利用主成分分析法对我国各地区普通高等教育的发展水平进行综合评价.docx
《利用主成分分析法对我国各地区普通高等教育的发展水平进行综合评价.docx》由会员分享,可在线阅读,更多相关《利用主成分分析法对我国各地区普通高等教育的发展水平进行综合评价.docx(18页珍藏版)》请在冰豆网上搜索。
![利用主成分分析法对我国各地区普通高等教育的发展水平进行综合评价.docx](https://file1.bdocx.com/fileroot1/2023-2/1/b055c877-a9af-4aa4-bf46-f2f1b1562c33/b055c877-a9af-4aa4-bf46-f2f1b1562c331.gif)
利用主成分分析法对我国各地区普通高等教育的发展水平进行综合评价
第3题.利用主成分分析法对我国各地区普通高等教育的发展水平进行综合评价。
近年来,我国普通高等教育得到了迅速发展,为国家培养了大批人才。
但由于我国各地区经济发展水平不均衡,加之高等院校原有布局使各地区高等教育发展的起点不一致,因而各地区普通高等教育的发展水平存在一定的差异,不同的地区具有不同的特点。
对我国各地区普通高等教育的发展状况进行聚类分析,明确各类地区普通高等教育发展状况的差异与特点,有利于管理和决策部门从宏观上把握我国普通高等教育的整体发展现状,分类制定相关政策,更好的指导和规划我国高教事业的整体健康发展。
遵循可比性原则,从高等教育的五个方面选取十项评价指标,具体见下图
图1.高等教育的十项评价指标
指标的原始数据取自《中国统计年鉴,1995》和《中国教育统计年鉴,1995》除以各地区相应的人口数得到十项指标值,具体数值见下表见表6,其中:
为每百万人口高等院校数;
为每十万人口高等院校毕业生数;
为每十万人口高等院校招生数;
为每十万人口高等院校在校生数;
为每十万人口高等院校教职工数;
为每十万人口高等院校专职教师数;
为高级职称占专职教师的比例;
为平均每所高等院校的在校生数;
为国家财政预算内普通高教经费占国内生产总值的比重;
为生均教育经费。
表1.我国各地区普通高等教育发展状况数据
地区
1北京
5.96
310
461
1557
931
319
44.36
2615
2.20
13631
2上海
3.39
234
308
1035
498
161
35.02
3052
0.90
12665
3天津
2.35
157
229
713
295
109
38.40
3031
0.86
9385
4陕西
1.35
81
111
364
150
58
30.45
2699
1.22
7881
5辽宁
1.50
88
128
421
144
58
34.30
2808
0.54
7733
6吉林
1.67
86
120
370
153
58
33.53
2215
0.76
7480
7黑龙江
1.17
63
93
296
117
44
35.22
2528
0.58
8570
8湖北
1.05
67
92
297
115
43
32.89
2835
0.66
7262
9江苏
0.95
64
94
287
102
39
31.54
3008
0.39
7786
10广东
0.69
39
71
205
61
24
34.50
2988
0.37
11355
11四川
0.56
40
57
177
61
23
32.62
3149
0.55
7693
12山东
0.57
58
64
181
57
22
32.95
3202
0.28
6805
13甘肃
0.71
42
62
190
66
26
28.13
2657
0.73
7282
14湖南
0.74
42
61
194
61
24
33.06
2618
0.47
6477
15浙江
0.86
42
71
204
66
26
29.94
2363
0.25
7704
16新疆
1.29
47
73
265
114
46
25.93
2060
0.37
5719
17福建
1.04
53
71
218
63
26
29.01
2099
0.29
7106
18山西
0.85
53
65
218
76
30
25.63
2555
0.43
5580
19河北
0.81
43
66
188
61
23
29.82
2313
0.31
5704
20安徽
0.59
35
47
146
46
20
32.83
2488
0.33
5628
21云南
0.66
36
40
130
44
19
28.55
1974
0.48
9106
22江西
0.77
43
63
194
67
23
28.81
2515
0.34
4085
23海南
0.70
33
51
165
47
18
27.34
2344
0.28
7928
24内蒙古
0.84
43
48
171
65
29
27.65
2032
0.32
5581
25西藏
1.69
26
45
137
75
33
12.10
810
1.00
14199
26河南
0.55
32
46
130
44
17
28.41
2341
0.30
5714
27广西
0.60
28
43
129
39
17
31.93
2146
0.24
5139
28宁夏
