多元統(tǒng)計(jì)分析案例分析-資料下載頁(yè)
2025-08-05 04:57本頁(yè)面
【正文】 下表：從中可以看出，各個(gè)指標(biāo)的貢獻(xiàn)率都在百分之五十之上比較高。從上表中可以看出，%，%。，%，%。（4）碎石圖：（5）因子載荷陣如下：由上表可知，各指標(biāo)在第一個(gè)因子上的載荷比較高，說(shuō)明第一個(gè)因子很重要；第二個(gè)因子與原有變量的相關(guān)性較小，它對(duì)原有變量的解釋作用不顯著。為便于對(duì)各因子進(jìn)行命名，對(duì)因子載荷陣實(shí)施正交旋轉(zhuǎn)。旋轉(zhuǎn)之后的因子載荷陣：（6）從上表可見(jiàn)，每個(gè)因子只有幾個(gè)指標(biāo)的因子載荷較大，因此可根據(jù)上表進(jìn)行分類。將五個(gè)指標(biāo)按高載荷分成兩類：四，主成分分析：（1）各指標(biāo)間的相關(guān)系數(shù)矩陣如下表所示：可以看到有些指標(biāo)之間的相關(guān)性較強(qiáng)，如果直接進(jìn)行綜合分析會(huì)造成信息重疊，所以用主成分分析將多個(gè)指標(biāo)化成幾個(gè)不相關(guān)的綜合指標(biāo)。（2）求相關(guān)矩陣的特征值和特征向量：從上表可知，%。說(shuō)明前兩個(gè)主成分基本包含了全部指標(biāo)具有的信息。因此，取前兩個(gè)特征值，并計(jì)算相應(yīng)的特征向量：（3）由上述因子分子的因子載荷陣計(jì)算主成分的特征向量陣為:所以，前兩個(gè)主成分為：第一個(gè)主成分：F1= X1++ ++第二個(gè)主成分：F2=在第一主成分中第二、三、四個(gè)指標(biāo)的系數(shù)較大，這三個(gè)指標(biāo)起主要作用，刻劃了農(nóng)居民的收入支出狀況的綜合指標(biāo)。在第二主成分中，第一個(gè)指標(biāo)系數(shù)較大，是農(nóng)產(chǎn)品價(jià)格水平指標(biāo)。（4）因子得分：根據(jù)上表寫出以下因子得分函數(shù)：F1=++++ F2=++（5）綜合評(píng)價(jià)：以兩個(gè)因子的方差貢獻(xiàn)率為權(quán)數(shù)，綜合評(píng)價(jià)模型為：Z=+（旋轉(zhuǎn)之后的方差貢獻(xiàn)率）F1= X1++ ++F2=將各地區(qū)指標(biāo)值代入上式得到各地區(qū)農(nóng)村生活水平的綜合值及排名：（6）對(duì)結(jié)果進(jìn)行分析：從中可以看出，各地區(qū)的農(nóng)村居民生活水平存在差異。其中，北京、上海、浙江、江蘇地區(qū)的綜合評(píng)價(jià)值排名前列，說(shuō)明這幾個(gè)城市農(nóng)村居民的生活水平比較高。主要表現(xiàn)在農(nóng)民收入水平和消費(fèi)水平兩個(gè)方面。這幾個(gè)城市屬于沿海地區(qū)，經(jīng)濟(jì)比較發(fā)達(dá)，工農(nóng)業(yè)發(fā)展遙遙領(lǐng)先于其他地區(qū)。其次，天津、山東、福建、遼寧、廣東綜合評(píng)價(jià)值相對(duì)較低。不過(guò)也處于全國(guó)前十的地位。青海、貴州、廣西、重慶、新疆、甘肅、陜西、云南等幾個(gè)地區(qū)農(nóng)村居民生活水平發(fā)展比較落后。原因是這些地區(qū)大多位于中國(guó)中西部，地理位置不佳，交通不便，經(jīng)濟(jì)發(fā)展水平不高，進(jìn)而影響到農(nóng)村經(jīng)濟(jì)的發(fā)展。農(nóng)村居民收入水平和消費(fèi)水平均比較低。因此，要提高這些地區(qū)農(nóng)民的生活水平，政府應(yīng)該加大這些地區(qū)的基礎(chǔ)設(shè)施建設(shè)，提高這些地區(qū)農(nóng)村居民的收入水平。
化學(xué)相關(guān)推薦
鄂ICP備17016276號(hào)-1