多元统计分析实例汇总
多元统计分析案例分析
一、对我国30个省市自治区农村居民生活水平作聚类分析1、指标选择及数据：为了全面分析我国农村居民的生活状况，主要考虑从收入、消费、就业等几个方面对农村居民的生活状况进行考察。
因此选取以下指标：农村产品价格指数、农村住宅投资、农村居民消费水平、农村居民消费支出、农村居民家庭人均纯收入、耕地面积及农村就业人数。
现从２０１０年的调查资料中２、将数据进行标准化变换：３、用Ｋ－均值聚类法对样本进行分类如下：分四类的情况下，最终分类结果如下：第一类：北京、上海、浙江。
第二类：天津、、辽宁、、福建、甘肃、江苏、广东。
第三类：浙江、河北、内蒙古、吉林、黑龙江、安徽、山东、河南、湖北、四川、云南。
第四类：山西、青海、宁夏、新疆、重庆、贵州、陕西、湖南、广西、江西、。
从分类结果上看，根据２０１０年的调查数据，第一类地区的农民生活水平较高，第二类属于中等水平，第三类、第四类属于较低水平。
二、判别分析针对以上分类结果进行判别分析。
其中将新疆作作为待判样本。
判别结果如下:从上可知，只有一个地区判别组和原组不同，回代率为96%。
下面对新疆进行判别：已知判别函数系数和组质心处函数如下：判别函数分别为：Y1=0.18x1 +0.493x2 + 0.087x3 + 1.004x4 + 0.381x5 -0.041x6 -0.631x7 Y2=0.398x1+0.687x2 + 0.362x3 + 0.094x4 -0.282x5 + 1.019x6 -0.742x7 Y3=0.394x1-0.197x2 + 0.243x3-0.817x4 + 0.565x5-0.235x6 + 0.802x7 将西藏的指标数据代入函数得：Y1=-1.08671Y2=-0.62213Y3=-0.84188计算Y值与不同类别均值之间的距离分别为：D1=138.5182756D2=12.11433124D3=7.027544292D4=2.869979346经过判别，D4最小，所以新疆应归于第四类，这与实际情况也比较相符。
多元统计分析笔记附实例
多元统计分析笔记附实例1.主成分分析，因⼦分析，对应分析可以⽤来简化数据结构⼜不会损失太多信息2.聚类分析和判别分析是对所考察的变量按相似程度进⾏分类。
3.回归分析⽤来判断⼀些变量的变化是不是依赖于另外⼀些变量的变化，如果是，建⽴变量之间的定量关系式，并⽤于预测4.典型相关分析⽤来分析两组变量之间的相互关系5.多元数据的统计推断参数估计假设检验6.参数估计：⽤样本值估计总体X中的某些参数。
点估计：区间估计：7.数学期望的置信区间分为⽅差已知和⽅差未知置信区间：估计参数的取值范围8.假设检验：对总体的分布律或分布参数作某种假设，根据抽样得到的值，俩判断假设是否成⽴。
9.假设检验分为参数检验和⾮参数检验。
参数检验是在总体分布类型已经知道情况下进⾏的，其⽬的是对总体的参数及其有关性质做出明确判断。
⾮参数检验这是总体分布类型未知的情况下进⾏的检验10.相关系数是⽤来描述两个变量间的线性相关程度的。
简单线性相关系数：Pearson11.标准化：（1）min-max标准化对原始数据进⾏线性变换适⽤于最⼤值和最⼩值已知⽬的是把所有制映射到[0，1] 区间。
（2）Z-zcore 标准化适⽤于最⼤值和最⼩值未知，或者超出取值范围的离群数据的值。
12. 聚类分析：分析-----分类—系统聚类---检验聚类分析显著性：/doc/f89672b26294dd88d0d26b9a.html/article/e8cdb32b7a2daf37052bade5.html⽤SPSS做相关分析的应⽤⽰例【例】表1是某市从1978年⾄1992年社会商品零售总额、居民收⼊和全市总⼈⼝统计数字表，试分析它们之间是否存在线性关系。
表1某市统计表第⼀步：建⽴数据⽂件。
定义变量：序号为Number，假设年份⽤y表⽰，零售总额⽤r表⽰，居民收⼊⽤i表⽰，全市总⼈⼝⽤p表⽰，输⼊数据，如下截图⽰：第⼆步：进⾏数据分析。
在数据⽂件管理窗⼝中，点击Analyze，展开下拉菜单，再点击Correlate中的Bivariate项，进⼊Bivariate Correlations对话框，请童鞋们看下图：(1)在左边的这个东东为源变量列框，右边的Variables框为待分析的变量列框，就是这个东东：(2)再看下边的Correlation Coefficients选项，也就是分析⽅法选择项，就是这个东东。
(完整版)多元统计分析实例汇总
多元统计分析实例院系: 商学院学号:姓名:多元统计分析实例本文收集了 2012年31个省市自治区的农林牧渔和相关农业数据，通过对对 收集的数据进行比较分析对31个省市自治区进行分类.选取了 6个指标农业产值, 林业产值.牧业总产值，渔业总产值，农村居民家庭拥有生产性固定资产原值，农 村居民家庭经营耕地面积. 数据如下表： 地区 农业总产值林业总产■｛牧业总产■｛渔业总产侬村居民家庭拥有生产性匡江 京津北西蒙宁林龙海苏江徽建西东南北南东西南庆川州南藏西肃海夏疆北天河山内辽吉黒上江浙安福江山河湖湖广广海重四贵云西陕甘青宁新166.29 54,33 154.16 12. 98 12?67. 090. 5 195.99 2.7S105.01 61. 66 1Y508. 571. 583095.29 77, 3S 1747. 66 177.74 1V904. 83 L3934?. 41 79.0? 