统计分析软件论文
毕业论文写作中的数据分析统计软件
毕业论文写作中的数据分析统计软件在现代社会，数据分析统计软件在各行各业都起着重要的作用。
对于毕业论文的写作而言，数据分析统计软件更是不可或缺的工具。
本文将以介绍和分析毕业论文写作中的数据分析统计软件为主题，帮助读者了解并合理运用这些工具。
一、数据分析统计软件的基本概念和作用数据分析统计软件是指为了帮助用户处理和分析大规模数据集而开发的计算机程序。
它通过提供数据输入、处理、分析和结果展示等功能，辅助用户在论文写作过程中进行数据的收集、整理和分析。
常见的数据分析统计软件有SPSS、Excel、R语言等。
在毕业论文写作中，数据分析统计软件有以下几个主要作用：1. 数据整理和清理：数据分析统计软件可以帮助用户将采集到的原始数据进行整理和清理，去除重复、缺失或错误的数据，保证论文使用的数据集的准确性和完整性。
2. 数据分析和建模：数据分析统计软件提供各种强大的数据分析和建模功能，如描述性统计分析、线性回归分析、方差分析等。
通过这些功能，用户可以对数据进行深入研究，发现数据之间的联系和规律，并通过建立统计模型来预测和解释现象。
3. 结果展示和可视化：数据分析统计软件可以将分析结果以表格、图表、图形等形式展示出来，使得结果更加直观和易于理解。
这不仅可以提高论文的可读性，也方便读者对结果进行进一步的分析和解读。
二、常见的数据分析统计软件及其特点1. SPSS（Statistical Package for the Social Sciences）：SPSS是一款功能强大的专业数据分析软件，广泛应用于社会科学领域。
它具有简单易用的特点，提供了丰富的统计分析和建模功能，如频数分析、T检验、多元回归等。
同时，SPSS还支持数据可视化和报告生成，使得用户能够更好地理解和展示分析结果。
2. Excel：虽然Excel主要是一款电子表格软件，但其内置的数据分析和统计功能也非常实用。
Excel提供了丰富的数据处理和分析函数，如排序、筛选、平均值计算等，方便用户快速进行简单的统计分析。
SPSS《统计分析软件》论文
SPSS《统计分析软件》论文SPSS（Statistical Package for the Social Sciences）是一种流行的统计分析软件，被广泛应用于社会科学领域的研究中。
本文将介绍SPSS的基本功能和应用，并探讨SPSS在论文研究中的应用场景。
SPSS是一个功能强大的软件，提供了多种统计分析工具和技术。
它可以帮助研究人员处理和分析大量数据，从而得出有效的结论。
SPSS提供了丰富的数据处理和数据分析功能，包括数据清洗、数据转换、数据整合、描述性统计、相关性分析、卡方检验、方差分析、回归分析等等。
SPSS还提供了图表制作和数据可视化的功能，使研究人员能够更好地展示和解释研究结果。
SPSS在论文研究中的应用场景非常广泛。
以下是一些常见的应用场景：1.描述性统计分析：SPSS可以帮助研究人员对数据进行描述性统计，比如计算均值、中位数、标准差、频数等。
这些统计指标可以帮助研究人员更好地了解数据的分布情况，从而为后续的分析和解释提供基础。
2. 相关性分析：SPSS可以帮助研究人员进行相关性分析，比如计算Pearson相关系数、Spearman秩相关系数等。
这些分析可以帮助研究人员了解变量之间的关联程度，从而判断它们之间是否存在相关性。
3.方差分析：SPSS可以进行方差分析，用于比较多个组之间的均值差异。
方差分析对于研究人员比较多组数据的差异非常有帮助，比如比较不同教育水平人群的薪资差异。
4.回归分析：SPSS可以进行回归分析，用于探索自变量和因变量之间的关系。
回归分析可以帮助研究人员了解自变量对因变量的影响程度，从而预测因变量的值。
回归分析在社会科学研究中有广泛的应用，比如预测消费者购买行为、预测学生学业成绩等。
5.图表制作和数据可视化：SPSS提供了丰富的图表制作和数据可视化功能，例如柱状图、折线图、饼图等，这些图表可以帮助研究人员更好地展示和解释研究结果。
总之，SPSS作为一款流行的统计分析软件，在社会科学的研究中发挥着重要的作用。
毕业论文写作中的数据分析统计软件
毕业论文写作中的数据分析统计软件近年来，随着信息技术的飞速发展，数据分析统计软件在毕业论文写作中发挥着越来越重要的作用。
它们不仅能够帮助学生更好地理解和分析研究数据，还能够提高研究的准确性和可信度。
本文将介绍几种常用的数据分析统计软件，并分析它们在毕业论文写作中的各自优势和应用场景。
