我國(guó)農(nóng)村居民家庭生產(chǎn)性固定資產(chǎn)分析-文庫(kù)吧資料
2025-01-24 00:21本頁(yè)面
【正文】 的共同影響因素, 每一個(gè)變量都可以表示成公共因子的線性函數(shù)與特殊因子之和, 即: (1) , 式中的,稱為公共因子, 稱為的特殊因子. 該模型可用矩陣表示為: , (2)這里:, , , . 且滿足: , , , .即: 公共因子與特殊因子是不相關(guān)的. 表示各個(gè)公共因子不相關(guān)且方差為1。技能培訓(xùn)論文 題目名稱：我國(guó)農(nóng)村居民家庭生產(chǎn)性固定資產(chǎn)分析學(xué) 院： 數(shù)學(xué)與統(tǒng)計(jì)學(xué)院 專(zhuān)業(yè)年級(jí)： 學(xué)生姓名： 劉 影 班級(jí)學(xué)號(hào)： 34號(hào) 指導(dǎo)教師： 張明達(dá) 二O一三年六月十七日 摘 要 農(nóng)村經(jīng)濟(jì)由若干因素決定, 了解和掌握一個(gè)城市的經(jīng)濟(jì)地位, 對(duì)的農(nóng)村經(jīng)濟(jì)建設(shè)和發(fā)展至關(guān)重要. 本文從農(nóng)村居民家庭生產(chǎn)性固定資產(chǎn)方面出發(fā), 選取了7個(gè)具有代表性的家庭生產(chǎn)性固定資產(chǎn)進(jìn)行分析. 文中采用因子分析對(duì)我國(guó)農(nóng)村居民家庭生產(chǎn)性固定資產(chǎn)進(jìn)行了綜合分析, 得出了兩類(lèi)因子, 其中第一個(gè)因子在農(nóng)業(yè)、工業(yè)、建筑業(yè)、交通運(yùn)輸及郵件業(yè)、批發(fā)零售貿(mào)易及餐飲業(yè)、社會(huì)服務(wù)業(yè)、文教衛(wèi)生業(yè)有較大的載荷, 而第二因子在建筑業(yè)及交通運(yùn)輸及郵電業(yè)有較大載荷. 本文還采用層次聚類(lèi)分析的方法對(duì)各個(gè)城市的農(nóng)村居民家庭生產(chǎn)性固定資產(chǎn)進(jìn)行分類(lèi). 關(guān)鍵詞：固定資產(chǎn)。 因子分析。 各個(gè)特殊因子不相關(guān), 方差不要求相等. 模型中的矩陣是待估計(jì)的系數(shù)矩陣, 稱為因子載荷矩陣. 稱為第個(gè)變量在第個(gè)因子上的載荷.因子分析可以分為確定因子載荷矩陣, 因子旋轉(zhuǎn)及計(jì)算因子得分三個(gè)步驟:1. 確定載荷矩陣. 根據(jù)樣本數(shù)據(jù)確定出因子載荷矩陣. 有很多方法可以完成這項(xiàng)工作, 如主成分法、最小二乘法、極大似然法等. 這些方法求解因子載荷的出發(fā)點(diǎn)不同, 所得的結(jié)果也不完全相同. 下面我們著重介紹比較常用的主成分法. 用主成分法尋找公因子的方法如下: 假定從相關(guān)陣出發(fā)求解主成分, 設(shè)有個(gè)變量, 則我們可以找出個(gè)主成分. 將所得的個(gè)主成分按由大到小的順序排列, 記為, 則主成分與原始變量之間存在如下關(guān)系式: , (3)式中為隨機(jī)向量的相關(guān)矩陣的特征值所對(duì)應(yīng)的特征向量的分量, 因?yàn)樘卣飨蛄恐g彼此正交, 從到的轉(zhuǎn)換關(guān)系是可逆的, 很容易得出由到轉(zhuǎn)換關(guān)系為: , (4)我們對(duì)上面每一等式只保留前個(gè)主成分而把后面的部分用代替, 則(4)式變?yōu)? , (5)式(5)在形式上已經(jīng)與因子模型(1)相一致, 且（）之間相互獨(dú)立. 且與之間相互獨(dú)立, 為了把轉(zhuǎn)化成合適的公因子, 現(xiàn)在要做的工作只是把主成分變?yōu)榉讲顬?的變量. 為完成此變換, 必須將除以其標(biāo)準(zhǔn)差, 由主成分分析的知識(shí)知其標(biāo)準(zhǔn)差即為特征根的平方根. 于是令, , 則(5)式變?yōu)? ,這與因子模型(1)完全一致, 這樣就得到了載荷矩陣和一組初始公因子(未旋轉(zhuǎn)). 2. 因子旋轉(zhuǎn). 設(shè)是初始公共因子, 則可以建立如下它們的線性組合得到新的一組公共因子, 使得彼此相互獨(dú)立同時(shí)也能很好地解釋原始變量之間的相關(guān)關(guān)系: , , ,這樣的線性組合可以找到無(wú)數(shù)組. 由于初始因子載荷矩陣不是唯一的. 由此便引出了因子旋轉(zhuǎn). 建立因子分析模型的目的不僅在于要找公共因子, 更重要的是知道每一個(gè)公共因子的意義, 以便對(duì)實(shí)際問(wèn)題進(jìn)行分析. 因子旋轉(zhuǎn)分為正交旋轉(zhuǎn)與斜交旋轉(zhuǎn), 正交旋轉(zhuǎn)由初始載荷矩陣右乘一正交陣而得到. 經(jīng)過(guò)正交旋轉(zhuǎn)而得到的新的公因子仍然保持彼此獨(dú)立的性質(zhì). 而斜交旋轉(zhuǎn)則放棄了因子之間彼此獨(dú)立這個(gè)限制, 因而可能達(dá)到更為簡(jiǎn)潔的形式, 其實(shí)際意義也更容易解釋. 但不論是正交旋轉(zhuǎn)還是斜交旋轉(zhuǎn), 都應(yīng)當(dāng)使新的因子載荷系數(shù)要么盡可能地接近于0, 要么盡可能的遠(yuǎn)離0. 因?yàn)橐粋€(gè)接近于0的載荷表明與的相關(guān)性很弱。 2. 進(jìn)行KMO 檢驗(yàn)和 Bartlett 球性檢驗(yàn):KMO 和 Bartlett 的檢驗(yàn)取樣足夠度的 KaiserMeyerOlkin 度量..782Bartlett 的球形度檢驗(yàn)近似卡方df28Sig..000由上表可得:, 可以進(jìn)行因子分析, , 表示該數(shù)據(jù)是正態(tài)總體分布, 適合進(jìn)一步分析. 因子分析的主旨是利用少數(shù)幾個(gè)公共因子來(lái)解釋較多個(gè)變量存在的復(fù)雜關(guān)系,
公司管理相關(guān)推薦
鄂ICP備17016276號(hào)-1