多元统计分析课程设计报告

1、湖南工程学院课 程 设 计 任 务 书课程名称 多元统计分析 课 题 2011年城市建设状况 专业班级 统计学1101 学生姓名 马静 学 号 02 指导老师 戴 婷 审 批 任务书下达日期 2013 年 11 月 11日任务完成日期 2013年 11 月 24 日目 录一 源数据（一）指标选择（二）源数据二 统计分析过程及分析（一）聚类分析12 .聚类分析操作步骤及分析3.聚类结果（二）主成分分析1.操作步骤及分析2.三 分析结果解释（一）聚类结果解释（二）主成分分析结果解释参考文献总结评分标准.源数据指标选择为了分析我国城市建设状况，主要考虑从城区面积，建成区面积，城市建设用地面积，征用土

2、地面积，城市人口密度等几个方面对我国的城市建设状况进行考察。因此选择以下指标：城区面积，建成区面积，城市建设用地面积，征用土地面积。先从2011年的调查资料中抽取20个样本进行分析（二）源数据2011年城市建设状况2011年城市建设状况地区城区面积x1建成区面积x2城市建设用地面积x3征用土地面积x4城市人口密度x5北京市12,1871,2311,426501,428天津市2,334711711742,636河北省6,6271,6851,625432,362山西省3,401957878262,977辽宁省12,8222,2772,2491861,712吉林省4,71812711,204752,

3、371黑龙江省2,6531,6791,722485,146江苏省13,2723,4943,5531832,013浙江省10,4842,2212,263891,741安徽省5,5731,5981,5651182,265福建省4,4811,1301,077522,306江西省1,8911,020986584,527山东省20,1583,7513,6811421,389河南省4,2142,0982,019415,124湖北省9,0491,8122,043741,969湖南省4,6021,4081,475852,908广东省17,9574,8294,172732,637海南省850238268152,

4、639重庆市5,6971,035945541,830四川省5,9991,7881,746722,782统计分析过程及分析（一）聚类分析1.聚类分析统计分析过程1.描述统计分析方法：Descriptive StatisticsNMinimumMaximumMeanStd. DeviationV220850.0020158.007.4484E35395.55109V320238.004829.001.8116E31103.74722V420268.004172.001.7804E31019.48895V52015.00186.0077.900046.60009V6201389.005146.002

5、.6381E31095.95423Valid N (listwise)20根据分析描述统计量的输出结果可知：各城市征用土地面积的平均值最低，城区面积建设的平均值最高；从极值角度看，极大值最大的为城区面积建设，极小值最小的为各城市征用土地面积2聚类分析操作结果及分析ClusterDataSet2Case Processing Summarya,bCasesValidMissingTotalNPercentNPercentNPercent2095.214.821100.0a. Squared Euclidean Distance used b. Average Linkage (Between G

6、roups) AverageLinkage(BetweenGroups)Agglomeration ScheduleStageCluster CombinedCoefficientsStage Cluster First AppearsNext StageCluster 1Cluster 2Cluster 1Cluster 2171296933.0000022717503978.500101031121519742.0000044411866997.0000365351.345E6001164201.716E6401078131.940E600128262.274E60013910162.32

7、7E6001610472.634E66217113195.068E65015128155.342E6701513297.329E680161414187.810E6001915389.807E6111217162101.161E71391817341.417E715101818236.764E7161719192141.982E818140分析：此图给出了反应聚类过程的凝聚过程的凝聚过程表，下面介绍表中各列数据的含义：Stage:聚类步骤。Cluster1，cluster2：该步被合并的两类中的样品号或类号，合并结果取小的序码。Coefficients：距离测度值。Stage cluster

8、first appears：非零数值表示合并两项前一次出现的聚类步序号，而0表示第一次出现。Next stage：此步合并结果在下一步合并时的步序号。Dendrogram*HIERARCHICALCLUSTERANALYSIS*DendrogramusingAverageLinkage(BetweenGroups)RescaledDistanceCluster CombineCASE0510152025LabelNum+-+-+-+-+-+吉林省7福建省12湖南省17安徽省11四川省21河北省4重庆市20天津市3山西省5海南省19黑龙江省8江西省13河南省15浙江省10湖北省16北京市2辽宁省

9、6江苏省9山东省14广东省183.聚类结果：分类省份个数第一类吉林省，福建省， 湖南省，安徽省，四川省，河北省重庆市，天津市，山西省， 海南省， 黑龙江省，江西省，河南省13第二类浙江省，湖北省，北京市 ，辽宁省，江苏省5第三类山东省，广东省2聚类分析结果解释主成分分析操作步骤及分析数据标准化 （2）各指标间的相关系数矩阵（3）各指标的贡献率CommunalitiesInitialExtractionZscore(城区面积)1.0001.000Zscore(建成区面积)1.000.997Zscore(城市建设用地面积)1.000.996Zscore(征用土地面积)1.0001.000Zscor

10、e(城市人口密度)1.0001.000Extraction Method: Principal Component Analysis.从中可看出各指标贡献率均在50%以上，比较高（4）Total Variance ExplainedComponentInitial EigenvaluesExtraction Sums of Squared LoadingsTotal% of VarianceCumulative %Total% of VarianceCumulative %13.46769.34769.3473.46769.34769.3472.99919.98989.335.99919.98

11、989.3353.4759.51098.845.4759.51098.8454.0511.01299.857.0511.01299.8575.007.143100.000Extraction Method: Principal Component Analysis.从上表可以看出：第一个因子的特征根为3.467，解释原有五个变量总方差的的69.347%，累积方差贡献率69.347%；第二个因子的特征根为0.999，解释原有五个变量总方差的的19.989%，累积方差贡献率89.335%:；第三个因子的特征根为0.475，解释原有五个变量总方差的的9.510%，累积方差贡献率98.845%；第四个因子的特征根为0.051，解释原有五个变量总方差的的1.012%，累积方差贡献率99.857%；第五个因子的特征根为0.007，解释原有五个变量总方差的的0.143%，累积方差贡献率100%Component MatrixaComponent1234Zscore(城区面积).957-.068-.219.177Zscore(建成区面积).918.3