多元统计分析课程设计
多元统计分析课程设计
题目: 因子分析方法在大学生
的价值观测验中的应用学院：
班级：
学生姓名：
学生学号：
指导教师：
2012 年6月15日
课程设计任务书
姓名班级学号
设计题目因子分析方法在大学生的价值观测验中的应用
理论要点因子分析是主成分分析的推广和发展，它也是将具有错综复杂关系的变量综合为数量较少的几个因子，以再现原始变量与因子之间的相互关系，同时根据不同因子还可以对变量进行分类，它也是属于多元分析中处理降维的一种统计方法。
设计目标通过因子分析方法对大学生的价值观测验做预测分析，应用于实际。
研究方法步骤首先，对原始数据标准化以消除量纲的影响；第二步，建立指标间的相关系数阵R；第三步，求R的特征值和特征向量；第四部，建立因子载荷阵；第五步，对因子载荷阵实行方差最大旋转。
预期结果通过执行SPSS，来求得相关统计量，如相关系数矩阵、特征值和特征向量、因子载荷等。
计划与进度的安排课程设计安排一周，分四次完成：
第一次（1-2天）：上网搜查有关的资料，并开始考虑设计的方法第二次（3-4天）：写论文的前言、摘要、以及理论依据部分
第三次 (4-6天)：写论文的问题描述、问题分析以及求解计算部分第四次（7天）：写论文的结论部分以及最后的审核和排版、打印等
摘要
在科学研究中，往往希望尽可能多的收集反映事物（研究对象）的多个变量,以期能对问题有比较全面、完整的把握与认识。多变量的大样本虽然能为科学研究提供大量的信息，但是在一定程度上增加了数据采集的工作量，更重要的是在大多数情况下，许多变量之间可能存在相关性，这意味着表面上看来彼此不同的变量并不能从各个侧面反映事物的不同属性，而恰恰是事物同一种属性的不同表现。如何从众多相关的指标中找出少数几个综合性指标来反映原来指标所包含的主要信息，这就需要进行因子分析（Factor Analysis），它是用少数几个因子来描述许多指标或因素之间的联系，以较少几个因子反映原始数据的大部分信息的统计方法。
因子分析的特点为：
（1）因子变量的数量远少于原有的指标变量的数量，对因子变量的分析能够减少分析中的计算工作量。
（2）因子变量不是对原有变量的取舍，而是根据原始变量的信息进行重组结构，它能够反映原有变量大部分的信息。
（3）因子变量之间不存在线性相关关系，对变量的分析比较方便。
（4）因子变量具有命名解释性，即该变量是对某些原始变量信息的综合和反映。
关键词因子变量，因子载荷，变量共同度，公共因子
目录
摘要......................................... I 因子分析在大学生价值观测验中的应用....... - 1 - 第一章绪论........................... - 1 - 第二章基本理论....................... - 2 -
2.1 数学模型........................ - 2 -
2.2因子分析的基本步骤 .............. - 3 -
第三章问题的描述..................... - 5 - 第四章问题的分析以及求解计算......... - 6 - 第五章结论........................... - 6 - 总结..................................... - 9 - 参考文献................................. - 9 -
因子分析在大学生价值观测验中的应用
第一章绪论
在社会、政治、经济和医学等领域的研究中往往需要反映事物的多个变量进行大量的观察，收集大量的数据以便进行分析，寻找规律。在大多数情况下，许多变量之间存在一定的相关关系。因此，有可能用较少的综合指标分析存在的于各变量中的各类信息，而各综合指标之间彼此是不相关的，代表各类信息的综合指标成为因子。因子分析就是用少数几个因子来描述许多指标或因素之间的联系，以较少几个因子反映原资料的大部分信息的统计学方法。
因子分析，也叫因素分析，就是通过寻找众多变量的公共因素来简化变量中存在复杂关系的一种统计方法，它将多个变量综和为少数几个“因子”以再现原始变量与“因子”之间的相关关系。
因子分析的主要应用有：①寻找基本结构。在多元统计中，经常遇到诸多变量之间存在强相关的问题，它会对分析带来许多困难。通过因子分析，可以找出几个较少的有实际意义的因子，反映出原来数据的基本机构。例如，调查高校师生具有的素质中，通过因子分析从20个指标中概括出师德、专业知识、教学实践性知识、教学操作能力、社会适应能力、班主任工作能力、语言表达能力和心理素质8个基本指标。②数据化简。通过因子分析可以找出少数的几个因子代替原来的变量做回归分析、聚类分析、判断分析等。
