基于主成分分析的全国各城市的经济发展

《基于主成分分析的全国各城市的经济发展》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、基于主成分分析全国各城市的经济发展摘要：通过例举2009年全国各主要城市的反映经济发展指标，通过运用统计软件SPSS对各经济指标经济筛选，得出贡献率大的经济指标，从而分析主要指标对各城市的影响大小，是否真实反映各城市的GDP的增长趋势。关键字：SPSS主要经济指标GDPAbstract:Throughtheexamplesinthe2009nationalallmajorcitiesreflecteconomicdevelopmentindicators,Throughtheuseofthesoftware

2、SPSSeconomicindexeconomicscreening,Thecontributionofthatbigeconomicindicators.ItanalyzesthemainindeXtotheinfluenceofeachcitysize,IftruevariouscitiesofGDPgrowthtrend..Keywords:spssmajoreconomicindicatorGDP一引言在实际中，人们在评价或描述一个对象时，总是希望收集到更多的数据信息，于是就会有许多指标，但是在指标

3、分析中由于变量的无节制设置和引入，导致共线性、重叠、畸变等误差源出现。于是我们就希望在不引起信息丢失的情况下创建变量群。因子分析法就是把众多指标(因子变量)综合成为数量较少的几个指标(因子变量)。它的特点是：第一，因子变量的数量远远小于原始指标变量的格式；第二，因子变量并非原始指标变量的简单取舍，而是一种新的综合；第三，因子变量之间没有线性关系；第四，因子变量具有明确的解释性。主成分分析是一种常用的多元统计分析方法。是一种化繁为简，将指标数尽可能压缩的降维技术，即空间压缩技术。主成分分析也是一种综合评价方法

4、。它通过降维技术把多个指标约化为少数几个综合指标，这些综合指标能够反映原始指标的绝大部分信息，从而使得用这几个新变量代替原变量分析p-]题和解决问题成为可能。其基本方法是通过构造原变量的适当的线性组合，以产生一系列互不耜关的新变量，从中选出少数几个耨变量并使它们含有尽可能多的原变量带裔酶信息。二全国城市经济发展的各指标2.1各经济指标介绍年底总人口数：人数越多，拉动需求和供给，带来经济增长地区生产总值：GDP反应经济的发展迅速地方财政收入及支出：投资越多，拉动内需，进而导致经济增长固定资产投资：投资越多，拉

5、动内需，进而导致经济增长在岗职工工资：工资越高，消费越大，导致GDP的增长社会商品零售总额：价格的波动反映经济的状况货物进出口额：出口额越大，经济发展迅猛普通高等学校在校学生人数：教育导致技术型人才的扩张三废综合利用产品产值：经济带动技术的发展，更好的处理废弃物2.2经济指标的筛选运用统计软件SPSS将2009年反映经济发展的指标进行主次分析，将其中主要的几个指标罗列出来进行分析，哪些指标影响的程度大，从而更好的去做好发展经济的规划，更好的拉动经济的快速增长。数据标准化1.785612.098452.496

6、642.432161.799162.081222.677461.939890.9277-0.257480.832850.781890.519330.719621.914310.738970.460580.13501-0.002470.106220.8221-0.5034-0.62297-0.54622-0.08629-1.08012-0.49443-0.56431-0.21676-0.27811-1.36996-0.91732-0.6368-0.6623-1.37411-0.48725-0.85545-0.

7、55947-0.45155-0.24933-0.10917-0.14291-0.30418-0.209520.757240.0713-0.04164-0.5516-0.3508-0.41922-0.58197-0.11988-0.17284-0.216280.440990.09067-0.33566-0.12517-0.92177-0.382080.03411-0.54661-0.59558-0.45295-0.19901-0.76382-0.57234-0.52783-0.25539-0.240230.8

8、7583-0.45393-0.51236-0.39218-0.50997-0.88687-0.25011-0.586040.3395-0.328462.337212.921193.339363.392662.122162.636942.572242.693450.578070.02336-0.42078-0.154-0.11659-0.230460.078450.589770.07917-0.226391.994