关于全国各省经济的聚类分析.docVIP

PAGE PAGE 10 关于全国各省经济经济类型的聚类分析 系 ： 工商管理系 专 业： 11 统计 学 号：1103151010 姓 名： 李 良 TOC \o 1-3 \h \z \u 摘要： 3 引言 3 一 聚类分析 3 二 聚类分析的优点 3 三 聚类分析相比较于其他分析方法而言： 3 实验方案 4 1.1数据统计 4 1.2聚类分析 4 表1 2009年我国31个省、直辖市、自治区的各项经济指标数据统计 4 1.3 结果分析与讨论 6 表2 描述统计量 6 表3案例处理 7 表4聚类表 7 表5平均联结 8 总结 9 小 结 10 参考文献 10 摘要：改革开放以来,中国各省市在经济发展方面都取得了显著的成绩。这篇论文利用SPSS软件对全国31个省、直辖市、自治区(浙江、湖南、甘肃除外)的主要经济指标进行聚类分析，将其经济分成4种类型，并对浙江、湖南、甘肃进行类型判别分析。通过这两个方法对全国各省进行经济分类。本文选取了7项经济指标作为决定经济类型的影响因素，各项数据均来自2010年国家统计年鉴。分析结果表明：北京市和上海市为第一类经济类型；江苏省和山东省为第三类型； 广东省为第四类经济；其他25个省、直辖市、自治区均属于第二类型。 关键词：聚类分析、经济类型 引言： 一 聚类分析(cluster analysis)是一组将研究对象分为 相对同质的群组(clusters)的统计分析技术。 聚类分析区别于分类分析(classification analysis) ，后者是有监督的学习。它直接比较各事物之间的性质，将性质相近的归为一类，将性质差别较大的归入不同的类。系统聚类分析又称集群分析，是聚类分析中应用最广的一种方法，它根据样本的多指标（变量）、多个观察数据，定量地确定样品、指标之间存在的相似性或亲疏关系，并据此连结这些样品或指标，归成大小类群，构成分类树状图或冰柱图。 二 聚类分析的优点:聚类分析简单、直观;主要应用于探索性的研究，其分析的结果可以提供多个可能的解，选择最终的解需要研究者的主观判断和后续的分析；不管实际数据中是否真正存在不同的类别，利用聚类分析都能得到分成若干类别的解；聚类分析的解完全依赖于研究者所选择的聚类变量，增加或删除一些变量对最终的解都可能产生实质性的影响。研究者在使用聚类分析时应特别注意可能影响结果的各个因素。 三 聚类分析相比较于其他分析方法而言： (1)聚类分析一般寻求客观的分类方法，在进行聚类分析以前，对总体到底有几种类型并不知道。 (2)两类方法的建立的模型不一样，因此在处理某些特定的问题时，就会得出不一样的结果，就本题看来，出现了经济类型上的判别不一致的细微差异，但是作为分类方法来说，两种方法在大部分情况下都能取得一致的效果。 (3)聚类分析与判别分析也是有联系的。 改革开放以来,中国取得了举世睹目的伟大成就,各省市在经济发展方面也取得了巨大的成绩。然而,基于地理位置、经济发展环境等各方面的原因,中国各省市的经济发展综合水平并不均衡，沿海地区发展较快，经济增长也较快，而中西部发展相对较慢。因此，基于这种现状，本文对全国各地区的经济进行聚类分析。首通过本文的分析研究，可以清楚地认识到我国经济类型构成，以及各地区的发展差异，最终对国家以及各地区的发展及政策制定实施起到指导作用。本文采用多元统计分析方法，对全国31个省、直辖市、自治区的7项经济指标进行聚类分析，从而能够比较客观地反映了当前各地区的经济类型。 实验方案 1.1数据统计 本文根据2010年国家统计年鉴，选取了2009年31个省、直辖市、自治区的7项经济指标[1]，如表1所示。其中包括：各省的国内生产总值X1、农业生产总值X2、工业生产总值X3、建筑业生产总值X4、进出口总值X5、批发企业销售额X6和餐饮业X7。 1.2聚类分析 先将2009年我国31个省、直辖市、自治区的各项经济指标数据统计的各项数据输入的spss当中，对这些数据进行标准差标准化处理，其过程为：“Analyze→Descriptive Statistics→Descriptives…”，然后对标准差标准化后的数据进行聚类分析(Hierarchical Cluster Analysis)。其过程为：依次选择“Analyze→Classify→Hierarchical Cluster”，引入的变量是X1至X7，选用Q型聚类分析距离测量技术选择Squared Euclidean distance，最终得出聚类分析结果表1 2009年我国31个省、直辖市、自治区的各项经济指标数据统计 单位：亿元 地区 国内生产总值(X1)