多元统计分析实验4

1、安徽财经大学统计与数学模型分析实验中心多元统计分析实验报告班级：09统计 班 学号: 姓名： 实验时间 第13周 实验地点广学楼实验名称：主成分分析的应用使用软件：SPSS实 验 目 的掌握主成分分析方法；能够利用SPSS进行主成分分析；能够对分析结果进行合理的解释.实验内容1、对某市15个大中型工业企业进行经济效益分析，经研究确定，从有关经济效益指标中选取 7个指标作分析，即固定资产产值率(乂1)，固定资产利税率(X2)，资金利润率(X3)，资金利税 率(X4)，流动资金周转天数(X5)，销售收入利税率(乂6)和全员劳动生产率(X7)。数据资料如 下：企业及编号固定资产率X1固定资产 利税率

2、 (X2)资金利润率(X3)资金利税率(X4)流动资金 周转天数 (X5)销售收入利 税率(X6)全员劳动生产率(X7)康佳电子1 茂名石化2 华空空调3 三星集团4 数源科技5 中华电子6 南方制药7 中国长城8 白云制药9 五羊自行10 广发卷烟11 岭南通信12 华南冰箱13 潮州二轻14 稀土高科1553.2559.8246.7834.3975.3266.4668.1856.1359.2552.4755.7661.1950.4167.9551.0716.6819.7015.207.2929.4532.9325.3915.0519.8221.1316.7515.8316,5322.241

3、2.9218.419.216.244.7643.6833.8727.5614.2120.1726.5219.2317.4320.6337.0012.5426.7527.5623.408.9756.4942.7837.8519.4928.7835.2028.7228.0329.7354.5920.8255556562695063767162586169636631.8432.9432.9821.3040.7447.9833.7627.2133.4139.4129.6226.4032.4931.0525.121.752.871.531.632.142.602.431.751.831.731.521

4、.601.311.571.对数据资料进行主成分分析：前两个最大特征根为4.635 、 1.285 ，其对应的特征向量为_0.238 0.191 0.265 0.270 0.173 0.135 -0.046_，_-0.087 0.096 -0.126 -0.159 -0.628 0.167 0.477_。第一主成分的表达式为F1=_0.238x1+0.191x2+0.265x3+0.270 x4+0.173x5+0.135X6-0.046x7，该主成分包含 了原始信息的 66.219_%，第二主成分的表达式为_F2- -0.087x1+0.096x2-0.126x3-0.159 x4-0.628

5、x5+0.167x6+0.477x7，该主成分的方差贡献率为 _18.358%_。如果舍弃第二主成分，则哪个原始变量的损失信息最大：_流动资金周转天数_。(4)第一个主成分与第二个变量间的相关系数为_0.355_。(5)第一个主成分主要反映盈利能力，现对第一主成分计算得分为对得分进行排序(降序)，各企业的得分排名顺序依次为：(依企业顺序写出排名)。若利用第一、二主成分构造综合评价 函数，则两主成分的权数分别为、。2、下表是我国2003年各地区农村居民家庭平均每人主要食品消费量，其中粮食(X1)、蔬菜 (X2)、食油(X3)、猪牛羊肉(X4)、家禽(X5)、蛋类及其制品(X6)、水产品(X7)、

6、食糖(X8)、 酒(X9);试用主成分方法对各主要食品和地区进行分析.地区X1X2X3X4X5X6X7X8X9北京134.0592.789.1514.602.1710.134.252.9214.42天津150.2069.9910.0011.07.8410.808.35.7210.14河北216.7255.976.597.10.546.362.25.657.29山西218.9180.875.725.36.246.15.471.152.59内蒙古207.3070.772.7921.181.413.821.451.3410.77辽宁194.39178.595.9016.452.519.594.49.

7、7310.80吉林255.99115.206.2711.423.238.643.60.7513.64黑龙江195.08111.707.627.852.616.263.35.9015.09上海189.4476.608.5916.377.407.5116.112.1216.77江苏251.98109.128.2712.054.506.729.091.308.82浙江208.4683.915.8116.426.035.3314.642.1324.15安徽228.3580.976.879.074.275.045.431.4210.61福建198.2799.925.1916.515.143.5513.3

8、02.3516.84江西264.80144.228.7713.243.313.505.191.137.31山东229.06118.196.968.092.7011.614.011.0010.81河南236.97100.114.226.481.238.011.351.134.23湖南227.39159.769.4019.862.743.868.10.927.29湖北247.21149.448.3517.513.893.286.891.134.02广东233.75130.226.7322.2710.402.8313.302.163.33广西205.65108.944.9214.447.331.12

9、3.571.186.14海南236.3186.615.7015.409.771.3114.751.243.88Total Variance ExplainedInitial EigenvaluesExtraction Sums of Sauared LoadingsRotatComponentTotal% of VarianceCumulative %Total% of VarianceCumulative %Total12.92732.52132.5212.92732.52132.5212.7122.22024.67157.1922.22024.67157.1921.4231.34414.9

10、3672.1281.34414.93672.1281.284.8018.90581.033.8018.90581.0331.275.6547.26388.296.6547.26388.2961.246.3964.39992.694实7.3353.72796.4228.2222.47298.894验9.1001.106100.000结 Extraction Method: Principal Component Analysis.果由此表得，前五个累计方差贡献率大于85%，故选取前五个作主成分分析!分析Component Score Coefficient MatrixComponent1234

11、5粮食蔬菜食油猪牛羊肉家禽蛋类及其制品水产品食糖洒.143-.130.095.066.386-.214.398.155.023-.749-.119.030.376-.170-.056-.200.392-.207.220.157-.202-.093-.015.399.190-.007.881-.020.764-.042.531-.122.041-.163-.023.097-.062.044.831-.187.054.212.255-.076-.184Undefined error #11401 - Cannot open text file C:PROGRA1IBMSPSSSTATIS119la

12、ngenspss.err:Undefined error #11408 - Cannot open text file C:PROGRA1IBMSPSSSTATIS119langenspss.err:Undefined error #11418 - Cannot open text file C:PROGRA1IBMSPSSSTATIS119langenspss.err:由此可得因子得分系数矩阵Rotated Component MatrixaComponent12345粮食.155-.878-.223.154-.178蔬菜-.036-.278-.067.906.178食油.048.088.0

13、03.112.961猪牛羊肉.592.341-.046.627-.160家禽.921-.085-.062.073-.063蛋类及其制品-.601.142.506-.115.414水产品.894.058.246.001.230食糖.559.599.250-.053-.068洒.140.251.917-.055-.023Undefined error #11401 - Cannot open text fileC:PROGRA1IBMSPSSSTATIS119langenspss.err:Undefined error #11408 - Cannot open text fileC:PROGRA1IBMSPSS