多元统计课程设计最新 - 图文

表二 2010年浙江省经济发展指标

注：数据来源《中国统计年鉴（2010年）》

(二)数据的标准化处理

对于具有不同量级或不同单位的数据, 在进行数据分析, 数理统计前, 都要进行处理, 使数据在平等的条件下进行分析。本文采用标准化处理来消除不同量纲的不同可能所带来的不合理的影响。标准化处理后的数据见表三表四。 表三 标准化后的数据

表四 标准化后的数据

5

四、浙江省11个地级市经济发展水平测度的实证分析

(一)浙江省11个地级市经济发展水平的因子分析

因子分析的基本思想是根据相关性大小将多个实测变量转换为少数几个不相关的综合指标的多元统计分析方法。通过因子分析, 即可使用较少的不相关的综合指标来描述原来观察的每一分量指标, 在尽可能少的信息损失情况下, 降低分析问题的复杂性的统计分析方法。

1. 因子分析适宜性检验

使用SPSS13.0对表一表二进行因子分析。首先做KMO 统计量和Bartlett? s 球形检验, 结果即为表五, 很明显可以看出KMO=0.81>0.8,Bartlett?s球形检验卡方统计量= 262.678,单侧p=0.000<0.01,说明数据很适合做因子分析。因为一般认为当KMO大于0.9时效果最佳, 0.8~0.9时效果好,0.7~0.8时效果一般,0.6~0.5时效果差,0.5以下不适合做因子分析。 表五 KMO and Bartlett?s Test

2. 主成分的提取

对于确定提取主成分的个数, 本文采用特征值准则与因子累计方差贡献率相结合的方法, 即选取特征值大于或等于1的主成分作为初始因子, 同时因子个数满足方差累计贡献率达到80%以上。通过SPSS计算,求得第一个因子的特征值为9.236> 1,累计方差贡献率为92.365%>80%对解释原有变量的贡献率很高,所以本文只提取一个主因子是合适的,已经有了明显的实际意义。 表六 总方差解释表

3.公共因子得分

经由SPSS 分析得到因子得分矩阵:( 见表七) 由因子得分矩阵求因子得分函数为:

6

F1?0.107ZX1?0.106ZX2?0.104ZX3?0.095ZX4?0.102ZX5?0.108ZX6?0.107ZX7?0.103ZX8?0.105ZX9?0.102ZX10 其中: ZX1?ZX10为标准化后的数据 表七 因子载荷得分矩阵

4. 综合因子得分

在计算综合指数得分的过程中, 本文采用公式F??Fi?i进行计算, 其中Fi代表各个主成分的得分,由于各主成分为原来各指标的线性组合, 所以可以根据各主成分得分信息表所提供的各主成分得分系数作为原来各指标的系数,由SPSS软件计算所得,以Fi表示第i个主成分得分,i代表各主成分的权重,以旋转后各主成分的方差贡献率/ 累计贡献率替代。

F?0.92365F1

经计算得出表八

7

有上述结果可以看出, 杭州市是得分第一的城市, 分数远远高于除宁波之外的其他城市。它不仅拥有很高的地区生产总值和固定资产投资, 而且是浙江省的省会城市，浙江省的政治中心和全国十大旅游城市, 其金融机构存贷款余额都远高于第二名的宁波市，在工业总产值方面是低于宁波市的，杭州应该改革一些老的工业结构，优化产业结构，其他各个指标都远远高于除宁波外的其他城市。

宁波市是比杭州综合得分略低的城市，排名第二。宁波市在地区生产总值，固定资产投资方面略低于杭州市，但在工业总产值，进出口额方面都高于杭州市，特别是在进出口额方面远高于杭州，是杭州的2倍多，这与宁波是一个沿海开放城市是分不开的，宁波市经济发展基础优势和地域优势是造成这种结果的重要原因, 它也是国家计划单列城市。

温州市的综合得分略低于宁波市，虽然温州也是沿海开放城市，但其在进出口额方面是远低于杭州、宁波的。其主要在工业总产值和社会零售额方面有一定的优势。

排在四、五、六位的是绍兴，嘉兴，台州，绍兴市是近几年发展速度较快的，嘉兴和台州也属于沿海城市，其地域优势使其得到较好的发展，三个城市在工业总产值，进出口额方面对于那些中西部地级市还是有明显优势的。

其他城市的综合实力不强, 经济发展略高于或低于浙江省经济发展的平均水平。如何发展这些地区的经济是山东经济腾飞的关键所在, 这些地区要着重增强自身的经济发展能力, 借鉴东部地区和近年来发展较好的绍兴的成功经验,走出一条可持续的经济发展道路。

( 二)浙江省11个地级市经济发展水平的聚类分析

聚类分析法是统计学所研究的“物以类聚”问题的一种方法, 它属于多变量统计分析的范畴。它的基本原理是,根据样本自身的属性.用数学方法按照某些相似性或差异性指标。定

8