293. E3 & 42 ^SOS. 38 Z 51171.^7 57. 7G IIIS .ES 戈& OS 加宪9.旳10.4 1539- 65128.68162L23 618.74 24997. 92 3. TS1166. E390. 1 1130. 3G 34. 14 24937. 06 S. 272315. 64 134. 5 1350. 63 92 31507. 91IM 56171. 439.55 72. 59 57. 45 4L46. 13 0. 262966.72 99.75 1226.13 1235.4 14541. 03 L35 1229. 3& 142.L4 549・ 01 637. 05 22747. 83 0. 54 1867. G4 209.5 1119.73 334.43 1E134. 35 1. 39 1263. 71 256.45 ^81.23 903. 36 11S21.38 (X ?3 1003.21 22S.91 7S2. es 333. 06 gggg. 3i 1. 57 3960. 62 107*01 2285. 22 12G7. 07 mea. iq L 643958. 95 140.85 2255. ei 86.4 12980. 72 1. 622438. 06 100.05 1334. 04 626.23 10313.13 L T12S51.^9 259.97 1483. E8 即9 94 8904. 32 1. 222229. 2T 222,74 1134,14 914, 05 S516. 720.53 1724 245.56 1072.77 331. 74 11851.56 1. 37 460. 72 137.35 214. 14 236.27 113S7. 05 0. 33 341.S1 43胡S 453 9 躬.99 12295. T4 L 292764.9 151.5 2269. E5 153. 77 13759.171.14364. S& 54 1勺 ^21. 55 2& 21 11957. 31LIS1398. IT 225. S3 912. 9? 63.1 IWO. 92 1. 653.39 2.5B 59. 02 0. 22 52935. OT L 391526.23 58.44 593. 72 14” 61 12273. 06 1. 529S4. 24 20.07 231. 72 1.8 1948E ・ 44 2. 72 117. 09 4.5? 137.03 a 56 21919.铀 L 33 240. 4& 9.77 105. 72 13. 36 24265.19 3・69 1675 43.04 ^85. 37 15. 26 35070. 31 5* 76.聚类法设定4个群聚,采用了系统聚类法.下表为SPSS分析之后的结果.Rescaled Dista nee Cluster Comb ine群集成员案例4群集1:北京12:天津1 10 15 20 25Label Num ^^"————————— + ————————— + —————————+————————— +————————— ^^"内蒙 5 -+吉林7 -+云南25 - + -+江西14 -+ +-+陕西27 -+-+ |新疆31 -+ +-+安徽12 -+-+ 11广西20 —+ + — + +—————+辽宁 6 ---+ | |浙江11 -+——+ |福建13 -+ 1重庆22 -+ + ---贵州24 -+ 1山西 4 -+—+ |甘肃28 -+ | |北京 1 -+ | |青海29 -+ + ....... +天津 2 -+ 1上海9 -+ 1宁夏30 -+—+西藏26 -+海南21 -+河北 3 ———+—————^^"四川23 - + |黑龙江8 - + -+ +--------------- 湖南18 -+ +---+ |湖北17 -+-+ +-+广东19 -+ | |江苏10 .... +山东15 ....... + ..... 河南16 ....... ++ |+ ,||+从SPSS分析结果可以得到,内蒙，吉林,黑龙江，新疆为第2族群,这一族群的特点是农业收入可能不高，但是农民的固定资产，和耕地面积非常高，农民的富余程度或者机械化程度较高；山东是第3族群,这一族群中六个指标都处于较高水平，农林牧渔四项收入都处于较高水平而且农民富余；西藏处于第4族群,这是因为,西藏人员较少，自然条件恶劣，可使用耕地少，但是，由于国家的扶持，农民的固定资产较多，农民相对而言比较富足；大多数省份属于第1族群,这一族群的特点在于六项指标都没有较为突出的一项，或者农林牧渔收入的本来就少，或者是农民的虽然比较辛苦，总体的农业收入较高，但是农民的收入水平比较低，固定资产较三.判别法Xi,X2,X3,X4,X5,X6分别代表农业产值,林业产值.牧业总产值,渔业总产值,农村居民家庭拥有生产性固定资产原值，农村居民家庭经营耕地面积.实验结果分析：从表上可以看出，组均值之间差值很大.各个分组,在6项指标上均值有较明显的差异.由表中可以知道，13456指标之间的sig 值较小,2指标sig 值有0.561较大, 不过仍说明接受原假设，各指标族群间差异较大.从表中可以知道，检验结果P值＞0.05,此时，说明协方差矩阵相等，可以进行bayes检验.Fisher 分析法协方差矩阵的均等性的箱式检验典型判别式函数摘要由表中看出，函数1,2的特征值达到0.911,0.822比较大，对判别的贡献大..