【正文】 ig. .000 KMO 檢驗統(tǒng)計量 是用于比較變量間 簡單相關(guān)系數(shù) 和 偏相關(guān)系數(shù) 的指標。得到的因子間相關(guān)系數(shù) 表 如下表 4： 表 4 相關(guān)系數(shù) 表 x1 x2 x3 x4 x5 x6 x7 x8 相關(guān) x1 .883 .878 .891 .761 .877 .543 x2 .883 .883 .958 .863 .924 .037 .709 x3 .878 .883 .918 .876 .896 .816 x4 .891 .958 .918 .856 .915 .755 x5 .761 .863 .876 .856 .930 .015 .803 x6 .877 .924 .896 .915 .930 .679 x7 .037 .015 .060 x8 .543 .709 .816 .755 .803 .679 .060 由上表 4 可以看出，除了 居民消費水平指數(shù)和其他變量 之間相關(guān)系數(shù) 較小 之外，其余各相關(guān)系數(shù)均較高，即各個變量之間的 關(guān)系 較強。 接下來通過因子分析， 得到我國各省市 房地產(chǎn)固定資產(chǎn) 的綜合得分排名，得出我國現(xiàn)今城市發(fā)展的排名 的情況 ，并 由此 得出我國各省市的 投資 結(jié)構(gòu)，以此達到為政策制定者提出建議的目的。 第二類 為 浙江 省 和山東 省 ，它們的各項指標 大部分 排第二位 和第三位 ，本科生畢業(yè)論文 10 其中 在全社會固定資產(chǎn)投資方面，山東省甚至超過了江蘇省 ， 位于全國第一的位置， 其次是 年末常住人口 ，再次是 房屋施工面積和商品房銷售面積 ，表明了第二類省市的消費水平也 相對較高 ；而第三類（ 海南、西藏、青海和寧夏回族自治區(qū) ），他們的各項指標都相對較低 ， 突出表現(xiàn)在年末常住人口、房地產(chǎn)開發(fā)企業(yè)個數(shù)、固定資產(chǎn)投資、建筑工程方面 ， 其中又以西藏的各項指標最低，某些甚至是個位數(shù)， 體現(xiàn) 了西藏地區(qū) 、海南省、青海省以及寧夏回族自治區(qū)人民的 生活水平低 、建筑業(yè)和房地產(chǎn) 不發(fā)達 、社會總資產(chǎn)以及用來循環(huán)的 流動資產(chǎn)少、 經(jīng)濟總體水平不高 等問題，第四類（其它地區(qū) ）的各項消費支出處于第二類和第三類之間，為一個經(jīng)濟發(fā)展水平， 房地產(chǎn) 投資 發(fā)展水平較為適中。 變量數(shù)據(jù)指標 2022 年 全國 31 個省、市和自治區(qū)的 影響 房地產(chǎn) 固定資產(chǎn) 的八個主要變量數(shù)據(jù)如 表 2 表 2 八個變量數(shù)據(jù)指標 8個主要變量數(shù)據(jù) 1X 全社會固定資產(chǎn)投 資 5X 商品住宅房屋竣工價值 2X 年末常住人口 6X 商品房銷售面積 3X 房地產(chǎn)開發(fā)企業(yè)個數(shù) 7X 居民消費水平指數(shù) (上年 =100) 4X 房屋施工面積 (萬平方米 ) 8X 建筑工程產(chǎn)值 研究數(shù)據(jù) 全國 31 個省、市和自治區(qū)的 固定資產(chǎn)投資 情況詳見附錄 1，下表 3 為標準化后的數(shù) 據(jù) ： 表 3 我國 2022 年 各 行業(yè)固定資產(chǎn)投資 情況標準化數(shù)據(jù) 序號 地區(qū) 1X 2X 3X 4X 5X 6X 7X 8X 1 北京 .00398 .55072 2 天津 3 山西 .98245 .18452 .51319 .48172 .39139 4 河北 .28972 5 遼寧 .12030 .08637 6 吉林 .79828 .62702 .94547 .60641 7 內(nèi)蒙古 8 黑龍江 .01859 9 上海 .05272 10 江蘇 11 浙江 .39780 .75387 .79633 .22223 12 安徽 .60331 .50963 .25929 .64480 .71510 .67557 13 福建 .18052 .13136 .30399 .15289 .10448 本科生畢業(yè)論文 8 14 江西 .05253 .12026 15 山東 .15415 .55804 16 河南 .48615 .36936 17 湖南 .50788 .63077 .72947 .23969 .35759 .32361 .62808 18 湖北 .83706 .46990 .43706 .49720 .57264 19 廣東 .94659 .47816 20 廣西 .12830 21 海南 22 重慶 .45272 .19939 .86588 23 云南 .66430 .56056 .80180 .66193 .41112 24 四川 25 貴州 .11401 .69642 26 西藏 27 陜西 .08302 .25583 28 甘肅 .69642 29 青海 .73031 30 寧夏 31 新疆 4 聚類分析 對數(shù)據(jù)進行聚類 聚類分析樹形圖 運用 SPSS 軟件作出了聚類分析的樹狀 圖 ，我們可以通過樹 狀 圖 中 各省市、自治區(qū) 連接的距離，獲得 較為直觀的分類。 本科生畢業(yè)論文 7 3 研究 內(nèi)容 從統(tǒng)計局網(wǎng)站上 所查找的 關(guān)于 2022 年 中國各省市、自治州 影響 房地產(chǎn) 固定資產(chǎn)投資 的 8 個變量數(shù)據(jù)指標，運用 SPSS 軟件對 31 個省市進行聚類分析 、 因子分析 和回歸分析 ，確定 8 個因子的綜合因子并對 31 個 省市進行分類和排序。mmmmn n n nm m nX a F a F a FX a F a F a FX a F a F a F???? ? ? ??? ? ? ? ????? ? ? ? ?? 其中 nXXX ?, 21 表示 n 個 變量 。對于所研究的某一具體問題，原始變量可以分解成兩部分之和，一部分是少數(shù)幾個不可測的所謂公共因子的線性函數(shù)，另一部分是與公共因子無關(guān)的特殊因子。 因子分析原理 因子分析 [3]的基本思想 是根據(jù)相關(guān)性大小把原始變量分組，使得同組內(nèi)的變量之間相關(guān)性較高，而不同組的變量之間的相關(guān)性則較低。 聚類分析原理 聚類分析 [3]是將個體或?qū)ο蠓诸?，使得同一類的對象之間的相似性比其他類的對象相似性更強。 首先對數(shù)據(jù)進行聚類分析 ， 對各地區(qū)的 投資 水平進行分類，然后利用因子分析進行因子得分綜合排序 ，得到各省份的得分情況，由此得出 房地產(chǎn) 固定資產(chǎn)在各省份的 分布狀況 。