第二章 基本理论 2.1 数学模型
因子分析的出发点是用较少的相互独立的因子变量代替原来数据的大部分信息，可以通过下面的数学模型来表示：
1
112121111εa F a F a F a x m m ++++=
2222221212εa F a F a F a x m m ++++=
p
p m pm p p p a F a F a F a x ε++++= 2211
其中，1x 、2x 、3x 、 、p x 为p 个原有变量，是均值为零、标准差为1的
标准化变量，m F F F ,,21为m 个因子变量，m 小于p ，表示成矩阵形式为：
εa AF X +=
其中F 为因子变量或公共因子，它们可以理解为高维空间中互相垂直的m 个坐标轴。A 为因子载荷矩阵，如果把变量i x 看成是m 维因子空间中的一个向量，则ij a 为i x 在坐标轴j F 上的投影，相当于多元回归中的标准回归系数。ε为特殊因子，表示了原有变量不能被因子变量所解释的部分，相当于多元回归分析中的残差部分。
因子分析把每个原始变量分解成两部分：一部分由所有变量共同具有的少数几个因子构成，即所谓公共因素部分；另一部分是每个变量独自具有的因素，即所谓独特因子部分。其中m F F F ,,21叫做公共因子，它们是在各个变量中共同出现的因子。我们可以把它们看做多维空间分布中互相垂直的m 个坐标轴。),,2,1(p i i =ε表示影响i x 的独特因子，指原有变量不能被因子变量所解释的部分，相当于回归分析中的残差部分。ij a 叫做因子负荷（载荷），它是第i 个变量在第j 个主因子上的负荷或叫做第i 个变量在第j 个主因子上的权值，它反映了第i 个变量在第j 个主因子的相对重要性。
因子分析中的几个概念说明如下：
1.因子载荷
在各个因子变量不相关情况下，因子载荷ij a 就是第i 个原有变量和第j 个因子变量的相关系数，即i x 在第j 个公共因子变量上的相对重要性。因此ij a 绝对值越大，则公共因子j F 和原有变量i x 关系越强。
2.变量共同度
变量共同度，也称为公共方差，反映全部公共因子变量对原有变量i x 的总方
差解释说明比例。原有变量i x 的共同度为因子载荷矩阵A 中的第i 行元素的平方
和，即：∑==m
j ij i
a h 12
2
。原有变量i x 的方差可以表示成两个部分：2i h 和2i ε。第一部
分2i h ，反映公共因子对原有变量的方差解释比例，第二部分2i ε反映原有变量方差中无法被公共因子表示的部分。因此，第一部分2i h 越接近于1，说明公共因子解释原有变量越多的信息。可以通过该值，掌握该变量的信息有多少被丢失了。如果大部分变量共同度都高于0.8，则说明提取的公共因子已经基本反映了个原始变量80％以上的信息，仅有较少的信息丢失，因子分析效果较好。可以说， 各个变量的共同度是衡量因子分析效果的一个指标。
3.公共因子j F 的方差贡献
公共因子j F 的方差贡献定义为因子载荷矩阵A 中第j 列各元素的平方和，
即：∑==p
i ij j a S 12
。公共因子j F 的的方差贡献反映了该因子对所有原始变量总方差
的解释能力，其值越高，说明因子重要程度越高。
2.2因子分析的基本步骤
因子分析的主要过程可简述为如下几个步骤。 1.确定因子分析的前提条件
因子分析是众多的原始变量中综合出少数几个具有代表性的因子，这必定有一个前提要求，即原有变量之间具有较强的相关性。如果原有变量之间不存在较强的相关关系，则无法找出其中的公共因子。因此，在因子分析时，需要对原有变量做相关分析。通常可采用如下几种方法。
（1）计算相关系数矩阵
计算原有变量的简单相关系数矩阵。观察相关系数矩阵，如果相关系数矩阵中的大部分相关系数值小于0.3，则各个变量之间大多为若相关，这就不适合做因子分析。如果一个变量与其他变量间相关很低，则在下一分析步骤中可考虑剔出此变量。
（2）进行统计检验
在因子分析过程中提供了几种检验方法来判断变量是否适合做因子分析。主要统计方法有如下两种。 ?巴特利特球形检验 ?KMO 检验 2.提取因子
决定因子提取的方法（即求初始因子）的方法很多，有“主成分分析法”、
“主轴因子法”、“极大然法”、“最小乘法”、“Alpha因子提取法”和“映像因子提取法”等等。最常用的是“主成分分析法”和“主轴因子法”，其中又以“主成分分析法”的使用最为普遍。
在提取因子的过程中涉及下列名词，现分别说明。
(1)特征值