1.39
48
62
208
77
34
22.70
1500
0.42
5377
29贵州
0.64
23
32
93
37
16
28.12
1469
0.34
5415
30青海
1.48
38
46
151
63
30
17.87
1024
0.38
7368
建模与求解:
一构造原始数据矩阵
X=
二使矩阵X标准化(程序见附录1)
Z=4.36853.90574.09094.13924.54014.57482.41200.3954
1.98622.68692.38542.41872.09651.91570.82991.1346
1.02211.45201.50481.35750.95091.04061.40241.0991
0.09520.23310.18950.20720.13260.18230.05580.5375
0.23420.34530.37900.39510.09880.18230.70800.7219
0.39180.31330.28980.22700.14950.18230.5775-0.2813
-0.0717-0.0556-0.0111-0.0169-0.0536-0.05330.86380.2482
-0.18290.0086-0.0223-0.0136-0.0649-0.07010.46910.7675
-0.2756-0.03960-0.0466-0.1383-0.13740.24051.0602
-0.5166-0.4405-0.2564-0.3168-0.3696-0.38990.74181.0264
-0.6371-0.4245-0.4124-0.4091-0.3696-0.40670.42341.2987
-0.6279-0.1358-0.3344-0.3959-0.3922-0.42350.47931.3884
-0.4981-0.3924-0.3567-0.3663-0.3414-0.3562-0.33710.4664
-0.4703-0.3924-0.3678-0.3531-0.3696-0.38990.49790.4005
-0.3590-0.3924-0.2564-0.3201-0.3414-0.3562-0.0305-0.0309
0.0396-0.3122-0.2341-0.1191-0.0705-0.0196-0.7098-0.5435
-0.1922-0.2160-0.2564-0.2740-0.3584-0.3562-0.1881-0.4775
-0.3683-0.2160-0.3233-0.2740-0.2850-0.2889-0.76060.2939
-0.4054-0.3764-0.3121-0.3729-0.3696-0.4067-0.0509-0.1155
-0.6093-0.5047-0.5239-0.5113-0.4543-0.45720.45900.1806
-0.5444-0.4886-0.6019-0.5640-0.4656-0.4740-0.2660-0.6889
-0.4425-0.3764-0.3455-0.3531-0.3358-0.4067-0.22200.2262
-0.5074-0.5367-0.4793-0.4487-0.4486-0.4909-0.4709-0.0630
-0.3776-0.3764-0.5128-0.4289-0.3471-0.3057-0.4184-0.5908
0.4103-0.6490-0.5462-0.5410-0.2906-0.2384-3.0524-2.6580
-0.6464-0.5528-0.5350-0.5640-0.4656-0.5077-0.2897-0.0681
-0.6001-0.6169-0.5685-0.5673-0.4938-0.50770.3065-0.3980
0.1322-0.2962-0.3567-0.3070-0.2793-0.2216-1.2569-1.4908
-0.5630-0.6971-0.6911-0.6860-0.5051-0.5245-0.3388-1.5432
0.2157-0.4565-0.5350-0.4948-0.3584-0.2889-2.0750-2.2960
三构造矩阵相关系数矩阵R
(程序见附录2)
R=1.00000.94340.95280.95910.97460.97980.40650.0663
0.94341.00000.99460.99460.97430.97020.61360.3500
0.95280.99461.00000.99870.98310.98070.62610.3445
0.95910.99460.99871.00000.98780.98560.60960.3256
0.97460.97430.98310.98781.00000.99860.55990.2411
0.97980.97020.98070.98560.99861.00000.55000.2222
0.40650.61360.62610.60960.55990.55001.00000.7789
0.06630.35000.34450.32560.24110.22220.77891.0000
