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
Abbo无私奉献，只收1个金币，BS收5个金币的… 何老师考简单点啊……
第七章 因子分析 7.1 试述因子分析与主成分分析的联系与区别。 答：因子分析与主成分分析的联系是：①两种分析方法都是一种降维、简化数据的技术。②两种分析的求解过程是类似的，都是从一个协方差阵出发，利用特征值、特征向量求解。因子分析可以说是主成分分析的姐妹篇，将主成分分析向前推进一步便导致因子分析。因子分析也可以说成是主成分分析的逆问题。如果说主成分分析是将原指标综合、归纳，那么因子分析可以说是将原指标给予分解、演绎。 因子分析与主成分分析的主要区别是：主成分分析本质上是一种线性变换，将原始坐标变换到变异程度大的方向上为止，突出数据变异的方向，归纳重要信息。而因子分析是从显在变量去提炼潜在因子的过程。此外，主成分分析不需要构造分析模型而因子分析要构造因子模型。 7.2 因子分析主要可应用于哪些方面？ 答：因子分析是一种通过显在变量测评潜在变量，通过具体指标测评抽象因子的统计分析方法。目前因子分析在心理学、社会学、经济学等学科中都有重要的应用。具体来说，①因子分析可以用于分类。如用考试分数将学生的学习状况予以分类；用空气中各种成分的比例对空气的优劣予以分类等等②因子分析可以用于探索潜在因素。即是探索未能观察的或不能观测的的潜在因素是什么，起的作用如何等。对我们进一步研究与探讨指示方向。在社会调查分析中十分常用。③因子分析的另一个作用是用于时空分解。如研究几个不同地点的不同日期的气象状况，就用因子分析将时间因素引起的变化和空间因素引起的变化分离开来从而判断各自的影响和变化规律。 7.3 简述因子模型中载荷矩阵A 的统计意义。 答：对于因子模型 1122i i i ij j im m i X a F a F a F a F ε=++++++ 1,2,,i p = 因子载荷阵为1112 121 2221212 (,,,)m m m p p pm a a a a a a A A A a a a ????? ?==?? ?? ?? ? ? A i X 与j F 的协方差为： 1Cov(,)Cov(,)m i j ik k i j k X F a F F ε==+∑ =1 Cov( ,)Cov(,)m ik k j i j k a F F F ε=+∑ =ij a 若对i X 作标准化处理，=ij a ,因此 ij a 一方面表示i X 对j F 的依赖程度；另一方面也反映了
多元统计分析思考题
《多元统计分析思考题》 第一章回归分析 1、回归分析是怎样的一种统计方法，用来解决什么问题？ 概念：回归分析（regression analysis)是确定两种或两种以上变数间相互依赖的定量关系的一种统计分析方法。 解决的问题:自变量对因变量的影响程度、方向、形式 2、线性回归模型中线性关系指的是什么变量之间的关系？自变量与因变量之 间一定是线性关系形式才能做线性回归吗？为什么？ 3、实际应用中，如何设定回归方程的形式？ 4、多元线性回归理论模型中，每个系数（偏回归系数）的含义是什么？ 5、经验回归模型中，参数是如何确定的？有哪些评判参数估计的统计标准？ 最小二乘估计两有哪些统计性质？要想获得理想的参数估计值，需要注意一些什么问题？ 6、理论回归模型中的随机误差项的实际意义是什么？为什么要在回归模型中 加入随机误差项？建立回归模型时，对随机误差项作了哪些假定？这些假定的实际意义是什么？ 7、建立自变量与因变量的回归模型，是否意味着他们之间存在因果关系？为什么？ 8、回归分析中，为什么要作假设检验？检验依据的统计原理是什么？检验的 过程是怎样的？
