版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡介
1、<p> 主成分分析與聚類分析在地區(qū)綜合實(shí)力評(píng)價(jià)中的應(yīng)用</p><p> 【摘要】本文選取具有代表性的7類共17個(gè)指標(biāo)作為我國31個(gè)省、市、自治區(qū)綜合實(shí)力評(píng)價(jià)的原始指標(biāo),運(yùn)用主成分分析得到綜合評(píng)價(jià)函數(shù),計(jì)算得到我國各省市的綜合得分,并據(jù)此進(jìn)行K均值聚類分析,將我國31個(gè)省、市、自治區(qū)劃分為5個(gè)類型,根據(jù)聚類結(jié)果對(duì)其進(jìn)行了簡單評(píng)價(jià)。 </p><p> 【關(guān)鍵詞】主成分分析
2、 聚類分析 綜合實(shí)力評(píng)價(jià) </p><p><b> 一、主成分分析法 </b></p><p> 主成分分析也稱主分量分析,由于多個(gè)變量之間往往存在著一定程度的相關(guān)性,人們希望通過線性組合的方式,從這些指標(biāo)中盡可能快地提取信息。主成分分析旨在保證原始數(shù)據(jù)信息損失最小的前提下,通過線性變換對(duì)高維變量空間進(jìn)行降維處理,以少數(shù)的綜合變量取代原有的多維變量。由于主成分是
3、通過正交變換得到的,因此各個(gè)主成分是互不相關(guān)的,且第一個(gè)主成分的方差最大,其余次之。 </p><p> 主成分分析能夠從選定的指標(biāo)體系中歸納出大部分信息,并且能夠根據(jù)指標(biāo)間的相對(duì)重要性進(jìn)行客觀加權(quán),可以避免評(píng)價(jià)者的主觀影響,因此主成分分析在綜合評(píng)價(jià)中的應(yīng)用越來越得到人們的重視。根據(jù)主成分分析法進(jìn)行綜合評(píng)價(jià)的步驟如下:將原始數(shù)據(jù)標(biāo)準(zhǔn)化并建立變量的相關(guān)系數(shù)矩陣R;求出R的特征根λ1≥…≥λp≥0相應(yīng)地特征向量為T
4、1,T2…Tp;由累計(jì)方差貢獻(xiàn)率確定主成分的個(gè)數(shù)(m),并寫出主成分為:Y=T'X(1);以特征根維權(quán),構(gòu)造綜合評(píng)價(jià)函數(shù)Z。各個(gè)主成分的權(quán)重分別為wi=λt/ λi(i=1,2,…p)(2),Z=w1Y+w2Y+…+wPY=W'Y=W'T'X=(TW)'X=(3)。 </p><p><b> 二、聚類分析法 </b></p><
5、p> 聚類分析(cluster analysis)是一組將研究對(duì)象分為相對(duì)同質(zhì)的群組(clusters)的統(tǒng)計(jì)分析技術(shù)。本文采用聚類分析中的K均值聚類,以主成分分析得到的各地區(qū)的綜合實(shí)力得分為聚類變量,以距離的遠(yuǎn)近親疏為標(biāo)準(zhǔn)進(jìn)行聚類,類數(shù)的確定參考系統(tǒng)聚類的結(jié)果。 </p><p> 三、綜合實(shí)力指標(biāo)的選取 </p><p> 影響一個(gè)地區(qū)綜合實(shí)力的指標(biāo)有很多,本文參考國內(nèi)外相