0.86800.80390.82310.82760.85900.86910.36550.1122
0.66090.59980.61710.61240.61740.61640.15100.0482
四求出R的特征值和累积贡献率(程序见附录3)
λ1=7.5022
贡献率τ1=λ1/10=75.0216%
λ2=1.577
累积贡献率τ1+τ2=90.7915%
λ3=0.5362
累积贡献率τ1+τ2+τ3=96.1536%
λ4=0.2064
累积贡献率τ1+τ2+τ3+τ4=98.2174%
可以看出,前两个特征根的累计贡献率就达到90%以上,主成分分析效果很好。
下
面选取前四个主成分(累计贡献率就达到98%)进行综合评价
五构造主成分(程序见附录4)
将特征向量标准化后可得
ν1=0.34970.35900.36230.36230.36050.36020.22410.12010.31920.2452
ν2=-0.19720.03430.02910.0138-0.0507-0.06460.58260.7021-0.1941-0.2865
ν3=-0.1639-0.1084-0.0900-0.1128-0.1534-0.1645-0.03970.35770.12040.8637
ν4=-0.1022-0.2266-0.1692-0.1607-0.0442-0.00320.08120.07020.89990.2457
1.构造第一主成分
第一主成分F1=
+
+…+
=0.3497
+0.359
+...+0.2452
2.构造第二主成分
第二主成分F2=
+
+…+
=−0.1972
+0.0343
+…-0.2865
3.构造第三主成分
第三主成分F3=
+
+…+
=−0.1639
−0.1084
+…+0.8637
4.构造第四主成分
第四主成分F4=
+
+…+
=−0.1022
−0.2266
+…−0.2457
六构建主成分综合评价模型:
Z=0.7502F1+0.1577F2+0.0536F3+0.0206F4
七得出结论
把各地区的四个主成分值代入上式,可以得到各地区高教发展水平的综合评价值以及排名结果如下表(程序见附录5)
名次及地区
综合评价值
1北京
8.6043
2上海
4.4738
3天津
2.7881
4陕西
0.8119
5辽宁
0.7621
6吉林
0.5884
7黑龙江
0.2971
8湖北
0.2455
9江苏
0.0581
10广东
0.0058
11四川
-0.268
12山东
-0.3645
13甘肃
-0.4879
14湖南
-0.5065
15浙江
-0.7016
16新疆
-0.7428
17福建
-0.7697
18山西
-0.7965
19河北
-0.8895
20安徽
-0.8917
21云南
-0.9557
22江西
-0.9610
23海南
-1.0147
24内蒙古
-1.1246
25西藏
-1.1470
26河南
-1.2059
27广西
-1.2250
28宁夏
-1.2513
29贵州
-1.6514
30青海
-1.68
附录1计算标准化矩阵Z
程序
>>loadgj.txt%把原始数据保存在纯文本文件gj.txt中
>>gj=zscore(gj)%数据标准化
gj=
4.36853.90574.09094.13924.54014.57482.41200.39544.15672.4056
1.98622.68692.38542.41872.09651.91570.82991.13460.87582.0174
1.02211.45201.50481.35750.95091.04061.40241.09910.77480.6992
0.09520.23310.18950.20720.13260.18230.05580.53751.68340.0947
0.23420.34530.37900.39510.09880.18230.70800.7219-0.03280.0353
0.39180.31330.28980.22700.14950.18230.5775-0.28130.5224-0.0664
-0.0717-0.0556-0.0111-0.0169-0.0536-0.05330.86380.24820.06810.3716
-0.18290.0086-0.0223-0.0136-0.0649-0.07010.46910.76750.2700-0.1540
-0.2756-0.03960-0.0466-0.1383-0.13740.24051.0602-0.41140.0566
-0.5166-0.4405-0.2564-0.3168-0.3696-0.38990.74181.0264-0.46191.4909
-0.6371-0.4245-0.4124-0.4091-0.3696-0.40670.42341.2987-0.00760.0192
-0.6279-0.1358-0.3344-0.3959-0.3922-0.42350.47931.3884-0.6890-0.3377
