(整理)多元统计分析课程设计.
课程设计报告
课程名称多元统计分析
}
专业统计学
班级统计学0901
学号 0109
姓名李宗藩
指导教师戴婷
2011年 12 月 19 日
】
湖南工程学院
课程设计任务书
课程名称多元统计分析
课题多元统计分析
>
专业班级统计学0901
学生姓名李宗藩
学号 0109
指导老师戴婷
审批
-
任务书下达日期 2011 年 12 月 19 日任务完成日期2011年 12 月 30日
目录
一：课程设计准备 (3)
（1）建立数据库 (3)
（2）分析数据库 (3)
二：聚类分析和判别分析 (3)
（1）聚类分析的步骤 (3)
（2）判别分析的步骤 (3)
（3）聚类分析的结果 (4)
（4）判别分析的的结果及分析 (4)
三：因子分析 (10)
（1）是否可进行因子分析的判断 (10)
（2）因子分析的步骤 (10)
（3）因子分析的结果及其分析 (11)
四：参考文献 (16)
五：总结 (17)
六：评分表 (18)
七：附录表 (19)
一：课程设计准备
（1）：建立和打开数据库
建立或打开数据文件，数据窗中输入待分析的数据，或利用File菜单中的Open功能打开已经存在的数据文件。《2010年各地区按主要行业分的全社会固定资产投资》。
（2）：分析数据库
样本数据来自中国2010年各地区按主要行业分的全社会固定资产投资，
见附表。在这里选取了我国的三十一个省份作为样本，描述固定资产投资行
业的变量有十九个：农、林、牧、副、渔业（x1），采矿业（x2），制造业（x3），
电力、燃气及水的生产和供应业（x4），建筑业（x5），交通运输、储蓄和邮
政业（x6），信息传输、计算机服务和软件业（x7），批发和零售业（x8），住
宿和餐饮业（x9），金融业（x10），房地产业（x11），租赁和商务服务业（x12），
科学研究、技术服务、地质勘察（x13），水利、环境、公共设施（x14），居
民服务和其他服务业（x15），教育（x16），卫生、社会保障和福利业（x17），
文化、体育、娱乐业（x18），公共管理和社会组织（x19）。
二：聚类分析和判别分析
(一)聚类分析的步骤
1. 按Analyze→Classify→K-means-cluster顺序单击菜单项，打开聚类分析
主对话框。
2. 选择分析变量送到右边的Variables栏中。
3. 在“Number of Cluster”中选择3，在Method选项中选择“Classify only”
4. 单击Save按钮，在对话框栏内选择Cluster membership选项，
5. 单击Option按钮，，在对话框Statistics栏内选择Initial cluster
centers选项，在对话框Missing Values栏内选择Exclude cases listwise 选项
(二) 判别分析的步骤
1. 按Analyze→Classify→Discriminant顺序单击菜单项，打开判别分析主对话框。
2. 主对话框左边的矩形框中选定分类变量，并用上面一个箭头按钮将其移到“Grouping Variable”框中。然后用其下面的“Define Range”输入最小变量和最大变量
3.选择判别变量送到右边的Independents栏中。在主对话框中选择“Enter independents together”
4. 在主对话框中单击“Statistics”按钮可以打开选择输出统计量的对话框，在对话框Description栏内选择Means选项，在对话框Function Coefficints 栏内选择Fisher’s和unstandardized选项，在对话框Matrices栏内选择Within-groups covariance选项。
5. 在主对话框中单击“classification”按钮，打开选择分类参数与分类结果对话框，除系统默认之外，在对话框Display栏内选择和Casewise results 选项和Summary table选项，在对话框Plots栏内选择三种。
6. 在主对话框中单击“Save...”可打开选择将各样品的判别结果保存于数据文件的对话框，选中“Predicted group membership”可保存各样品的预报（判别）分类；
选中“Discriminant scores”可保存各样品的典型判别函数值；
选中“Probabilities of group membership”可保存各样品的后验概率。
（三）聚类分析的结果
（四）：判别分析的的结果
交通运输、储蓄和邮政业
信息传输、计算机服务和软件业批发和零售业
住宿和餐饮业
金融业
房地产业
租赁和商务、服务业
科学研究、技术服务和地质勘查业水利、环境和公共设施管理业
居民服务和其他服务业
教育
卫生、社会保障和社会福利业
文化、体育和娱乐业
公共管理和社会组织
Eigenvalues（特征值）
Functio n Eigenvalu
e
% of
Variance Cumulative %
Canonical
Correlatio
n
1(a).991
2(a).935
a First 2 canonical discriminant functions were used in the analysis.两个典型判别分析，特征值（Eigenvalue）分别为和，典型相关系数（Canonical Correlation）分别为和，
Test of Function(s)Wilks'
Lambda
Chi-squar
e d
f Sig.
1 through 2.00238.000
2.12718.003
根据Wilks' Lambda 表，可知：=和很小，近视分布=和，相伴概率为和，小于，高度显著，所以各类的样本均值向量有显著性差异，因此判别有效。Classification Function Coefficients分类函数系数
Cluster Number of Case
123
农、林、牧、渔业.006
采矿业.005.003
制造业.001.010.062
电力、燃气及水的生产
和供应业
建筑业.017.061.266
卫生、社会保障和社会福利业
文化、体育和娱乐业.161.800
公共管理和社会组织.315.396
判别函数
123456
7891011
1213141516
171819
1
-2.655X-0.631X+1.775X-0.574X+0.574X+2.729X
+0.829X+2.457X+0.446X-1.115X-0.858X
-0.872X-0.587X-2.348X+1.335X+2.582X
-2.159X+0.161X+0.315X
Y=
Functions at Group Centroids（各组重心的函数值）
Cluster Number of
Case
Function
12
1
2.905
3
evaluated at group means
地区Actu
al
Grou
p
Highest Group Second Highest Group Discriminant
Scores
Pred
icte
d
Grou
p
2P(G=g
|
D=d)
Squared
Mahalanob
is
Distance
to
Centroid
Grou
p
P(G=g
|
D=d)
Squared
Mahalanob
is
Distance
to
Centroid
Functi
on 1
Functi
on 2
p d
f
北京1122
天津1122
河北2221
山西1122
内蒙古1122
辽宁2221
吉林2221
黑龙江1122
上海1122
江苏3322浙江2221安徽2221福建2221江西2221山东3322河南2221湖北2221湖南2221广东2221广西1122海南1122重庆1122四川2221贵州1122云南1122西藏1122陕西1122甘肃1122青海1122宁夏1122新疆1122
根据此图可以大概看出各类的分布，便于粗略的观察。
a % of original grouped cases correctly classified.
