因子分析论文

各地区城市市政设施建设情况因子分析

计算B092 王静

【摘要】本文在搜集相关数据的基础上，采用因子分析法,对我国各地区城市市政设施建设情况进行综合评价。

【关键词】因子分析城市市政设施

一、因子分析基本原理

因子分析的形成和发展已经有相当长的历史了,最早用于研究解决心理学和教育学方面的问题，目前这一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。

因子分析是主成分分析的推广和发展。它的基本思想是通过变量的相关系数矩阵内部结构的研究,找出能控制所有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。但在这里,这少数几个随机变量是不可观测的,通常称为因子。然后根据相关性的大小把变量分组,使得同组内的变量之间相关性较高，但不同组的变量相关性较低。因子分析有一个默认的前提条件就是各变量之间必须有相关性。具体在该条件的判断上, 除了根据专业知识来估计外, 还可以使用KMO统计量和Ｂartｌetｔ’s球型检验加以判定。本文的ＫMO值为0.856, 各变量之间的相关程度无太大差异, 数据做因子分析效果不错; Bａｒtｌeｔt’s球型检验也拒绝了０假设，因此各个变量指标间取值是有关系的。所以样本适合做因子分析。

二、实证分析

1．变量名称

2.数据收集及处理分析

从中国统计年鉴（2005）选取31个省的上述6项数据,应用软件SPSS进行处理分析。

北 京 ﻩ7４8２．7 １121２.5ﻩ128５.0 6790.3ﻩ２72.3ﻩ256０32.0 天 津 4240.3 ５８97.2ﻩ51１．０ 9332．3ﻩ93.２

181０7２.

０

河 北 ﻩ7９９6.３ １4９８7.7ﻩ１２７1.0 9５75.０ 278.5 3214３9.0 山 西

4562.１

647１．8ﻩ752.0

３１１3.6 １1６．0 ２

59９14.０

内蒙古 ﻩ３627.8ﻩ59３5.9ﻩ2７8.０ﻩ4031.9 1０1．0

3７6３29.０ 辽 宁 ﻩ10407.3 15６35.３ １３00．0ﻩ930７．７

4２1.７

664359.０ 吉 林 4５６3.4

7165.8 4５１.0

4８17.0ﻩ１35.9ﻩ21388１.

０ 黑龙江

90９6.4ﻩ1０73１.３ 656.0ﻩ5738.6ﻩ２48.６ﻩ４２856１．0

上 海 ﻩ11０２8．0ﻩ1９7９５.0ﻩ7２97.０ 6469．0ﻩ452．6

２6７4４

2．0

江 苏 ２6597.9 35５96.2

12６80.0ﻩ25５3７.5 １０１7．8ﻩ1１

6901１.0

浙 江 ﻩ11288．７ﻩ187７6.8 ５８４7.0

16942.0ﻩ503.6

64296５.0 安 徽 7２62.９

１２１09.1 1０４7.０

6680.2 307．2 264264．0 福 建

4643.7ﻩ6８01．7ﻩ１231．0ﻩ54２7.１

１９5.5

290098.0

江 西 3670．8 60７1.6

42８．0 3223.7ﻩ1１2.5 324801．0

山 东 ﻩ2361７.0ﻩ4０0８２.８ 37１2.0

2０0８2.５ﻩ510．１ ６62650．0

河 南 ﻩ6５05.5ﻩ１3828．8ﻩ１027.0 8622．6 249.9ﻩ３97３51．0 湖 北 １4434．1ﻩ1９９58．９ 1８３2.0

８７９1.0ﻩ425.７ ３0

３36７．0 湖 南 55３9．9

878８.1

504.０ﻩ4946.４ﻩ３28.4

２５54９

8．0 广 东 2２５28.6ﻩ3885６.０ ３71２．0ﻩ25168.1ﻩ54３.1 1１088８6.

０

广西4７6１．0 7272.5 5４8.0 ３７74.0 ２82.３332０5６.0

41.２８３８4９.0

海南1０９6.6ﻩ２２34．2 126.0ﻩ１8７８.０ﻩ

344８.4ﻩ5２06.1ﻩ6３0．0 3752．5 63.４ 17946８.0

重庆ﻩ

ﻩ

6425４

四川8２6３.8 1401５．4 １９2６.０ﻩ8９4６.9ﻩ

203.1

0.0

30０．０ﻩ

318３.7ﻩ２3.３１0０437.0

262３.0ﻩ

205７．9ﻩ

贵州ﻩ

162611．０

云南25０2.6ﻩ

339３.3ﻩ５17.0 2653．２ﻩ１61.２ﻩ

429.0３2．０ﻩ

220.211085．0

西藏ﻩ4０7.９ﻩ

1564８

陕西ﻩ

30６0.5 ５５26.7 3９4.0 291９.３41．4ﻩ

8．0

ﻩ３0７.0 262０.4 70.9ﻩ118703.0

甘肃ﻩ

4813.3

2810．2ﻩ

22８5６.０

63.０ﻩ5３4.7 ８.5ﻩ

53９.９888．7ﻩ

青海ﻩ

ﻩ１20．０861.4ﻩ54.0ﻩ１18508.0

宁夏12１５.１ﻩ

2317.6

215０新疆37０６.4 ５53２.4ﻩ

308.0294０.３１2４.４ﻩ

１7.0

表1是6个分析变量的相关系数矩阵表,从表中可以看出这6个变量具有高相关性。

表２是KＭO检验和Baｒtlｅtｔ球形检验结果表。ＫMO检验用于检验变量间的偏相关系数是否过小,一般情况下，当KMＯ大于0．９时效果最佳，小于