农村居民家庭拥有生产性固定资产原值 对判别数据所属群体无用.由表中可知, 3个Fishe 判别函数分别为：y i2.928 2.269 0.003X 2 0.002X 20.626X 6 0.489X 6y 30.975 0.009X 20.01X 3 0.03X 4 0.037X 6该表是原始变量与典型变量（标准化的典型判别函数）的相关系数，相关系数的绝对值越大，说明原始变量与这个判别函数的相关性越强.从表中可以看出相关性较强.符合较好.由上表可知各类别重心的位置，通过计算观测值与各重心的距离，距离最小的即为该观测值的分类.贝叶斯分析法该表为贝叶斯函数判别函数的取值，从图中可以知道三类贝叶斯函数.0.003x 1 0.051x 2 0.004x 30.006x 40.002x 5 1.675x 6 61.646将各样品的自变量值代入上述4个BayeS 判别函数，得到函数值。
多元统计分析实例
4.从Model Summary(b)可知：复相关系数 R Square为0.860
5. 将x1=600，x2=2.5带入y关于x1、x2的二元线性回归方程： y=0.32x1-84.361x2+184.613
中即可求得E（y）的点估计为165，也可以用SPSS求出。置信水平为0.95的置信区 为(105，225)
第三次 多元统计作业
1. 设已有六个样品，每个样品对某项指标进行了测试，分别等于1，2，5，7，9，10.它们 先各自成一类，供六类，使用类与类之间的最大距离进行聚类分析。 利用SPSS，进行最大距离法聚类，输出结果如下：
B
Std. Error
184.613
72.304
Beta
t
Sig.
2.553 .027
95% Confidence Interval for B
Lower Bound
Upper Bound
25.473 343.754
x1
.320
.097
.389 3.301
.007 .106
.533
x2
-8、设河流的一个断面的年径流量为y,该断面上的上游流域的年平均降水量为x1，年平均
饱和差为x2，现共有14年的观测记录：
时间（a） x1
x2
y
时间（a） x1
x2
y
1
720
1.80
290
8
579
2.22
151
2
553
2.67
多元统计分析因子分析案例
y3
0.372 -0.017 -0.500 0.575 -0.295 -0.182 0.361 -0.245 0.099 -0.100 -0.256 -0.134 -0.078 0.560 0.103
y4
-0.119 0.289 0.710 0.361 -0.178 -0.070 0.448 -0.230 0.070 -0.165 -0.206 0.092 0.213 -0.234 -0.028
X5
精明
X6
诚实
X7
推销
X8
经验
X9
积极性
X10
抱负
X11
理解
X12
潜力
X13
交际能力 X14
适应性
X15
0.162 0.213 0.040 0.221 0.292 0.316 0.158 0.322 0.133 0.315 0.319 0.332 0.333 0.259 0.236
0.431 -0.033 0.237 -0.125 -0.249 -0.131 -0.400 -0.039 0.553 0.046 -0.068 -0.022 0.024 -0.079 0.421
Y2 0.538 0.500 0.492 -0.270 -0.212 -0.31表达式
y 1 0 . 2 x 1 7 0 . 3 x 6 2 1 0 . 2 x 3 3 0 0 . 5 x 2 4 1 0 . 5 x 8 5 3 0 . 4 x 8 6 7 y 2 0 . 5 x 1 3 0 . 5 x 2 8 0 0 . 4 x 0 3 9 0 . 2 x 2 4 7 0 . 2 x 0 5 1 0 . 3 x 6 2 1
X3：第三产业占GDP比重 X7：每万人拥有卫生技术人员数 X8：每万人高等学校在校生数 X9：教育经费投入占GDP比重 X16：每万人科研机构数 X17：科研经费占GDP比重
多元统计典型相关分析实例
多元统计典型相关分析实例第一篇：多元统计典型相关分析实例1、对体力测试（共7项指标）及运动能力测试（共5项指标）两组指标进行典型相关分析Run MATRIX procedure:Correlations for Set-1 X1 X2 X3 X4 X5 X6 X7 X1 1.0000.2701.1643-.0286.2463.0722-.1664 X2.2701 1.0000.2694.0406-.0670.3463.2709 X3.1643.2694 1.0000.3190-.2427.1931-.0176 X4-.0286.0406.3190 1.0000-.0370.0524.2035 X5.2463-.0670-.2427-.0370 1.0000.0517.3231 X6.0722.3463.1931.0524.0517 1.0000.2813 X7-.1664.2709-.0176.2035.3231.2813 1.0000Correlations for Set-2 X8 X9 X10 X11 X12 X8 1.0000-.4429-.2647-.4629.0777 X9-.4429 1.0000.4989.6067-.4744 X10-.2647.4989 1.0000.3562-.5285 X11-.4629.6067.3562 1.0000-.4369 X12.0777-.4744-.5285-.4369 1.0000两组变量的相关矩阵说明，体力测试指标与运动能力测试指标是有相关性的。