特征值是指每个变量在某一公共因子上的因子负荷量的平方总和，又叫特征根。在因子分析的公共因子提取中，特征值最大的公共因子会最先被提取，最后提取的公共因子的特征值最小。因子分析的目的就是使因子维度简单化，希望以最小的公共因子能对总变异量做最大的解释，因而提取的因素愈少愈好，而提取因子之积累解释的变异量则愈大愈好。
(2)因子的贡献率
每个公共因子对原始数据的解释能力，可以用该因子所解释的总方差来衡量，通常称为该因子的贡献率，它等于和该因子有关的因子负荷的平方和，实际中常用相对指标来表示。相对指标体现公共因子的相对重要性，即每个公共因子所解释的方差占所有变量总方差的比例。
3.决定旋转方法
旋转法使得因子负荷量更易于解释。在因子提取时通常提取初始因子后，对因子无法做有效的解释。为了更好地解释因子，必须对负荷矩阵进行旋转，旋转目的在于改变每个变量在各因子的负荷量的大小。旋转方法有两种：一种为正交旋转，如“方差极大正交旋转法”、“四次方极大正交旋转法”、“等量方差极大正交旋转法”；另一种为斜交旋转，如“斜交旋转法”、“迫近最大方差斜旋转法”等。正交旋转时，坐标轴在旋转过程中始终保持垂直，新生成的因子保持不相关性。斜交旋转中坐标轴中的夹角可以是任意度数，新生成的因子之间不能保持不相关性。在使用过程中一般选用正交旋法。
4.因子的命名
因子的命名是因子分析的一个核心问题。旋转后可决定因子个数，并对其进行命名。对于新因子变量的命名解释要根据新因子变量与原变量的关系，即观察旋转后的因子负荷矩阵中某个新因子变量能够同时解释多少原变量的信息。
5.计算因子得分
计算因子得分是因子分析的最后一步。因子变量确定后，便可计算各因子在每个样本上的具体数值，这些数值就是因子的得分，形成的新变量成为因子变量，它和原变量的得分相对应。有了因子得分，在以后分析中就可以因子变量代替原有变量进行数据建模，或利用因子变量对样本进行分类或评价等研究，进而实现降维和简化的目标。
第三章问题的描述
如表1所示为20名大学生关于价值观的9项测验结果，包括合作性、对分配的看法、行为出发点、工作投入程度、对发展机会的看法、社会地位的看法、权力距离、对职位升迁的态度、以及领导风格的偏好。
要求根据这9项内容进行因子分析，得到维度较少的几个因子。
表1 20个大学生的9项测验结果
第四章问题的分析以及求解计算
实现步骤
步骤1：在“Analyze”菜单“Data Reduction”中选择Factor命令。
步骤2：在弹出的Factor Analysis 对话框中，从对话框左侧的变量列表中选择这9个变量，使之添加到Variables框中。
步骤3：单击Descriptives按钮，弹出Factor Analysis：Descriptives对话框。Statistics框用于选择输出哪些相关的统计量。
步骤4：单击Extraction按钮，弹出Factor Analysis：Extraction对话框，选择因子提取方法。因子提取方法在Method下拉框中选取。
步骤5：单击Factor Analysis对话框中的Rotation按钮，弹出Factor Analysis：Rotation对话框。该对话框用于选择因子载荷矩阵的旋转方法。旋转的目的是为了简化结构，以帮助我们解释因子。
步骤6：单击Factor Analysis对话框中的Scores按钮，弹出Factor Analysis：Scores对话框。该对话框用以选择对音质得分进行设置。
步骤7：单击Factor Analysis对话框中的Options按钮，弹出Factor Analysis：Options对话框。该对话框可以指定输出其他因子分析的结果，并选择对缺失数据的处理方法。
选中Exclude cases listwise项，单击Continue按钮返回Factor Analysis 对话框，完成设置。单击OK按钮，完成计算。
第五章结论
Factor Analysis
KMO and Bartlett's Test
Kaiser-Meyer-Olkin Measure of Sampling
Adequacy. .585
Bartlett's Test of Sphericity Approx. Chi-Square 74.733 df 36 Sig. .000
Communalities
Initial Extraction 合作性 1.000 .722 分配 1.000 .848
出发点 1.000 .708
工作投入 1.000 .504
发展机会 1.000 .863
社会地位 1.000 .871
权力距离 1.000 .799
职位升迁 1.000 .681
领导风格 1.000 .486
Extraction Method: Principal Component Analysis.