9、回归诊断可以大致确定哪些问题？回归分析有哪些基本假定？如果实际应 用中不满足这些假定，将可能引起怎样的后果？如何检验实际应用问题是否满足这些假定？对于各种不满足假定的情形，分别采用哪些改进方法？ 10、回归分析中的R2有何意义？它能用来衡量模型优劣吗？ 11、如何确定回归分析中变量之间的交互作用？存在交互作用时，偏回归系 数的意义与不存在交互作用的情形下是否相同？为什么？ 12、有哪些确定最优回归模型的准则？如何选择回归变量？ 13、在怎样的情况下需要建立标准化的回归模型？标准化回归模型与非标准 化模型有何关系？形式有否不同？ 14、利用回归方法解决实际问题的大致步骤是怎样的？ 15、你能够利用哪些软件实现进行回归分析？能否解释全部的软件输出结 果？ 第二章判别分析 1、判别分析的目的是什么？ 根据分类对象个体的某些特征或指标来判断其属于已知的某个类中的哪一类。 2、有哪些常用的判别分析方法？这些方法的基本原理或步骤是怎样的？它 们各有什么特点或优劣之处？ 3、判别分析与回归分析有何异同之处？ 4、判别分析对变量与样本规模有何要求？ 5、如何度量判别效果？有哪些影响判别效果的因素？
多元统计分析论文综合实力评价论文：基于多元统计分析方 法的城市综合实力评价研究 摘要：本文通过构建城市综合经济实力评估指标体系，运用多元统计分析方法对黑龙江省13个主要城市的综合经济实力进行定量化评价和排序，并进一步总结黑龙江主要城市的发展特点，提出有针对性的对策措施。 关键词：多元统计分析；综合实力评价 一、引言 关于城市综合经济实力的评价，国内学者魏永林和林燕华（1996）提出通过构建由33个指标组成的指标群进行具体反映。这种方法虽然能全面、具体地衡量城市的综合经济实力，但由于选用的指标过多、计算过繁，因而不适合实际分析。对此，本文采用多元统计分析方法，运用社会经济统计软件spss16.0，对黑龙江省各个城市的综合经济实力进行评估分析，以期为推动黑龙江省经济的全面发展提供相应的决策建议。 二、因子分析模型 多元统计分析方法中的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，用较少的因子反映原资料的大部分信息的统计方法。它是处理降维的一种统计方法，可以通过下面的数学模型来表示[2]
其中x1，x2，…，xp为p个原有变量，均是均值为零、标准差为1的标准化变量；f1，f2，…，fm为m个因子变量，m小于p；aij为因子载荷，是第i个原有变量在第j个因子变量上的负荷；ε为特殊因子，表示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。 因子变量确定以后，对每一样本数据，希望得到它们在不同因子上的具体数据值，这些数值就是因子得分，它和原变量的得分相对应。有了因子得分，在以后的研究中，就可以针对维数少的因子得分来进行。计算因子得分，首先应将因子变量表示为原有变量的线性组合， 即 fj=bj1x1+bj2x2+…+bipxp，j=1，2，…，m（1） 估计因子得分的方法有回归法、bartlette法、anderson-rubin法等。因子f1，f2，…，fm分别称为原变量的第一，第二，…，第m主成分，f1在总方差中所占的比重最大，其余递减。我们在实际评价经济效益时，挑选前几个方差较大的因子，就可以反映出单项指标的最大信息量。这样既减少了指标数目，又抓住了主要矛盾，简化了因子间的关系，而原指标向量x1，x2，…，xp的协方差阵的特征根λj就是综合因子fj的方差。一般第j个综合因子保持原始数据总信息量的比重为αj=λj/λk。通常要求所选m
第3章 多元正态总体的假设检验与方差分析 从本章开始，我们开始转入多元统计方法和统计模型的学习。统计学分析处理的对象是带有随机性的数据。按照随机排列、重复、局部控制、正交等原则设计一个试验，通过试验结果形成样本信息（通常以数据的形式），再根据样本进行统计推断，是自然科学和工程技术领域常用的一种研究方法。由于试验指标常为多个数量指标，故常设试验结果所形成的总体为多元正态总体，这是本章理论方法研究的出发点。 所谓统计推断就是根据从总体中观测到的部分数据对总体中我们感兴趣的未知部分作出推测，这种推测必然伴有某种程度的不确定性，需要用概率来表明其可靠程度。统计推断的任务是“观察现象，提取信息，建立模型，作出推断”。 统计推断有参数估计和假设检验两大类问题，其统计推断目的不同。参数估计问题回答诸如“未知参数θ的值有多大?”之类的问题,而假设检验回答诸如“未知参数θ的值是0θ吗?”之类的问题。本章主要讨论多元正态总体的假设检验方法及其实际应用，我们将对一元正态总体情形作一简单回顾，然后将介绍单个总体均值的推断， 两个总体均值的比较推断，多个总体均值的比较检验和协方差阵的推断等。 3.1一元正态总体情形的回顾 一、 假设检验 在假设检验问题中通常有两个统计假设（简称假设）,一个作为原假设（或称零假设），另一个作为备择假设（或称对立假设），分别记为0H 和1H 。 1、显著性检验 为便于表述，假定考虑假设检验问题：设1X ，2X ，…,n X 来自总体),(2 σμN 的样本，我们要检验假设 100:,:μμμμ≠=H H （3.1） 原假设0H 与备择假设1H 应相互排斥，两者有且只有一个正确。备择假设的意思是，一旦否定原假设0H ，我们就选择已准备的假设1H 。 当2 σ已知时，用统计量n X z σ μ -=
