基于SPSS的多元统计分析报告.ppt

《基于SPSS的多元统计分析报告.ppt》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、部分省会城市和计划单列市主要经济指标的多元统计分析小组成员：崔媛、孔燕华、黄睿、邱明、谷红蕊、李亮报告人：崔媛时间：2009年12月16号研究目的：.探究青岛市、广州市、太原市的城市生活水平及其在全国省会及计划单列市的城市生活水平中的位置研究方法：因子分析、聚类分析、判别分析资料来源：统计年鉴摘要为研究青岛市、广州市和太原市在全国省会城市和计划单列市的城市生活水平中的位置，我们以《统计年鉴》（2007年）中省会城市及计划单列市主要经济指标为基础，随机剔除5个样本后，首先对剩余样本进行因子分析做降维处理，利用特征向量实现原指标值向几个主要指标的转换;然后将除青岛市、广州市和太原市之外

2、的城市利用Ward法进行聚类分析，将指标分成3类，最后利用判别分析实现这三个城市生活水平的判别。关键词城市生活水平因子分析聚类分析判别分析原始数据如下:从上面的数据，我们可以看到统计的指标很多，不便于分析做出指标的相关系数矩阵进一步观察如下：因此，我们可以利用因子分析将相关性很大的指标综合为数量较少的几个因子利用spss软件实现，其中各输出及统计量等的选择如下：描述统计量：单变量描述性、原始分析结果相关阵：系数、KMO和Bartlett的球形检验抽取方法：主成分分析：相关性矩阵输出：未旋转的因子解抽取：因子的固定数量3旋转方法：最大方差法输出：旋转解、载荷图得分保存为变量：回归显示

3、因子得分系数矩阵缺失值使用均值替换结果如下：各个变量的数字特征描述如下：相关矩阵年底总人数地区生产总值客运量货运量固定资产投资总额城乡居民储蓄在岗职工平均工资邮局数社会商品零售总额货物进出口总额剧场影剧院数高校学生人数医院卫生院个数环境污染治理投资总额相关年底总人数1.000.459.870.670.692.484.000.928.530.140.466.471.854.386地区生产总值.4591.000.307.756.895.964.671.505.975.890.775.392.306.742客运量.870.3071.000.522.532.275-.013.896.354

4、.078.230.303.733.145货运量.670.756.5221.000.806.689.336.599.718.514.517.385.467.824固定资产投资总额.692.895.532.8061.000.893.498.639.924.625.741.568.514.679城乡居民储蓄.484.964.275.689.8931.000.669.509.979.825.813.435.393.705在岗职工平均工资.000.671-.013.336.498.6691.000.098.625.726.526.042.119.524邮局数.928.505.896.599.

5、639.509.0981.000.541.312.445.284.845.290社会商品零售总额.530.975.354.718.924.979.625.5411.000.805.820.523.378.682货物进出口总额.140.890.078.514.625.825.726.312.8051.000.627.090.059.592剧场影剧院数.466.775.230.517.741.813.526.445.820.6271.000.360.376.538高校学生人数.471.392.303.385.568.435.042.284.523.090.3601.000.241.31

6、4医院卫生院个数.854.306.733.467.514.393.119.845.378.059.376.2411.000.242环境污染治理投资总额.386.742.145.824.679.705.524.290.682.592.538.314.2421.000可以看出KMO值达到了0.748>0.5通过了检验可见：特征值的累计贡献率已前三个达到85.745%。所以取前三个特征值所对应的特征向量如下：第一特征向量U1第二特征向量U2第三特征向量U30.25370.40050.02360.3255-0.1906-0.01900.19440.4383-0.15710.29250.04

7、940.08950.33270.00300.14000.3245-0.17070.00620.1970-0.3452-0.32120.25260.3637-0.25230.3308-0.13770.08640.2504-0.3264-0.26040.2768-0.12190.00350.17370.09820.79180.20480.3864-0.24950.2586-0.16960.1248旋转前的成分矩阵如下：这样并不好清晰地把各变量归并重新命名，旋转后的成分矩阵