因子分析模型的建立

《因子分析模型的建立》由会员上传分享，免费在线阅读，更多相关内容在应用文档-天天文库。

1、基于因子分析模型的居民消费价格指数影响因素分析摘要：由于目前对居民消费价格变动原因的分析指标很多，且指标体系中各指标之间存在着多重共线性，从而影响了分析模型的稳定性，使所得模型中出现了不符合经济学原理的现象。本文采用多元统计分析方法，以2010年居民消费物价水平为例，建立了关于居民消费价格分类指数变动的因子分析模型，研究发现影响居民消费价格指数的主要因素为食品、衣着和家用设备等生活必需品的价格水平，其次为健身等娱乐设施价格和房价水平。关键词：消费价格指数；影响因素；因子分析一、研究背景随着社会主义市场经济体制的确立和逐步完善，我国经济总

2、量和综合实力迅速上升，居民的生活水平显著提高，经济和社会都有了较大的发展。相对于过去而言，居民食品方面的消费支出比重在逐渐下降，而在文化娱乐等方面的消费支出比重越来越大。国家发改委在全国物价局长会议上指出，明年要围绕促进经济平稳较快发展这一主线，积极稳妥地推进价格改革，切实改进价格监管，保持价格总水平基本稳定。同时由于影响价格变动的因素日益复杂，价格异常波动的可能性增加。分析影响居民消费价格指数的主要影响因素，改进价格监管，保持价格总水平基本稳定有着重要意义；同时也为产业政策的制定和宏观经济的调控提供了参考。居民消费价格指数（CPI）是

3、反映与居民生活有关的产品及劳务价格统计出来的物价变动指标，通常作为观察通货膨胀水平的重要指标，在一定程度上也反映出我国居民消费结构的变化。本文通过对2010年全国居民消费价格指数的变化进行因子分析，从而确定出影响全国居民消费物价水平和消费结构变化的主导因素。二、因子分析模型的建立因子分析最初是由英国心理学家C.Spearman提出的，是多元统计分析的一个重要分支，其主要目的是浓缩数据。通过对诸多变量的相关性研究，来表示原来变量的主要信息。假设有n个样本，对于多指标问题X=（X1，X2，...Xk），形成的背景原因是多种多样的，其中共同原

4、因称为公共因子，假设用Fj表示，它们之间是两两正交的；每一个分量Xi又有其特定的原因，称为特殊因子，假设用ei表示，其两两之间互不相关，且只对相应的Xi起作用。同时，F与e相互独立。于是因子分析的数学模型可表示为：Fi叫做公共因子(也称主因子)，它们是在各个原观测变量的表达式中都共同出现的因子，是相互独立的不可观测的理论变量。矩阵A称为因子载荷矩阵。因子的负载矩阵A中第j列元素的平方和，即表示为公共因子F对X的贡献。表示同一公共因子Fj对各个变量所提供的方差贡献率的总和，它是衡量公共因子相对重要性的指标。有时由于初始因子的负载矩阵综合性

5、太强，各因子的典型变量代表性也不很突出，因而使因子意义含糊不清，不便于对因子进行解释。因此需要通过旋转负载矩阵，使负载尽可能向±1、0的方向靠近。从而降低因子的综合性，凸显其实际意义。三、居民消费价格指数的因子分析模型求解根据我国常用的消费资料支出分类方法，选取具有代表性的八个指标，即食品、烟酒、衣着、家庭设备用品、医疗保健和个人用品、交通和通讯、娱乐教育文化用品及服务以及居住，它们在人均生活消费总支出中所占的百分比分别记为X1、X2、X3、X4、X5、X6、X7、X8。表1为我国2010年居民消费价格分类指数的变化，具体数据如表1所示

6、。表12010年全国居民消费价格分类指数指标1月2月3月4月5月6月7月8月9月10月1112食品103.7106.2105.2105.9106.1105.7106.8107.5108.0110.1111.7109.6烟酒101.5101.6101.7101.7101.7101.7101.6101.5101.4101.5101.6101.8衣着99.698.798.998.798.899.099.298.898.598.799.3100.1家庭设备98.999.299.399.599.7100.0100.2100.4100.4100.5

7、100.7101.2医疗保健102.3102.4102.5102.8103.2103.2103.3103.3103.4103.7104.0104.0交通通信99.5100.1100.0100.0100.199.799.399.499.399.599.399.3娱乐教育98.8100.8100.3100.4100.6100.9101.1101.2101.2100.9100.6100.7居住102.5103.0103.3104.5105.0105.0104.8104.4104.3104.9105.8106.01、相关系数基本分析由表1中的数

8、据，利用统计分析软件SPSS，将表1中的数据标准化，然后计算变量间的相关系数，如表2所示，可见，变量间的相关系数处于-1到-0.5和0.5至1之间的数值33个，所以变量之间存在共同因子的可能性很大，可以建立