文档介绍：统计分析结课论文
实验名称：运用SPS吩析影响经济发展因素
姓名：周明明
学号：142120201370
班级：矶1417
指导老师：宋荣兴
时间：2014年12月
摘要：经济发展是整个人类社会追求的目标之一。在宏观经济理rliiW
.ggg
.9骊
蝴
■ 26?
•厮
卿
.993
1 000
即S
,979
.975
.9乳
-洲
-2(1
则
涮
,965
1 000
KMO and Bartlett's Test
Kaiser-Meyer-Olkin Measure of Sampling Adequacy.
Bartlett's Test of Approx. Chi-Square
Sphericity 产
Sig
655
36
,000
表3
表2给出了各变量指标的相关系数矩阵，紧接着，表3给出了 KMO与Bartlett 的检验结果，, P<,则拒绝原假设，即相关矩阵 不是一个单位矩阵，故考虑进行因子分析； KMO是用于比较观测相关系数值与
偏相关系数值的一个指标，具值越接近 1 ,表明对这些变量因子进行因子分析
的效果越好，在本实验中，,比较接近1,表示比较适合做因子 分析。
Commune lit ies
Initial
Extraction
国内生产总值（亿元）
S99
全体居民消费水平1元）
.997
政府购买f亿元）
,S85
居民消费价格指数
.S9S
商品零售价格书旨数
1 000
.099
城循居民人均收入（元）
S98
农村居民人均收入（元）
.692
工让总产值4亿元）
能源消费总量（万吨）
.9B7
Extraction Method: Principal Component Analysis.
表4
表4给出了各经济指标的变量共同度，该表左侧表示每个变量可以被所有因 素能解释的方差，右侧表示变量的共同度，，变量的共同度从0〜1,,共同度越大, 即一个因子所解释的变量的方差越大，说明因子包含原有的变量信息的量越多， 从该表可以看出因子所解释的变量的方差都非常的大，都达到了 ，所以
变量中的大部分信息均能被因子所体现，即因子分析的结果是有效的。
Total Variance Explained
Co mo c ne nt
Iniiial EigerwalceB
Extraction Sums ofSqca-ed Loadings
Fo:a:icn Sums of Squared Loadings
"otal
% ofVaraice
Cum illative %
Total
% of Variance
Curru alive %
To:a
% of Variance
Cumulative %
，
78,870
73,370
76,234
76,234