一、SPSSSPSS（Statistical Package for the Social Sciences）是一种在社会科学研究中广泛使用的统计分析软件。
它具有强大的数据处理能力，能够进行各种基本的统计分析，如描述统计、相关分析、回归分析等。
此外，SPSS还提供了数据可视化的功能，可以通过图表和图形直观地展示研究结果。
在毕业论文写作中，SPSS通常用于对收集到的数据进行整理和分析。
例如，当研究人员需要描述样本的基本情况或者比较不同组之间的差异时，可以使用SPSS进行描述统计和t检验。
此外，SPSS还可以帮助学生进行问卷调查数据的分析，通过频数分析、因子分析等方法，深入挖掘数据背后的信息。
二、ExcelExcel是微软公司开发的一款电子表格软件，它不仅可以进行基本的表格处理，还内置了丰富的统计分析函数和工具。
通过Excel，学生可以方便地进行数据整理和计算，并进行一些简单的统计分析，如平均值、标准差、相关系数等。
在毕业论文写作中，Excel常常用于初步的数据分析和数据可视化。
例如，当研究人员需要对数据进行简单的统计描述时，可以使用Excel计算各种统计指标，并在表格中展示。
此外，Excel还可以通过绘制柱状图、折线图等图表，将数据直观地展示出来，提高读者对研究结果的理解和接受度。
三、RR是一种自由开源的统计分析软件，它具有强大的数据处理和分析能力，拥有丰富的统计函数和图形库，可以进行各种复杂的数据分析和可视化操作。
由于其开源的特点，R还拥有庞大的用户社区，用户可以在社区中分享代码和经验，快速解决问题。
在毕业论文写作中，R常被用于进行高级的数据分析和建模。
论文写作中的实证研究中的数据分析软件与工具
论文写作中的实证研究中的数据分析软件与工具众所周知，在论文写作过程中，实证研究是十分重要的环节。
其中，数据分析是实证研究中不可或缺的一环。
而为了更加高效地进行数据分析，研究人员通常会借助各种数据分析软件和工具。
本文将重点讨论实证研究中常用的数据分析软件与工具，在介绍其优势和适用领域的同时，也会涉及一些注意事项。
一、SPSS（统计分析系统）SPSS是一个强大的统计分析软件，被广泛运用于社会科学、心理学和市场研究等领域。
其主要优势包括数据清洗、统计分析、数据可视化和模型构建等功能。
SPSS具备良好的用户界面和友好的操作性，使得研究人员能够快速上手并进行数据分析。
此外，SPSS还具备强大的数据处理能力，能够对大规模数据进行高效的分析和处理。
二、ExcelExcel是一款常见的电子表格软件，也被广泛应用于实证研究中的数据分析。
尽管Excel在统计分析方面相对较弱，但其简单易用的界面和广泛的用户群体使其成为研究人员的首选。
对于简单的数据分析，研究人员可以借助Excel进行基本的数据描述统计、数据图表绘制和相关性分析等。
三、R语言R语言是一种自由、开源的编程语言和环境，被广泛运用于统计分析和数据可视化。
R语言具备强大的数据分析能力和丰富的可视化功能，能够满足研究人员对于高级数据分析的需求。
此外，R语言还有庞大的社区支持和丰富的扩展包，可以提供各种统计方法和分析工具。
四、PythonPython是一种通用的编程语言，也被广泛应用于数据科学领域。
借助Python的丰富库和工具，研究人员可以进行数据清洗、数据分析和机器学习等任务。
尤其是在大数据分析方面，Python通常表现出较高的效率和灵活性。
此外，Python还支持数据可视化库如Matplotlib和Seaborn，使得研究人员可以进行高质量的数据可视化工作。
除了上述提到的常用数据分析软件和工具，还存在其他一些值得注意的工具。
例如，Tableau是一种强大的数据可视化工具，通过直观的图表和交互式仪表盘，帮助研究人员更好地理解数据；MATLAB则是一种强大的数值计算和可视化环境，被广泛应用于工程、科学和经济学等领域。
spss数据分析报告 论文
SPSS数据分析报告论文引言数据分析是现代科学研究中不可或缺的一部分，它帮助研究人员从大量数据中提取有用的信息，从而得出科学结论。
SPSS（Statistical Package for the Social Sciences）作为一款常用的统计分析软件，被广泛应用于社会科学、医学、市场研究等领域。
本文旨在通过对某研究数据的分析，展示SPSS的功能和应用。
方法本研究采用问卷调查的方式收集数据，并使用SPSS进行数据分析。
问卷设计包括一系列涉及个人信息和态度评价的问题。
通过对回收的问卷数据进行整理和输入，将数据导入SPSS软件进行分析。
本文将主要从以下几个方面进行数据分析：描述性统计、相关分析、t检验和方差分析。