预测分组恰好与实际分组是一致的，判对率为100%
分析
第一类：北京天津山西内蒙古黑龙江上海广西海南重庆贵州云南西藏陕西甘肃青海宁夏新疆在主要行业分的全社会固定资产投资数额比较少，原因有：第一像北京天津上海重庆这些发达的地区，尽管经济较发达，但由于这些区域面积较小，固定投资数额较小，第二：像其它省市都是中国经济落后地区，固定投资额就比较少，但这些地区的矿产资源较丰富采矿业投资数额和其它类差不多。大部分的省市处于中国的西北，西南地区，经济落后，需要加强各个行业的投资。
第二类：河北辽宁吉林浙江安徽福建江西河南湖北湖南广东四川这些省在主要行业分的全社会固定资产投资数额相对比较多，原因有以下三点：第一，这些省大部分处于中部和沿海地区，经济较发达。第二，国家在十一五计划中实施中部崛起战略，促进了中部省的投资数额，第三：国家为保持沿海地区的经济发达，加强了投资。特别是房地产与制造业这两个产业投资数额非常大，主要因为这两个行业与国家的政策和人民的生活密切相关。
第三类：江苏山东属于沿海地区，在主要行业分的全社会固定资产投资数额相当大，总投资额分别为亿元和亿元占全国总投资的比率分别为和，大力促进经济的发展。
三：因子分析：
（1）是否可进行因子分析的判断
在进行因子分析前，作KMO and Bartlett's Test，
KMO and Bartlett's Test
Kaiser-Meyer-Olkin Measure of Sampling Adequacy值为。渐近的x^2=
较大，适合进行因子分析。
（2）因子分析的步骤
1. 打开spss软件
2. 按Analyze→Data Reduction→Factor顺序单击菜单项，打开因子分析主
对话框。
3. 选择分析变量送到右边的Variables栏中。
4. 单击Descriptives按钮，在对话框Statistics栏内选择Initial solution
选项，在Correlation Matrix选项选择Coefficients, KMO and Bartlett's Test of sphericity选项。
5. 在主对话框中单击Extraction按钮，相应的对话框中：
a) Method菜单中选择Principle components项，使用主成分分析方法。
b) Analyze栏中选择Correlation matrix项，分析相关矩阵。
c) Extract栏中选择Number of factors 4。
d) Display栏中选择Unrotated factor solution，显示未旋转的因子结
果。同样选择Scree plot，要求作出特征值的散点图。
e) Maximum iteration convagence 25，结束迭代的判据为到达最大迭代
次数25.
6. 主对话框中单击Score按钮。在相应的对话框中选择Save as variables，
并在Method栏中选择Rregression，要求通过回归方法计算因子得分并把因子得分作为变量保存到数据文件中。同时选择Display factor score coefficient matrix显示因子得分系数阵。
7. 主对话框中单击Rotation按钮。在相应对话框中选择Method,并在Method
栏中选择Varimax,在Display中选择Rotated solution和Loading plots 选项。
8. 主对话框中单击Options按钮。在相应对话框中选择Missing Values,并在
Missing Values栏中选择Exclude cases listwise选项。
9. 在主对话框中单击OK按钮执行运算。
（3）因子分析的结果及其分析
总方差分解Total Variance Explained
Extraction Method: Principal Component Analysis.
为各成分的公因子方差表。在选择提取公因子的数量时，选择了提取前3个公因子的方法。前3公因子可以解释总方差的近%，其余16因子只占%，可以说3因子可以解释总方差的绝大部分。
因子载荷阵Component Matrix(a)
a 3 components extracted.
方差最大正交旋转后因子载荷阵
文化、体育和娱乐业 .767 .422 .161 制造业
.761 .500 .150 住宿和餐饮业
.706 .618 .086 交通运输、储蓄和邮政业
.180
.896 .169
信息传输、计算机服务和软件业
.881 水利、环境和公共设施管理业 .467 .800 .227 房地产业
.553 .766 .071
电力、燃气及水的生产和供应业
.054 .737 .467
租赁和商务、服务业 .501 .676 卫生、社会保障和社会福利业 .468 .661 .456 金融业 .325 .618 .004 教育 .411 .617
.481 采矿业
.124 .869 农、林、牧、渔业
.394
.197
.828
Extraction Method: Principal Component Analysis.
Rotation Method: Varimax with Kaiser Normalization.
a Rotation converged in 5 iterations. A 为因子载荷阵
[]'
321,,F F F A X =
从上表可见，每个因子只有少数几个指标的因子载荷阵较大，因此可根据上表进行分类，将19个指标按高载荷分成三类，列于下表：
租赁和商务、服务业
卫生、社会保障和社会福利业
金融业
教育
3农、林、牧、渔业
采矿业
特征值散点图
特征值碎石图。可以看出前4特征值间的差异很大，其余的变化很小。从图中可以看出，取前4个因子是正确的。
地区因子得分
F1排名F2排名F3排名
北京191229
天津132123
河北585
山西31174
内蒙古25142
辽宁3518
吉林122211
黑龙江18196
上海27631
江苏2330
分析:
从第三类农、林、牧、渔业、采矿业来看这些都是原始的基础行业，投资额相对其它行业的投资来说比较居中，既保障了人民生产生活所需要的必要基础物质，又为其它行业做出了很大的贡献，从全国各个地区来看，同等级别的城市投资额的差别不是很大，经济发达地区如北京，上海这些地区投资额相对来说比较少，像河北，山东，四川这些地区在农、林、牧、渔业投资额比较大，在山西，内蒙古，河南，新疆这些地区矿产资源丰富，所以投资额相对交大。
第一类批发和零售业，公共管理和社会组织，居民服务和其他服务业，科学研究、技术服务和地质勘查业，建筑业，文化、体育和娱乐业，制造业，住宿和餐饮业这一类大多属于服务娱乐行业，这些行业大部分投资额相对较少，由于各个省市的地区规模与人口规模的不同，投资的数额差别比较大，例如批发和零售业河北，辽宁，山东，河南投资额比较大，最大山东亿元，而最少的重庆才亿元。
第二类交通运输、储蓄和邮政业，信息传输、计算机服务和软件业，水利、环境和公共设施管理业，房地产业，电力、燃气及水的生产和供应业，租赁和商务、服务业，卫生、社会保障和社会福利业，金融业，教育，这些属于第三产业，
在国名经济中占据很的地位，一部分的产业投资数额在整个国名经济投资中占有很大的一部分，由于现在经济的发展形势，如房地产业的投资数额达到了前所未有的数额，大大促进了房地产的发展，但根据今年房地产的发展情况却不容乐观，过快增长带来了副作用，但是这些行业确实给我们的经济和生活带来了很大的提高。
参考文献：
[1]于秀林任雪松编著《多元统计分析》.
