我国各地区财政支出结构spss分析
用spss分析我国各省城镇居民消费水平差异
用spss分析我国各省城镇居民消费水平差异分析文章结构1 研究背景及意义 (1)2 研究方法 (1)3 数据来源与数据处理 (2)4. 实证分析 (3)4.1因子分析 (3)4.2 聚类分析 (8)5 结论 (11)1 研究背景及意义我国地域广阔,各省份的经济发展很不平衡，各省之间的居民消费水平差距较大。
经济快速发展的同时我国居民收入稳步增加，各省居民的消费支出也强劲增长，消费结构发生了巨大变化。
为了正确引导消费，进一步改善消费结构，提高我国城市居民的消费水平和生活的质量，有必要对全国各省居民消费结构之间的异同进行考察并做比较研究，以期发现经济水平和城市居民的消费水平之间的关系.2 研究方法本文运用多元统计分析中的主成分分析方法和聚类分析方法,将描述各省份城镇居民全年现金消费支出的八个指标压缩成两个综合指标( 称为主成分) , 这两个主成分保留了原始八个指标的绝大部分信息,在指标压缩的同时能够最大限度地反映出各省份城镇居民消费水平差异。
在综合因子基础上进行层次聚类分析，根据消费差异将全国31个省分为四类。
因子分析模型是根据变量间的相关性大小，把变量分组，利用同组内的变量之间相关性较高而不同组的变量之间相关性较低，每组变量代表一个基本结构，这个基本结构称为公共因子。
因子分析的出发点是用较少的相互独立的因子变量来代替原来变量的大部分信息，可以通过下面的数学模型来表示：X1＝α11F1＋α12F2＋…＋α1m Fm＋α1ε1，X2＝α21F1＋α222＋…＋α2m Fm＋α2ε2，…Xp＝αp1F1＋αp2F2＋…＋αpm Fm＋αpεp，其中：x1，x2，x3，…，xp 为p 个原有变量，是均值为零、标准差为1 的标准化变量；F1，F2，F3，…，Fm 为m 个因子变量，m 小于p，表示成矩阵形式为X＝AF＋αε，其中：F＝（F1，F2，…，Fm）为因子变量或公共因子；ε＝（ε1，ε2，…，εp）为特殊因子；F 与ε均为不可观测的随机变量. A＝（αij）p×m 为因子载荷矩阵，αj 称为第j 个因子对第i 个变量的载荷系数. 在模型中，特殊因子起着残差的作用，被定义为彼此不相关且与公因子也不相关。
江苏省各地市财政支出的比较研究
２０１７ ５江苏省各地市财政支出的比较研究郭利锋（榆林学院 数学与统计学院，陕西 榆林 ７１９０００）［摘 要］文章以２０１５年江苏省财政支出数据为依据，运用因子分析法及ＳＰＳＳ软件对江苏省各市的财政支出状况进行比较研究，结果表明苏州和南京的财政支出水平较高，而且结构合理，江苏省其他地市的政府应借鉴这两个地市的经验，使其财政支出效用最大化。
［关键词］财政支出；因子分析；因子得分［ＤＯＩ］１０ １３９３９／ｊ ｃｎｋｉ ｚｇｓｃ ２０１７ １４ １０４１ 引 言财政支出是政府发挥职能的前提，它对某区域经济增长的影响主要取决于该地区财政支出的结构。
近年来，有许多学者对财政支出与经济增长的关系进行了研究，但大多数是从国家层面进行研究，鲜有学者着眼于区域的角度进行分析，而各个地区财政支出状况存在明显差异。
因此本文以２０１５年数据为基础，对江苏省各地市的财政支出进行了比较研究，以期为政府决策提供量化依据。
２ 实证分析２ １ 指标选取与数据来源在参考学者们关于财政支出相关文献研究的基础上，结合江苏省财政支出的实际情况，本文构造了含１１个指标的财政支出统计指标体系，分别为：一般公共服务ｘ１、公共安全ｘ２、教育ｘ３、科学技术ｘ４、文化体育与传媒ｘ５、社会保障和就业ｘ６、医疗卫生ｘ７、节能环保ｘ８、城乡社区服务ｘ９、农林水事务ｘ１０、交通运输ｘ１１，所用数据来源于《江苏统计年鉴２０１６》。
２ ２ 因子分析的适用性检验本文运用２０１５年江苏省１３个地市的数据，利用ＳＰＳＳ软件对指标数据进行ＫＭＯ检验和Ｂａｒｔｌｅｔｔ球度检验，以判断其是否适合做因子分析。
由软件输出结果得ＫＭＯ的值为０ ７４１，大于０ ５，Ｂａｒｔ ｌｅｔｔ球度检验所对应的Ｐ值为０，小于显著性水平０ ０５，说明这１１个变量之间存在相关性，也即本文适合做因子分析。
２ ３ 公共因子的提取及命名由表１可得，前两个公共因子所解释的方差之和为９３ ４９４％，大于８５％，故提取两个公共因子，分别记为Ｆ１，Ｆ２。
SPSS数据分析——农民人均生活收入及消费支出分析