数据描述经过问卷调查获得的数据包括100份有效回收问卷。
被调查者的个人信息包括性别、年龄、学历和职业等。
态度评价的问题使用5点量表进行评分，涵盖了对某个产品的满意度、购买意愿以及推荐度等方面的评估。
描述性统计描述性统计用于对数据进行整体的概括和描述。
在本研究中，我们对被调查者的个人信息进行了描述性统计分析。
性别分布通过对样本中性别的统计，我们得出以下结果：•男性：60人，占60%；•女性：40人，占40%。
从中可以看出，调查样本中男性占据了绝对优势。
年龄分布对被调查者的年龄进行统计得到以下结果：•18-25岁：30人，占30%；•26-35岁：40人，占40%；•36-45岁：20人，占20%；•45岁以上：10人，占10%。
从中可以看出，调查样本中以26-35岁的年轻人占比最高。
学历分布对被调查者的学历进行统计得到以下结果：•小学及以下：5人，占5%；•初中：15人，占15%；•高中/中专：30人，占30%；•本科及以上：50人，占50%。
从中可以看出，调查样本中本科及以上学历的人数最多。
职业分布对被调查者的职业进行统计得到以下结果：•学生：25人，占25%；•上班族：50人，占50%；•自由职业者：10人，占10%；•其他：15人，占15%。
学术论文中如何运用统计软件进行数据分析
学术论文中如何运用统计软件进行数据分析在当今的学术研究领域，数据分析已成为得出可靠结论和推动知识进步的关键环节。
而统计软件的出现，为学者们处理和分析大量数据提供了强大的工具。
然而，要有效地运用这些统计软件，需要掌握一定的知识和技巧。
首先，我们需要明确研究问题和数据类型。
在开始使用统计软件之前，清楚地了解自己的研究目的是什么至关重要。
例如，是要比较不同组之间的差异，还是探究变量之间的相关性？数据类型也有多种，包括定量数据（如身高、体重等可测量的数值）、分类数据（如性别、职业等类别）和有序数据（如满意度的等级）。
不同的数据类型和研究问题决定了我们选择的统计方法和相应的软件功能。
接下来，选择合适的统计软件是关键的一步。
目前，市面上有许多优秀的统计软件可供选择，如 SPSS、SAS、R 语言、Stata 等。
SPSS以其用户友好的界面和丰富的菜单选项，适合初学者和对统计分析不太熟悉的研究者；SAS 则在大型数据集和复杂的统计分析方面表现出色，常被企业和专业机构采用；R 语言是开源的，拥有庞大的社区和丰富的扩展包，适合需要进行高级定制和复杂数据分析的研究者；Stata 则在经济学和社会科学领域应用广泛。
选择软件时，要考虑自己的研究需求、预算、技术水平以及软件的可用性和支持情况。
在获取数据后，将数据正确地导入统计软件是进行分析的前提。
这需要我们对数据的格式有清晰的了解，并按照软件的要求进行整理。
例如，在 SPSS 中，常见的数据格式有 Excel 表格、CSV 文件等。
导入数据时，要注意检查数据的完整性和准确性，确保没有缺失值或错误的数据。
一旦数据成功导入，就可以开始进行具体的数据分析操作。
以常见的描述性统计分析为例，我们可以使用统计软件计算数据的均值、中位数、标准差、频数等指标，以了解数据的集中趋势和离散程度。
对于两组或多组数据的比较，我们可以使用 t 检验、方差分析等方法。
而探究变量之间的相关性，则可以通过相关分析和回归分析来实现。
spss论文
spss论文
SPSS (Statistical Package for the Social Sciences) 是一款广泛应
用于社会科学研究的统计分析软件。
在编写SPSS论文时，以
下是一些可以考虑的要点：
1. 简介和背景：介绍研究问题以及为什么选择使用SPSS进行
统计分析。
2. 研究设计和方法：描述研究的设计和方法，包括样本选择、数据收集和变量操作等。
3. 数据描述和数据清洗：使用适当的描述统计方法对数据进行概括，并说明对数据进行的清洗和处理步骤。
4. 数据分析和结果：根据研究目的使用SPSS进行相应的统计
分析，例如描述统计、t检验、方差分析、回归分析等，并报
告结果。
5. 结果讨论和解释：对结果进行解读和解释，讨论研究假设的验证情况，并与现有文献进行比较。
6. 结论和展望：总结研究的主要发现，并提出未来研究的方向。
7. 参考文献：列出所有在论文中引用的文献，按照规定的引用格式进行编写。
此外，还应注意以下几点：
- 使用清晰的语言和逻辑结构来组织论文，确保读者能够理解论文的主旨和内容。
- 在结果部分中，使用表格或图表来展示数据分析的结果，同时提供必要的统计指标和显著性水平。
- 对论文中使用的统计方法进行充分的解释，以便读者能够理解统计分析的意义和局限性。