Component Matrix(a)
Component
1 2 3
合作性.493 -.626 .295
分配.596 -.701 -.029
出发点.823 -.130 -.120
工作投入-.222 .537 -.407
发展机会.787 .479 .122
社会地位.133 .558 .737
权力距离.763 .248 -.394
职位升迁.781 .239 .117
领导风格.650 .194 -.162
Extraction Method: Principal Component Analysis.
a 3 components extracted.
Rotated Component Matrix(a)
Component
1 2 3
合作性.157 .835 -.024
分配.314 .799 -.333
出发点.733 .400 -.105
工作投入.090 -.698 -.095
发展机会.834 .004 .409
社会地位.100 -.071 .925
权力距离.879 -.045 -.154
职位升迁.752 .191 .282
领导风格.695 .051 .010
Extraction Method: Principal Component Analysis. Rotation Method: Varimax with Kaiser Normalization.
a Rotation converged in 5 iterations.
Component Transformation Matrix
Component 1 2 3
1 .90
2 .424 .078
2 .330 -.797 .506
3 -.276 .431 .859
Extraction Method: Principal Component Analysis. Rotation Method: Varimax with Kaiser Normalization.
Com pone nt Plot in Rotate d Space
发展机会
社会地位
职位升迁权力距离
领导风格Component 2
出发点
1.0
1.0
工作投入
-.5
0.0.5
.5
.5
合作性分配
1.0Component 3
Component 1
0.0
0.0
-.5
-.5
Component Score Coefficient Matrix
Component
1
2
3
合作性 -.065 .447 .091 分配 .035 .355 -.199 出发点 .217 .102 -.118 工作投入 .148 -.425 -.203 发展机会 .249 -.058 .249 社会地位 -.068 .091 .772 权力距离 .343 -.181 -.248 职位升迁 .207 .041 .180 领导风格
.242 -.073 -.070
Extraction Method: Principal Component Analysis. Rotation Method: Varimax with Kaiser Normalization. Component Scores. Component Score Covariance Matrix
Component 1
2
3
1 1.000 .000 .000
2 .000 1.000 .000 3
.000 .000 1.000
Extraction Method: Principal Component Analysis. Rotation Method: Varimax with Kaiser Normalization. Component Scores.
