929
0.387
0.446
0.885
1.000
X9
0.788
-0.276
0.600
0.842
0.250
0.319
0.856
0.829
1.000
X10
0.095
0.014
0.110
0.073
-0.103
-0.065
0.095
0.083
0.256
1.000
从表1-2中可以看出大部分相关系数较高,个变量之间的线性关系
文档评论(0)