对农民人均生活收入及消费支出的统计分析论文摘要: spss在经济、管理、医学及心理学等方面的研究起着很重要的作用，在我国的国民经济问题中，增加农民收入是我国扩大内需的关键，通过运用SPSS分析方法对我国农民的收入及消费支出进行了各种分析, 以便能够更好地了解我国农村居民的收入结构和消费结构与消费行为等。
关键词：农民生活收入消费支出线性回归分析一、引言今年以来，全国上下认真贯彻落实科学发展观，以农业增产、农民增收为目的，加大各项惠农政策措施落实力度，多措并举做好农村劳动力转移就业工作，克服金融危机和严重干旱等自然灾害带来的不利影响，使全市农村经济保持了稳定发展的良好态势，农民现金收入持续增长，生活消费水平继续提高。
我国是一个农业大国，至今仍有9亿农村人口，占全国人口总数的70%，农民是我国最大的群体，农村消费能力的提升直接关系到国民经济的全局。
从农村市场看，中国有近六成人口生活在农村。
农村城镇化的进程对经济增长的带动作用是非常明显的，世界上还没有哪个国家有规模如此巨大的城镇化。
农村居民的收入虽然低于城市居民，但是基数巨大，且农村人口的收入也在稳定增长。
随着经济的发展，我国农民的收入水平和消费水平的结构也发生了很大变化，农民生活水平的提高和消费的增加对于实现国民经济又好又快发展、正确处理好内需和外需的关系至关重要。
但从总体来看，农民消费水平仍然较低，调查显示有的地区都不及城市居民人均消费支出的三分之一。
而且消费结构不合理，局限于食品类等生存基本需求品，消费在衣着装饰等方面的极少。
而影响农民消费水平的根本原因是农民的收入。
农民生活消费支出主要包括食品、衣着、医疗卫生、教育文化、家庭设备、交通等方面，本文只挑选了四种典型的消费支出作为代表来分析农村居民的消费结构。
二、对多元数据因子分析及及结果解释2、下表是要进行处理的31个省市的农村居民消费相关的原始数据三、家庭总收入分析1、农村家庭总收入单线图，农村家庭总收入逐年增加。
手把手教你怎么用SPSS分析数据
使用SPSS软件进行数据分析文档通过自己论证属实。
【例子】以全国31个省市的8项经济指标为例，进行主成分分析。
第一步：录入或调入数据（图1）。
图1 原始数据（未经标准化）第二步：打开“因子分析”对话框。
沿着主菜单的“Analyze→Data Reduction→Factor ”的路径（图2）打开因子分析选项框（图3）。
图2 打开因子分析对话框的路径图3 因子分析选项框第三步：选项设置。
首先，在源变量框中选中需要进行分析的变量，点击右边的箭头符号，将需要的变量调入变量（Variables）栏中（图3）。
在本例中，全部8个变量都要用上，故全部调入（图4）。
因无特殊需要，故不必理会“Value ”栏。
下面逐项设置。
图4 将变量移到变量栏以后⒈设置Descriptives选项。
单击Descriptives按钮（图4），弹出Descriptives对话框（图5）。
图5 描述选项框在Statistics 栏中选中Univariate descriptives 复选项，则输出结果中将会给出原始数据的抽样均值、方差和样本数目（这一栏结果可供检验参考）；选中Initial solution 复选项，则会给出主成分载荷的公因子方差（这一栏数据分析时有用）。
在Correlation Matrix 栏中，选中Coefficients 复选项，则会给出原始变量的相关系数矩阵（分析时可参考）；选中Determinant 复选项，则会给出相关系数矩阵的行列式，如果希望在Excel 中对某些计算过程进行了解，可选此项，否则用途不大。
其它复选项一般不用，但在特殊情况下可以用到（本例不选）。
设置完成以后，单击Continue 按钮完成设置（图5）。
⒉ 设置Extraction 选项。
打开Extraction 对话框（图6）。
因子提取方法主要有7种，在Method 栏中可以看到，系统默认的提取方法是主成分（∏ρινχιπαλ χομπονεντσ），因此对此栏不作变动，就是认可了主成分分析方法。
SPSS因子分析和主成分分析论文
基于因子分析的我国经济发展状况实证分析摘要：选取了2013年我国31个省、直辖市、自治区经济发展的10项指标作为研究对象，运用因子分析的方法，利用spss对数据进行计算，依据因子分析的结果对我国各省的经济发展做出综合评价，得出了这31各省份经济发展状况的综合排名，广东、江苏、山东、浙江、北京排在前5位，是中国各省、直辖市、自治区沿海经济发展较好的地区；甘肃、海南、青海、宁夏、西藏排在后5位，是西部地区经济发展较落后的地区，较为客观反映了中国各省、直辖市、自治区的综合经济实力，为中国各省、直辖市、自治区今后的经济发展提供了理论依据。