总结
因子分析的形成和发展有相当长的历史，最早用以研究解决心理学和教育学方面的问题，由于计算量大，又缺少高速计算的设备使因子分析的应用和发展受到很大的限制，甚至停滞了很长时间。后来由于电子计算机的出现，才是因子分析的理论研究和计算问题有了很大的进展。目前这以方法的应用范围已十分广泛，在经济学、社会学、考古学、生物学、医学、地质学以及体育科学等各个领域都取得了显著的成绩。
参考文献
1.《SPSS统计分析实用教程》谭荣波梅晓仁科学出版社
2.《数据统计分析与SPSS应用》余建英何旭宏人民邮电出版社
3.《SPSS在统计分析中的应用》朱建平殷瑞飞清华大学出版社
4.《多元统计分析》于秀林任雪松中国统计出版社
课程设计评阅书
课程设计报告评语：（评阅意见主要对设计任务的合理性、规范性和正确性以及设计报告书的完整性、规范性和通顺性等方面作出评价）
报告成绩：
答辩记录与评语：
答辩成绩：
课程设计总成绩：教师签名：
年月日
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。
多元统计分析模拟考题及答案.docx
一、判断题 （ 对 ） 1 X ( X 1 , X 2 ,L , X p ) 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 X (X 1 , X 2 , , X p ) ~ N p ( , ) ， X , S 分别是样本均值和样本离 差阵，则 X , S 分别是 , 的无偏估计。 n （ 对） 6 X ( X 1 , X 2 , , X p ) ~ N p ( , ) ， X 作为样本均值 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 A ( ij ) ij 表示第 i 个变量在第 j 个公因子上 a 中的 a 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 的协方差阵， 的特征根 ( 1, , ) 与相应的单 X ( X 1,L , X m ) i i L m 位 正 交 化 特 征 向 量 i ( a i1, a i 2 ,L ,a im ) ， 则 第 一 主 成 分 的 表 达 式 是 y 1 a 11 X 1 a 12 X 2 L a 1m X m ，方差为 1 。 3 设 是总体 X ( X 1, X 2 , X 3, X 4 ) 的协方差阵， 的特征根和标准正交特征向量分别 为： 1 2.920 U 1' (0.1485, 0.5735, 0.5577, 0.5814) 2 1.024 U 2' (0.9544, 0.0984,0.2695,0.0824) 3 0.049 U 3' (0.2516,0.7733, 0.5589, 0.1624) 4 0.007 U 4' ( 0.0612,0.2519,0.5513, 0.7930) ，则其第二个主成分的表达式是
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
应用多元统计分析论文
应用多元统计分析论 文 Revised on November 25, 2020
山东省十一城市综合实力统计分析摘要:本文根据中国城市经济发展研究中心提出的城市综合经济实力和区域的概念，并利用2009年各城市社会经济发展状况的截面数据，就山东省11市的经济数据进行分析。首先建立了评价的指标体系，其次，分别采用主成分分析法和聚类分析法对山东省根据行政区域划分的11个市的综合经济实力进行了全面的评价和比较，并在此基础上提出了促进山东各市经济协调发展、共同进步的相关措施。 关键词：城市经济主成分分析聚类分析 一、引言 在区域经济发展中，城市处于核心和龙头的地位，提高城镇化水平、加快城市化进程是解决当前和未来一系列问题的关键。山东经济发展显示出不平衡的态势，鲁东的少数几个城市GDP几乎占据全省三分之二[1]。很显然，山东省各市的城市化水平也存在显着差异, 青岛、济南等的城市化水平始终走在全省乃至全国前列,泰安和滨州则相对落后。随着黄河三角洲经济一体化进程的加快，山东作为沿海省份必须清楚的看到发展差异并找出差异形成的原因，通过核心城市的优先发展带动区域经济和社会的快速发展，是现实提出的急需解决的问题。 为此，本文在参阅相关文献的基础上，根据中国城市经济发展研究中心提出的城市综合经济实力以及区域的概念，根据区域的行政划分，从山东省11个市出发，利用2009年各城市社会经济发展状况的截面数据，首先建立了评价指标体系，其次，分别采用主成分分析法和聚类分析法对山东省11个市的综合经济实力进行了综合的评价和排位，并在此基础上提出了促进山东省各市经济协调发展、共同进步的相关措施。
多元统计分析期末复习
