多元统计学分析报告.doc

多元统计学作业—— 分析报告 姓名：代晓双 学号：09071601006 班级：统计09-2班 我国16个地区农民在1982年支出情况的抽样调查数据的汇总资料，每个地区都调查了反应每人平均消费生活消费支出情况的六大指标。对16个地区进行分析。 一：数据来源 《应用多元统计分析》教材343页例6.4.1 二．对于生活消费水平因素的假设： 1、食品消费占所有影响变量的主体 2、各消费因素之间相互联系 3、生活用品及其他与各变量相关 4、各消费因素与地区发达程度有关 三、操作步骤： 报告应用到软件中的因子分析、描述统计分析、单因子检验等检验分析、方差均值分析等。 分析 描述统计 描述 现在所需项目输出“描述统计量”及图形分析（如表1等） 分析 降维 因子分析 输出“解释的总方差”（如表2） 因子分析抽取（固定因子数为3） 因子分析 分析 降维 因子分析 旋转 输出“解释的总方差” （如表3组） 标准化后得分 聚类分析：分析——分类——系统聚类（如表4组） T检验：分析——比较均值——配对检验（如表5） 分组：数据——分析——描述（如表6） 其他：excle表格制作表（如表7组） 相关分析（如表8） 四、操作结果分析 表1等分析结果如下：分析——描述统计——描述——现在所需项目输出“描述统计量” 描述统计量 N 和 百分比 均值 标准差 方差 偏度 峰度 统计量 统计量 统计量 统计量 统计量 统计量 统计量 标准误 统计量 标准误 文化生活服务支出X6 16 79.87 1.99% 4.9919 1.63077 2.659 .864 .564 .986 1.091 燃料X3 16 201.77 11.47% 12.6106 3.70198 13.705 .182 .564 -1.059 1.091 生活用品及其他X5 16 459.24 13.13% 28.7025 10.78878 116.398 .918 .564 -.118 1.091 衣着X2 16 471.40 5.04% 29.4625 6.58976 43.425 .595 .564 -.233 1.091 住房X4 16 523.90 11.77% 32.7438 26.51414 703.000 2.255 .564 6.125 1.091 食品X1 16 2266.80 56.60% 141.6750 33.31770 1110.069 .809 .564 .841 1.091 有效的 N （列表状态） 16 由上表分析如下4点： 1、由和可以知道食品消费的数量是最大的，为2266.80，起主体作用，文化生活服务支出相对数量较小，为79.87。 且由百分比可以知道食品占多部分高达56.60%，生活用品及其他占13.13%，住房占11.77%，燃料占11.47%，衣着占5.04%，文化生活服务支出占1.99%。 2、由方差可以知道食品的方差最大是1110.069文化生活服务支出方差最小是2.659，从而可以知道食品消费的落差大，不稳定。而文化生活服务支出落差较小，相对较稳定。 3、由偏度值＞0表示为右偏，偏度值＜0表示为左偏，由以上可以知道，平均消费生活消费支出情况的六大指标均为右偏。 4、由峰度值＞0表示为在均值以上，偏度值＜0表示为在均值以下，由以上可以知道，燃料、生活用品和衣着都是在均值以下、食品和文化生活服务支出都是在均值以上。 由上图说明： 在任何地区食品所占比例都是比较大的，文化生活服务支出各地区差距不大，综合来看，上海、北京、江苏各指标相对较高，说明这些地区相对较发达。上海的住房十分宽松。 表2分析结果如下：分析——降维——因子分析——输出“解释的总方差” 解释的总方差 成份 初始特征值 提取平方和载入 合计 方差的 % 累积 % 合计 方差的 % 累积 % 1 3.559 59.315 59.315 3.559 59.315 59.315 2 1.311 21.846 81.160 1.311 21.846 81.160 3 .613 10.219 91.379 4 .374 6.230 97.609 5 .106 1.775 99.383 6 .037 .617 100.000 提取方法：主成份分析。 由上表说明只有选择三个因子才可以保留91.379%＞85%，因此固定因字数为3。 抽取（固定因子数为3） 表3组分析结果如下：分析——降维——因子分析 旋转 ——输出“解释的总方差” 标准化后得分 （1）由抽取（固定因子数为3）得下表： 解释的总方差