关键词：经济发展；因子分析；综合评价；主成分法一、引言我国地域辽阔，由于历史、地理位置及经济基础等原因，各地经济发展水平差异很大。
改革开放以来，特别是实施西部大开发、振兴东北地区等老工业基地、促进中部地区崛起、鼓励东部地区率先发展的区域发展总体战略以来，各地经济社会发展水平有了很大提高，人民生活也有了很大改善。
但区域发展不协调、发展差距拉大的趋势仍未根本改变。
本文从我国31 个省市自治区经济的发展视角入手，运用对应分析方法对我国各地区经济发展状况进行统计分析，用以说明我国各地区经济发展不协调的现状。
由于衡量各地区经济发展的指标有很多，故选取了比较有代表性的十个指标。
二、相关统计指标与数据的选取本文运用了因子分析的方法对我国31个省、直辖市、自治区的经济发展状况进行评价。
选取了10项经济指标：第一产业增加值（X1）；第二产业增加值（X2）；第三产业增加值（X3）；地方财政预算收入（X4）；地方财政预算支出（X5）；固定资产投资额（X6）；社会消费品零售总额（X7）；货物进出口总额（X8）；在岗职工平均工资（X9）；城乡居民储蓄年末余额（X10）。
X2，X3，X4 反映的是经济总量中构成三大产业的不同增加值；X5，X6 反映的是地方财政预算收支；X7 反映的是居民的购买能力；X8反映的是对外贸易；X9，X10反映的是居民的收入与储蓄。
基于SPSS的我国各省市自治区经济发展状况分析
2019年软 件2019, V ol. 40, No. 2作者简介: 陈龙(1994-)，男，研究生，主要研究方向：企业集成及其信息化；袁莹静(1994-)，女，研究生，主要研究方向：企业集成及其信息化；周芷仪(1993-)，女，研究生，主要研究方向：企业集成及其信息化；谢鹏辉(1995-)，男，研究生，主要研究方向：企业集成及其信息化。
通讯联系人: 陈婷(1971-)，女，副教授，主要研究方向：企业集成及其信息化。
基于SPSS 的我国各省市自治区经济发展状况分析陈 龙，陈 婷*，袁莹静，周芷仪，谢鹏辉（昆明理工大学机电工程学院，云南 昆明 650051）摘 要: 本文运用2016年我国31个省市自治区的农林牧渔业，工业，建筑业，批发和零售业，交通运输、仓储和邮政业，住宿和餐饮业，金融业，房地产业，其它等方面统计的各产值的样本数据，采用聚类分析、主成分分析和因子分析的方法，通过SPSS 软件输出结果进行分析，对我国31个省市自治区进行分类排名，进而可以了解到我国各个省市自治区现阶段的经济发展状况，并可以根据相关结果对于不同地区的发展提供理论指导。
关键词: 经济发展；聚类分析；主成分分析；因子分析；SPSS 软件中图分类号: TP315 文献标识码: A DOI ：10.3969/j.issn.1003-6970.2019.02.024本文著录格式：陈龙，陈婷，袁莹静，等. 基于SPSS 的我国各省市自治区经济发展状况分析[J]. 软件，2019，40（2）：121-128Analysis on the Economic Development of Provinces and AutonomousRegions in China Based on SPSSCHEN Long, CHEN Ting *, YUAN Ying-jing, ZHOU Zhi-yi, XIE Peng-hui(Faculty of Mechanical & Electrical Engineering, Kunming University of Science & Technology, kunming, yunnan 650051, China )【Abstract 】: This paper uses 2016 China's 31 provinces, cities and autonomous regions of ecological-economic, industry, construction, wholesale and retail, transportation, warehousing and postal service, accommodation