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，便于不同的变),(~∑μP N X μ∑μ p 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 1 X μ∑μX )1,(~∑n N X P μ),1(∑-n W p X X
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。 实验一 一、实验目的及要求 对应分析是你也降维的思想以达到减化数据结构的目的，凤的研究广泛用于定义属性变量构成的列联表利用对应分析方法分析问卷中教育程度与网上购物支付方式之间的相互关系。 二、实验环境 SPSS 19.0 window 7系统 三、实验内容及实验步骤（实践内容、设计思想与实现步骤） 实验题目： 通过分析问卷数据，绘制如下的教育程度与网上购物支付方式的交叉表，运用对应分析方法研究教育程度与网上购物所选择的支付方式之间的相关性，及揭示不同人群网上购物的特征等问题。 设计思想：原假设：H1：χ2>χα2[(n?1)(p?1)] 实现步骤： 1.在变量视窗中录入3个变量，用edu表示【教育程度】，用fangshi表示【在网上购物时采用什么样的支付方式】，用pinshu表示【频数】；如图所示： 2.先对数据进行预处理。执行【数据】→【加权个案】命令，弹出【加权个案】对话框。选中【加权个案】按钮，把【频数】放入【频率变量】框中，点击【确定】按钮完成。 3.打开主窗口，选择菜单栏中的【分析】→【降维】→【对应分析】命令，弹出【对应分析】对话框。 4.将【教育程度】导入【行】，将【在网上购物时采用什么样的支付方式】导入【列】。 5. 单击【定义范围（D）】，打开【对应分析：定义行范围】对话框； 定义行变量分类全距最小值为1，最大值为4，单击【更新】；点击【继续】，返回【对应分析】对话框；同方法打开【对应分析：定义列范围】对话框； 定义列变量全距最小值为1，最大值为5，单击【更新】； 6. 单击【统计量】打开【对应分析：统计量】对话框；选择【行轮廓表】，【列轮廓表】；单击【继续】，返回【对应分析】对话框， 7.选择【绘制】→【对应分析：图】对话框，选择【散点图】中的【行点】、【列点】选择【线图】中的【已转换的行类别】、【已转换的列类别】，单击【继续】，返回【对应分析】对话框。 8.单击【确定】按钮，完成设置并执行列联表分析。 四、调试过程及实验结果（详细记录实验在调试过程中出现的问题及解决方法。记录实验的结果） SPSS实验结果及分析： 上表显示了在32155名被调查者中，大多数消费者在网上购物时选择第三方支付和网上银行支付，在网上购物的消费人群以大学本科生相对最多。 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： 练习题 一、填空题 1．人们通过各种实践，发现变量之间的相互关系可以分成（相关）和（不相关）两种类型。多元统计中常用的统计量有：样本均值、样本方差、样本协方差和样本相关系数。 2．总离差平方和可以分解为（回归离差平方和）和（剩余离差平方和）两个部分，其中（回归离差平方和）在总离差平方和中所占比重越大，则线性回归效果越显著。3．回归方程显著性检验时通常采用的统计量是（S R/p）/[S E/（n-p-1）]。 4．偏相关系数是指多元回归分析中，（当其他变量固定时，给定的两个变量之间的）的相关系数。 5．Spss中回归方程的建模方法有（一元线性回归、多元线性回归、岭回归、多对多线性回归）等。 6．主成分分析是通过适当的变量替换，使新变量成为原变量的（线性组合），并寻求（降维）的一种方法。 7．主成分分析的基本思想是（设法将原来众多具有一定相关性（比如P个指标），重新组合成一组新的互相无关的综合指标来替代原来的指标）。 8．主成分表达式的系数向量是（相关系数矩阵）的特征向量。 9．样本主成分的总方差等于（1）。 10．在经济指标综合评价中，应用主成分分析法，则评价函数中的权数为（方差贡献度）。主成分的协方差矩阵为（对称）矩阵。主成分表达式的系数向量是（相关矩阵特征值）的特征向量。 11．SPSS中主成分分析采用（analyze—data reduction—facyor）命令过程。 12．因子分析是把每个原始变量分解为两部分因素，一部分是（公共因子），另一部分为（特殊因子）。 13．变量共同度是指因子载荷矩阵中（第i行元素的平方和）。 14．公共因子方差与特殊因子方差之和为（1）。 15．聚类分析是建立一种分类方法，它将一批样品或变量按照它们在性质上的（亲疏程度）进行科学的分类。 16．Q型聚类法是按（样品）进行聚类，R型聚类法是按（变量）进行聚类。 17．Q型聚类统计量是（距离），而R型聚类统计量通常采用（相关系数）。 