用spss软件对我国第三产业增加值指数的聚类分析和因子分析.docx

摘 要因子分析是利用降维的思想，由研究原始变量相关矩阵内部的依赖关系出发，把一些错综复杂关系的变量归结为少数几个综合因子的一种多变量统计分析方法。它的基本思想是根据相关性大小把原始变量分组，使得同组之间变量相关性较高，不同组之间的变量的相关性则较低。学会应用SPSS软件进行相关的因子分析，并将所学的知识结合SPSS对数据进行处理，可以更好地解决实际问题。K均值法是非谱系聚类法的一种，非谱系聚类法是把样品聚类成K个类的集合，类的个数K可以预先给定，或者在聚类过程中确定，这种聚类方法在计算机计算过程中无须确定距离，也无须存储数据。所以，K均值聚类可以应用于较大的数据组，它的思想是把每个样品聚集到其最近形心（均值）类中。第三产业是一个国家国民经济中的重要组成部分，目前第三产业在世界各国得到了迅速的发展，已经成为发达国家的重要经济支柱，我国自从改革开发以来，第三产业得到了长足发展。在发达国家，第三产业占国民经济的比重非常大，影响第三产业的因素有很多，本文试着通过对交通运输仓储和邮政业、批发和零售业、住宿和餐饮业、金融业、房地产业和其他的增加值指数的聚类分析和因子分析，探讨国家第三产业的发展情况。关键词：spss；第三产业；聚类；因子分析1引言第三产业，又称第三次产业是指除第一、二产业以外的其他行业，是不生产物质产品的行业，即服务业。第三产业一词首先是英国经济学家、新西兰奥塔哥大学教授费希尔1935年在《安全与进步的冲突》一书中首先提出来的。第三产业主要包括流通、生产生活服务等部门。第三产业的发展水平是衡量一个国家经济社会发展程度的重要标志。新中国成立后的二十多年，我国第三产业有所发展，但基本上处于被抑制状态。中共十一届三中全会以后，才获得了新的生机。为适应加快改革开放和经济发展的新形势，中共中央、国务院于1992年6月16日做出《关于加快发展 第三产业的决定》，确定发展第三产业的目标是：争取用十年左右或更长一些时间，逐步建立起适合我国国情的社会主义统一市场体系、城乡社会化综合服务体系和 社会保障体系。 第三产业的增长速度要高于第一、 第二产业，第三产业增加值占国民生产总值的比重和就业人数占社会劳动者总人数的比重，力争达到或接近发展中国家的平均水平。中共十四大报告指出：“发展我国商业、金融、保险、旅游、信息、法律和会计审计咨询、居民服务等 第三产业，不仅有利于促进市场发育，提高服务的社会化、专业化水平，提高经济效益和效率，方便和丰富人民生活，而且可以广开就业门路，为 经济结构调整、企业经营机制转换和政府机构改革创造重要条件。我国确立第三产业的发展目标是第三产业的增长速度要高于第一，第二产业，因此，研究我国第三产业增加值的发展形势是十分必要的，对我国第三产业以及整个经济发展政策的制定有很大的影响。2数据来源本文数据来源于国家统计年鉴，记录了从1978年到2011年我国第三产业的增加值指数，我们令第三产业的七类行业分别为：x1--交通运输业；x2—邮政和仓储业；x3—批发和零售业；x4—住宿和餐饮业；x5—金融业；x6—房地产业；x7—其他。原始数据见附表1，标准化后的数据见附表2。3实验原理3.1因子分析的方法原理确定因子载荷：主成分法、主轴因子法、最小二乘法、极大似然法、α因子提取法等。由于这些方法求解因子载荷的出发点不同，所得的结果也不完全相同。因子旋转：因子旋转分为正交旋转与斜交旋转，正交旋转由初始载荷矩阵左乘一正交阵而得到。经过正交旋转而得到的新的公因子仍然保持彼此独立的性质。而斜交旋转则放弃了因子之间彼此独立这个限制，因而可能达到更为简洁的形式，其实际意义也更容易解释。但不论是正交旋转还是斜交旋转，都应当使新的因子载荷系数要么尽可能地接近与零，要么尽可能地远离零。因子得分：因子得分就是公共因子在每一个样品点上的得分。根据因子得分我们可以知道我国哪几年第三产业的发展水平较高，哪几年我国第三产业发展速度较慢，可以根据发展情况来调整相关的政策。3.2聚类分析的思想原理 我们认为，我们研究的样品和变量之间存在不同程度的相似性（亲疏关系）。于是根据一批样品的多个观测指标，具体找出一些能够度量样品或指标之间相似程度的统计量，以这些统计量作为划分类型的依据，把一些相似程度较大的聚为一类，把另外一些相似程度较大的聚为另一类……关系密切的聚合到一个小的分类单位，关系大的聚合到一个大的分类单位，直到把所有的样品或指标都聚合完毕。聚类分析的目的是把相似的研究对象归成类。不同的指标，在聚类分析中的处理方式是不一样的，根据实际的需要可能有两个方向，一是对样品聚类，通常称为Q型聚类分析，一是对变量分类，通常称为R型聚类分析。K均值聚类是对样品进行分类，它能清楚地展示样品的分类情况，可以解决很多实际问题。4数据处理4.1因子分析的数据处理将原数据表导入