統(tǒng)計(jì)論文基于各省份農(nóng)村居民消費(fèi)結(jié)構(gòu)的統(tǒng)計(jì)分析(編輯修改稿)
2025-07-13 02:52 本頁面
【文章內(nèi)容簡介】 有一個(gè)因子特征值大于 1，用一個(gè)因子來解釋原始變量效果不太理想。從圖 1中也可以看出，有兩個(gè)因子解釋原始變量較為合適。故把“抽取選項(xiàng)設(shè)置”對話框中特征值大于 1選項(xiàng)改為要提取的因子為 2。如圖所示。 “ 抽取選項(xiàng)設(shè)置 ”對話框 表 3 初 始共同度 表 4 共同度 表 5 解釋總方差 （ 4） 有表 3表 5 知，提取兩個(gè)因子效果較好。各個(gè)指標(biāo)信息損失較少。 前兩 個(gè)公因子的方差總和占所有主成分方差的 %，可見選取前 兩 個(gè)因子已足夠替代原來的變量。 （ 5） 由表 6知，初始因子載荷陣因子含義不明顯，為此利用方差最大旋轉(zhuǎn)，得到旋轉(zhuǎn)后的因子載荷陣（如表 7）。 表 6 成分矩陣 表 7 旋轉(zhuǎn)成分矩陣 （ 7） 這樣每個(gè)因子就很明確了。 根據(jù)表 7 知，可將指標(biāo)分為兩類。第一個(gè)因子在衣著，醫(yī)療保健，文教育樂，其他，交通通訊上有較大的載荷，這些指標(biāo)反映的是農(nóng)村居民通常滿足家庭基本消費(fèi)后才考慮的消費(fèi)方式，因此命名為生活附加因子。第二個(gè)因子在指標(biāo)食品，家庭設(shè)備，居住上有較大的載荷，而這個(gè)因子反映的是家庭基本消費(fèi)，故命名為基本因子。圖 2也可以說明此分類比較合理 。 圖 2 農(nóng)村居民消費(fèi)支出成分圖 表 8 因子得分矩陣 表 9 成分得分協(xié)方差矩陣 通過表 8 可得： F1（附加因子） =*食品 +*衣著 +（ ） *居住 +（ )*家庭設(shè)備 +*交通通信 +*文教娛樂 +*醫(yī)療保健 +*其他 F2（基本因子） =*食品 +（ ） *衣著 +*居住 +*家庭設(shè)備 +*交通通信 +()*文教娛樂 +()*醫(yī)療保健 +*其他 通過表 9可見，各因子之間是正交的，即相互之間彼此獨(dú)立。 因子后續(xù)分析 (1)當(dāng)我們獲得了各城市在 兩 個(gè)公因子的得分后，就可以利用因子得分進(jìn)行分類和排序。我們可以利用計(jì)算變量和排序來進(jìn)行各城市的經(jīng)濟(jì)綜合得分計(jì)算和排 名 ，具體操作 如圖所示。 結(jié)論分析： 觀察“ RF”一列，可以看出，北京、上海 ，浙江 ，是綜合實(shí)力得分 超過 1 的城市。江蘇，天津綜合得分在 — 1 之間。消費(fèi)額也較大。它們構(gòu)成農(nóng)村居民消費(fèi)前 5強(qiáng)。西藏，貴州，云南，甘肅和海南農(nóng)村居民消費(fèi)水平遠(yuǎn)低于它們的平均消費(fèi)水平。 (2) 深度分析作為一種多維的排序
畢業(yè)設(shè)計(jì)相關(guān)推薦
鄂ICP備17016276號-1