[2]中国统计年鉴，高祥宝董寒青编著《数据分析与spss应用》
总结
首先我们由衷的感谢学校及老师提供给我们这样一次实际锻炼自己的机会，经过两周的学习与实验，本次课程设计即将结束，总的来说，经过这门课程的学习，收获还是相当多的。从选择数据到数据分析，再到得出结论，不仅巩固了原来学到的知识，而且学到了书本上没有的知识。
多元统计分析是研究客观事物中多个变量（或多个因素）之间相互依赖的统计规律性，利用多元分析的不同的方法对研究对象进行分类和简化。多元分析是实现做定量分析的有效工具。spss软件的应用，方便了我们对数据的统计与分析，对预测同类事物具有很大的作用，在国名经济的各个方面有着重大用途，如国家GDP的预测，股票的走势，各类物品价格的变动。。。
经过这次实践明白了只有在实际中反复的应用已学的知识，才能更好的掌握知识，学这门课程的知识用于实际，更好的了解社会的变化。
理学院课程设计评分表
课程名称：多元统计分析
教师签名：
日期：
（注：1．此页附在课程设计报告之后；2．综合成绩按优、良、中、及格和不及格五级评定。）2010年各地区按主要行业分的全社会固定资产投资
多元统计分析期末试题
一、填空题（20分） 1、若),2,1(),,(~)(n N X p 且相互独立，则样本均值向量X 服从的分布 为 2、变量的类型按尺度划分有_间隔尺度_、_有序尺度_、名义尺度_。 3、判别分析是判别样品 所属类型 的一种统计方法，常用的判别方法有__距离判别法_、Fisher 判别法、Bayes 判别法、逐步判别法。 4、Q 型聚类是指对_样品_进行聚类，R 型聚类是指对_指标(变量)_进行聚类。 5、设样品),2,1(,),,(' 21n i X X X X ip i i i ，总体),(~ p N X ，对样品进行分类常用的距离 2 ()ij d M )()(1j i j i x x x x ，兰氏距离()ij d L 6、因子分析中因子载荷系数ij a 的统计意义是_第i 个变量与第j 个公因子的相关系数。 7、一元回归的数学模型是： x y 10，多元回归的数学模型是： p p x x x y 22110。 8、对应分析是将 R 型因子分析和Q 型因子分析结合起来进行的统计分析方法。 9、典型相关分析是研究两组变量之间相关关系的一种多元统计方法。 二、计算题（60分） 1、设三维随机向量),(~3 N X ，其中 200031014，问1X 与2X 是否独立？),(21 X X 和3X 是否独立？为什么？ 解： 因为1),cov(21 X X ，所以1X 与2X 不独立。 把协差矩阵写成分块矩阵 22211211，),(21 X X 的协差矩阵为11 因为12321),),cov(( X X X ，而012 ，所以),(21 X X 和3X 是不相关的，而正态分布不相关与相互
多元课程论文_农村居民收入与支出多元统计分析
多元统计分析课程论文 -----我国农村居民收入与支出多元统计分析 班级：统计1203 姓名：李犁 学号：1304120724 2015年7月
目录 1.引言 (3) 1.1研究问题的背景 (3) 1.2研究问题的目的 (3) 2.分析方法的简单介绍 (4) 2.1主成分分析 (4) 2.1.1主成分分析的思想 (4) 2.1.2主成分分析的几何意义 (4) 2.2聚类分析 (5) 2.2.1聚类分析的思想 (5) 2.2.2聚类分析的过程 (5) 3.农村居民收入的多元统计分析 (5) 3.1主成分分析 (5) 3.2聚类分析 (7) 4. 农村居民支出的多元统计分析 (9) 4.1 主成份分析 (9) 4.2聚类分析 (11) 5. 结论 (13)
【摘要】本文主要研究农村居民收入与支出的相关问题，利用spss软件，首先对农村居民收入进行了数据的收集和整理，数据取自中国统计年鉴网络实时数据，利用多元统计分析中的主成分分析，分析影响农村居民收入的几个重要因素。再对其进行聚类分析，按照农村居民不同的收入对30个省、自治区、直辖市进行聚类，分出几个不同的收入等级。然后对农村居民支出情况的数据进行主成分分析，分析影响收入的因素，再对其进行聚类分析，分析不同的支出等级，最后将收入与支出综合分析，大致得出结论，我国实际的居民收入与消费结构还存在一定的不合理。 【关键词】农村居民收入农村居民支出主成分分析聚类分析 1.引言 1.1研究问题的背景 我国是发展中的农业人口大国，农业的基础地位和作用比任何国家都重要，小康目标能否全面实现，重点、难点在提高人民收入，要实现农村稳定，农民小康和农业现代化，前提条件就是要保持农民收入的持续稳定的快速发展。2000年，在国家连续三年扩大内需的宏观政策作用下，我国居民消费保持了稳中有旺的运行态势。但是从城乡消费结构来看，农村消费明显不如城市消费活跃。农村消费之所以增长缓慢，主要是因为农村居民收入停滞不前以及受到农村传统消费观念的主导 1.2研究问题的目的 劳动者报酬收入和家庭主营收入已成为农民收入的主要来源，但是由于我国经济发展的不平衡，各地区的农民收入有着很大不同，另一方面，经济改革使得地区之间、农民内部之间的富裕家庭和贫穷家庭之间的收入差距越来越大。“二元思维”造就了经济发展层面上的“两个中国”-----“城市中国”和“农村中国”，“三农”问题日益突出，“三农”问题的核心是农民问题，即农民利益和平等待遇问题，“三农”是我国的根本问题，建设现代化农业、发展农村经济、增加农民收入，始终是中国政府面临的重大问题如何客观准确的分析这些差异，具有重要的理论和实际意义，因此，本文试图用多元统计分析对我国各地区农民收入来源及消费支出问题进行全面深入的分析。
多元统计分析实例汇总
多元统计分析实例 院系:商学院 学号: 姓名:
多元统计分析实例 本文收集了2012年31个省市自治区的农林牧渔和相关农业数据,通过对对收集的数据进行比较分析对31个省市自治区进行分类.选取了6个指标农业产值,林业产值.牧业总产值,渔业总产值,农村居民家庭拥有生产性固定资产原值,农村居民家庭经营耕地面积. 数据如下表: 一.聚类法
设定4个群聚,采用了系统聚类法.下表为spss分析之后的结果.