多元统计分析期末复习 Document number：WTWYT-WYWY-BTGTT-YTTYU-2018GT
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： 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． )' ,...,,(),,,(2121P p EX EX EX EX μμμ='= )')((),cov(EY Y EX X E Y X --=q p ij r Y X ?=)(),(ρ
(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),(~∑μP N X μ ∑ μ p 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
第二章数据 行业公司简称净资产 收益 率% 总资产 报酬 率% 资产负 债率% 总资产周 转率 流动资 产周转 率 已获利 息倍数 销售增 长率% 资本积 累率% 电力、煤气及水的生产和供应业深能源Ａ16.8512.35 42.32 0.37 1.78 7.18 45.73 54.54 深南电Ａ2215.30 46.51 0.76 1.77 15.67 48.11 19.41 富龙热力8.977.98 30.56 0.17 0.58 10.43 17.80 9.44 穗恒运Ａ10.258.99 40.44 0.46 2.46 5.06 11.06 1.09 粤电力Ａ20.8120.00 35.87 0.43 1.25 34.89 24.77 12.67 韶能股份8.867.52 27.59 0.24 0.84 20.59 -3.50 54.02 惠天热电10.987.94 49.30 0.36 0.69 12.43 16.88 3.52 原水股份8.858.88 36.20 0.13 0.41 8.53 -11.49 2.44 大连热电9.037.41 46.89 0.28 0.79 6.86 16.23 -1.52 龙电股份12.078.70 16.81 0.28 0.68 29.75 4.11 63.06 华银电力 6.85 6.12 41.93 0.24 0.65 4.38 11.20 3.80 房地行业长春经开9.8510.50 31.23 0.34 0.40 17.13 18.05 7.18 兴业房产 1.07 1.52 66.91 0.21 0.24 1.53 -31.93 1.08 金丰投资19.447.01 73.34 0.26 0.30 7.02 71.22 12.73 新黄浦7.61 5.92 39.64 0.16 0.17 4.20 14.77 7.91 浦东金桥 4.24 3.99 37.30 0.20 0.25 3.98 -9.24 4.69 外高桥 1.673 1.92 49.05 0.03 0.05 1.06 -21.74 0.24 中华企业8.78 6.28 57.42 0.17 0.19 3.58 75.29 2.93 渝开发Ａ0.2 2.24 63.40 0.09 0.15 1.07 -12.56 0.29 辽房天8.12 3.98 69.10 0.10 0.72 2.65 -35.83 3.16 粤宏远Ａ0.42 1.16 37.42 0.09 0.15 1.59 19.18 0.43 ST中福 5.17 6.62 65.48 0.16 0.21 1.33 -19.91 23.74 倍特高新0.72 2.76 65.39 0.30 