- 在讨论部分中，探讨研究结果的实际意义和可能的解释，讨论研究限制，并提供对未来研究的建议。
最后，遵守学校或期刊的论文格式要求，并仔细检查论文中的语法、拼写和逻辑错误，确保文章的质量和可读性。
论文写作中的数据分析工具常见的统计分析软件和方法
论文写作中的数据分析工具常见的统计分析软件和方法在当今科技发展的时代，数据分析扮演着论文写作中至关重要的角色。
数据分析不仅能够为论文提供科学的依据和支持，还能够揭示出研究结果的规律和趋势。
然而，在数据分析过程中选择合适的统计分析软件和方法非常重要。
本文将介绍论文写作中常见的统计分析软件和方法，帮助研究者准确、科学地进行数据分析。
一、统计分析软件1. SPSS（Statistical Package for the Social Sciences）SPSS是一款功能强大且广泛使用的统计分析软件。
它提供了各种统计方法和技术，包括描述统计、方差分析、回归分析、因子分析等。
SPSS操作界面简单直观，易于使用，适合初学者和非专业人士使用。
此外，SPSS还支持大规模数据分析和定制化报告生成，有助于研究者更好地分析和呈现数据。
2. SAS（Statistical Analysis System）SAS是一款专业的统计分析软件，被广泛应用于医学、生物、金融等领域。
SAS提供了丰富的统计方法和技术，并具有数据处理、数据挖掘、模型建立等功能。
SAS算法强大、运算速度快、结果准确，适用于大数据分析和复杂模型构建。
但相对来说，SAS的学习曲线较陡峭，需要一定的编程能力。
3. RR是一种开源的统计分析软件，并且免费使用。
它拥有强大的统计分析和数据可视化功能，支持各种统计方法和机器学习算法。
R具有灵活的语法和丰富的数据处理函数，可以满足不同研究领域和分析需求。
虽然R对于初学者来说学习难度较大，但它的社区非常活跃，有大量的教程和资源可供参考。
二、统计分析方法1. 描述统计描述统计是统计学中最基本的方法之一。
它通过对数据的集中趋势、变异程度、分布形态等进行分析，从而对数据进行概括和描述。
常见的描述统计方法包括均值、中位数、标准差、方差等。
描述统计主要用于数据的整体概况和基本特征分析。
2. t检验t检验是一种用于比较两个样本均值是否存在显著差异的统计方法。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
关于我国西部地区就业人员劳动报酬的相应分析王颖慧（数统学院数学与应用数学08级200801121004）摘要：利用SPSS软件，对我国西部12个地区的就业人员劳动报酬进行相应分析，并对分析的结果进行讨论。
关键词：西部地区劳动报酬相应分析Abstruct：Use spss software, to our western 12 in the area of employment and remuneration for the relevant analysis and discussion. the results of analysis Keywords：Western region R emuneration Appropriate analysis2010年是西部大开发战略实施十周年，在这十年间，西部大开发战略取得了举世瞩目的成就。
过去的十年是西部地区经济发展最快、城乡面貌变化最大、人民群众收到实惠最多的十年。
但由于地理位置，自然环境，交通等因素的影响，西部各地区的发展也不尽相同。
为了更好的了解西部地区人们的收入水平，本文从西部地区各行业人员的收入出发，根据2009年全国西部12个地区（包括重庆、广西、云南、陕西、新疆、西藏、青海、宁夏、甘肃、内蒙古、贵州、四川）的统计年鉴提供给的原始资料，应用相应分析就我国西部各地区的各行业人员的劳动报酬进行了分析，并进行了综合评价，为以后西部地区的发展提供参考。