Rescaled Distance Cluster Combine C A S E 0 5 10 15 20 25 Label Num +---------+---------+---------+---------+---------+ 内蒙 5 -+ 吉林 7 -+ 云南 25 -+-+ 江西 14 -+ +-+ 陕西 27 -+-+ | 新疆 31 -+ +-+ 安徽 12 -+-+ | | 广西 20 -+ +-+ +-------+ 辽宁 6 ---+ | | 浙江 11 -+-----+ | 福建 13 -+ | 重庆 22 -+ +---------------------------------+ 贵州 24 -+ | | 山西 4 -+---+ | | 甘肃 28 -+ | | | 北京 1 -+ | | | 青海 29 -+ +---------+ | 天津 2 -+ | | 上海 9 -+ | | 宁夏 30 -+---+ | 西藏 26 -+ | 海南 21 -+ | 河北 3 ---+-----+ | 四川 23 ---+ | | 黑龙江 8 -+-+ +-------------+ | 湖南 18 -+ +---+ | | | 湖北 17 -+-+ +-+ +-------------------------+ 广东 19 -+ | | 江苏 10 -------+ | 山东 15 -----------+-----------+ 河南 16 -----------+
多元统计分析模拟试题教学提纲
多元统计分析模拟试 题
多元统计分析模拟试题（两套：每套含填空、判断各二十道） A卷 1)判别分析常用的判别方法有距离判别法、贝叶斯判别法、费歇判别法、逐 步判别法。 2)Q型聚类分析是对样品的分类，R型聚类分析是对变量_的分类。 3)主成分分析中可以利用协方差矩阵和相关矩阵求解主成分。 4)因子分析中对于因子载荷的求解最常用的方法是主成分法、主轴因子法、 极大似然法 5)聚类分析包括系统聚类法、模糊聚类分析、K-均值聚类分析 6)分组数据的Logistic回归存在异方差性，需要采用加权最小二乘估计 7)误差项的路径系数可由多元回归的决定系数算出，他们之间的关系为 = 8)最短距离法适用于条形的类，最长距离法适用于椭圆形的类。 9)主成分分析是利用降维的思想，在损失很少的信息前提下，把多个指标转 化为几个综合指标的多元统计方法。 10)在进行主成分分析时，我们认为所取的m（m 四川理工学院 《多元统计分析课程设计》报告 题目: 中国国有控股工业行业的经济效益评价 学生：雷鹏程何君李西京 曾学成白俊明 专业：统计学 指导教师：柏宏斌 四川理工学院理学院 二零一四年十二月 中国国有控股工业行业的经济效益评价 摘要 本文主要研究了中国国有控股工业行业的经济效益，对反映行业经济效益的总资产贡献率、资产负债率、流动资产周转次数、工业成本费用利润率和产品销售率等五个经济指标进行主成分分析，提取反映行业盈利能力和市场能力的两个综合指标。然后通过因子分析法分析反映经济效益的各指标的内部结构，表明行业经济效益主要由盈利能力和市场能力两个公因子决定。根据各行业在盈利能力上的得分和市场能力上的得分将工业行业分为五类，并对各行业经济效益进行综合评价。然后用聚类分析对综合评价结果进行验证，表明综合评价较为客观合理。最后，本文给出相应的政策建议。 关键字：主成分分析、因子分析、聚类分析。 一、引言 改革开放以来，工业始终是我国经济发展的主要支柱。作为社会主义国家，我国国有及国有控股工业行业掌控着国家工业发展命脉，对国民经济、社会协调发展具有巨大推动作用。因此，考核工业行业的经济效益，对挖掘重点行业和弱势行业，提高整个国有工业企业的经济效益等具有重大的现实意义。企业或行业的经济效益由众多因素来刻 画，目前反映行业经济效益主要有总资产贡献率、资产负债率、流动资产周转次数、工业成本费用利润率和产品销售率等五个经济指标1。这些众多指标虽然能从多方面对行业的经济效益进行全面考察，但也在一定程度增加了分析问题的复杂性。在损失少量信息的前提下，设计一个或少数几个综合指标，并用较少的综合指标对工业经济效益进行分析评价，能够简化问题。此外，挖掘出反映经济效益的众多指标的内在基本结构，有助于指出各行业经济效益的主要决定因素及瓶颈，也有助于对各行业经济效益进行综合评价。 二、文献综述 大量国内文献从灰色系统理论、多元统计分析方法、层次分析法、模糊综合评判法、 数据包络分析法等理论与方法，考察了中国各行业、企业或地区经济效益的研究与综合评价。华中生、梁梁等用模糊聚类方法与数据包络分析分类法考察了合肥工业行业的经济状况，将各工业行业按经济效益的状况分为高、较高、一般、较差和差等五类[1]（华中生、梁梁，1995）。王树岭等人利用TOPSIS 模型，对吉林省轻工业17个主要行业的经济效益进行了综合评价与排序，确定出相应的优势行业（王树岭等，1999）。本文以2008年国有及国有控股的主要工业行业为研究对象，通过主成分分析和因子分析法，再次对各工业行业的经济效益进行分析与评价，并结合聚类分析法来验证综合评价的结果。 三、数据来源 反映经济效益的指标较多，不同文献中选取的指标不尽相同。本文采用国家统计局最新公布的五个指标：总资产贡献率、资产负债率、流动资产周转次数、工业成本费用利润率和产品销售率，分别记为1X 至5X 。总资产贡献率(1X )反映企业全部资产的获利能力。资产负债率（2X ）既反映企业经营风险的大小，也反映企业利用债权人提供的资金从事经营活动的能力。流动资产周转次数（3X ）反映投入工业企业流动资金的周转速度。成本费用利润率（4X ）反映企业投入的生产成本及费用的经济效益。产品销售率（5X ）反映工业产品已实现销售的程度。选取39个主要工业行业的数据整理如附录表1所示。 四、模型基本理论建立 主成分分析的基本理论 设对某一事物的研究涉及p 个指标，分别用1X ，2X ，…, P X 表示，这p 个指标构成的p 维随机向量为),,(21'=P X X X X Λ。设随机向量X 的均值为μ，协方差矩阵为∑。 对X 进行线性变换，可以形成新的综合变量，用Y 表示，也就是说，新的综合向量 1 《国家统计年鉴2009年》用这五大指标来反映工业行业的经济效益。 多元统计分析方法 Document serial number【UU89WT-UU98YT-UU8CB-UUUT-UUT108】 多元统计分析概述 目录 一、引言 (3) 二、多元统计分析方法的研究对象和主要内容 (3) 1.多元统计分析方法的研究对象 (3) 2.多元统计分析方法的主要内容 (3) 三、各种多元统计分析方法 (3) 1.回归分析 (3) 2.判别分析 (6) 3.聚类分析 (8) 4.主成分分析 (10) 5.因子分析 (10) 6. 对应分析方法 (11) 7. 典型相关分析 (11) 四、多元统计分析方法的一般步骤 (12) 五、多元统计分析方法在各个自然领域中的应用 (12) 六、总结 (13) 参考文献 (14) 谢辞 (15) 一、引言 统计分布是用来刻画随机变量特征及规律的重要手段，是进行统计分布的基础和提高。多元统计分析方法则是建立在多元统计分布基础上的一类处理多元统计数据方法的总称，是统计学中的具有丰富理论成果和众多应用方法的重要分支。在本文中，我们将对多元统计分析方法做一个大体的描述，并通过一部分实例来进一步了解多元统计分析方法的具体实现过程。 