Correlations Between Set-1 and Set-2 X8 X9 X10 X11 X12 X1-.4005.3609.4116.2797-.4709 X2-.3900.5584.3977.4511-.0488 X3-.3026.5590.5538.3215-.4802 X4-.2834.2711-.0414.2470-.1007 X5-.4295-.1843-.0116.1415-.0132X6-.0800.2596.3310.2359-.2939 X7-.2568.1501.0388.0841.1923 上面给出的是两组变量间各变量的两两相关矩阵，可见体力测试指标与运动能力测试指标间确实存在相关性，这里需要做的就是提取出综合指标代表这种相关性。
多元统计分析及实例讨论
添加标题
百米跑成绩
添加标题
跳远成绩
添加标题
百米跨栏
添加标题
1500米跑成绩
添加标题
铅球成绩
添加标题
例3 奥运会十项全能 运动项目
添加标题
跳高成绩
添加标题
得分数据的因子分 析
添加标题
400米跑成绩
添加标题
铁饼成绩
添加标题
撑杆跳远成绩
添加标题
标枪成绩
1
0.59
1
0.35 0.42 1
0.34
0.51
0.38
1
0.63 0.49 0.19 0.29 1
0.40
0.52
0.36
0.46 0.34
1
0.28 0.31 0.73 0.27 0.17 0.32 1
0.20
0.36
0.24
0.39 0.23 0.33
0.24
1
0.11 0.21 0.44 0.17 0.13 0.18 0.34 0.24 1
1. 因子分析基本思想简介
单击此处 添加大标 题内容
多元统计分析是以p个变量的n次观测数所组成的数据为依据。 简化数据结构（降维） 将某些较复杂的数据结构通过变量变换等方法使相互依赖的变量变成互不相关的；将
高维空间数据投影成到低维空间数据； 分类与判别（归类） 对所考察观测点（或变量）按相似程度进行分类或归类； 变量间的相互联系 相互依赖关系：分析一个或几个变量的变化是否依赖于另一 些变量的变化；变量间相关关系：分析两组变量相互关系； 多元数据的统计推断 多元正态分布的均值向量与协方差阵的估计及其假设检验； 多元统计分析的理论基础 多维随机变量及其分布，抽样分布
完整版本多元统计分析实例汇总
多元统计剖析实例院系 : 商学院学号 :姓名 :多元统计剖析实例本文采集了 2012 年 31 个省市自治区的农林牧渔和有关农业数据 , 经过对对采集的数据进行比较剖析对 31 个省市自治区进行分类 . 选用了 6个指标农业产值 , 林业产值 . 牧业总产值 , 渔业总产值 , 乡村居民家庭拥有生产性固定财产原值 , 乡村居民家庭经营耕地面积 .数据以下表 :一. 聚类法设定 4 个群聚 , 采纳了系统聚类法 . 下表为 spss 剖析以后的结果 .聚类表群集组合初次出现阶群集阶群集 1 群集 2 系数群集 1 群集 2 下一阶1 5 7 226.381 0 0 132 2 9 1715.218 0 0 53 22 24 1974.098 0 0 74 1 29 5392.690 0 0 65 2 30 6079.755 2 0 66 1 2 11120.902 4 5 87 4 22 21528.719 0 3 118 1 26 23185.444 6 0 149 12 20 26914.251 0 0 1910 27 31 35203.443 0 0 2011 4 28 50321.121 7 0 2212 11 13 65624.068 0 0 2413 5 25 114687.756 1 0 1714 1 21 169600.075 8 0 2215 8 18 188500.814 0 0 2116 17 19 204825.463 0 0 2117 5 14 268125.103 13 0 2018 3 23 387465.457 0 0 2619 6 12 425667.984 0 9 2320 5 27 459235.019 17 10 2321 8 17 499195.430 15 16 2522 1 4 559258.810 14 11 2823 5 6 708176.881 20 19 2424 5 11 854998.386 23 12 2825 8 10 1042394.608 21 0 2626 3 8 1222229.597 18 25 2927 15 16 1396048.280 0 0 2928 1 5 1915098.014 22 24 3029 3 15 3086204.552 26 27 3030 1 3 6791755.637 28 29 0Rescaled Distance Cluster CombineCASE 0 5 1015 20 25 Label Num +--------- +--------- +--------- +--------- +---------+内蒙 5 -+吉林7 -+云南25 -+-+江西14 -+ +-+陕西27 -+-+ |新疆31 -+ +-+安徽12 -+-+ | |广西20 -+ +-+ +------- +辽宁 6 ---+ | |浙江11 -+----- + |福建13 -+ |重庆22 -+ +--------------------------------- +贵州24 -+ | |山西 4 -+--- + | |甘肃28 -+ | | |北京 1 -+ | | |青海29 -+ +--------- + |天津 2 -+ | |上海9 -+ | |宁夏30 -+--- + |西藏26 -+ |海南21 -+ |河北 3 ---+----- + |四川23 ---+ | |黑龙江8 -+-+ +------------- + |湖南18 -+ +--- + | | |湖北17 -+-+ +-+ +------------------------- + 广东19 -+ | |江苏10 ------- + |山东15 ----------- +----------- +河南16 ----------- +群集成员事例 4 群集1: 北京 12: 天津 13: 河北 14: 山西 15: 内蒙 26: 辽宁 17: 吉林 28: 黑龙江 29: 上海 110: 江苏 111: 浙江 112: 安徽 113: 福建 114: 江西 115: 山东 316: 河南 117: 湖北 118: 湖南 119: 广东 120: 广西 121: 海南 122: 重庆 123: 四川 124: 贵州 125: 云南 126: 西藏 427: 陕西 128: 甘肃 129: 青海 130: 宁夏 131: 新疆 2从 SPSS剖析结果能够获得 , 内蒙 , 吉林 , 黑龙江 , 新疆为第 2族群 , 这一族群的特色是农业收入可能不高 , 可是农民的固定财产 , 和耕地面积特别高 , 农民的充裕程度或许机械化程度较高; 山东是第 3族群 , 这一族群中六个指标都处于较高水平,农林牧渔四项收入都处于较高水平并且农民充裕; 西藏处于第 4族群 , 这是因为 , 西藏人员较少 , 自然条件恶劣 , 可使用耕地少 , 可是 , 因为国家的扶助 , 农民的固定 财产许多 , 农民相对而言比较富裕 ; 大部分省份属于第 1族群 , 这一族群的特色在 于六项指标都没有较为突出的一项, 或许农林牧渔收入的原来就少, 或许是农民 的固然比较辛苦 , 整体的农业收入较高 , 可是农民的收入水平比较低, 固定财产较 少 .三. 鉴别法X 1,X 2,X 3,X 4,X 5,X 6分别代表农业产值 , 林业产值 . 牧业总产值 , 渔业总产值 , 乡村居民家庭拥有生产性固定财产原值, 乡村居民家庭经营耕地面积 .剖析事例办理纲要未加权事例N百分比有效31 100.0清除的缺失或越界组代码 0 .0 起码一个缺失鉴别变量 0 .0 缺失或越界组代码还有起码一 0.0个缺失鉴别变量共计 0 .0 共计31 100.0实验结果剖析 :组统计量有效的 N （列表状态）Average Linkage (Between Groups) 均值 标准差 未加权的已加权的1农业总产值 1463.8900 1062.0348625 25.000 林业总产值 118.5768 87.02052 25 25.000 牧业总产值 830.3664 671.10440 25 25.000渔业总产值291.4128346.719022525.000乡村居民家庭拥有生产性固定14432.3400 5287.92950 25 25.000 财产原值乡村居民家庭经营耕地面积 1.5496 .88484 25 25.000 2 农业总产值1582.2975 543.92851 4 4.000林业总产值93.3500 37.71131 4 4.000 牧业总产值1021.3175 372.88255 4 4.000 渔业总产值38.3500 27.49067 4 4.000 乡村居民家庭拥有生产性固定30226.4175 4233.77839 4 4.000 财产原值乡村居民家庭经营耕地面积9.4975 3.30626 4 4.000 3 农业总产值3960.6200 . a 1 1.000林业总产值107.0100a1 1.000 .牧业总产值2285.9200 . a 1 1.000 渔业总产值1267.0700 . a 1 1.000 乡村居民家庭拥有生产性固定19168.1400 . a 1 1.000 财产原值乡村居民家庭经营耕地面积 1.6400 . a 1 1.000 4 农业总产值53.3900 . a 1 1.000林业总产值 2.5600 . a 1 1.000牧业总产值59.0200a1 1.000 .渔业总产值.2200 . a 1 1.000乡村居民家庭拥有生产性固定52935.0700 . a 1 1.000财产原值乡村居民家庭经营耕地面积 1.8900 . a 1 1.000 从表上能够看出 , 组均值之间差值很大 . 各个分组 , 在 6 项指标上均值有较明显的差别 .组均值的均等性的查验Wilks 的 Lambda F df1 df2 Sig.农业总产值.773 2.640 3 27 .070林业总产值.928 .699 3 27 .561牧业总产值.801 2.238 3 27 .107渔业总产值.691 4.019 3 27 .017乡村居民家庭拥有生产性固定.253 26.538 3 27 .000财产原值组均值的均等性的查验Wilks 的 Lambda F df1 df2 Sig.