18．六种Q型聚类方法分别为（最长距离法）、（最短距离法）、（中间距离法）、（类平均法）、（重心法）、（离差平方和法）。 19．快速聚类在SPSS中由（k-均值聚类（analyze—classify—k means cluster））过程实现。 20．判别分析是要解决在研究对象已（已分成若干类）的情况下，确定新的观测数据属于已知类别中哪一类的多元统计方法。 21．用判别分析方法处理问题时，通常以（判别函数）作为衡量新样本点与各已知组别接近程度的指标。 22．进行判别分析时，通常指定一种判别规则，用来判定新样本的归属，常见的判别准则有（Fisher准则）、（贝叶斯准则）。 23．类内样本点接近，类间样本点疏远的性质，可以通过（类与类之间的距离）与（类内样本的距离）的大小差异表现出来，而两者的比值能把不同的类区别开来。这个比值越大，说明类与类间的差异越（类与类之间的距离越大），分类效果越（好）。24．Fisher判别法就是要找一个由p个变量组成的（线性判别函数），使得各自组内点的 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==-- 1. 正态性检验 Kolmogorov-Smirnov a Shapir o-Wilk 统计量df Sig. 统计量df Sig. 净资产收益率.113 35 .200*.978 35 .677 总资产报酬率.121 35 .200*.964 35 .298 资产负债率.086 35 .200*.962 35 .265 总资产周转率.180 35 .006 .864 35 .000 流动资产周转率.164 35 .018 .885 35 .002 已获利息倍数.281 35 .000 .551 35 .000 销售增长率.103 35 .200*.949 35 .104 资本积累率.251 35 .000 .655 35 .000 *. 这是真实显著水平的下限。 a. Lilliefors 显著水平修正 此表给出了对每一个变量进行正态性检验的结果，因为该例中样本中n=35<2000，所以此处选用Shapiro-Wilk统计量。由Sig.值可以看到，总资产周转率、流动资产周转率、已获利息倍数及资本积累率均明显不遵从正态分布，因此，在下面的分析中，我们只对净资产收益率、总资产报酬率、资产负债率及销售增长率这四个指标进行比较，并认为这四个变量组成的向量遵从正态分布（尽管事实上并非如此）。这四个指标涉及公司的获利能力、资本结构及成长能力，我们认为这四个指标可以对公司运营能力做出近似的度量。 2. 主体间因子 N 行业电力、煤气及水的生产和供应 业 11 房地行业15 信息技术业9 多变量检验a 效应值 F 假设 df 误差 df Sig. 截距Pillai 的跟踪.967 209.405b 4.000 29.000 .000 Wilks 的 Lambda .033 209.405b 4.000 29.000 .000 Hotelling 的跟踪28.883 209.405b 4.000 29.000 .000 Roy 的最大根28.883 209.405b 4.000 29.000 .000 行业Pillai 的跟踪.481 2.373 8.000 60.000 .027 Wilks 的 Lambda .563 2.411b8.000 58.000 .025 Hotelling 的跟踪.698 2.443 8.000 56.000 .024 Roy 的最大根.559 4.193c 4.000 30.000 .008 a. 设计 : 截距 + 行业 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 实用多元统计分析相 尖习题 练习题 一、填空题 1?人们通过各种实践，发现变量之间的相互矢系可以分成（相尖）和（不相尖）两种 类型。多元统计中常用的统计量有：样本均值、样本方差、样本协方差和样本相尖系数。 2?总离差平方和可以分解为（回归离差平方和）和（剩余离差平方和）两个部分，其中（回归离差平方和）在总离差平方和中所占比重越大，则线性回归效果越显著。 3 ?回归方程显著性检验时通常采用的统计量是（S R/P）/[S E/ （n-p-1） ]O 4?偏相尖系数是指多元回归分析中，（当其他变量固定时，给定的两个变量之间的） 的相尖系数。 5. Spss中回归方程的建模方法有（一元线性回归、多元线性回归、岭回归、多对多线性回归）等。 6 ?主成分分析是通过适当的变量替换，使新变量成为原变量的（线性组合），并寻求 （降维）的一种方法。 7 ?主成分分析的基本思想是（设法将原来众多具有一定相尖性（比如P个指标），重 新组合成一组新的互相无矢的综合指标来替代原来的指标）。 8 ?主成分表达式的系数向量是（相尖系数矩阵）的特征向量。 