多元统计分析论文1

《多元统计分析论文1》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、U浙江财经学院东方学院《多元统计分析》课程论文论文题目：2011年我国农村居民生活消费分析学生姓名　徐妙　　学期2013年第二学期分院　信息专业统计班级　10统计1班　学　　号1020430112教师　彭武珍　成绩2013年6月17日2011年我国农村居民生活消费分析摘要：改革开放以来，我国广大地区农村居民生活水平普遍有所提高，价值观念也发生了许多变化，但是，他们的消费水平与城镇居民相比仍然偏低。本文综合了因子分析与聚类分析,先进行因子分析,再用因子分析的结果进行聚类分析，本文较多运用了31个省份的因子得分,计算出单因子情况下31个省份的得分和31个省份在八项消费产生的3个

2、因子上的综合得分,再把该得分作为31个省份的属性,采用离差平方和(ward)方法进行聚类,最后将城市分为四层，对整体进行综合评价和说明。关键词：因子分析；聚类分析；综合评价1引言当前我国农村居民的消费结构主要是偏重物质生活消费，精神生活消费的比例较低。商品消费主要集中于食品、居住以及日常生活物质消费等方面。而交通通讯、文教娱乐用品及服务等精神生活消费品消费比例较小。旅游休闲、家用汽车、耐用消费品等消费在绝大多数农村地区还处于未开发状态。因此,笔者就我国农村居民生活消费结构进行因子分析和聚类分析,以期对农村居民生活消费的问题作一研究,并以此寻求合理的解决思路。2因子分析2.1

3、因子分析统计思想因子分析模型是主成分分析的推广。它也是利用降维德思想，由研究原始变量相关矩阵内部的依赖关系出发，把一些具有错综复杂关系的变量归结为少数几个综合因子的一种多变量统计分析方法。其基本思想是根据相关性大小把原始变量分组，使得同组内的变量间相关性较高，而不同组的变量的相关性则较低。因子分析不仅可以用来研究变量之间的相关关系，还可以用来研究样品之间的相关关系。2.2因子的确定8利用2011年各地区农村居民家庭平均每人生活消费支出资料(见附表一，摘自《中国统计年鉴(2012)》),做因子相关性分析得：表1相关矩阵表食品衣着居住家庭设备及用品文教娱乐交通通信医疗保健其他相

4、关食品1.000.760.796.831.839.923.786.919衣着.7601.000.789.778.848.883.845.793居住.796.7891.000.888.814.843.846.846家庭设备及用品.831.778.8881.000.840.855.811.825文教娱乐.839.848.814.8401.000.896.883.892交通通信.923.883.843.855.8961.000.874.879医疗保健.786.845.846.811.883.8741.000.862其他.919.793.846.825.892.879.8621.0

5、00Sig.（单侧）食品.000.000.000.000.000.000.000衣着.000.000.000.000.000.000.000居住.000.000.000.000.000.000.000家庭设备及用品.000.000.000.000.000.000.000文教娱乐.000.000.000.000.000.000.000交通通信.000.000.000.000.000.000.000医疗保健.000.000.000.000.000.000.000其他.000.000.000.000.000.000.000由上面的结果可知，原始变量之间有较强的相关性，进行因子分析

6、是合适的。因子相关相关矩阵反映我国农村居民消费结构的各指标之间存在较高的相关性,而变量间存在较为明显的相关关系是应用因子分析提取主因子，并以此为依据构造评价体系的基础。因此存在可以采用因子分析进行分析的可能。82.3因子分析过程共同度描述的是变量Ｘi(i=1,2,…,m)对m个因子的依赖程度，也就是用m个因子描述变量的有效性。本文用因子分析法，选取特征值ｒ>0.2的变量作为主因子并计算其共同度。表2公因子方差分析表初始提取食品1.000.850衣着1.000.810居住1.000.841家庭设备及用品1.000.842文教娱乐1.000.890交通通信1.000.926医疗

7、保健1.000.863其他1.000.891提取方法：主成份分析。由表可以看出，主因子对每个变量指标有很强的解释力。表3解释的方差分析表成份初始特征值提取平方和载入合计方差的%累积%合计方差的%累积%16.91486.42086.4206.91486.42086.4202.3013.76990.1893.2743.42593.6144.1822.27595.8895.1331.66797.5566.1001.25098.8067.071.89099.6968.024.304100.0008提取方法：主成份分析。累计