0.42 1.24 8.40 0.70 三木集团 5.99 4.53 65.17 0.74 0.88 4.14 75.36 0.87 寰岛实业0.420.20 24.03 0.02 0.03 -8.18 -71.33 0.42 中关村9.32 4.48 67.76 0.32 0.37 16.42 -29.42 4.09 信息技术 业中兴通讯18.7811.09 69.15 0.93 1.08 4.79 80.80 23.27 长城电脑14.949.48 45.53 1.14 1.85 9.51 34.47 35.93 青鸟华光9.7888.70 36.67 0.28 0.39 13.11 28.36 7.87 清华同方15.919.08 34.19 0.85 1.19 15.61 98.92 95.66 永鼎光缆9.48.67 32.75 0.79 1.25 13.49 41.75 6.33 宏图高科14.577.96 65.86 0.76 0.94 3.95 54.45 15.71 海星科技 4.06 3.35 36.49 0.48 0.60 4.64 -16.28 1.69 方正科技27.4816.69 57.13 2.51 2.87 7.40 63.27 32.02
应用多元统计分析习题解答第七章
第七章 因子分析 7.1 试述因子分析与主成分分析的联系与区别。 答：因子分析与主成分分析的联系是：①两种分析方法都是一种降维、简化数据的技术。②两种分析的求解过程是类似的，都是从一个协方差阵出发，利用特征值、特征向量求解。因子分析可以说是主成分分析的姐妹篇，将主成分分析向前推进一步便导致因子分析。因子分析也可以说成是主成分分析的逆问题。如果说主成分分析是将原指标综合、归纳，那么因子分析可以说是将原指标给予分解、演绎。 因子分析与主成分分析的主要区别是：主成分分析本质上是一种线性变换，将原始坐标变换到变异程度大的方向上为止，突出数据变异的方向，归纳重要信息。而因子分析是从显在变量去提炼潜在因子的过程。此外，主成分分析不需要构造分析模型而因子分析要构造因子模型。 7.2 因子分析主要可应用于哪些方面？ 答：因子分析是一种通过显在变量测评潜在变量，通过具体指标测评抽象因子的统计分析方法。目前因子分析在心理学、社会学、经济学等学科中都有重要的应用。具体来说，①因子分析可以用于分类。如用考试分数将学生的学习状况予以分类；用空气中各种成分的比例对空气的优劣予以分类等等②因子分析可以用于探索潜在因素。即是探索未能观察的或不能观测的的潜在因素是什么，起的作用如何等。对我们进一步研究与探讨指示方向。在社会调查分析中十分常用。③因子分析的另一个作用是用于时空分解。如研究几个不同地点的不同日期的气象状况，就用因子分析将时间因素引起的变化和空间因素引起的变化分离开来从而判断各自的影响和变化规律。 7.3 简述因子模型中载荷矩阵A 的统计意义。 答：对于因子模型 1122i i i ij j im m i X a F a F a F a F ε=++++ ++ 1,2,,i p = 因子载荷阵为1112 12122 21212(,,,)m m m p p pm a a a a a a A A A a a a ??????==????????A i X 与j F 的协方差为： 1Cov(,)Cov(,)m i j ik k i j k X F a F F ε==+∑ =1Cov(,)Cov(,)m ik k j i j k a F F F ε=+∑ =ij a
《应用多元统计分析》第七章因子分析实验报告 第七章因子分析实验报告实验项目 名称 因子分析的上机实现 实验 目的及要求 SPSS 软件中 factor analysis的计算机操作及结果分析，使 学生能熟练应用计算机软件进行因子分析与结果分析，培养 实际应用能力。 实验 内容 对企业经济效益体系的 8 项指标建立因子分析模型（附表数据）。这 8 项指标分别为： x1- 固定资产利税率， x2- 资金利税率， x3- 销售收入利税率， x4- 资金利润率， x5- 固定资产利润