and ca-tering industry, finance, real estate industry, other aspects such as statistical sample data of each output by cluster analysis, principal component analysis and factor analysis method, through SPSS software output were analyzed, and the ranking of 31 provinces and autonomous regions in China are classified, which can learn the various prov-inces and autonomous regions in China's current economic development situation, and can according to relevant re-sults provide theoretical guidance for the development of different regions.【Key words 】: Economic development; Cluster analysis; Principal component analysis; Factor analysis0 引言我国现阶段的经济处于高速发展的状态，对于各个地区经济状况的了解和分析也应具有一定的时效性，只有这样才可以对我国各个不同地区的经济情况有一定的了解，进而可以对它们的发展及时的提出相应的指导建议。
我国各地区财政支出结构spss分析
我国各地区财政支出结构spss分析背景介绍财政支出结构是指政府财政预算中各个支出项目的比重和结构，是政府实施宏观调控和各项政策的重要工具之一。
通过对我国各地区财政支出结构进行SPSS分析，可以了解各地区财政支出的差异和特点，为政府提出更加有效的财政政策提供参考。
数据来源本文分析的数据来自中国国家统计局发布的《中国统计年鉴2020》中的各省份2019年财政支出结构数据。
研究目的本文旨在分析我国各地区的财政支出结构，了解各地财政支出的差异和特点，并探讨各项支出项目在各地的重要程度，为政府提出更加有效的财政政策提供参考。
数据处理首先，将各省份的2019年财政支出数据进行导入和整理，按照各项支出项目分别计算各省份该支出项目在财政支出中的占比，最终得到各省份各项支出占比数据。
然后，利用SPSS软件进行数据分析和图表制作。
结果分析各地区总体财政支出占比根据数据分析结果，我国各地区总体财政支出结构存在一定差异。
在政府各项财政支出中，各省份最重要的支出项目是教育、医疗卫生和社会保障等公共服务领域，其次是交通运输、公共安全和环境保护等领域。
具体来看，自然资源类和环境保护类支出在各省份中占比较低，其中西藏、青海等西部地区支出比例较高，但均未超过总支出的5%。
教育、科学技术和文化体育支出在各省份中占比较高，其中教育支出最高的省份为北京市，达到了30.86%；科学技术支出最高的省份为广东省，达到了10.66%；文化体育支出最高的省份为贵州省，达到了7.83%。
各省份财政支出占比差异进一步分析发现，各省份财政支出结构存在较大差异。
以教育支出为例，北京市、上海市、浙江省、江苏省等东部地区的教育支出占比较高，分别为30.86%、21.11%、16.86%、15.37%；而青海省、海南省、西藏自治区、甘肃省等西部地区教育支出占比较低，分别为5.92%、5.25%、4.08%、4.03%。
再以医疗卫生支出为例，广东省、山东省、浙江省、江苏省、河南省的医疗卫生支出占比较高，分别为16.75%、13.96%、13.93%、13.62%、13.16%，而江西省、湖南省、四川省、西藏自治区、内蒙古自治区等中西部地区的医疗卫生支出占比相对较低，分别为6.85%、7.97%、8.23%、5.75%、6.77%。
Spss16.0与统计数据分析
统计调查分析题目关于我国国内生产总值的统计分析主要内容（不限于此，可发挥，有加分）：（1）收集我国1980-2011年GDP、人口数、固定资产投资、进出口总额、国家财政支出数据，做GDP与其他指标因素的相关分析和回归分析。
