完整版多元统计分析实例汇总.docx

1、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166.2954,33154.1612. 9812?67. 090.

2、 5195.992.7S105.0161. 661Y508. 571. 583095.2977, 3S1747. 66177.741V904. 83L3934?. 4179.0?293. E3& 42SOS. 38Z 51171.757. 7Giiis.es戈& OS加宪9.旳10.41539- 65128.68162L23618.7424997. 923. TS1166. E390. 11130. 3G34. 1424937. 06S. 272315. 64134. 51350. 639231507. 91IM 56171. 439.5572. 5957. 454L46. 130. 2629

3、66.7299.751226.131235.414541. 03L351229. 3&142.L4549 01637. 0522747. 830. 541867. G4209.51119.73334.431E134. 351. 391263. 71256.4581.23903. 3611S21.38(X ?31003.2122S.917S2. es333. 06gggg. 3i1. 573960. 62107*012285. 2212G7. 07mea. iqL 643958. 95140.852255. ei86.412980. 721. 622438. 06100.051334. 0462

4、6.2310313.13L T12S51.9259.971483. E8即9 948904. 321. 222229. 2T222,741134,14914, 05S516. 720.531724245.561072.77331. 7411851.561. 37460. 72137.35214. 14236.27113S7. 050. 33341.S143胡S453 9躬.9912295. T4L 292764.9151.52269. E5153. 7713759.171.14364. S&54 1勺21. 552& 2111957. 31LIS1398. IT225. S3912. 9?63

5、.1IWO. 921. 653.392.5B59. 020. 2252935. OTL 391526.2358.44593. 7214” 6112273. 061. 529S4. 2420.07231. 721.81948E 442. 72117. 094.5?137.03a 5621919.铀L 33240. 4&9.77105. 7213. 3624265.19369167543.0485. 3715. 2635070. 315* 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.聚类表阶群集组合首次出现阶群集群集1群集2系数群集1群集2下一阶157226.3810

6、0132291715.21800CJ322241974.09800741295392.69000652306079.75520661211120.902458742221528.7190311812623185.44460149122026914.251001910273135203.44300201142850321.121702212111365624.068002413525114687.756101714121169600.075802215818188500.8140021161719204825.463002117514268125.1031302018323387465.4570

7、02619612425667.984092320527459235.01917102321817499195.4301516252214559258.8101411282356708176.88120192424511854998.386231228258101042394.6082102626381222229.5971825292715161396048.280002928151915098.014222430293153086204.55226273030136791755.637282901015 20 25LabelNum + + + + 内蒙5-+吉林7-+云南25- + -+江西

8、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 +|+,|+群集成员案例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1

9、10: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

10、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.分析案例处理摘要未加权案例N百分比有效31100.0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31100.0实验结

11、果分析：组统计量Average Linkage (Between Groups)有效的N （列表状态）均值标准差未加权的已加权的1农业总产值1463.89001062.034862525.000林业总产值118.576887.020522525.000牧业总产值830.3664671.104402525.000渔业总产值291.4128346.719022525.000农村居民家庭拥有生产性固定资产原值14432.34005287.929502525.000农村居民家庭经营耕地面积1.5496.884842525.0002农业总产值1582.2975543.9285144.000林业总产值93

12、.350037.7113144.000牧业总产值1021.3175372.8825544.000渔业总产值38.350027.4906744.000农村居民家庭拥有生产性固定资产原值30226.41754233.7783944.000农村居民家庭经营耕地面积9.49753.3062644.0003农业总产值3960.620011.000林业总产值107.010011.000牧业总产值2285.920011.000渔业总产值1267.070011.000农村居民家庭拥有生产性固定资产原值19168.140011.000农村居民家庭经营耕地面积1.640011.0004农业总产值53.390011

13、.000林业总产值2.560011.000牧业总产值59.020011.000渔业总产值.220011.000农村居民家庭拥有生产性固定资产原值52935.070011.000农村居民家庭经营耕地面积1.890011.000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.组均值的均等性的检验Wilks 的 LambdaFdf1df2Sig.农业总产值.7732.640327.070林业总产值.928.699327.561牧业总产值.8012.238327.107渔业总产值.6914.019327.017农村居民家庭拥有生产性固定资产原值.25326.538327.

