- 1、本文档共4页,可阅读全部内容。
- 2、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。
- 3、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。
- 4、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)。
查看更多
应用多元统计分析实验报告
一、研究目的
下表 1 是 2010 年各地区 6 项重要指标的数据,这 6 项指标分别是:
X1—城市用水普及率( %)
X2—城市燃气普及率( %)
X3—每万人拥有公共交通车辆(标台)
X4—人均城市道路面积(平方米)
X5—人均公园绿地面积(平方米)
X6—每万人拥有公共厕所(座)
表 1
各地区城市设施水平指标
地区
X1
X2
X3
X4
X5
X6
北京
100.00
100.00
14.24
5.57
11.28
3.54
河北
100.00
100.00
12.05
14.89
8.56
2.01
天津
99.97
99.07
9.53
17.35
14.23
4.22
山西
97.26
89.94
6.83
10.66
9.36
3.32
内蒙古
87.97
79.26
6.89
14.89
12.36
4.73
辽宁
97.44
94.19
9.35
11.19
10.21
2.99
吉林
89.60
85.64
9.75
12.39
10.27
4.53
黑龙江
88.43
84.67
10.00
10.00
11.27
6.56
上海
100.00
100.00
8.82
4.04
6.97
2.62
江苏
99.56
99.12
10.91
21.26
13.29
3.75
浙江
99.79
99.07
11.87
16.70
11.05
4.01
安徽
96.06
90.52
7.73
16.01
10.95
2.55
福建
99.50
98.92
10.32
12.58
10.99
2.64
江西
97.43
92.36
7.61
13.77
13.04
2.17
山东
99.57
99.30
10.18
22.23
15.84
2.05
河南
91.03
73.43
7.58
10.25
8.65
3.32
湖北
97.59
91.75
9.47
14.08
9.62
2.91
湖南
95.17
86.50
10.01
12.95
8.89
2.35
广东
98.37
95.75
9.53
12.69
13.29
2.06
广西
94.65
92.35
8.07
14.31
9.83
1.76
海南
89.43
82.44
8.61
13.81
11.22
1.73
重庆
94.05
92.02
7.23
9.37
13.24
1.55
四川
90.80
84.39
9.65
11.84
10.19
2.93
贵州
94.10
69.72
8.46
6.65
7.33
2.21
云南
96.50
76.40
9.74
10.90
9.30
2.26
西藏
97.42
79.83
20.91
13.25
5.78
4.16
陕西
99.39
90.39
12.64
13.38
10.67
3.13
甘肃
91.57
74.29
8.10
12.20
8.12
2.17
青海
99.87
90.79
18.30
11.42
8.53
4.65
宁夏
98.23
88.01
10.63
17.35
16.18
4.18
新疆
99.17
95.80
11.66
13.19
8.61
3.23
本次实验的研究目的是根据这些指标用主成分分析法对各地区城市设施水平进行综合评价和排序,得出结论并提出建议。
二、研究过程
从标准化数据出发, 首先计算这些指标的主成分, 然后通过主成分的大小进行排序。
1.利用 SPSS进行因子分析
表 2 和表 3 分别是特征根(方差贡献率)和因子载荷阵的信息。
表2
特征根和方差贡献率表
Total Variance Explained
Compo
Initial Eigenvalues
Extraction Sums of Squared Loadings
nent
Total
% of Variance
Cumulative %
Total
% of Variance
Cumulative %
1
2.155
35.917
35.917
2.155
35.917
35.917
2
1.566
26.093
62.010
1.566
26.093
62.010
3
1.230
20.507
82.517
1.230
20.507
82.517
4
.617
10.280
92.797
.617
10.280
92.797
5
.258
4.299
97.096
.258
4.299
97.096
6
.174
2.904
100.000
.174
2.904
100.000
Extraction Method: Principal Component Analysis.
表 3
因子载荷阵
Component Matrix
a
Compon
文档评论(0)