（2）收集1980-2011年中南六省：湖北、湖南、河南、江西、广东、广西的GDP数据，消除物价因素影响后，做方差分析。
（3）收集我国各省（直辖市）2011年GDP数据，做聚类分析。
说明：1、参考网站：国家统计局网站；2、独立完成一篇统计调查分析报告，采用统一的封面（见下页），主要表格和图形要截屏粘贴在报告需要的地方，一定要有文字分析，有一定的深度；3、正文用小四号宋体字；4、数据处理采用的软件类型不限，欢迎炫酷；5、请于2013年7月10日前将统计调查报告传到邮箱：hexiaoya113@；6、如用WORD高版本，请用WORD2003版另存。
7、邮箱“主题”写上：班级+姓名。
将表格数据输入到spss中，用spss进行数据处理。
截图如下：下：所得到的散点图如下：点击Analyze →Correlate →Bivariate ，把两个变量都移入Variables 框，经过相关设置后，交计算机运行。
截图如下：从表中我们可以知道：（1）G DP与人口数之间的相关系数是0.798，双尾检验的概率值为0，小于0.01，则相关水平是显著的，换句话说，我们有超过99%的把握认为，两者之间存在着比较强的正相关性。
（2）G DP与固定资产投资之间的相关系数是0.956，双尾检验的概率值为0，小于0.01，则相关水平是显著的，换句话说，我们有超过99%的把握认为，两者之间存在着非常强的正相关性。
（3）G DP与进出口总额之间的相关系数是0.984，双尾检验的概率值为0，小于0.01，则相关水平是显著的，换句话说，我们有超过99%的把握认为，两者之间存在着比较强的正相关性。
（4）G DP与国家财政支出数据之间的相关系数是0.992，双尾检验的概率值为0，小于0.01，则相关水平是显著的，换句话说，我们有超过99%的把握认为，两者之间存在着非常强的正相关性。
- 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)。
课程论文学生姓名：学号：系别班级：专业（方向)：统计学题目：我国各地区财政支出结构分析2014年 6月13日河北金融学院2011级spss课程论文论文中文摘要目次1 引言 (1)2 我国各地区财政支出结构现状 (1)3 各地区财政支出结构的实证分析 (2)3.1各地区财政支出结构的聚类分析 (2)3.2各地区财政支出结构的判别分析 (5)3.3各地区财政支出结构的主成分分析 (9)3.4各地区财政支出结构的因子分析 (13)4 结论与建议 (15)4.1 实证分析结论 (15)4.2 优化地方财政支出结构的建议 (16)1 引言财政支出作为政府分配的重要组成部分，是政府实施财政政策，用来调控宏观经济的重要工具，正确的财政支出结构是调节经济与社会发展和优化经济结构的强大杠杆。
三十年以来，以财政改革作为起点的改革开放取得了巨大的进展，在这个过程中，财政支出政策对于社会经济结构与产业结构的调整与发展起到了关键性的作用，但随着经济的不断发展，各地区的财政支出也出现了许多问题，如财政支出结构不合理，出现财政支出不均衡现象，一般性支出占比过大，科教文卫支出不合理，财政支出浪费现象严重等。
为了更好的了解并解决这些问题，我们需对各地区财政支出做出相应分析，并进行合理优化，以促进我国社会主义经济的稳步运行。
2我国各地区财政支出结构现状图2-1 我国地区财政支出比例由上图可以看出，我国各地区财政支出中教育支出最多，在各类支出中占17%；一般公共服务支出、农林水事务支出与社会保障与就业支出也较多，在各类支出中各占比10%；城乡社区事务支出、公共安全支出、医疗卫生支出、交通运输支出均在我国各地区财政支出总额中占比接近7%；在各类支出中，节能环保支出、文化体育支出、住房保障支出、科学技术支出占比重较小，均不足4%。
由地区财政支出中各个项目的比例我们可以看到，目前各地区政府在一般性支出中投入的资金仍然较多，这些资金的使用在财政支出中占比较大，也影响了政府在其他领域的投入。
各地区政府对于科学技术、节能环保领域的支出较少，说明科技、环保领域还未引起各地区政府的足够重视，仍需加大投入。
同时住房保障支出、文化体育支出占比较低也反映了政府财政政策在这些领域的缺失。
虽然城乡社区事务支出、公共安全支出、医疗卫生支出、交通运输支出均在我国各地区财政支出总额中占比接近7%，但这些领域的财政支出仍需得到进一步提高以更好的满足人民基本生活的需要。