9 ?样本主成分的总方差等于（1）。 10 ?在经济指标综合评价中，应用主成分分析法，则评价函数中的权数为（方差贡献度）。主成分的协方差矩阵为（对称）矩阵。主成分表达式的系数向量是（相尖矩阵特征值）的特征向量。 11. SPSS 中主成分分析采用（analyze—data reduction — facyor）命令过程。 12?因子分析是把每个原始变量分解为两部分因素，一部分是（公共因子），另一部 分为（特殊因子）。 13 ?变量共同度是指因子载荷矩阵中（第i行元素的平方和）。 14 ?公共因子方差与特殊因子方差之和为（1） o 15 ?聚类分析是建立一种分类方法，它将一批样品或变量按照它们在性质上的（亲疏 程度）进行科学的分类。 16. Q型聚类法是按（样品）进行聚类，R型聚类法是按（变量）进行聚类。 17. Q型聚类统计量是（距离），而R型聚类统计量通常采用（相尖系数）。 18. 六种Q型聚类方法分别为（最长距离法）、（最短距离法）、（中间距离法）、（类平均法）、（重心法）、（离差平方和法）。 19?快速聚类在SPSS中由（k■均值聚类（analyze— classify— k means cluste））过程实 现。 20. 判别分析是要解决在研究对象已（已分成若干类）的情况下，确定新的观测数据属于已知类别中哪一类的多元统计方法。 21. 用判别分析方法处理问题时，通常以（判别函数）作为衡量新样本点与各已知组别接近程度的指标。 22. 进行判别分析时，通常指定一种判别规则，用来判定新样本的归属，常见的判别准则有 （Fisher准则）、（贝叶斯准则）。 23. 类内样本点接近，类间样本点疏 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 应用多元统计分析毕业论文已过查重-优秀毕业论文 内蒙古财经大学 应用多元统计分析 期末论文 作者李慧斌 系别统计与数学学院 专业信息与计算科学 年级2012级 学号122093118 指导教师刘勇 导师职称讲师 目录 我国地区经济发展浅析 (2) 摘要 (2) 一、引言 (2) 二、聚类分析 (2) 1.参与聚类的样本总量表 (3) 2.样品聚为3类时的样品归类表 (3) 3.所有样品的聚类树形图 (5) 三、主成分分析 (6) 1.单变量描述统计量表 (6) 2.各变量相关矩阵图 (7) 3.总方差分解图 (8) 4.旋转前的因子载荷矩阵图 (9) 5.利用因子载荷矩阵图计算出的特征向量表 (9) 三、因子分析 (10) 1.旋转后的因子载荷矩阵 (10) 2.因子得分系数矩阵 (11) 3.各样品因子得分 (11) 四、结论 (13) 附表一 (14) 我国地区经济发展浅析 摘要：以聚类分析法、主成分分析法、因子分析法三种多元统计分析方法为主，对2011年我国31个省、市、自治区的地区经济发展状况以及影响地区经济发展的主要因素（指标）相结合进行剖析。根据不同分类方法得出不同的分析结果，从不同角度分析我国各地区经济发展存在的主要差异以及导致这些差异出现的原因，并最终就三种统计分析方法的结果对我国目前地区经济发展状况进行客观的综合概述。 关键字：地区发展水平聚类分析法主成分分析法因子分析法 一、引言 在日常生活过程中，我们常常遇到一些计算量大，分析工作复杂度高的数 据分析工作，为了能够更加简便地进行数据分析，在此给大家介绍几种多元统 计分析的方法。本文主要运用了聚类分析法，主成分分析法和因子分析法对2011 年我国31个省市自治区地区经济发展水平以及影响地区经济发展的几项重要指 标进行了统计分析。 二、聚类分析 聚类分析是应用最广泛的一种分类技术，它把性质相近的个体归为一类，使得同一类中的个体具有高度的同质性，不同类之间的个体具有高度的异质性。聚类分析的职能是建立一种分类方法，它是将一批样品或变量，按照它们在性质上的相似程度进行分类。通常我们用距离来度量样品之间的相似程度，用相似系数来度量变量之间的相似程度。 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 92,32 16___________________ 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 ? ? - ????? ? -?? ? ? ?=-=-+ ? ? ? ??? ? ? ????? ? ???多元统计分析课程毕业论文
多元统计分析实验报告
多元统计分析 课程论文.doc
(完整word版)实用多元统计分析相关习题
多元统计分析模拟考题及答案
多元统计分析实验报告
多元统计分析论文
实用多元统计分析相关习题学习资料
多元统计分析课程论文
应用多元统计分析毕业论文已过查重-优秀毕业论文
多元统计分析期末试题及答案.doc