以下为原始数据：农、林、采矿业制造业电力、燃气建筑业交通运输、信息传输、批发和零售业住宿和餐饮业金融业牧、渔业及水的生产仓储和邮政业计算机服务地区和供应业和软件业内蒙古36.7 55.8 88.9 39.4 31.6 49.0 10.8 12.7 4.0 32.2 广西16.5 12.3 122.8 28.5 47.8 49.5 11.9 22.0 6.2 39.8 重庆 3.1 23.5 135.7 25.6 81.7 34.9 11.3 23.9 5.6 38.5 四川10.9 65.6 273.7 47.0 162.3 63.7 19.3 38.0 8.4 74.6 贵州 4.6 28.9 87.8 29.6 42.6 23.6 8.2 24.6 3.6 26.9 云南19.4 27.6 129.8 29.7 54.1 40.6 12.5 31.3 7.8 37.4 西藏 1.3 0.4 1.5 3.4 1.4 3.1 2.2 1.7 0.7 4.7 陕西10.8 78.0 178.6 33.1 35.0 57.0 18.7 27.6 7.6 41.3 甘肃8.4 31.3 93.0 20.0 24.5 28.6 3.1 9.3 2.8 18.2 青海 5.1 5.9 18.6 5.1 7.0 11.1 2.4 3.0 0.5 5.8 宁夏 5.2 25.7 24.8 17.8 7.8 8.3 2.1 4.2 0.8 12.1 新疆91.4 73.8 62.6 19.5 51.1 39.3 6.5 14.9 4.8 24.8租赁和商务科学研究、水利、环境居民服务和教育卫生、社会文化、体育公共管理和服务业技术服务和和公共设施其他服务业保障和社会和娱乐业社会组织地区地质勘查业管理业福利业内蒙古 6.6 12.9 13.1 6.4 104.4 32.7 8.8 96.8 广西13.6 18.1 10.3 1.3 135.2 52.2 8.8 114.7 重庆8.2 21.6 5.4 1.4 90.9 33.1 6.6 73.2 四川18.5 52.7 13.8 2.2 191.4 86.7 11.3 204.3 贵州 6.1 9.9 4.7 1.0 94.1 25.8 4.8 90.1 云南10.4 15.9 7.1 1.0 112.8 32.5 6.4 119.8西藏0.2 2.9 0.5 17.3 5.9 2.8 38.5 陕西 6.3 42.0 11.5 4.6 152.4 40.2 8.8 108.3 甘肃 3.4 13.0 7.0 0.8 83.4 20.4 5.6 86.3 青海 1.0 7.8 1.9 2.7 24.0 8.6 2.1 26.5 宁夏 1.6 3.7 3.9 0.1 23.5 7.4 2.5 22.9 新疆9.5 13.7 9.1 0.6 87.8 31.5 6.2 92.7一评价指标的选取为了使评价更科学合理，并考虑到它的全面性和代表性，选取了如下评价指标(单位：亿元)X1 农林牧渔业X11 房地产业X2 采矿业X12 租赁和商务服务业X3 制造业X13 科学研究、技术服务和地质勘查业X4 电器燃气及水的生产和供应业X14 水利环境和公共设施管理业X5 建筑业X15 居民服务和其他服务业X6 交通运输仓储和邮政业X16 教育X7 信息传输计算机服务和软件业X17 卫生社会保障和社会福利业X8 批发和零售业X18 文化体育和娱乐业X9 住宿餐饮业X19 公共管理和社会组织X10 金融业二相应分析1 相应分析的原理将两个变量的多种水平进行综合，找出其内在联系，并将变量和观测反应到同一坐标轴的一张图形载荷平面上。
2相应分析结果Summary由总览表可知，第一个维度惯量0.075，占总惯量的57.5%，第二个维度惯量0.022，占总惯量的16.7%，总和为74.2%因此，保留前两个两个维度就可以大致反映原有信息量。
同时，数值为0.000.，说明行列变量间存在明显的相关性，相应分析是有意义的。
信息量大的，说明在此项人均报酬高，由上表我们可以看出：这十二个地区在X3上的信息量最大，说明这些地区的人员在制造业的人均报酬最高，其次是教育类；最低的是居民服务和其他服务业，说明在居民服务和其他服务业上人均报酬最低；四川十二项指标综合人均报酬最高，其次是陕西、广西；综合平均报酬最低的是西藏，其次是青海、宁夏。
根据因子载荷最平面图如下：diqu x1 x2 x3 x4 x5 x6 x7 x8 x9 x10 1 10.900 65.600 273.700 47.000 162.30063.700 19.300 38.000 8.400 74.600 2 4.600 28.900 87.800 29.600 42.600 23.600 8.200 24.600 3.600 26.900 3 19.400 27.600 129.800 29.700 54.100 40.600 12.500 31.100 7.800 37.400 4 1.300 .400 1.500 3.400 1.400 3.100 2.200 1.700 .700 4.700 5 10.800 78.000 178.600 33.100 35.000 57.000 18.700 