基于SPSS的多元统计分析报告.ppt

部分省会城市和计划单列市 主要经济指标的多元统计分析 小组成员 崔媛 孔燕华 黄睿 邱明 谷红蕊 李亮报告人 崔媛时间 2009年12月16号 研究目的 探究青岛市 广州市 太原市的城市生活水平及其在全国省会及计划单列市的城市生活水平中的位置 研究方法 因子分析 聚类分析 判别分析资料来源 统计年鉴 摘要 为研究青岛市 广州市和太原市在全国省会城市和计划单列市的城市生活水平中的位置 我们以 统计年鉴 2007年 中省会城市及计划单列市主要经济指标为基础 随机剔除5个样本后 首先对剩余样本进行因子分析做降维处理 利用特征向量实现原指标值向几个主要指标的转换 然后将除青岛市 广州市和太原市之外的城市利用Ward法进行聚类分析 将指标分成3类 最后利用判别分析实现这三个城市生活水平的判别 关键词城市生活水平因子分析聚类分析判别分析 原始数据如下 从上面的数据 我们可以看到统计的指标很多 不便于分析做出指标的相关系数矩阵进一步观察如下 因此 我们可以利用因子分析将相关性很大的指标综合为数量较少的几个因子 利用spss软件实现 其中各输出及统计量等的选择如下 描述统计量 单变量描述性 原始分析结果相关阵 系数 KMO和Bartlett的球形检验抽取方法 主成分分析 相关性矩阵输出 未旋转的因子解抽取 因子的固定数量3旋转方法 最大方差法输出 旋转解 载荷图得分保存为变量 回归显示因子得分系数矩阵缺失值使用均值替换结果如下 各个变量的数字特征描述如下 相关矩阵年底总人数地区生产总值客运量货运量固定资产投资总额城乡居民储蓄在岗职工平均工资邮局数社会商品零售总额货物进出口总额剧场影剧院数高校学生人数医院卫生院个数环境污染治理投资总额相关年底总人数1 000 459 870 670 692 484 000 928 530 140 466 471 854 386地区生产总值 4591 000 307 756 895 964 671 505 975 890 775 392 306 742客运量 870 3071 000 522 532 275 013 896 354 078 230 303 733 145货运量 670 756 5221 000 806 689 336 599 718 514 517 385 467 824固定资产投资总额 692 895 532 8061 000 893 498 639 924 625 741 568 514 679城乡居民储蓄 484 964 275 689 8931 000 669 509 979 825 813 435 393 705在岗职工平均工资 000 671 013 336 498 6691 000 098 625 726 526 042 119 524邮局数 928 505 896 599 639 509 0981 000 541 312 445 284 845 290社会商品零售总额 530 975 354 718 924 979 625 5411 000 805 820 523 378 682货物进出口总额 140 890 078 514 625 825 726 312 8051 000 627 090 059 592剧场影剧院数 466 775 230 517 741 813 526 445 820 6271 000 360 376 538高校学生人数 471 392 303 385 568 435 042 284 523 090 3601 000 241 314医院卫生院个数 854 306 733 467 514 393 119 845 378 059 376 2411 000 242环境污染治理投资总额 386 742 145 824 679 705 524 290 682 592 538 314 2421 000 可以看出KMO值达到了0 748 0 5通过了检验 可见 特征值的累计贡献率已前三个达到85 745 所以取前三个特征值所对应的特征向量如下 旋转前的成分矩阵如下 这样并不好清晰地把各变量归并重新命名 旋转后的成分矩阵如下 针对原始变量的更直观变量的因子分析结果如下图 由成分转换矩阵可见 每个因子只有少数几个指标的因子载荷较大 因此可据上表进行分类 将14个指标按高载荷分成三类 列于下表 另外 我们还得到了碎石图如下 这样 通过因子分析 我们将14个有相关关系的指标用三个主成分进行重新解释特征向量如下 则可以用主成分表示如下 F1 0 2537X1 03255X2 0 2586X14F2 0 4005X1 0 1906X2 0 1696X14F3 0 0236X1 0 019X2 0 1248X14 这样 我们把原来14个指标转换成了3个成分 现在对指标进行聚类分析利用离差平方合法 Ward 法进行聚类分析 结果如下 冰柱图 树状图 新变量的数字特征 从上面的树状图可以很清楚的将31个城市样本分成3类 接下来 针对处理后的数据做判别分析结果如下 判别分析的结果 分2页显示 广州