主成分及聚类分析例子

《主成分及聚类分析例子》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、对河南省人口现代化区域差异进行的主成分及聚类分析一、研究目的：本次研究选取河南省11个人口现代化指标作为人口现代化研究的指标体系。以2000年人口普查数据和2002年河南省统计年鉴为基础数据，使用SPSS19.0软件对数据进行主成分分析和聚类分析后，最终得到聚类树显示，分析河南省各城市的人口现代化状况是否具有很强的地带性特征,区域差异是否明显。二采用数据:市区乩生討%人口自健人均GP人圳t会狀樑（万人）朋年限总人口*%（元）碱倾e元緞粼元）c：KI(%)全省1.4473696137.7294.1372342184.92581.0068.7119

2、.4220.11.125.7644&8396.3114527632.544712.0072.29375231.7开斛1.488.034707.6592.445757102.662907.0068.9619.8716.6nt1.47&096328.2695.89时89261.142941.0068.21252621.7¥9di®1.286.774867.7892.826634101.092748.0070.43245518.21.326345257.8295.265978107.622695.0069.8718.6616.51.5510.3142

3、7.8993.94742236.42859.0070.2431.6321.3影市1.316.8545&0194.796268118.223850070.8221.1520.8149724336&3195.28859986343440.0068.2228.7822.21.347.73537.5994.056745117.632517.0069.2117.7617.01.335.814457.7593.09817372.8330610068.4917.7318.5前市1.336.112497.7791.47810856.832995.0070.26

4、24.0320.7*nn126.062208.4598.31899542.822614.0070.74282222.51.276.0610607.6896.14590912719560071.17145917.91.758.788077.1692.61425869362006.0066.9116.9118.8Mt1.697.87766.9790.91403475.54192B0065.1153927.0■iJn1.729.0710M7.1892.81393645.051691.0068.3510.847.01.627.88217.4494.42

5、405346.161S24.0067.95112018.9‘漏市-1.35.98658.4€96.601232685.643224.0068.9728.7129.0注：采用河南省18市人口现代化数据，共涉及11个研究指标值。三、主成分分析主成分分析是把原来多个变量化为少数儿个综合指标的一种统计分析方法。从数学角度来看，这是一种降维的处理技术。为方便处理，需要先将各变量标准化，即对同•变量减去其均值，再除以其标准并，以消除量纲的影响，然后再建立所有变量的相关系数矩阵，求出其特征值和特征向量，所得到的特征值即为该主成分所对应的方差，方差越大，对总变

6、并的贡献也就越大，特征向量即为该主成分屮原始变量的线性组合的系数。为确定主成分的个数和顺序，一•般选取累计贡献率大于或等于85%的儿个主成分，根据问题的研究性质，接近85%也可作为主成分个数选取的依据。而最终确定的主成分具有很强的综合性，通过主成分的得分值多少，可确定各市在全省屮的排序。使用软件SPSS19.0,选用主成分分析，因子旋转方法采用正交旋转，分析步骤如下：•分析——降维——因子分析，打开分析对话框;•重置——选择变量（将数据送入变量框）；•描述描述统计-统计量IV单变量描述性包）原始分析结果（!）相关矩阵0系数©逆模型迥）显著性水平

7、◎□再生迟）O行列式助□反映象®丫兰M0和Bartlett的球形度检验（K）［继幻［取消］［帮助］•抽样•旋转醸因子分析：因子得分区:保存对变量©•得分「方法◎回归迟)◎Bartlett(B)©Anderson-Rubin(A)Q显示因子得分系数矩阵(Q)単续］［取消］［帮助］•确定——输出结果解释的总方差成份初始特征値旋转平方和载入合计方差的%累积%合计方差的%累积%15.81252.83652.8363.76834.21934.22421.97117.92170.7303.34930.44164.65131.30211.83782.5671

8、.97117.91682.5674.8027.29389.8605.6475.88095.7396.2642.39698.1357.074.67698