27.600 7.600 41.300 6 8.400 31.300 93.000 20.000 24.500 28.600 3.100 9.300 2.800 18.200 7 5.100 5.900 18.600 5.100 7.000 11.100 2.400 3.000 .500 5.800 8 5.200 25.700 24.800 17.800 7.800 8.300 2.100 4.200 .800 12.100 9 91.400 73.800 62.600 19.500 51.100 39.300 6.500 14.900 4.800 24.800 10 16.500 12.300 122.800 28.500 47.800 49.500 11.900 22.000 6.200 39.800 1136.70055.80088.90039.40031.60049.00010.80012.7004.00032.20012 3.100 23.500 135.700 25.600 81.700 34.900 11.300 23.900 5.600 38.500 Actie Margin213.400 428.800 1217.800 298.700 546.900 408.700 109.000 213.000 52.800 356.300diqux11 x12 x13 x14 x15 x16 x17 x18 Active Margin 1 11.100 18.500 52.700 13.800 2.200 191.400 86.700 11.300 1151.200 2 5.700 6.100 9.900 4.700 1.000 94.100 25.800 4.800 432.500 3 6.000 10.400 15.900 7.100 1.000 112.800 32.500 6.400 582.100 4 .100 .200 2.900 .500 1.000 17.300 5.900 2.800 51.100 5 10.200 6.300 42.000 11.500 4.600 152.400 40.200 8.800 763.700 6 2.100 3.400 13.000 7.000 .800 83.400 20.400 5.600 374.900 7 1.400 1.000 7.800 1.900 2.700 24.000 8.600 2.100 114.000 8 1.700 1.600 3.700 3.900 .100 23.500 7.400 2.500 153.200 9 4.000 9.500 13.700 9.100 .600 87.800 31.500 6.200 551.100 10 8.300 13.600 18.100 10.300 1.300 135.200 52.200 8.800 605.100 11 3.200 6.600 12.900 13.100 6.400 104.400 32.700 8.800 549.200 12 10.800 8.200 21.600 5.400 1.400 90.900 33.100 6.600 561.800 Active Margin64.60085.400214.20088.30023.1001117.200377.00074.7005889.900由因子载荷图我们可以直观地看到地区与变量之间的关系。
如图，在图的左上区域，金融业(X10)、住宿和餐饮业(X9)、卫生与社会保障和社会傅福利业(X17)、建筑业(X5)、租赁和商务服务业(X12)、批发零售业(X8)与四川(1)重庆(12)云南( 3)落在这个区域中,说明这些地区在金融业、住宿和餐饮业、卫生与社会保障和社会福利业、建筑业、租赁和商务服务业、批发零售业这些行业的人均报酬相对较高，四川(1)在建筑业上的人均报酬最高；在图的左下区域我们可以看到贵州(2)广西(10)甘肃(6) 陕西(5)和信息传输、计算机服务和软件业(X7)制造业(X3) 科学研究、技术服务和地质勘查业(X13)落在了同一区域，说明这些地区在这些行业上人均收入相对较低，而西藏(4)与各变量相距较远，说明西藏在各行业的人均报酬均处在最低位；在图的右上方文明可以看到新疆(9)与农林牧渔业(X1)分到了一起，可知新疆在农林牧渔业上的人均报酬最高；图的右区域，最下端是X(15)居民服务和其他服务业，与地区相距最远，说明各地区的在这一行业上的人均报酬是最低的;宁夏(8)青海(7)在各行业上的人均报酬也很低，仅次于西藏。