潘曉龍畢業(yè)論ppt課件(編輯修改稿)
2025-06-07 00:03 本頁面
【文章內(nèi)容簡介】 相關(guān)度，降維的效果才好，因此表格的 第一行為檢驗變量間偏相關(guān)程度的 KMO統(tǒng)計量，其值至少要在 上數(shù)據(jù)才適合做因子分析，如果小于 ，說明變量間相關(guān)性不強，因子分析效果不會太好，應(yīng)該重新選擇變量。下面的三行是球形檢驗的結(jié)果，球形檢驗的原假設(shè)是變量是不相關(guān)的，顯然只有拒絕原假設(shè) 的情況下數(shù)據(jù)才適合做因子分析。本例中 KMO值為 ，球形檢驗顯著，兩個條件都滿足，變量間相關(guān)程度大，適合做因子分析。 ? 整合因子分析過程 本人通過分析因子共同度過，因子的總方差解釋，做出因子碎石圖，因子載荷矩陣，因子得分系數(shù)等一系列的步驟，然后歸納結(jié)論如下： 因子 1上載荷較大的變量：食品、家庭設(shè)備用品與服務(wù)、交通和訊、教育文化娛樂服務(wù)、雜項商品和服務(wù)、居住。 因子 2上載荷較大的變量：衣著、醫(yī)療保健。 通過分析可知，公共因子食品、交通及通訊、居住、家庭設(shè)備用品及服務(wù)、娛樂教育文化、雜項商品及服務(wù)上占有較大載荷，說明這幾個指標(biāo)有較強的相關(guān)性，可以歸為一類，命名為“主要消費因子”。而公共因子 2則在剩余的兩項即醫(yī)療保健和衣著上占有較大比重，這兩項可以歸為一類，命名為“次要消費因子”。 ? 因子的分及排名 當(dāng)因子載荷陣確定以后，便可以計算各因子在每個樣本上的具體數(shù)值，稱之為因子得分。由系數(shù)矩陣可以將 2個公共因子表示為 8個指標(biāo)的線性形式。則旋轉(zhuǎn)后的因子得分表達式可以寫成： F1=++++++ X7+ F2=++++++X7+ 以特征根貢獻率為權(quán)數(shù)，綜合因子得分計算公式為：F=+，各城市的綜合因子得分及排序名次如表 6所示。 綜合表 6來看，主要消費因子排名與綜合因子排名基本一致，且與城市發(fā)達程度呈正相關(guān)關(guān)系，其得分最高的四個城市分別為：上海、北京、廣東、浙江。而次要消費因子排名與綜合因子排名并不同步，且有較大差異，得分高的城市經(jīng)濟發(fā)展程度普遍不高，得分排前四位的城市分別為：北京、內(nèi)蒙古、天津以及吉林。 從上面的因子的分排名就可以看出區(qū)域差異的影響，為了更好地展現(xiàn)，我準(zhǔn)備要運用聚類分析來把具體城市做個分類。 3 聚類分析處理 ? 聚類分析 聚類分析的目的是把分類對象按照相似性的大小分成若干類，類的數(shù)目不必確定，分類完全根據(jù)數(shù)據(jù)自身的特點來完成，在分類結(jié)束以后，要求同類的對象相似，而不同類的對象差別大。 我國幅員遼闊，地區(qū)間的自然條件、文化傳統(tǒng)以及經(jīng)濟發(fā)展差異巨大，發(fā)展不協(xié)調(diào)的矛盾日漸突出，特別是東部沿海地區(qū)與其他地區(qū)的經(jīng)濟發(fā)展差距越來越大。從發(fā)展趨勢看，縮小區(qū)域發(fā)展差距，推動區(qū)域經(jīng)濟協(xié)調(diào)發(fā)展依然任重道遠。
環(huán)評公示相關(guān)推薦
鄂ICP備17016276號-1