二、多元统计分析方法的研究对象和主要内容 （一）多元统计分析方法的研究对象 由于大量实际问题都涉及到多个变量，这些变量又是随机变量，所以要讨论多个随机变量的统计规律性。多元统计分析就是讨论多个随机变量理论和统计方法的总称。其内容包括一元统计学中某些方法的直接推广，也包括多个随即便量特有的一些问题，多元统计分析是一类范围很广的理论和方法。 现实生活中，受多个随机变量共同作用和影响的现象大量存在。统计分析中，有两种方法可同时对多个随机变量的观测数据进行有效的分析和研究。一种方法是把多个随机变量分开分析，一次处理一个随机变量，分别进行研究。但是，这样处理忽略了变量之间可能存在的相关性，因此，一般丢失的信息太多，分析的结果不能客观全面的反映整个问题，而且往往也不容易取得好的研究结论。另一种方法是同时对多个随机变量进行研究分析，此即多元统计方法。通过对多个随即便量观测数据的分析，来研究随机变量总的特征、规律以及随机变量之间的相互 22121212121 ~(,),(,),(,),, 1X N X x x x x x x ρμμμμσρ ?? ∑==∑= ??? +-1、设其中则Cov(,)=____. 10 31 2~(,),1,,10,()()_________i i i i X N i W X X μμμ=' ∑=--∑L 、设则=服从。 ()1 2 34 433,4 92, 3216___________________ X x x x R -?? ?'==-- ? ?-? ? =∑、设随机向量且协方差矩阵则它的相关矩阵 4、 __________， __________， ________________。 215,1,,16(,),(,)15[4()][4()]~___________i p p X i N X A N T X A X μμμμ-=∑∑'=--L 、设是来自多元正态总体和分别为正态总体的样本均值和样本离差矩阵,则。 12332313116421(,,)~(,),(1,0,2),441, 2142X x x x N x x x x x μμ-?? ?'=∑=-∑=-- ? ?-?? -?? + ??? 、设其中试判断与是否独立？ (), 1 2 3设X=x x x 的相关系数矩阵通过因子分析分解为 211X h = 的共性方差111X σ= 的方差21X g = 1公因子f 对的贡献1213 30.93400.1280.9340.4170.8351100.4170.8940.02700.8940.44730.8350.4470.10320 13 R ? ? - ????? ? -?? ? ? ?=-=-+ ? ? ? ??? ? ? ????? ? ??? 一、判断题 （ 对 ）112(,,,)p X X X X '=L 的协差阵一定是对称的半正定阵 （ 对 ）2标准化随机向量的协差阵与原变量的相关系数阵相同。 （ 对）3典型相关分析是识别并量化两组变量间的关系，将两组变量的相关关系 的研究转化为一组变量的线性组合与另一组变量的线性组合间的相关关系的研究。 （ 对 ）4多维标度法是以空间分布的形式在低维空间中再现研究对象间关系的数据分析方法。 （ 错）5),(~),,,(21∑'=μp p N X X X X Λ，,X S 分别是样本均值和样本离差阵，则, S X n 分别是,μ∑的无偏估计。 （ 对）6),(~),,,(21∑'=μp p N X X X X Λ，X 作为样本均值μ的估计，是 无偏的、有效的、一致的。 （ 错）7 因子载荷经正交旋转后，各变量的共性方差和各因子的贡献都发生了变化 （ 对）8因子载荷阵()ij A a =中的ij a 表示第i 个变量在第j 个公因子上的相对重要性。 （ 对 ）9 判别分析中，若两个总体的协差阵相等，则Fisher 判别与距离判别等 价。 （对）10距离判别法要求两总体分布的协差阵相等，Fisher 判别法对总体的分布无特定的要求。 二、填空题 1、多元统计中常用的统计量有：样本均值向量、样本协差阵、样本离差阵、样本相关系数矩阵． 2、设∑是总体1(,,)m X X X =L 的协方差阵，∑的特征根(1,,)i i m λ=L 与相应的单 位正交化特征向量 12(,,,)i i i im a a a α=L ，则第一主成分的表达式是 11111221m m y a X a X a X =+++L ，方差为 1λ。 3设∑是总体1234(,,,)X X X X X =的协方差阵，∑的特征根和标准正交特征向量分别 为：' 112.920(0.1485,0.5735,0.5577,0.5814)U λ==--- ' 221.024(0.9544,0.0984,0.2695,0.0824)U λ==- '330.049(0.2516,0.7733,0.5589,0.1624)U λ==-- HUNAN UNIVERSITY 课程论文 论文题目：有关我国居民消费因素的分析指导老师： 学生名字： 学生学号： 专业班级：经济统计 学院名称： xxx学院 目录 概述 (1) 一、引言 (2) 二、数据概述系 (2) 三、分析方法 (3) 四、数据分析 (3) （一）相关分析 (3) （二）因子分析 (10) （三）聚类分析 (15) 五、分析与建议 (18) 六、心得体会 (19) 参考文献 (20) 有关我国居民消费因素的分析 概述 生活离不开消费，随着社会发展，生活水平提高，消费也在逐渐变化，并且随着经济发展，各个地区的发展水平的差异，消费也产生了不同的变化，此篇论文主要目的是利用多元统计的方法，借助spss软件，对我国31个地区的居民消费情况进行分析。了解我国31个地区的居民消费情况与统计指标食品烟酒、衣着、居住等8个指标之间的一些联系。并且通过因子得分，计算并排列出消费因素的综合得分，最后通过聚类分析，对我国31个地区的居民消费情况做一个大致分类，进而对各个地区分类后的情况做一个分析和总结并结合文献以及资料提出一些意见和看法。 一.引言 消费在宏观经济学中，指某时期一人或一国用于消费品的总支出。与经济活动有着密不可分的关系，消费作为社会再生产的最终阶段，是生产者生产产品的目的和导向。如果没有了消费，生产的存在也会变得毫无意义，消费促进了生产，给生产带来了源动力。消费者的消费需求，也推动了生产的发展。并且消费促进了货币流通，提供了就业岗位，降低失业率，拉动了经济增长，最终有助于提高人民的生活水平。消费是国民经济保持增长的动力，只有拉动消费需求的增长，才能促进投资，促进产业结构的调整、宏观经济的增长，满足人民的物质生活的需求，实现生活水平的提高。 故消费和生活水平有着密切的关系，从而，通过对我国居民消费水平的分析，不但可以直观了解到我国总的消费趋向，各地区不同的消费主导因素，还能客观反映我国总的生活水平也就是经济发展的大致情况。统计年鉴中的八项指标：食品烟酒、衣着、居住、生活用及服务、交通通信、教育文化娱乐、医疗保健、其他用品及服务。囊括了居民消费的全部项目，居民日常消费可以清楚地从数据中了解到。再通过分析和整合，最终可以大致分析我国总体的消费倾向以及各个地区的异同点。再结合文献资料了解分析产生异同的原因，进而对我国的总体消费水平做一个最终概括。 二.