率， x6- 资金周转天数， x7- 万元产值能耗， x8- 全员劳动生产率。 在分析过程中，提取因子的方法为“主成分”法，并以数据的“相关阵”为分析矩阵，并且提取 3 个因子，采用“最大方差旋转法”进行因子旋转。 （1）则这 3 个因子的累积方差贡献率为多少？ （2）请写出原始变量 x1 和 x2 的因子表达式； （3）所提取的 3 个公共因子分别在 8 个指标中的哪些指标上 有较大载荷？并据此说明所提取的公因子概括了企业的 何种能力？ （4）分别写出因子得分表达式，并计算“大同”企业的综合因子得分。 实验步骤 实验环境
Windows xp 、Windows vista、Windows 7等，软件SPSS 11.0 版本及以上。 实验结果与 分析 1 ．选择菜单项 Analyze → Data Reduction → Factor。， 2 ．打开 Factor Analysis 对话框，将原始变量“固定资产利税率”到“全员劳动生产率”移入Variables列表框中。如下图。 3、单击点击 Extraction 按钮，打开 Extraction 子对话框，如错误！未找到引用源。，设置有关因子提取的选项。如果选 择相关系数矩阵，则表示首先对原始数据进行标准化，然后 再进行因子分析；如果选择协方差矩阵，则表示直接对原始 数据进行因子分析。这里我们选择默认的相关系数矩阵。因 子碎石图其实就是样本协差阵的特征根按大小顺序排列 的折线图，可以用来帮助确定提取多少个因子。提取的 3 个公共因子，所以我们在Mumber of factors中输入3即可。 4．点击 Rotation 按钮，打开 Rotation 子对话框，如图 7-4 ，设置有关因子旋转的选项。
第三章 多元正态分布 多元正态分布是一元正态分布在多元情形下的直接推广，一元正态分布在统计学理论和应用方面有着十分重要的地位，同样，多元正态分布在多元统计学中也占有相当重要的地位。多元分析中的许多理论都是建立在多元正态分布基础上的，要学好多元统计分析，首先要熟悉多元正态分布及其性质。 第一节 一元统计分析中的有关概念 多元统计分析涉及到的都是随机向量或多个随机向量放在一起组成的随机矩阵，学习多元统计分析，首先要对随机向量和随机矩阵有所把握，为了学习的方便，先对一元统计分析中的有关概念和性质加以复习，并在此基础上推广给出多元统计分析中相应的概念和性质。 一、随机变量及概率分布函数 （一）随机变量 随机变量是随机事件的数量表现，可用X 、Y 等表示。随机变量X 有两个特点：一是取值的随机性，即事先不能够确定X 取哪个数值；二是取值的统计规律性，即完全可以确定X 取某个值或X 在某个区间取值的概率。 (二)随机变量的概率分布函数 随机变量X 的概率分布函数，简称为分布函数，其定义为： )()(x X P x F ≤= 随机变量有离散型随机变量和连续型随机变量，相对应的概率分布就有离散型概率分布和连续型概率分布。 1、离散型随机变量的概率分布 若随机变量X 在有限个或可列个值上取值，则称X 为离散型随机变量。 设X 为离散型随机变量，可能取值为1x ，2x ，…，取这些值的概率分别为1p ，2p ，…， 记为 k k p x X P ==)(（Λ,2,1=k ） 称k k p x X P ==)(（Λ,2,1=k ）为离散型随机变量X 的概率分布。 离散型随机变量的概率分布具有两个性质： （1） 0≥k p ，Λ,2,1=k （2）11 =∑ ∞ =k k p 2、连续型随机变量的概率分布 若随机变量X 的分布函数可以表示为 dt t f x F x ?∞-=)()( 对一切R x ∈都成立，则称X 为连续型随机变量，称 )(x f 为X 的概率分布密度函数，简
多元统计分析第三章假设检验与方差分析
第3章 多元正态总体的假设检验与方差分析 从本章开始，我们开始转入多元统计方法和统计模型的学习。统计学分析处理的对象是带有随机性的数据。按照随机排列、重复、局部控制、正交等原则设计一个试验，通过试验结果形成样本信息（通常以数据的形式），再根据样本进行统计推断，是自然科学和工程技术领域常用的一种研究方法。由于试验指标常为多个数量指标，故常设试验结果所形成的总体为多元正态总体，这是本章理论方法研究的出发点。 所谓统计推断就是根据从总体中观测到的部分数据对总体中我们感兴趣的未知部分作出推测，这种推测必然伴有某种程度的不确定性，需要用概率来表明其可靠程度。