14、000组均值的均等性的检验Wilks 的 LambdaFdf1df2Sig.农业总产值.7732.640327.070林业总产值.928.699327.561牧业总产值.8012.238327.107渔业总产值.6914.019327.017农村居民家庭拥有生产性固定资产原值.25326.538327.000农村居民家庭经营耕地面积.19038.263327.000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.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相关性农业总产值1.000.449.895.400林

15、业总产值.4491.000.489.481牧业总产值.895.4891.000.294渔业总产值.400.481.2941.000农村居民家庭拥有生产性固定资产原值-.093-.262-.052-.040农村居民家庭经营耕地面积.056-.033.181-.104汇聚的组内矩阵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相关性农业总产值-.093.056林业总产值-.262-.033牧业总产值-.052.181渔业总产值-.040-.104农村居民家庭拥有生产性固定资产原值1.000.326农村居民家庭经营耕地面积.3261.000从表中可以知道，检验结果P值0.05,此时，说明

16、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对数行列式AverageLinkage (BetweenGroups)秩对数行列式1661.1252ab3cb4cb汇聚的组内662.351打印的行列式的秩和自然对数是组协方差 矩阵的秩和自然对数。典型判别式函数摘要特征值函数特征值方差的%累积%正则相关性14.874 a64.264.2.91122.084 a27.491.6.8223.638 a8.4100.0.624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.标准化的典型判别式函数系数函数123农业总产值.500-.

17、196.000林业总产值.234.164-.742牧业总产值-.639.143.649渔业总产值-.185-.130.869农村居民家庭拥有生产性固定资产原值.3701.022.071农村居民家庭经营耕地面 积.865-.676.051典型判别式函数系数函数123农业总产值.000.000.000林业总产值.003.002-.009牧业总产值.000.000.001渔业总产值.000.000.003农村居民家庭拥有生产性固 定资产原值.000.000.000农村居民家庭经营耕地面积.626-.489.037（常量）-2.928-2.269-.975典型判别式函数系数函数123农业总产值.000

18、.000.000林业总产值.003.002-.009牧业总产值.000.000.001渔业总产值.000.000.003农村居民家庭拥有生产性固 定资产原值.000.000.000农村居民家庭经营耕地面积.626-.489.037（常量）-2.928-2.269-.975非标准化系数由表中可知,3个Fishe判别函数分别为：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.结构矩阵函数123农村居民家庭经营耕地 面积.909*-.319.126农村居民家庭拥有生产性固定资产原值.585.775 *.213林业总产值-.068-.162 *-.027渔业总产值-.164-.059.69

19、5*农业总产值-.026-.179.591 *牧业总产值.007-.166.547*判别变量和标准化典型判别式函数之间的汇聚组间相关 性按函数内相关性的绝对大小排序的变量。*.每个变量和任意判别式函数间最大的绝对相关性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.组质心处的函数Average Linkage (Betwee nGroups)函数1231-.859-.159-.17025.184-.860.0853-1.262.1624.05842.0137.257-.144在组均值

20、处评估的非标准化典型判别式函数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.贝叶斯分析法分类函数系数Average Linkage (Between Groups)1234农业总产值.003.006.002.003林业总产值.029.042-.010.051牧业总产值-.003-.009.002-.004渔业总产值-.002-.004.010-.006农村居民家庭拥有生产性固定资产原值.001.001.001.002农村居民家庭经营耕地面 积.1534.286-.100-1.675（常量）-8.418-38.180-20.732-61.646分类函

21、数系数1Average Linkage (Between Groups)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.第四类：y40.003x1 0.051x2 0.004x3 0.006x4 0.002x5 1.675x6 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。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 判别结果检验按照案例顺序的统计量案例数目最高组P (Dd | G=g)实际组预测组Pdf初始111.6843211.9453311.7243411.3903522.9613611.1173722.5333822.0133911

22、.17231013*.58531111.21931211.97531311.98031411.699315331.00031611.90031711.31331811.77331911.46832011.86832111.74232211.94932311.67232411.91032511.268326441.00032711.92932811.56832911.52633011.18233122.0303错误分类的案例分类结果aAverageLinkage (BetweenGroups)预测组成员123初始计数12401204030014000%196.0.04.02.0100.0.03.0.0100.0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.公因子方差初始提取农业总产值1