数据概述 数据来源：2015年《中国统计年鉴》 指标： 多元统计分析课程论文 Company Document number：WUUT-WUUY-WBBGB-BWYTT-1982GT 《应用多元统计分析》期末 论文 农村居民生活消费分析 ——2014年我国农村居民消费分析 目录 农村居民生活消费分析 ——2014年我国农村居民消费分析 摘要：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。在2014 年农村居民消费结构的数据基础上, 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, 最后将城市分为三层，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 2014年我国农村居民消费分析 一、引言 由于我国国土辽阔,自然条件差异很大,经济发展极不平衡,一些地区、一些乡村、一些居民群体的生活目前与小康指标仍有差距,有的甚至还没有解决温饱问题。我国现有65%的人口在农村,农村居民的生活问题是全面建设小康社会的主要问题。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。 二、因子分析法 、统计思想 因子分析的基本思想是通过对变量相关系数矩阵内部结构的研究，找出能控制所以变量的少数几个随机变量去描述多个变量之间的相关关系，并依据相关性的大小将变量分组，使得同组内的变量之间相关性较高，不同组的变量相关性较低。每组代表一个基本结构，这个基本结构成为公共因子。对于所研究的问题试图用最小个数的不可观测的所谓公共因子的线性函数与特殊因子之和来描述原来可观测的每一个变量。 、因子的确定 利用2014年各地区农村居民家庭平均每人生活消费支出资料。摘自《中国统计年鉴(2015)》做因子相关性分析得： 表一、相关矩阵表 精品资料 一、对我国30个省市自治区农村居民生活水平作聚类分析 1、指标选择及数据：为了全面分析我国农村居民的生活状况，主要考虑从收入、消费、就业等几个方面对农村居民的生活状况进行考察。因此选取以下指标：农村产品价格指数、农村住宅投资、农村居民消费水平、农村居民消费支出、农村居民家庭人均纯收入、耕地面积及农村就业人数。现从２０１０年的调查资料中 ２、将数据进行标准化变换： ３、用Ｋ－均值聚类法对样本进行分类如下： 分四类的情况下，最终分类结果如下： 第一类：北京、上海、浙江。 第二类：天津、、辽宁、、福建、甘肃、江苏、广东。 第三类：浙江、河北、内蒙古、吉林、黑龙江、安徽、山东、河南、湖北、四川、云南。 第四类：山西、青海、宁夏、新疆、重庆、贵州、陕西、湖南、广西、江西、。从分类结果上看，根据２０１０年的调查数据，第一类地区的农民生活水平较高，第二类属于中等水平，第三类、第四类属于较低水平。 二、判别分析 针对以上分类结果进行判别分析。其中将新疆作作为待判样本。判别结果如下: **. 错误分类的案例 从上可知，只有一个地区判别组和原组不同，回代率为96%。 下面对新疆进行判别： 已知判别函数系数和组质心处函数如下： 判别函数分别为：Y1=0.18x1 +0.493x2 + 0.087x3 + 1.004x4 + 0.381x5 -0.041x6 -0.631x7 Y2=0.398x1+0.687x2 + 0.362x3 + 0.094x4 -0.282x5 + 1.019x6 -0.742x7 Y3=0.394x1-0.197x2 + 0.243x3-0.817x4 + 0.565x5-0.235x6 + 0.802x7 将西藏的指标数据代入函数得：Y1=-1.08671 Y2=-0.62213 Y3=-0.84188 计算Y值与不同类别均值之间的距离分别为：D1=138.5182756 D2=12.11433124 D3=7.027544292 D4=2.869979346 经过判别，D4最小，所以新疆应归于第四类，这与实际情况也比较相符。 三，因子分析： 分析数据在上表的基础上去掉两个耕地面积和农村固定资产投资两个指标。经spss软件分析结果如下: 基于主成分分析的我国地区经济指标研究 09统计班徐晓旺 【摘要】 地区经济的发展对我国现代化进程形成巨大的推动作用，而经济指标是评判地区发展水平的重要标志。根据搜集的相应数据建立数据库，基于主成分分析、同时运用聚类分析以及判别分析的多元统计方法，对全国各地区的经济状况进行综合指标分析。研究各省经济发展在全国的分布特征、筛选出具备可对比性的指标，进而探究造成差异的原因，同时具有针对性地提出相关建议。 【关键词】 主成分分析；聚类分析；判别分析；地区经济指标 一、引言 随着社会的不断进步，经济发展的车轮将会继续滚动。在整体水平提升的同时不难发现：我国各地区间发展势必存留着一定的差距，了解其具体的分布特征注定会是一个非常值得深入挖掘的信息。结合对进出口总额、居民消费水平等9个经济指标的研究，致力于分析各地区硬件发展水平、人民生活状况的异同与经济发展的相关性。 本文将对中国31个省份地区的经济指标进行分析。首先，应用主成分分析的方法对众多指标做降维处理并赋予各主成分以实际意义以获取综合性指标；进而，基于主成分分析结果通过聚类分析法把我国的31个地区分类；最后，根据聚类的结果建立判别函数同时运用判别分析将新疆、广东两个省份归类。 二、主成分分析 搜集到的经济指标为：进出口总额、地区生产总值、固定资产投资、邮电业务量、客运量、货运量、公交车运营数、居民平均工资和居民消费水平这九项指标。 在运用SPSS软件对以上数据开始分析前首先进行标准化处理，接着通过SPSS的操作，得到了如下的总方差分解结果（见表一）： 表一 由表一中结果可以看到保留2个主成分为宜，这2个主成分集中了原始9个变量信息的88.392%，可见效果比较好，这样原来的9个指标就可以通过这2个综合指标来反映。此时，这2个主成分就起到了降维的作用。通过SPSS进一步的操作还可以得到如下的主成分系数矩阵（见表二）： 表二 由表二可以得出前2个主成分的线性组合为： Y1 = 0.852 X1 + 0.979 X2 + 0.821 X3 + 0.957 X4 + 0.885 X5 + 0.742 X6 + 0.967 X7 + 0.226 X8 + 0.513 X9 Y2 = 0.393 X1 - 0.113 X2 - 0.419 X3 - 0.032 X4 - 0.233 X5 - 0.483 X6 + 0.109 X7 + 0.915 X8 + 0.786 X9 通过对上述线性组合的观察，我们可以得出：在主成分1中进出口总额、地区生产总值、固定资产投资、邮电业务量、客运量、货运量和公交车运营数这几项指标的系数明显比主成分2的系数大，可以将Y1归类为地区经济发展中的硬件基础指标；在主成分2中平均工资和消费水平指标的系数最大，可以将Y2归类为地区经济发展中的居民生活指标。 这样就将繁冗的9个指标归结为上述2个，这两项指标相互作用，共同反映地区经济发展情况。 主成分得分如下（见表三）： 表三 第一章： 多元统计分析研究的内容（5点） 1、简化数据结构（主成分分析） 2、分类与判别（聚类分析、判别分析） 3、变量间的相互关系（典型相关分析、多元回归分析） 4、多维数据的统计推断 5、多元统计分析的理论基础 第二三章： 二、多维随机变量的数字特征 1、随机向量的数字特征 随机向量X 均值向量： 随机向量X 与Y 的协方差矩阵： 当X=Y 时Cov （X ，Y ）=D （X ）；当Cov （X ，Y ）=0 ，称X ，Y 不相关。 