农业总产值.773 2.640 3 27 .070林业总产值.928 .699 3 27 .561牧业总产值.801 2.238 3 27 .107渔业总产值.691 4.019 3 27 .017乡村居民家庭拥有生产性固定.253 26.538 3 27 .000财产原值乡村居民家庭经营耕地面积.190 38.263 3 27 .000 由表中能够知道 ,13456 指标之间的 sig 值较小 ,2 指标 sig 值有 0.561 较大 ,可是仍说明接受原假定 , 各指标族群间差别较大 .汇聚的组内矩阵农业总产值林业总产值牧业总产值渔业总产值有关性农业总产值 1.000 .449 .895 .400 林业总产值.449 1.000 .489 .481牧业总产值.895 .489 1.000 .294渔业总产值.400 .481 .294 1.000乡村居民家庭拥有生产性固定-.093 -.262 -.052 -.040财产原值乡村居民家庭经营耕地面积.056 -.033 .181 -.104汇聚的组内矩阵乡村居民家庭拥有生产性固定资乡村居民家庭经产原值营耕地面积有关性农业总产值-.093 .056林业总产值-.262 -.033牧业总产值-.052 .181渔业总产值-.040 -.104乡村居民家庭拥有生产性固定 1.000 .326财产原值乡村居民家庭经营耕地面积.326 1.000从表中能够知道 , 查验结果 p 值>0.05, 此时 , 说明协方差矩阵相等，能够进行 bayes 查验 .Fisher剖析法协方差矩阵的均等性的箱式查验对数队列式AverageLinkage(BetweenGroups) 秩对数队列式1 6 61.1252 . a . b3 . c . b4 . c . b汇聚的组内 6 62.351打印的队列式的秩和自然对数是组协方差矩阵的秩和自然对数。
多元统计分析经典案例共69页PPT
▪
26、要使整个人生都过得舒适、愉快，这是不可能的，因为人类必须具备一种能应付逆境的态度。——卢梭
▪
27、只有把抱怨环境的心情，化为上进的力量，才是成功的保证。——罗曼·罗兰
▪
28、知之者不如好之者，好之者不如乐之者。——ห้องสมุดไป่ตู้子
▪
29、勇猛、大胆和坚定的决心能够抵得上武器的精良。——达·芬奇
▪
30、意志是一个强壮的盲人，倚靠在明眼的跛子肩上。——叔本华
谢谢！
69
多元统计分析经典案例
16、人民应该为法律而战斗，就像为 了城墙 而战斗 一样。 ——赫 拉克利 特 17、人类对于不公正的行为加以指责 ，并非 因为他 们愿意 做出这 种行为 ，而是 惟恐自 己会成 为这种 行为的 牺牲者 。—— 柏拉图 18、制定法律法令，就是为了不让强 者做什 么事都 横行霸 道。— —奥维 德 19、法律是社会的习惯和思想的结晶 。—— 托·伍·威尔逊 20、人们嘴上挂着的法律，其真实含 义是财 富。— —爱献 生
多元统计分析经典案例共69页
56、书不仅是生活，而且是现在、过 去和未 来文化 生活的 源泉。 ——库 法耶夫 57、生命不可能有两次，但许多人连一 次也不 善于度 过。— —吕凯 特 58、问渠哪得清如许，为有源头活水来 。—— 朱熹 59、我的努力求学没有得到别的好处， 只不过 是愈来 愈发觉 自己的 无知。 ——笛 卡儿
拉
60、生活的道路一旦选定，就要勇敢地 走到底 ，决不 回头。 ——左
多元统计分析经典案例
•
6、黄金时代是在我们的前面，而不在 我们的 后面。
•
7、心急吃不了热汤圆。
•
8、你可以很有个性，但某些时候请收 敛。
•
9、只为成功找方法，不为失败找借口 (蹩脚 的工人 总是乎 能克服 任何恐 惧。因 为，请 记住， 除了在 脑海中 ，恐惧 无处藏 身。-- 戴尔． 卡耐基 。
多元统计分析数据
多元统计分析数据一、聚类分析例1、为深入了解我国人口的文化程度状况，现利用1990年全国人口普查数据对全国30个省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）初中文化程度的人口占全部人口的比例（CZBZ）；（3）文盲半文盲人口占全部人口的比例（WMBZ），分别用来反映例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。
这里选取了发达国家、新兴工业化国家、拉美国家、亚洲发展中国家、转型国家等不同类型的20个国家作聚类分析。
描述信息基础设施的变量主要的有六个：call——千人拥有电话号码，movecall——每千户居民蜂窝移动电话，fee——高峰时期每三分钟国际电话成本，computer——每千人拥有的计算机数，mips——每千例3、为了研究1982年全国各地区农民家庭收支的分布规律，根据抽样调查资料进行分类处理，共抽取28个省、市、自治区的样本，每个样本有六个指标，这六个指标反映了平均每人生活消费的支出情况，其原始数据见表3。
例4为了研究世界各国森林、草原资源的分布规律，共抽取了21个国家的数据，每个国家4项指标，原始例5 若要从沪市的蒲发银行、齐鲁石化、东北高速、武钢股份、东风汽车等53家上市公司中优选适合开放式基金组合投资的10只股票，我们以总股本和流通股本为分类标志，根据这53家公司的总股本和A股流通股本数据（见表5.3），用聚类分析法将它们分成若干类，再从各类公司中选出比较活跃的股票建立股票池。