6、關(guān)文獻(xiàn)資料,綜合考慮各種因素的影響力和數(shù)據(jù)的可得性,選擇了以下七個(gè)方面的十七項(xiàng)指標(biāo)作為綜合評(píng)價(jià)的指標(biāo)。 </p><p> ?。?)綜合經(jīng)濟(jì)實(shí)力,主要包括:①地區(qū)生產(chǎn)總值(億元);②全社會(huì)固定資產(chǎn)投資(億元);③社會(huì)消費(fèi)品零售總額(億元)。 </p><p> ?。?)產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化情況,主要指標(biāo)為第三產(chǎn)業(yè)產(chǎn)值比重。 </p><p> ?。?)政府財(cái)政收支情況,主要
7、包括:①地方財(cái)政收入(億元);②地方財(cái)政支出(億元)。 </p><p> ?。?)人民收入消費(fèi)情況,主要包括:①城鎮(zhèn)居民可支配收入(元);②農(nóng)村居民家庭人均純收入(元);③居民消費(fèi)水平(元)。 </p><p> (5)城市概況,主要包括:①每萬人擁有公用交通車輛(輛);②建成區(qū)綠化覆蓋率。 </p><p> (6)科、教、文、衛(wèi)事業(yè),主要包括:①技術(shù)市場成
8、交額(萬元);②文盲半文盲占15歲以上人口的比重;③人均擁有公共圖書館藏量(冊);④每萬人醫(yī)療衛(wèi)生機(jī)構(gòu)床位數(shù)(張)。 </p><p> ?。?)對(duì)外經(jīng)濟(jì)貿(mào)易情況,主要包括:①外商投資總額(億美元);②進(jìn)出口總額(萬美元)。 </p><p> 四、各地區(qū)綜合實(shí)力得分及排序 </p><p> 從標(biāo)準(zhǔn)化的數(shù)據(jù)出發(fā),通過R軟件進(jìn)行主成分分析得17個(gè)相互獨(dú)立的主成分
9、,各個(gè)主成分的方差貢獻(xiàn)率分別為54.13%,20.28%,10.94%,5.74%,2.40%,1.83%,1.48%,0.93%,0.72%,0.62%,0.40%,0.27%,0.14%,0.05%,0.03%,0.01%,0.007%,根據(jù)公式(3),計(jì)算得綜合評(píng)價(jià)函數(shù)為(其中Xi*為標(biāo)準(zhǔn)化后的變量): </p><p> Z=0.226X1*+0.195X2*+0.228X3*+0.026X4*+0.2
10、09X5*+0.205X6*+ </p><p> 0.12X7*+0.11X8*+0.092X9*+0.056X10*+0.056X11*-0.027X12*-0.011X13*+0.109X14*+0.003X15*+0.176X16* </p><p> 根據(jù)綜合評(píng)價(jià)函數(shù)計(jì)算得到我國31各省、市、自治區(qū)的綜合評(píng)分,據(jù)此我國31各省、市、自治區(qū)的綜合實(shí)力由高到底排序?yàn)椋簭V東、江蘇、
11、山東、上海、浙江、北京、遼寧、河南、河北、四川、福建、天津、湖北、湖南、安徽、內(nèi)蒙古、山西、江西、重慶、黑龍江、廣西、吉林、山西、云南、新疆、貴州、海南、甘肅、寧夏、青海、西藏。31 ?。?市、自治區(qū)) 的綜合得分基本說明了它們的綜合實(shí)力, 其中綜合得分為正的地區(qū), 說明其綜合實(shí)力在31 個(gè)?。?市、區(qū)) 的平均水平之上,而綜合得分為負(fù)的地區(qū), 說明其綜合實(shí)力在31 個(gè)?。?市、自治區(qū)) 的平均水平之下。 </p><
12、;p> 五、基于綜合實(shí)力得分的類型劃分 </p><p> 基于主成分分析得到的各地區(qū)綜合實(shí)力得分進(jìn)行K-means聚類,將我國31 個(gè)省( 市、自治區(qū))聚為5類,分別為經(jīng)濟(jì)最發(fā)達(dá)地區(qū),較發(fā)達(dá)地區(qū),中等發(fā)達(dá)地區(qū),欠發(fā)達(dá)地區(qū),不發(fā)達(dá)地區(qū),得結(jié)果如表1所示: </p><p> 表1 中國各地區(qū)綜合實(shí)力得分與類型劃分(括號(hào)內(nèi)為各地區(qū)綜合實(shí)力得分) </p><p