3各地区财政支出结构的实证分析各地区财政支出数据中选取了全国31个省市自治区作为个案，包括公共财政预算支出、科学技术支出、资源勘探电力信息支出、城乡社区事物支出、商业服务业等事务支出、其他支出、文化体育与传媒支出、公共安全支出、国防支出、教育支出、金融监管等事务支出、一般性支出、医疗卫生支出、社会保障和就业支出、交通运输支出、农林水事务支出、节能环保支出、粮油物资储备支出、国债换本付息支出、住房保障支出等21个变量。
在实证分析中，我们首先通过对各地区的财政支出通过聚类分析与判别分析进行分组，以对各省市自治区按照财政支出情况进行大致分类，然后通过主成分分析得出各地区财政支出结构综合得分，对各地区按照财政支出结构优劣进行了排序，最后通过因子分析得出各地区政府财政支出的主要领域。
3.1各地区财政支出结构的聚类分析我们对北京、天津、河北、上海、江西、新疆等28个地区进行聚类分析，各地区财政支出数据中包括教育支出、公共安全支出等21个财政支出变量，对数据利用K 均值法进行聚类分析后得出如下分析结果：表3-1 初始聚类中心初始聚类中心聚类1 2 3公共财政预算支出7028 905 3573 一般820 150 338 国防17.5799 3.4252 7.1686 公共安全407.7778 61.7689 185.8790教育1350.60670000000094.484300000000674.816300000000科学技术257.2375 5.0891 32.6671 文化体育与传媒151 24 62 社会保障和就业558 66 439 医疗卫生418.1418 36.1174 266.9350 节能环保193.8259 23.6654 101.1156 城乡858 32 149农林水事务754.089200000000142.619200000000518.604800000000交通运输436.5766 94.2572 309.5687 资源勘探电力信息283 71 66 商业服务业等事务125 7 39 金融监管等事务支出23 0 4 国土资源气象等事务51 7 53 住房保障支出134 41 231 粮油物资储备支出28 2 10 国债还本付息支出7 0 40 其他支出139.8962 43.7137 43.0125 表3-2 迭代历史记录表3-4 最终聚类中心最终聚类中心聚类1 2 3公共财政预算支出6128 1436 3418 一般693 140 365 国防14.1644 2.3503 6.6526 公共安全332.5960 73.2647 182.8626教育1218.536200000000234.348480000000629.955420000000科学技术147.2034 23.3942 67.8831文化体育与传媒129 30 66 社会保障和就业611 169 399 医疗卫生421.7710 82.0425 225.9036 节能环保161.3958 39.8753 91.7994 城乡551 163 281农林水事务694.284500000000160.779600000000367.677670000000交通运输398.3311 106.0528 237.6145资源勘探电力信息228 57 132商业服务业等事务94 16 43金融监管等事务支出17 4 6国土资源气象等事务66 20 47住房保障支出162 56 144粮油物资储备支出34 5 27国债还本付息支出25 9 14其他支出95.2965 40.6802 79.5595结合上表，我们可以看出31个地区被分为3类。
第一类包括：江苏、山东、四川3个省。
这一类的类中心各项财政支出数额均为最高，其中类中心公共财政支出为6128亿元，类中心教育支出为1218.5362亿元，类中心农林水事务支出为694.2845亿元，属于各类财政支出都较多、财政支出结构较为合理的地区。
第二类包括：山西、天津、甘肃、西藏、海南、青海等5个省。
这一类的类中心财政支出数额在三类中均为最低，其中类中心公共财政预算支出为1436亿元，类中心教育支出为234.3484亿元，类中心农林水事务支出为160.7796亿元，属于各类财政支出都较少、财政支出结构较差的地区。
第三类包括：北京、河北、内蒙古、吉林、山西、辽宁、黑龙江、上海、浙江、安徽、江西、福建、湖北、湖南、广西、重庆、贵州、云南、陕西、新疆等20个省。