例6沪市上市公司2001年末总股本在10000—12000万股、流通股本在3600—5050万股之间共有23家（对于股本结构在其它范围内的上市公司，用雷同的方法，可以建立相应的每股收益预测模型），各公司2000年及2001年有关的财务数据见表。
二、判别分析例1、人文发展指数是联合国开发计划署于1990年5月发表的第一份《人类发展报告》中公布的。
多元统计分析案例分析
一、对我国30个省市自治区农村居民生活水平作聚类分析1、指标选择及数据：为了全面分析我国农村居民的生活状况，主要考虑从收入、消费、就业等几个方面对农村居民的生活状况进行考察。
因此选取以下指标：农村产品价格指数、农村住宅投资、农村居民消费水平、农村居民消费支出、农村居民家庭人均纯收入、耕地面积及农村就业人数。
现从２０１０年的调查资料中抽取３０个样本，指标数据如２、将数据进行标准化变换：第一类：北京、上海、浙江。
第二类：天津、、辽宁、、福建、甘肃、江苏、广东。
第三类：浙江、河北、内蒙古、吉林、黑龙江、安徽、山东、河南、湖北、四川、云南。
第四类：山西、青海、宁夏、新疆、重庆、贵州、陕西、湖南、广西、江西、。
从分类结果上看，根据２０１０年的调查数据，第一类地区的农民生活水平较高，第二类属于中等水平，第三类、第四类属于较低水平。
二、判别分析从上可知，只有一个地区判别组和原组不同，回代率为96%。
下面对新疆进行判别：判别函数分别为：Y1=0.18x1 +0.493x2 + 0.087x3 + 1.004x4 + 0.381x5 -0.041x6 -0.631x7Y2=0.398x1+0.687x2 + 0.362x3 + 0.094x4 -0.282x5 + 1.019x6 -0.742x7Y3=0.394x1-0.197x2 + 0.243x3-0.817x4 + 0.565x5-0.235x6 + 0.802x7将西藏的指标数据代入函数得：Y1=-1.08671Y2=-0.62213Y3=-0.84188计算Y值与不同类别均值之间的距离分别为：D1=138.5182756D2=D3=D4=经过判别，D4最小，所以新疆应归于第四类，这与实际情况也比较相符。
三，因子分析：分析数据在上表的基础上去掉两个耕地面积和农村固定资产投资两个指标。
经spss软件分析结果如下:（1）各指标的相关系数阵：从中可以看出，大部分指标的相关系数都比较高，各变量之间的线性关系较明确，能够从中提取公共因子，适合因子分子。
- 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)。
多元统计分析实例
院系:商学院
学号:
姓名:
多元统计分析实例
本文收集了2012年31个省市自治区的农林牧渔和相关农业数据,通过对对收集的数据进行比较分析对31个省市自治区进行分类.选取了6个指标农业产值,林业产值.牧业总产值,渔业总产值,农村居民家庭拥有生产性固定资产原值,农村居民家庭经营耕地面积.
数据如下表:
一.聚类法
设定4个群聚,采用了系统聚类法.下表为spss分析之后的结果.
Rescaled Distance Cluster Combine
C A S E 0 5 10 15 20 25 Label Num +---------+---------+---------+---------+---------+
内蒙 5 -+
吉林 7 -+
云南 25 -+-+
江西 14 -+ +-+
陕西 27 -+-+ |
新疆 31 -+ +-+
安徽 12 -+-+ | |
广西 20 -+ +-+ +-------+
辽宁 6 ---+ | |
浙江 11 -+-----+ |
福建 13 -+ |
重庆 22 -+ +---------------------------------+ 贵州 24 -+ | | 山西 4 -+---+ | | 甘肃 28 -+ | | | 北京 1 -+ | | | 青海 29 -+ +---------+ | 天津 2 -+ | | 上海 9 -+ | | 宁夏 30 -+---+ | 西藏 26 -+ | 海南 21 -+ | 河北 3 ---+-----+ | 四川 23 ---+ | | 黑龙江 8 -+-+ +-------------+ | 湖南 18 -+ +---+ | | | 湖北 17 -+-+ +-+ +-------------------------+ 广东 19 -+ | |
江苏 10 -------+ |
山东 15 -----------+-----------+
河南 16 -----------+
从SPSS分析结果可以得到,内蒙,吉林,黑龙江,新疆为第2族群,这一族群的特点是农业收入可能不高,但是农民的固定资产,和耕地面积非常高,农民的富余程度或者机械化程度较高;山东是第3族群,这一族群中六个指标都处于较高水平,
农林牧渔四项收入都处于较高水平而且农民富余;西藏处于第4族群,这是因为,西藏人员较少,自然条件恶劣,可使用耕地少,但是,由于国家的扶持,农民的固定资产较多,农民相对而言比较富足;大多数省份属于第1族群,这一族群的特点在于六项指标都没有较为突出的一项,或者农林牧渔收入的本来就少,或者是农民的虽然比较辛苦,总体的农业收入较高,但是农民的收入水平比较低,固定资产较少.