13、> 從表中可以看出,我國各省、市、自治區(qū)中綜合實(shí)力最強(qiáng)的為廣東、江蘇兩省,而綜合實(shí)力最差的則為新疆、貴州、海南、甘肅、寧夏、青海、西藏等省,結(jié)合我國的地理區(qū)域劃分可以發(fā)現(xiàn),綜合實(shí)力較強(qiáng)的省、市、自治區(qū)主要集中在我國的東南、華北、東北地區(qū),而綜合實(shí)力較差的省、市、自治區(qū)則主要集中在我國的西南、西北地區(qū)。改革開放以來我國經(jīng)濟(jì)高速增長,盡管各地區(qū)的社會(huì)經(jīng)濟(jì)都取得了很大的發(fā)展,但是區(qū)域經(jīng)濟(jì)發(fā)展不協(xié)調(diào)問題也日益顯現(xiàn),以廣東、江蘇為代表的東
14、南沿海地區(qū)經(jīng)濟(jì)發(fā)展速度以及地區(qū)綜合實(shí)力明顯高于以寧夏、青海為代表的西北內(nèi)陸地區(qū),西部地區(qū)人均國內(nèi)生產(chǎn)總值僅相當(dāng)于全國平均水平的三分之二,不到東部地區(qū)平均水平的40%。為了促進(jìn)我國區(qū)域經(jīng)濟(jì)的協(xié)調(diào)發(fā)展,我國必須堅(jiān)定地實(shí)行“西部大開發(fā)”戰(zhàn)略,通過國家政策的扶持,促進(jìn)經(jīng)濟(jì)比較發(fā)達(dá)地區(qū)的資源、國內(nèi)和境外的資源,能夠在市場的驅(qū)動(dòng)下更多地流向西部。 </p><p><b> 參考文獻(xiàn): </b><
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 聚類分析和主成分分析在地區(qū)綜合消費(fèi)水平評(píng)價(jià)中的應(yīng)用.pdf
- 主成分分析在綜合評(píng)價(jià)中的應(yīng)用
- 主成分分析和聚類分析在奶牛酮病分析中的應(yīng)用.pdf
- spss在主成分分析中的應(yīng)用
- 基于主成分分析的綜合評(píng)價(jià)研究及其應(yīng)用.pdf
- 基于主成分分析法的沿海11省市綜合經(jīng)濟(jì)實(shí)力評(píng)價(jià)
- 主成分分析在能力驗(yàn)證中的應(yīng)用.pdf
- 基于主成分分析的綜合評(píng)價(jià)研究.pdf
- 基于主成分分析和聚類分析的廣東省專利發(fā)展研究評(píng)價(jià)
- 迭代主成分分析在差分功耗分析中的應(yīng)用.pdf
- 應(yīng)用主成分分析法在白石江水質(zhì)中的評(píng)價(jià)
- 聚類分析 主成分分析和典型相關(guān)分析 含matlab程序
- 譜主成分分析及其在多指標(biāo)評(píng)價(jià)體系中的應(yīng)用.pdf
- 基于主成分分析的綜合評(píng)價(jià)問題研究.pdf
- 區(qū)間型符號(hào)數(shù)據(jù)主成分分析和聚類分析的有效性評(píng)價(jià).pdf
- 灰主成分分析及其在多指標(biāo)時(shí)間序列綜合評(píng)價(jià)中的研究.pdf
- 主成分分析與因子分析在體育科研中的應(yīng)用研究.pdf
- matlab主成分分析
- 主成分分析案例
- 主成分分析在經(jīng)濟(jì)問題中的應(yīng)用
評(píng)論
0/150
提交評(píng)論