随机向量X 与Y 的相关系数矩阵： )',...,,(),,,(2121P p EX EX EX EX μμμ='=Λ)')((),cov(EY Y EX X E Y X --=q p ij r Y X ?=)(),(ρ 2、均值向量协方差矩阵的性质 (1).设X ，Y 为随机向量，A ，B 为常数矩阵 E （AX ）=AE （X ）； E （AXB ）=AE （X ）B; D(AX)=AD(X)A ’; Cov(AX,BY)=ACov(X,Y)B ’; (2).若X ，Y 独立，则Cov(X,Y)＝０，反之不成立． (3).X 的协方差阵D(X)是对称非负定矩阵。例2.见黑板 三、多元正态分布的参数估计 2、多元正态分布的性质 (1).若 ,则E(X)= ,D(X)= . 特别地，当 为对角阵时， 相互独立。 (2).若 ，Ａ为sxp 阶常数矩阵，d 为s 阶向量， ＡＸ＋d ～ . 即正态分布的线性函数仍是正态分布． (3).多元正态分布的边缘分布是正态分布，反之不成立． (4).多元正态分布的不相关与独立等价． 例３．见黑板． 三、多元正态分布的参数估计 (1)“ 为来自p 元总体X 的（简单）样本”的理解---独立同截面． (2)多元分布样本的数字特征---常见多元统计量 样本均值向量 ＝ 样本离差阵Ｓ＝ 样本协方差阵Ｖ＝ S ;样本相关阵Ｒ (3) ,Ｖ分别是 和 的最大似然估计； (4)估计的性质 是 的无偏估计； ,Ｖ分别是 和 的有效和一致估计； ； Ｓ～ ， 与Ｓ相互独立； 第五章 聚类分析： 一、什么是聚类分析 ：聚类分析是根据“物以类聚”的道理，对样品或指标进行分类的一种多元统计分析方法。用于对事物类别不清楚，甚至事物总共可能有几类都不能确定的情况下进行事物分类的场合。聚类方法：系统聚类法（直观易懂）、动态聚类法（快）、有序聚类法（保序）...... Q-型聚类分析（样品）R-型聚类分析（变量） 变量按照测量它们的尺度不同，可以分为三类：间隔尺度、有序尺度、名义尺度。 二、常用数据的变换方法:中心化变换、标准化变换、极差正规化变换、对数变换（优缺点） 1、中心化变换（平移变换）：中心化变换是一种坐标轴平移处理方法，它是先求出每个变量的样本平均值，再从原始数据中减去该变量的均值，就得到中心化变换后的数据。不改变样本间的相互位置，也不改变变量间的相关性。 2、标准化变换：首先对每个变量进行中心化变换，然后用该变量的标准差进行标准化。 经过标准化变换处理后，每个变量即数据矩阵中每列数据的平均值为0，方差为1，且也不再具有量纲，同样也便于不同变量之间的比较。 3、极差正规化变换（规格化变换）：规格化变换是从数据矩阵的每一个变量中找出其最大值和最小值，这两者之差称为极差，然后从每个变量的每个原始数据中减去该变量中的最小值，再除以极差。经过规格化变换后，数据矩阵中每列即每个变量的最大数值为1，最小数值为0，其余数据取值均在0－1之间；且变换后的数据都不再具有量纲，便于不同的),(~∑μP N X μ∑μp X X X ,,,21Λ),(~∑μP N X ) ,('A A d A N s ∑+μ)()1(,, n X X ΛX )',,,(21p X X X Λ)')(()()(1X X X X i i n i --∑=n 1X μ∑μX )1,(~∑n N X P μ),1(∑-n W p X X 湖北省各地区经济差异的多元统计分析 摘要 本文通过多元统计分析的方法，对湖北省各地区主要的经济指标进行因子分析和方差分析，进而可以得出湖北省12个城市的经济发展水平的差异，由因子分析的结果可知，这12个城市的综合经济实力从大到小的排名依次为武汉、宜昌、襄樊、黄石、荆州、十堰、鄂州、荆门、随州、孝感、黄冈、咸宁。由方差分析的结果可知，以武汉为中心，根据地理位置将这12个城市划分为四个地区：武汉以东的地区（黄石、鄂州、黄冈）、武汉以南的地区（孝感、荆州）、武汉以西的地区（宜昌、荆门、随州）、武汉以北的地区（十堰、襄樊、咸宁）这四个地区的经济发展趋于稳定。根据分析的结果我们可以为湖北省经济的稳步发展出一份薄力。 关键词经济指标；因子分析；方差分析 multivariate statistical analysis of Hubei regional economic disparities Abstract By multivariate statistical analysis method Hubei region of the main economic indicators for factor analysis and analysis of variance.thus can reach12cities in Hubei Province in the level of economic development,ranging from factor analysis of the results,This12cities in the overall economic strength of the smallest order of the rankings Wuhan,Yichang,Xiangfan,Huangshi,Jingzhou,Shiyan,Ezhou,Jingmen, Suizhou,Xiaogan,Huanggang,Xianning.By analysis of variance to the results,with Wuhan at the center,according to this location12cities is divided into four areas:the area to the east of Wuhan(Huangshi,Ezhou,Huanggang),in the area south of Wuhan (Xiaogan,Jingzhou)Wuhan west of the region(Yichang,Jingmen,Suizhou),the area to the north of Wuhan(Shiyan,Xiangfan,Xianning)The four areas of economic development has become stable.According to the results of the analysis we will be able to Hubei's steady economic development of a thin edge. Key words：Economic indicators；Factor analysis；Analysis of variance 多元统计分析重点宿舍版 第一讲：多元统计方法及应用；多元统计方法分类（按变量、模型、因变量等） 多元统计分析应用 选择题：①数据或结构性简化运用的方法有：多元回归分析，聚类分析，主成分分析，因子分析 ②分类和组合运用的方法有：判别分析，聚类分析，主成分分析 ③变量之间的相关关系运用的方法有：多元回归，主成分分析，因子分析， ④预测与决策运用的方法有：多元回归，判别分析，聚类分析 ⑤横贯数据：{因果模型(因变量数)：多元回归，判别分析相依模型(变量测度)：因子分析，聚类分析 多元统计分析方法 选择题：①多元统计方法的分类：1）按测量数据的来源分为：横贯数据（同一时间不同案例的观测数据），纵观数据（同样案例在不同时间的多次观测数据） 2）按变量的测度等级（数据类型）分为：类别（非测量型）变量，数值型（测量型）变量 3）按分析模型的属性分为：因果模型，相依模型 4）按模型中因变量的数量分为：单因变量模型，多因变量模型，多层因果模型 第二讲：计算均值、协差阵、相关阵；相互独立性 第三讲：主成分定义、应用及基本思想，主成分性质，主成分分析步骤 主成分定义：何谓主成分分析 就是将原来的多个指标（变量）线性组合成几个新的相互无关的综合指标（主成分），并使新的综合指标尽可能多地反映原来的指标信息。 