统计推断的任务是“观察现象，提取信息，建立模型，作出推断”。 统计推断有参数估计和假设检验两大类问题，其统计推断目的不同。参数估计问题回答诸如“未知参数θ的值有多大?”之类的问题,而假设检验回答诸如“未知参数θ的值是0θ吗?”之类的问题。本章主要讨论多元正态总体的假设检验方法及其实际应用，我们将对一元正态总体情形作一简单回顾，然后将介绍单个总体均值的推断， 两个总体均值的比较推断，多个总体均值的比较检验和协方差阵的推断等。 3.1一元正态总体情形的回顾 一、 假设检验 在假设检验问题中通常有两个统计假设（简称假设）,一个作为原假设（或称零假设），另一个作为备择假设（或称对立假设），分别记为0H 和1H 。 1、显著性检验 为便于表述，假定考虑假设检验问题：设1X ，2X ，…,n X 来自总体),(2 σμN 的样本，我们要检验假设 100:,:μμμμ≠=H H （3.1） 原假设0H 与备择假设1H 应相互排斥，两者有且只有一个正确。备择假设的意思是，一旦否定原假设0H ，我们就选择已准备的假设1H 。 当2 σ已知时，用统计量n X z σ μ -=
《多元统计分析》习题分为三部分：思考题、验证题和论文题 思考题 第一章绪论 1﹑什么是多元统计分析？ 2﹑多元统计分析能解决哪些类型的实际问题？ 第二章聚类分析 1﹑简述系统聚类法的基本思路。 2﹑写出样品间相关系数公式。 3﹑常用的距离及相似系数有哪些？它们各有什么特点？ 4﹑利用谱系图分类应注意哪些问题？ 5﹑在SAS和SPSS中如何实现系统聚类分析？ 第三章判别分析 1﹑简述距离判别法的基本思路，图示其几何意义。 2﹑判别分析与聚类分析有何异同？ 3﹑简述贝叶斯判别的基本思路。 4﹑简述费歇判别的基本思路。 5﹑简述逐步判别法的基本思想。 6﹑在SAS和SPSS软件中如何实现判别分析？ 第四章主成分分析 1﹑主成分分析的几何意义是什么？ 2﹑主成分分析的主要作用有那些？ 3﹑什么是贡献率和累计贡献率，其意义何在？ 4﹑为什么说贡献率和累计贡献率能反映主成分中所包含的原始变量的信息？ 5﹑为什么要用标准化数据去估计V的特征向量与特征值？ 6﹑证明：对于标准化数据有S=R。 7﹑主成分分析在SAS和SPSS中如何实现？ 第五章因子分析 1﹑因子得分模型与主成分分析模型有何不同？
2﹑因子载荷阵的统计意义是什么？ 3﹑方差旋转的目的是什么？ 4﹑因子分析有何作用？ 5﹑因子模型与回归模型有何不同？ 6﹑在SAS和SPSS中如何实现因子分析？ 第六章对应分析 1﹑简述对应分析的基本思想。 2﹑简述对应分析的基本原理。 3﹑简述因子分析中Q型与R 型的对应关系。 4﹑对应分析如何在SAS和SPSS中实现？ 第七章典型相关分析 1﹑典型相关分析适合分析何种类型的数据？ 2﹑简述典型相关分析的基本思想。 3﹑典型变量有哪些性质？ 4﹑典型相关系数和典型变量有何意义？ 5﹑典型相关分析有何作用？ 6 ﹑在SAS和SPSS中如何实现典型相关分析？ 验证题 第二章聚类分析 1、为了更深入了解我国人口的文化程度，现利用1990年全国人口普查数据对全国30个省、直辖市、自治区进行聚类分析。分析选用了三个指标：(1)大学以上文化程度的人口占全部人口的比例(DXBZ)；(2)初中文化程度的人都占全部人口的比例(CZBZ)；(3)文盲半文盲人口占全部人口的比例(WMBZ)，分别用来反映较高、中等、较低文化程度人口的状况。计算样品之间的相似系数，使用最长距离法、重心法和Ward法，将上机结果按样品号画出聚类图，并根据聚类图将30个样品分为四类。 2、根据信息基础设施的发展状况，对世界20个国家和地区进行分类。只要采用6个指标：(1)Call—每千人拥有电话线数，(2)movecall—每千户居民蜂窝移动电话数，(3)fee—高峰时期每三分钟国际电话的成本，(4)Computer—每千人拥有的计算机数，(5)mips—每千人中计算机功率(每秒百万指令)，(6)net—每千人互联网络户主数。计算样本之间的距离采用欧式距离，用最长距离法、重心法、离差平方和法进行计算。