三.判别法
6
54321,,,,,X X X X X X 分别代表农业产值,林业产值.牧业总产值,渔业总产
值,农村居民家庭拥有生产性固定资产原值,农村居民家庭经营耕地面积.
分析案例处理摘要
未加权案例
N
百分比
有效
31 100.0
排除的
缺失或越界组代码 0 .0 至少一个缺失判别变量 0 .0 缺失或越界组代码还有至少一个缺失判别变量 0
.0
合计
0 .0 合计 31 100.0
实验结果分析:
从表上可以看出,组均值之间差值很大.各个分组,在6项指标上均值有较明显的差异.
由表中可以知道,13456指标之间的sig值较小,2指标sig值有0.561较大,不过仍说明接受原假设,各指标族群间差异较大.
从表中可以知道,检验结果 p值>0.05,此时,说明协方差矩阵相等，可以进行bayes检验.
Fisher 分析法
协方差矩阵的均等性的箱式检验
典型判别式函数摘要
由表中看出，函数1,2的特征值达到0.911,0.822 比较大，对判别的贡献大..
由表中可知，3个Fisher 判别函数分别为:
643236
22621037.003.001.0009.0975.0489.0002.0269.2626.0003.0928.2X X X X y X X y X X y +++--=-++-=++-=
农村居民家庭拥有生产性固定资产原值 对判别 数据所属群体无用.
该表是原始变量与典型变量（标准化的典型判别函数）的相关系数，相关系数的绝对值越大，说明原始变量与这个判别函数的相关性越强.从表中可以看出相关
由上表可知各类别重心的位置，通过计算观测值与各重心的距离，距离最小的即为该观测值的分类.
贝叶斯分析法
该表为贝叶斯函数判别函数的取值,从图中可以知道三类贝叶斯函数.
第一类:418
.8153.0001.0002.003.0029.003.01543211-++--+=x x x x x x y
第二类;18.38286.4004.0004.0009.042.006.06543212-++--+=x x x x x x y 第三类;732.20.1001.0010.0002.0010.002.06543213--+++-=x x x x x x y 第四类:646.61675.1002.0006.0004.0051.0003.06543214--+--+=x x x x x x y 将各样品的自变量值代入上述4个Bayes 判别函数，得到函数值。
比较函数值，哪个函数值比较大就可以判断该样品判入哪一类. 判别结果检验
从上图可以看出本次判别分析的结果比较贴近,只有第10统计量在分布上出现不同.从总体而言,判别效果较好.
3.主成分分析
通过SPSS主成分统计分析,得到如下数据.
解释的总方差
成份提取平方和载入旋转平方和载入
累积 % 合计方差的 % 累积 %
从以上表可以知道,成分1,2
的特征值都>1,并且解释了71.886%的方差,达
到了主成分分析的要求.所以只要提取两个因子即可满足要求.其他因子不予以提取.
得到以下数据.
成份矩阵a
成份
1
2 农业总产值 .875 .330 林业总产值 .720 -.097 牧业总产值 .836 .428 渔业总产值
.724 -.138 农村居民家庭拥有生产性固定资产原值
-.428
.723
农村居民家庭经营耕地面积 -.194 .862
提取方法 :主成分分析法。
a. 已提取了 2 个成份。
得到主成分65432126
543211862.0723.0138.0428.00987.033.0194.0428.0724.0836.072.0875.0X X X X X X F X X X X X X F +--+-=--+++= 解释:第一类因子 F1中X1 X2 X3 X4 载荷系数较大.主要解释了各省区自然条件的状况和农林牧渔收入.可抽象为农业的环境因子.
第二类因子 F2中X5 X6载荷比较大.主要解释了各个省区农民的经济和耕地状况.可抽象于农业的农民因子.
4.因子分析:
通过主城分析得到旋转之前的因子与载荷.与因子公式.
65432126543211862.0723.0138.0428.00987.033.0194.0428.0724.0836.072.0875.0X X X X X X F X X X X X X F +--+-=--+++= 下图为旋转矩阵以及旋转之后的因子.
得到的旋转之后的因子1,2
.
11111126543211880.0818.0349.0156.0309.0052.0074.0191.0649.0926.0657.0934.0x x x x x x F x x x x x x F ++-+-=--+++= 旋转之后的矩阵有了明显的变化,因子的特征载荷增大.
解释:第一类因子 F1中X1 X2 X3 X4 载荷系数较大.主要解释了各省区自然条件的状况和农林牧渔收入.可抽象为农业的环境因子.
第二类因子F2中X5 X6载荷比较大.主要解释了各个省区农民的经济和耕地状况.可抽象于农业的农民因子.。