-0.4981-0.3924-0.3567-0.3663-0.3414-0.3562-0.33710.46640.4467-0.1460
-0.4703-0.3924-0.3678-0.3531-0.3696-0.38990.49790.4005-0.2095-0.4695
-0.3590-0.3924-0.2564-0.3201-0.3414-0.3562-0.0305-0.0309-0.76470.0236
0.0396-0.3122-0.2341-0.1191-0.0705-0.0196-0.7098-0.5435-0.4619-0.7741
-0.1922-0.2160-0.2564-0.2740-0.3584-0.3562-0.1881-0.4775-0.6638-0.2167
-0.3683-0.2160-0.3233-0.2740-0.2850-0.2889-0.76060.2939-0.3104-0.8300
-0.4054-0.3764-0.3121-0.3729-0.3696-0.4067-0.0509-0.1155-0.6133-0.7802
-0.6093-0.5047-0.5239-0.5113-0.4543-0.45720.45900.1806-0.5628-0.8107
-0.5444-0.4886-0.6019-0.5640-0.4656-0.4740-0.2660-0.6889-0.18420.5871
-0.4425-0.3764-0.3455-0.3531-0.3358-0.4067-0.22200.2262-0.5376-1.4308
-0.5074-0.5367-0.4793-0.4487-0.4486-0.4909-0.4709-0.0630-0.68900.1136
-0.3776-0.3764-0.5128-0.4289-0.3471-0.3057-0.4184-0.5908-0.5880-0.8296
0.4103-0.6490-0.5462-0.5410-0.2906-0.2384-3.0524-2.65801.12812.6339
-0.6464-0.5528-0.5350-0.5640-0.4656-0.5077-0.2897-0.0681-0.6385-0.7762
-0.6001-0.6169-0.5685-0.5673-0.4938-0.50770.3065-0.3980-0.7900-1.0072
0.1322-0.2962-0.3567-0.3070-0.2793-0.2216-1.2569-1.4908-0.3357-0.9116
-0.5630-0.6971-0.6911-0.6860-0.5051-0.5245-0.3388-1.5432-0.5376-0.8963
0.2157-0.4565-0.5350-0.4948-0.3584-0.2889-2.0750-2.2960-0.4366-0.1114
附录2构造矩阵相关系数矩阵R
程序
>>r=corrcoef(gj)
r=
1.00000.94340.95280.95910.97460.97980.40650.06630.86800.6609
0.94341.00000.99460.99460.97430.97020.61360.35000.80390.5998
0.95280.99461.00000.99870.98310.98070.62610.34450.82310.6171
0.95910.99460.99871.00000.98780.98560.60960.32560.82760.6124
0.97460.97430.98310.98781.00000.99860.55990.24110.85900.6174
0.97980.97020.98070.98560.99861.00000.55000.22220.86910.6164
0.40650.61360.62610.60960.55990.55001.00000.77890.36550.1510
0.06630.35000.34450.32560.24110.22220.77891.00000.11220.0482
0.86800.80390.82310.82760.85900.86910.36550.11221.00000.6833
0.66090.59980.61710.61240.61740.61640.15100.04820.68331.0000
附录3计算特征值,贡献率
程序
>>[x,y,z]=pcacov(r)
x=
0.3497-0.1972-0.1639-0.1022-0.0188-0.07250.7499-0.4301-0.0307-0.2182
0.35900.0343-0.1084-0.2266-0.18930.5633-0.4302-0.5078-0.05070.0906
0.36230.0291-0.0900-0.1692-0.08280.25920.17420.6032-0.59130.1153
0.36230.0138-0.1128-0.1607-0.10830.14160.03010.42160.7735-0.145