第三章多元统计分析 §4 聚类分析 分类是人类认识世界的方式，也是管理世界的有效手段。在科学研究中非常重要，许多科学的研究都是从分类研究出发的。没有分类就没有效率；没有分类，这个世界就没有秩序。瑞典博物学家林奈（Carl von Linnaeus, 1707-1778）因为对植物的分类成就被后人誉为“分类学之父”，后人评价说“上帝创世，林奈分类”——能与上帝的名字并列的人不多，另一个著名的科学家是牛顿。由此可见分类成果的重要性。最初分类都是定性了，后来随着科学的发展产生了定量分类技术，包括基于统计学的聚类方法和基于模糊数学的聚类技巧。本节主要讲述统计学意义的数字分类方法思想和过程。 1 聚类的分类 分类研究的成果的重要性决定了方法的重大实践意义。在任何一门语言的语法学中，都要对词词汇进行分类，词汇分类可以根据词性：名词，动词，形容词……；英文还可以根据首字母分类：ABCD……；汉字则还可以根据笔划，如此等等。在生物学中，将生物划分为：界，门，纲，目，科，属，种。例如白菜（种）属于油菜属、十字花科、十字花目、双子叶植物纲、被子植物亚门、种子植物门、植物界；老虎（种）则属于猫属、猫科、食肉目、哺乳动物纲、脊椎动物亚门、脊索动物门、动物界。这样，整个世界的生物就可以建立一个等级谱系，根据这个谱系，我们可以比较容易地判断那些生物已经认识了，哪些生物尚未发现，哪些生物已经灭绝了。如果发现了新的生物，就可以方便地将其归类。在天文学中，天体可以根据视觉区域分类，也可以根据发光性质与光谱特征进行分类。在地理学中，城市既可以根据地域空间分类，也可以根据城市的职能进行分类。 表3-3-1 各种生物在分类学上的位置举例 位置白菜虎 界植物界动物界 门种子植物门脊索动物门 亚门被子植物亚门脊椎动物亚门 纲双子叶植物纲哺乳动物纲 目十字花目食肉目 科十字花科猫科 属油菜属猫属 种白菜虎 当我们走进一家图书馆，如果它们的图书没有分类编目，我们要找到一本图书与大海捞针没有什么区别。分类的方式也会影响工作的效率。书店的图书一般根据科学门类进行分类摆设，但有一段时间一家书店改为按照出版单位进行分类排列，结果读者很难找到所需图书，这家原本效益挺好的书店很快收到了消极影响。 早期的分类，一般根据事物的属性与特征进行划分，属于定性分类的范畴。随着人们认识的深入和研究对象复杂程度的增加，单纯的定性分类方法就不能满足要求了，于是产生了定量分类技术，即所谓数字分类。本节要讲述的就是根据多个指标进行数字分类的一种多元
第二章主成分分析 一、填空题 1．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。 2．主成分分析的基本思想是_将原来众多具有一定相关性的指标重新组合成一组新的相互无关的综合指标来代替原指标_____________。 3．主成分的协方差矩阵为____对称_____矩阵。 4．主成分表达式的系数向量是______相关矩阵特征值_________的特征向量。 5．原始变量协方差矩阵的特征根的统计含义是___主成分的方差_____________。 6．原始数据经过标准化处理，转化为均值为0____，方差为__1__的标准值，且其____协方差____矩阵与相关系数矩阵相等。 7．因子载荷量的统计含义是__第k个样本主成分与第j个变量样本之间的相关系数___（根号下懒么大*u下标kj）________________________。 10．SPSS中主成分分析采用___因子分析_命令过程。 二、简答题 4．简述主成分分析的适用范围及基本步骤。 利用较少主成分，得到较多的信息量；以各个主成分为分量，就得到一个更低维的随机向量；主成分分析的作用就是在较低数据“维数”的同时又保留了原数据的大部分信息； 相关系数矩阵特征值和特征向量主成分选取和建立主成分模型综合评价。 三、计算题 1．在一项研究中，测量了376只鸡的骨骼，并利用相关系数矩阵进行主成分分析，见下表： (1)计算前三个主成分各自的贡献率和累积贡献率。
