- 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
多元统计分析论文
——城镇居民人均全年家庭收入来源
学院:统计学院
专业:统计专业
班级:11级统计二班
学号:。。。。。。。。。
姓名:
城镇居民平均每人全年家庭收入来源浅析
摘要:随着经济的发展,我国城镇居民的收入水平和消费水平的结构也发生了很大变化,人民生活水平的提高和消费的增加对于实现国民经济又好又快发展、正确处理好内需和外需的关系至关重要。于是,我就城镇居民人均收入方面的数据作了分析,大致讨论了一下现今为止人民的收入水平以收入来源。本文主要运用聚类分析法,主成分分析法,因子分析法三种多元统计分析方法对2012年我国城镇居民平均每人全年家庭收入来源进行剖析。 根据不同分类方法得出不同的分析结果,从而从不同角度分析我国城镇居民人均全年收入水平的主要差异以及导致这些差异出现的原因 , 并最终就三种统计分析方法的结果对我国目前城镇居民平均每人全年家庭收入来源的状况进行客观的综合概述。
关键字:城镇居民人均全年家庭收入 聚类分析法 主成分分析法 因子分析法
一. 引言
在日常生活过程中,我们常常遇到一些计算量大,分析工作复杂度高的数据分析工作,
为了能够更加简便地进行数据分析,在此给大家介绍几种多元统计分析的方法。本文主要运
用了SPSS软件,并使用聚类分析法、主成分分析法和因子分析法对2012年
我国城镇居民人均全年家庭收入情况进行了统计分析。
二. 原始数据录入如下:
三. 聚类分析
聚类分析是研究“物以类聚”的一种方法。聚类分析是应用最广泛的一种分类技术,
它把性质相近的个体归为一类,使得同一类中的个体具有高度的同质性,不同类之间的个
体具有高度的异质性。聚类分析的职能是建立一种分类方法,它是将一批样品或变量,按
照它们在性质上的相似程度进行分类。 通常我们用距离来度量样品之间的相似程度, 用
相似系数来度量变量之间的相似程度。
1.参与聚类的样本总量表
Case Processing Summary(a)
Cases
Valid
Missing
Total
N
Percent
N
Percent
N
Percent
31
100.0%
0
.0%
31
100.0%
a Squared Euclidean Distance Undefined error #14704 - Cannot open tex
通过观察上表,我们可以看出,在整个聚类过程中,描述我国城镇居民人均全年家庭收入来源状况的31个样品都参与了聚类分析过程,没有遗失或未参与的样品。这充分说明此次聚类分析已经对全部31个样品的各项指标进行了相似聚类,不需要再利用判别分析再进行二度聚类。
2.凝聚顺序表
Agglomeration Schedule
Stage
Cluster Combined
Coefficients
Stage Cluster First Appears
Next Stage
Cluster 1
Cluster 2
Cluster 1
Cluster 2
1
12
17
.062
0
0
7
2
4
27
.068
0
0
18
3
3
7
.092
0
0
9
4
14
23
.154
0
0
7
5
16
30
.206
0
0
9
6
20
25
.232
0
0
10
7
12
14
.330
1
4
12
8
8
24
.350
0
0
13
9
3
16
.355
3
5
13
10
20
21
.421
6
0
14
11
28
29
.623
0
0
16
12
12
22
.727
7
0
17
13
3
8
.886
9
8
17
14
18
20
.887
0
10
21
15
5
15
.979
0
0
23
16
28
31
1.049
11
0
18
17
3
12
1.120
13
12
21
18
4
28
1.502
2
16
24
19
13
19
1.785
0
0
26
20
1
9
2.215
0
0
28
21
3
18
2.231
17
14
22
22
3
6
2.828
21
0
23
23
3
5
3.235
22
15
24
24
3
4
4.069
23
18
27
25
2
10
7.279
0
0
28
26
11
13
8.069
0
19
29
27
3
26
文档评论(0)