在統(tǒng)計局的統(tǒng)計指標中，固定資產(chǎn)投資和房地產(chǎn)作為一個大類，里面包含了按行業(yè)分，如 農(nóng)、林、牧、漁業(yè)、采礦業(yè)、制造業(yè)、建筑業(yè)、金融業(yè)、房地產(chǎn)和教育等，以及全社會 住宅投資，房屋施工 、竣工面積和價值，且涵蓋了國有控股、集體控股和私人控股，其內(nèi)容詳細而廣泛，足 以見得它對國民經(jīng)濟增長的重要 作用，因而 我們分析國定資產(chǎn)投資 是很有 必要 的 。 管學(xué)雷 [10]通過模糊層次分析法對房地產(chǎn)投資過程中可行性研究、經(jīng)濟效果、投資 環(huán)境等因素 ,運用應(yīng)用數(shù)學(xué)、線性分析等方法進行綜合評價分析，為企業(yè)的投資提供了一系列科學(xué)而有效的方案，本文的創(chuàng)本科生畢業(yè)論文 5 新在于對房地產(chǎn)固定投資在各省份 具體情況進行打分和聚類，以便更好地制定方案。如何管理好固定資產(chǎn)投資的管理活動，是決定企業(yè)生死存亡的基石，也是決定一個國家經(jīng)濟發(fā)展的重要因素，因而研究 房地產(chǎn) 固定資產(chǎn)在各省份的發(fā)展情況 對于國家如何宏觀調(diào)控其 增長比率和規(guī)模 具有重要意義。在 國家宏觀經(jīng)濟政策的引導(dǎo)和推動下， 房地產(chǎn)固定資產(chǎn)在社會 總資產(chǎn)中所占比重越來越大 ， 基本保持了穩(wěn)步增長的態(tài)勢 。統(tǒng)計局在收集資料時，對 凡是在中華人 民共和國境內(nèi)的從事固定資產(chǎn)投資、建造、和購置活動的單位和個人都 納入 了 統(tǒng)計 的 范圍，根據(jù)現(xiàn)行國家統(tǒng)計制度規(guī)定，納入統(tǒng)計范圍的統(tǒng)計對象主要有三種，一是固定資產(chǎn)投資建設(shè)項目，二是房地產(chǎn)投資開發(fā)企業(yè)，三是農(nóng)村住戶投資。它是固定資產(chǎn)投資規(guī)模結(jié)構(gòu)、規(guī)模和發(fā)展速度的綜合性指標。 房地產(chǎn) 固定資產(chǎn)投資與國民經(jīng)濟發(fā)展和人民生活水平的提高有密切關(guān)系。s economic development and real estate recycling potential to achieve a higher level of fixed assets. Key words: fixed assets clustering analysis and factor analysis regression analysis。 關(guān)鍵詞： 固定資產(chǎn) ；聚類分析；因子分析； 逐步回歸分析； SPSS 本科生畢業(yè)論文 3 An empirical study on the investment of fixed assets in China summary this paper uses SPSS software for 2022 provinces, autonomous region real estate fixed asset data a series of multivariate statistical analysis, cluster analysis, factor analysis and multiple regression analysis and other statistical methods. Real estate investment structures are showing serious imbalance between the development of various provinces, reflecting regional residents 39。本科生畢業(yè)論文 JISHOU UNIVERSITY 本 科 生 畢 業(yè) 論 文 題 目： 基于我國固定資產(chǎn) 投資 的實證研究 作 者： 學(xué) 號： 所屬學(xué)院： 數(shù)學(xué)與統(tǒng)計學(xué)院 專業(yè)年級： 12 級統(tǒng)計學(xué) 指導(dǎo)教師： 職 稱： 助教 完成時間： 2022 年 9 月 24 日 吉首大學(xué)教務(wù)處制本科生畢業(yè)論文 1 目 錄 目錄 摘 要 ............................................................................................................................ 2 1 緒 論 .......................................................................................................................... 4 課題研究背景及目的 .............................................................................................. 4 我國固定資產(chǎn)投資現(xiàn)狀分析 .................................................................................. 4 2 研究方法 .................................................................................................................. 6 聚類分析原理 ............................................................................................................ 6 因子分析原理 ............................................................................................................ 6 3 研究內(nèi)容 .................................................................................................................. 7 變量數(shù)據(jù)指標 ....................