多元统计课程设计

多元统计析分课程设计题目：多元统计分析方法在各地区经济发展中的应用学生姓名：章浩良学号：1305020140系（部）：金融学院专业班级：应用统计学（1）班指导教师：许广魁教师职称：讲师起止时间：2016.5.1—2016.5.31淮南师范学院金融学院制多元统计分析方法在各地区经济发展中的应用课程设计任务及评语系（部）：金融学院学生姓名章浩良学号1305020140专业班级应用统计学（1）班课程设计题目多元统计分析方法在各地区经济发展中的应用课程设计任务（1）收集数据进行处理和分析；（2）利用SPSS软件对数据进行统计分析；（3）对数据进行聚类分析和因子分析；（4）对运行后的信息进行整理；（5）找出数据的相关联系;（6）对课程设计的总结和感受.金融学院课程设计1多元统计分析方法在各地区经济发展中的应用学生：章浩良指导老师：许广魁金融学院摘要：本文以2014年中国统计年鉴的数据为来源，通过对各地区多项经济指标进行因子分析。随着社会经济的快速发展和社会主义建设的不断推进，我国经济社会得到了又快又好的发展，人民生活水平也得到了很大的提高，但是，由于我国各地区的经济发展背景、社会背景和环境背景等都存在着些许差异，从而导致了各地区生产总值、生活消费水平也参差不齐。为了客观了解我国各地区的经济发展状况，本文应用SPSS软件中的各种分析方法对我国各地区的经济发展状况进行科学的分析，并进行分类，并为各地区经济发展规划与决策提出了相应的政策建议。关键词：各地区经济发展状况SPSS聚类分析因子分析MultivariatestatisticalanalysismethodintheapplicationoftheregionaleconomicdevelopmentStudent：zhanghaoliangFacultyAdviser：xuguangkuiInstituteofFinanceAbstract:basedonthe2014Chinastatisticalyearbookdataforthesource,throughthestudyofthefactoranalysisofregionaleconomicindicators.Withtherapiddevelopmentofsocialeconomyandtheadvancementofthesocialistconstructionofourcountrygotfastandgoodeconomicandsocialdevelopment,people'slivingstandardhasbeengreatlyimproved,however,duetoChina'sregionaleconomicdevelopment,socialbackgroundandenvironmentbackgroundtherearesomedifferences,leadingtoaregionalGDP,lifeconsumptionlevelisuneven.Inordertoobjectivelyunderstandthestatusoftheregionaleconomicdevelopmentinourcountry,thispaperusinganalysismethodofSPSSsoftwareinvariousregionaleconomicdevelopmentofourcountryscientificanalysis,andclassification,andfortheregionaleconomicdevelopmentplananddecisionputforwardthecorrespondingpolicyrecommendations.Keywords:RegionaleconomicdevelopmentSPSSclusteranalysisfactoranalysis多元统计分析方法在各地区经济发展中的应用2目录前言…………………………………………………………………………………11.数据的分析………………………………………………………………………11.1数据的收集与整理…………………………………………………………11.2变量的注释…………………………………………………………………32.数据的处理方法…………………………………………………………………32.1聚类分析……………………………………………………………………32.2因子分析……………………………………………………………………43.总结………………………………………………………………………………7参考文献……………………………………………………………………………7金融学院课程设计1前言改革开放以来，全国各地区的经济发展很快，人民生活水平有了很大的提高。但是不同区域之间人民的生活水平存在很大差异，各地区生产总值也不相同，这也是各地区经济发展不平衡的比表现。随着社会经济的快速发展和社会主义建设的不断推进，我国经济社会得到了又快又好的发展，人民生活水平也得到了很大的提高，但是，由于我国各地区的经济发展背景、社会背景和环境背景等都存在着些许差异，从而导致了各地区生产总值、生活消费水平也参差不齐。1.数据的分析1.1数据的收集与整理下表是进行处理的31各省市的各国各地区经济发展状况的原始数据，数据来源于《2014中国统计年鉴》。