(2) 对于y4,y5,y6的方差很小这一点，你怎样对实际情况作出推断。主成分中舍弃，方差小，包含信息量少 2．在一项对杨树的性状的研究中，测定了20株杨树树叶，每个叶片测定了四个变量：叶长(x1),2/3处宽(x2)，1/3处宽(x3)，1/2处宽(x4)。这四个变量的相关系数矩阵的特征根和标准正交特征向量分别为： ) 7930.0,5513.0,2519.0,0612.0(007 .0) 1624.0,5589.0,7733.0,2516.0(049.0) 0824.0,2695.0,0984.0,9544.0(024.1) 5814.0,5577.0,5735.0,1485.0(920.244332211--='=--='=-='=---='=U U U U λλλλ 写出四个主成分，计算它们的贡献率。 Z1=0.1485x1-0.5735x2-0.5577x3-0.5814x4(以下类似) Z2=0.9544x1-0.0984x2+0.2695x3+0.0824x4 Z3= Z4= 贡献率：w=lanmeda(1-4)求和 1的贡献率=2.920/（2.920+1.024+0.049+0.007）（以下类似） 3．对纽约股票市场上的五种股票的周回升率x1,x2,x3,x4,x5进行了主成分分析，其中x1,x2,x3分别表示三个化学工业公司的股票回升率，x4,x5表示两个石油公司的股票回升率，主成分分析是从相关系数矩阵出发进行的，前两个特征根和对应的标准正交特征向量为： )582.0,526.0,260.0,509.0,240.0(809.0) 421.0,421.0,470.0,457.0,464.0(857.22 211--='=='=U U λλ (1) 计算这两个主成分的方差贡献率。同上问 (2) 能否对这两个主成分的意义作一个合理的解释，并给两个主成分命名。 1反应的是 命名：一,化学工业公司股票回升率 二 石油公司股票回升率 四、SPSS 操作题 3．根据下列某地区11年数据 (1) 计算地区总产值、存储量和总消费的相关系数矩阵。 相关矩阵a
第1章 矩阵知识补充 矩阵是多元统计分析的基本工具。考虑读者已学过线性代数，本章补充一些必不可少的矩阵知识，作为多元统计分析的基础。未学过线性代数的读者，可以先自学一本线性代数书，再阅读本章 。 本书中向量和矩阵全用黑体字表示。 以k a ,...a 1为对角线上元素的矩阵记为diag(k a ,...a 1),即 diag(k a ,...a 1)=???? ??????k 1 a 0...0a 矩阵的谱分解 定理（矩阵的谱分解） 设实对称矩阵 A 的特征值和相应的单位特征向量是 k k e e ,...,,...11λλ，其中k e e ,...1两两正交；则 '...'111k k k e e e e A λλ+=。 证明 因为A 实对称，存在正交阵T ，使得'T T A Λ=，其中 []k e e e T ...21= 是以k e e ,...1为元素的分块矩阵； []k diag λλλ...21=Λ 是对角阵，对角线上元素为 k λλ,...1。于是 []???? ? ? ??????????????? ???='...''0...0............0...00...0 (212) 12 1 k k k e e e e e e A λλλ。 根据分块矩阵乘法原理，'...'111k k k e e e e A λλ+= 。
定义 （）式称为A 的谱分解。当特征值无重根时，单位特征向量在不计正负号条件下是唯一的，即同一个矩阵只有同一形式的谱分解。 当特征值有重根时，由于单位特征向量不唯一，同一个矩阵可以有不同形式的谱分解。 例 ???? ??????----=020212022A 。 的特征值和相应的单位特征向量是 ???? ? ???????????????-??????????---3/23/23/1,3/13/23/2,3/23/13/2,2,4,1 所以 [][][]3/2,3/2,3/13/23/23/1)2(3/1,3/2,3/23/13/23/243/2,3/1,3/23/23/13/21?? ?? ? ?????-+-?? ??? ?????-+--??????????--=A 例（谱分解形式不唯一）若 ?? ????=4004A A 的特征值为1，1；相应的特征向量是 ??????=ααsin cos 1e ，? ? ????-=ααcos sin 2e 其中α是任意常数。A 的谱分解就可以是 '4'42211e e e e A += 容易证明，当k λλ,...1全不为零时，'...'1 11111k k k e e e e A ---+=λλ。 矩阵开平方与比较