这一类的类中心财政支出数额在三类中居中，其中类中心公共财政预算支出为3418亿元，类中心教育支出为629.9954亿元，类中心农林水事务支出为367.6776亿元，属于财政支出数额居中、财政支出结构一般的地区。
3.2各地区财政支出结构的判别分析基于以上对于我国28个省市自治区的聚类分析结果，对河南、广东、宁夏3个省份进行类别判定，分析结果如下：表3-5 典型判别式函数系数典型判别式函数系数函数1 2公共财政预算支出-.001 -.012 一般.004 .020 国防.124 -.247 公共安全.032 .054 教育.026 .020 科学技术-.034 .024 文化体育与传媒.073 .007 社会保障和就业-.027 .006 医疗卫生-.015 -.002 节能环保.022 .009 城乡-.004 .007 农林水事务-.029 -.016 交通运输.019 .016 资源勘探电力信息.053 .032 商业服务业等事务-.038 -.052 金融监管等事务支出-.231 -.226 国土资源气象等事务.046 .033 住房保障支出.054 .056 粮油物资储备支出.062 .029 国债还本付息支出.040 .000 (常量) -16.953 -1.737 非标准化系数表3-6 组质心处的函数组质心处的函数案例的类别号函数1 21 9.644 -4.0602 -10.602 -1.7413 1.204 1.044 在组均值处评估的非标准化典型判别式函数表3-7 分类函数的系数分类函数系数案例的类别号1 2 3公共财政预算支出.016 .016 -.034一般.043 .011 .112国防 3.055 -.035 .745公共安全.751 .226 .755教育.599 .128 .487科学技术-1.052 -.300 -.640文化体育与传媒 1.917 .461 1.340社会保障和就业-.769 -.199 -.507医疗卫生-.450 -.155 -.334节能环保.570 .141 .427城乡-.149 -.042 -.075农林水事务-.754 -.197 -.586交通运输.430 .088 .352资源勘探电力信息 1.314 .315 1.031商业服务业等事务-.853 -.212 -.799金融监管等事务支出-5.958 -1.810 -5.166国土资源气象等事务1.132 .285 .918住房保障支出 1.299 .329 1.126粮油物资储备支出 1.413 .228 1.039国债还本付息支出 1.149 .332 .807(常量) -359.769 -23.539 -172.074Fisher 的线性判别式函数如表所示，栏中每一列表示样品判入相应列的贝叶斯判别函数系数。
在本例中，各类的贝叶斯判别函数如下:20191817161514131211109876543211149.1413.1299.1132.1958.5853.0314.1430.0754.0149.057.045.0769.0917.1052.1599.0751.0055.343.016.0769.359XXXXXXXXXXXXXXXXXXXXF⨯+⨯+⨯+⨯+⨯-⨯-⨯+⨯+⨯-⨯-⨯+⨯-⨯-⨯+⨯-⨯+⨯+⨯+⨯+⨯+-=20191817161514131211109876543212332.0228.0329.0285.0810.1212.0315.088.0197.042.0141.0155.0199.0461.0300.0128.0226.035.011.016.0539.23XXXXXXXXXXXXXXXXXXXXF⨯+⨯+⨯+⨯+⨯-⨯-⨯+⨯+⨯-⨯-⨯+⨯-⨯-⨯+⨯-⨯+⨯+⨯-⨯+⨯+-=20191817161514131211109876543213807.0039.1126.1918.0166.5799.0031.1352.0586.075.0427.0334.0507.034.1640.0487.0755.0745.0112.034.0074.172XXXXXXXXXXXXXXXXXXXXF⨯+⨯+⨯+⨯+⨯-⨯-⨯+⨯+⨯-⨯-⨯+⨯-⨯-⨯+⨯-⨯+⨯+⨯+⨯+⨯--=将广东、宁夏、河南三省的财政支出数据分别代入上述三个贝叶斯判别函数，得到三个函数值，比较这三个函数值，那个函数值比较大就可以判别该省进入哪一类。