主成分分析的应用 ：（1）数据的压缩、结构的简化；（2）样品的综合评价，排序 主成分分析概述——思想：①（1）把给定的一组变量X1,X2,…XP ,通过线性变换，转换为一组不相关的变量Y1，Y2，…YP 。（2）在这种变换中，保持变量的总方差（X1，X2，…Xp 的方差之和）不变，同时，使Y1具有最大方差，称为第一主成分；Y2具有次大方差，称为第二主成分。依次类推，原来有P 个变量，就可以转换出P 个主 第一章： 多元统计分析研究的容（5点） 1、简化数据结构（主成分分析） 2、分类与判别（聚类分析、判别分析） 3、变量间的相互关系（典型相关分析、多元回归分析） 4、多维数据的统计推断 5、多元统计分析的理论基础 第二三章： 二、多维随机变量的数字特征 1、随机向量的数字特征 随机向量X均值向量： 随机向量X与Y的协方差矩阵： 当X=Y时Cov（X，Y）=D（X）；当Cov（X，Y）=0 ，称X，Y不相关。 随机向量X与Y的相关系数矩阵： 2、均值向量协方差矩阵的性质 (1).设X，Y为随机向量，A，B 为常数矩阵 E（AX）=AE（X）； E（AXB）=AE（X）B; D(AX)=AD(X)A’; )' ,..., , ( ) , , , ( 2 1 2 1P p EX EX EX EXμ μ μ = ' = )' )( ( ) , cov(EY Y EX X E Y X- - = q p ij r Y X ? =) ( ) , (ρ Cov(AX,BY)=ACov(X,Y)B ’; (2).若X ，Y 独立，则Cov(X,Y)＝０，反之不成立． (3).X 的协方差阵D(X)是对称非负定矩阵。例2.见黑板 三、多元正态分布的参数估计 2、多元正态分布的性质 (1).若 ,则E(X)= ,D(X)= . 特别地，当 为对角阵时， 相互独立。 (2).若 ，Ａ为sxp 阶常数矩阵，d 为s 阶向量， ＡＸ＋d ～ . 即正态分布的线性函数仍是正态分布． (3).多元正态分布的边缘分布是正态分布，反之不成立． (4).多元正态分布的不相关与独立等价． 例３．见黑板． 三、多元正态分布的参数估计 (1)“ 为来自p 元总体X 的（简单）样本”的理解---独立同截面． (2)多元分布样本的数字特征---常见多元统计量 样本均值向量 ＝ 样本离差阵Ｓ＝ 样本协方差阵Ｖ＝ S ;样本相关阵Ｒ (3) ,Ｖ分别是 和 的最大似然估计； (4)估计的性质 是 的无偏估计； ,Ｖ分别是 和 的有效和一致估计； ； Ｓ～ ， 与Ｓ相互独立； 第五章 聚类分析： 一、什么是聚类分析 ：聚类分析是根据“物以类聚”的道理，对样品或指标进行分类的一种多元统计分析方法。用于对事物类别不清楚，甚至事物总共可能有几类都不能确定的情况下进行事物分类的场合。聚类方法：系统聚类法（直观易懂）、动态聚类法（快）、有序聚类法（保序）...... Q-型聚类分析（样品）R-型聚类分析（变量） 变量按照测量它们的尺度不同，可以分为三类：间隔尺度、有序尺度、名义尺度。 二、常用数据的变换方法:中心化变换、标准化变换、极差正规化变换、对数变换（优缺点） 1、中心化变换（平移变换）：中心化变换是一种坐标轴平移处理方法，它是先求出每个变量的样本平均值，再从原始数据中减去该变量的均值，就得到中心化变换后的数据。不改变样本间的相互位置，也不改变变量间的相关性。 2、标准化变换：首先对每个变量进行中心化变换，然后用该变量的标准差进行标准化。 经过标准化变换处理后，每个变量即数据矩阵中每列数据的平均值为0，方差为1，且也不再具有量纲，同样也便于不同变量之间的比较。 3、极差正规化变换（规格化变换）：规格化变换是从数据矩阵的每一个变量中找出其最大值和最小值，这两者之差称为极差，然后从每个变量的每个原始数据中减去该变量中的最小值，再除以极差。经过规格化变换后，数据矩阵中每列即每个变量的最大数值为1，最小数值为0，其余数据取值均在0－1之间；且变换后的数据都不再具有量纲，便于不同的变量之间的比较。 4、对数变换：对数变换是将各个原始数据取对数，将原始数据的对数值作为变换后的新值。它将具有指数特征的数据结构变换为线性数据结构。 三、样品间相近性的度量 研究样品或变量的亲疏程度的数量指标有两种：距离，它是将每一个样品看作p 维空),(~∑μP N X μ∑μp X X X ,,,21 ),(~∑μP N X ),('A A d A N s ∑+μ)()1(,,n X X X )',,,(21p X X X )')(()()(1X X X X i i n i --∑=n 1X μ ∑μX )1,(~∑n N X P μ),1(∑-n W p X X 多元统计分析课程论文 题目：中心城市综合发展水平的分析评价 专业：数学与应用数学 班级：112班 姓名：陈阳 学号：114131203 成绩： 中心城市综合发展水平的分析评价 摘要：本文多元统计中的因子分析方法,选取了反映城市综合发展水平的12个指标作为原始变量。应用SPSS统计分析软件,从中提炼出3个互不相关的公共因子，利用全国35个中心城市在3个因子上的得分，以各因予的方差贡献率作为权重，得出综合得分并排序；并用方差贡献率最大的两个因子给出各城市的因子得分图，从图上直观分析了各城市的综合发展水平，得到了良好效果。从而对全国35个中心城市的综合发展水平作出分析评价。 关键词：因子分析、因子得分、公因子、城市综合、综合得分 引言 中心城市的综合发展是带动周边地区经济发展的重要动力。在我国经济发展进程中，各个中心城市一直是该地区经济和社会发展的“引路者”。因而，分析评价全国35个中心城市的综合发展水平，无论是对城市自身的发展，还是对周边地区的进步，都具有十分重要的意义。因而，本文应用因子分析作出评价。 因子分析法是研究相关矩阵内部的依存关系,寻找出支配多个指标(可观测)相互关系的少数几个公共的因子(不可观测)以再现原指标与公因子之间的相关关系的一种统计方法。这些公因子是彼此独立或不相关的,又往往是不能够直接观测的。在所研究的问题中,以公因子(新变量)代替原指标(原变量)作为研究对象,并要求不损失或很少损失原指标所包含的信息,用公因子代替原指标所作的分析会比较简单和清楚。通常,这种方法需要求出因子结构和因子得分模型。前者通过相关系数来反映原指标与公因子之间的相关关系,后者是以回归方程的形式将指标表示为因子的线性组合。具体步骤如下： 1)对原始数据进行标准化变换,求出各指标间的相关系数矩阵; 2)建立因子模型,并确定因子贡献率及累计贡献率; 3)对因子载荷矩阵进行变换和旋转,并计算因子得分。 对于由因子模型矩阵得到的初始因子载荷矩阵,如果因子载荷之多元统计分析课程毕业论文
多元统计分析方法
多元统计分析期末试题及答案
多元统计分析模拟考题及答案
多元统计分析 课程论文.doc
多元统计分析课程论文
多元统计分析案例分析.docx
多元统计分析论文
多元统计分析期末复习试题
武汉理工大学多元统计分析课程设计论文
多元统计分析重点归纳.归纳.docx
多元统计分析期末复习试题
多元统计分析