统计软件分析论文new.docVIP

我国各地区就业人员劳动报酬的因子分析和聚类分析 摘要:本文通过应用spss软件对我国各地区的各行业人员劳动报酬水平进行了因子分析和聚类分析，并进行了科学和理的综合评价。 关键词： 劳动报酬 因子分析 聚类分析 综合评价 Abstract: the software through the application of spss to our country from various regions of the workers remuneration levels is a factor analysis and the clustering, and science and comprehensive evaluation. Keywords ：Remuneration Factor analysis Clustering Comprehensive evaluation 随着我国各行业的不断发展和完善，人们的收入不断提高。但由于生产模式，资源利用，科技开发，及地域条件的不同。各地区各行业的人员报酬也有不同。因此，为了进一步的了解对我国各地区各行业人员劳动报酬的基本情况，本文根据2009年全国31个地区的统计年鉴提供给的原始资料，应用主成分分析和聚类分析就我国西部各地区的各行业人员的劳动报酬进行了分析，并进行了综合评价，为以后的发展提供决策依据。（原始数据见表一） 一评价指标的选取 为了使评价更科学合理，并考虑到它的全面性和代表性，选取了如下评价指标(单位：亿元) X1 农林牧渔业 X11 房地产业 X2 采矿业 X12 租赁和商务服务业 X3 制造业 X13 科学研究、技术服务和地质勘查业 X4 电器燃气及水的生产和供应业 X14 水利环境和公共设施管理业 X5 建筑业 X15 居民服务和其他服务业 X6 交通运输仓储和邮政业 X16 教育 X7 信息传输计算机服务和软件业 X17 卫生社会保障和社会福利业 X8 批发和零售业 X18 文化体育和娱乐业 X9 住宿餐饮业 X19 公共管理和社会组织 X10 金融业 二 因子分析 1因子分析的原理 因子分析属于多元分析中处理降维的一种统计方法，它是主成分分析的推广和发展，它也是将错综复杂关系的变量（或样品）综合为数量较少的几个因子，以再现原始变量与因子之间的相互关系，同时根据不同因子还可以对变量进行分类。 2因子分析的结果 特征根 方差贡献率% 累计方差贡献率% 8.365 44.028 44.028 6.916 36.398 80.426 1.155 6.079 86.505 1.105 5.817 92.322 如上表所示按照提取原则即特征值大于1提取出了四个公因子，累计方差贡献率为92.322%,反映了原始信息的92.322%，这四个因子就可以解释原始数据的大部分信息了。我们将这四个主成分作为评价社会发展状况的综合参量。 Rotated Component Matrix(a) Component 1 2 3 4 x1 -.104 -.116 .930 .033 x2 -.121 .122 .050 .974 x3 .286 .891 -.020 -.106 x4 .201 .919 .055 .187 x5 .155 .766 -.197 -.093 x6 .753 .581 .096 .013 x7 .970 .119 -.047 -.033 x8 .923 .356 -.041 -.013 x9 .873 .454 -.044 -.106 x10 .770 .569 -.037 -.109 x11 .893 .395 -.047 -.121 x12 .982 .082 -.053 -.041 x13 .968 .156 -.014 -.039 x14 .478 .819 .137 .071 x15 .663 .312 .449 .099 x16 .207 .943 -.034 .161 x17 .372 .916 -.009 -.051 x18 .943 .274 -.036 .016 x19 .200 .946 -.016 .123 Extraction Method: Principal Component Analysis. Rotation Method: Varimax with Kaiser Normalization. a Rotation converged in 5 iterations. Rotated Component Matrix(a) 左图所示为因子载荷矩阵，四个主成分可以表示为： F1=-0.077*x1-