表1地区X1X2X3X4X5X6X7X8北京市158.994544.816627.04161.323746.77902.663357.71363.76天津市199.97731.857795.18201.537079.1686.981422.28230.28河北省3447.4615012.8510960.843576.4813330.661703.631347.58399.86山西省788.896293.915678.69827.455471.01826.95897.26299.16内蒙古自治区1627.859119.797022.551651.067904.41217.62724.16569.25辽宁省2285.7514384.6411956.192403.1712656.831875.691482.17568.77吉林省1524.017286.594992.541570.196424.88891.4464.96283.79黑龙江省2611.365544.416883.612659.634783.88845.15707.47438.79上海市124.268167.7115275.72128.627362.84831.863400.41359.28江苏省3634.3330854.530599.493835.1626962.973899.474723.691094.45浙江省1777.1819175.0619220.791808.6816771.92467.12767.44884.91多元统计分析方法在各地区经济发展中的应用2安徽省2392.3911077.677378.682481.899455.481638.321046.67347.66福建省2014.812515.369525.62085.1210426.712112.031449.82374.61江西省1683.728247.935782.981735.296848.631399.59739.7353.48山东省4798.3628788.1125840.124992.8825340.863534.482709.651112.19河南省4160.0117816.5612961.674259.9815809.092077.241509.2998.35湖北省3176.8912852.411349.933255.9510992.791925.091372.61635.32湖南省3148.7512482.0611406.513266.8910749.881744.86950.04545.69广东省3166.8231419.7533223.283242.4229144.152341.184447.431333.81广西壮族自治区2413.447324.965934.492472.756065.341263.87876.47364.15海南省809.52875.971815.23832.76514.4362.77210.63154.66重庆市1061.036529.066672.511076.725175.81353.261225.27321.64四川省3531.0513962.4111043.23594.1711851.992225.441828.09751.28贵州省1280.453857.444128.51311.083140.88717.69491.65322.71云南省1990.075281.825542.72027.943898.971389.66860.98413.41西藏自治区91.64336.84492.3593.7466.16270.6855.5828.97陕西省1564.949577.246547.761635.857993.391645.65948.93365.85甘肃省900.762926.453009.61939.212263.2681.34364.84178.23青海省215.931234.31853.08219.03954.27280.43175.2137.3宁夏回族自治区216.991341.241193.87229.51973.53368.37230.1647.74新疆维吾尔自治区1538.63948.963785.91574.63179.6867.54536.94142.85数据来源：国家统计局1.2变量注释X1:第一产业增加值X2:第二产业增加值X3:第三产业增加值X4:农林牧渔业增加值X5:工业增加值X6:建筑业增加值X7:金融业增加金融学院课程设计3值X8:住宿和餐饮业增加值2.数据处理方法2.1聚类分析聚类分析就是分析如何对样品（或变量）进行量化分类的问题。通常聚类分析分为Q型聚类和R型聚类，Q型聚类是对样品进行分类处理，R型聚类是对变量进行分类处理。全国31个省市的全国各地区经济发展状况样品分别对8个变量的观测数据如表1所示，在SPSS中利用系统聚类法对其进行样品聚类分析。系统聚类法的基本思想是：距离相近的样品（或变量）先聚成类，距离相远的后聚成类过程一直进行下去，每个样品（或变量）总能聚成合适的类中。系统聚类法过程是：假设总共有n个样品（或变量），第一步将每个样品（或变量）独自聚成一类，共有n类；第二步根据所确定的样品（或变量）“距离”公式，把距离较近的两个样品（或变量）聚合为一类，其他的样品（或变量）仍各自聚为一类，共聚成n-1类；第三步将“距离”最近的两个类进一步聚成一类，共聚成n-2；......；以上步骤一直进行下去，最后将所有的样品（或变量）聚成一类。为了直观地反映以上的系数聚类过程，可以把整个分类系统地画成一张谱系图。所以有时系统聚类也为谱系分析。多元统计分析方法在各地区经济发展中的应用42.2因子分析因子分析也是一种降维、简化数据的技术。它通过研究众多变量之间的内部依赖关系，探求观测数据中的基本结构，并用少数几个“抽象”的变量来表示其基本的数据结构。这几个抽象的变量被称作“因子”，能反映原来众多变量的主要信息。原始的变量是可观测的显在变量，而因子一般是不可观测的潜在变量。因子分析的内容非常丰富，常用的因子分析类型是R型因子分析和Q型因子分析。R型因子分析是对变量进行因子分析，Q型因子分析是对样品进行因子分析。R型因子分析中的公共因子是不可直接观测但又客观存在的共同影响因素，每一个变量都可以表示成公共因子的线性函数与特殊因子之和，即式中的称为公共因子，称为的特殊因子。该模型可用矩阵表示为这里金融学院课程设计5模型中的称为因子“载荷”，是第i个变量在第j个因子上的负荷，矩阵