多元统计分析课程实验教学大纲
课程编号：0102068
课程名称：多元统计分析
课程英文名称：Multivariate Statistical Analysis
总学时：40 理论学时：32 实验学时： 8 课外学时：0 学分：2.5 先修课程要求：高等数学、概率论与数理统计、线性代数
课程属性：非独立设课
实验学时：8 课外学时：0
实验项目数：4
适用专业：金融学
参考教材：王淑芬，《应用统计学（第2版）》，北京大学出版社，2011版。
教学参考书：
余锦华，杨维权，《多元统计分析与应用》，中山大学出版社，2005
张润楚，《多元统计分析》，科学出版社，2006
何晓群：《多元统计分析（第三版）》，中国人民大学出版社，2012
一、课程简介和基本要求
课程介绍：本课程是金融学专业平台课。
内容涉及统计数据的收集整理与显示，统计数据的特征描述，相关分析与回归分析、聚类分析、主成分分析与因子分析、对应分析。
基本要求：通过本课程的学习,使学生能够对多元统计分析方法的基本思想、基本内容、基本原理有更加深入理解，能够利用SPSS软件运行数据处理方法，从而为学会如何通过建立模型对现实的经济生活进行分析模拟，为实证分析打下一定的理论基础。
二、课程实验目的与要求
实验目的：使学生将前修课的知识有机地联系起来，通过实践培养学生综合运用知识的初步能力。
实验要求： 1. 学生应独立完成规定的上机习题；
2. 通过SPSS软件对案例进行分析，并将结果上传到网络教学平台
三、主要仪器设备及软件
仪器设备：任何手提、台式计算机及网络终端。
软件：SPSS软件
经管实验中心实验室已具备上述实验条件。
四、实验项目设置与内容
五、实验成绩评定
实验成绩分优、良、中、合格、不合格五个等级，实验成绩占该课程总成绩的20％。
六、实验教学应注意的问题
学生应在掌握课程基本理论和基本知识的基础上独立完成所要求必做的实验项目，注重理论联系实际，提高实际操作技能。
七、制定执笔者：李喆审定者：批准者：
2.1.试叙述多元联合分布和边际分布之间的关系。 解：多元联合分布讨论多个随机变量联合到一起的概率分布状况，12(,,)p X X X X '=L 的联合分布密 度函数是一个p 维的函数，而边际分布讨论是12(,,)p X X X X '=L 的子向量的概率分布，其概率密度 函数的维数小于p 。 2.2设二维随机向量1 2()X X '服从二元正态分布，写出其联合分布。 解：设1 2()X X '的均值向量为()1 2μμ'=μ，协方差矩阵为21 122212σσσσ?? ? ?? ，则其联合分布密度函数为 1/2 12 2 2112112222122121()exp ()()2f σσσσσσσσ--???????? '=---?? ? ??? ?????? x x μx μ。 2.3已知随机向量12()X X '的联合密度函数为 12121222 2[()()()()2()()] (,)()()d c x a b a x c x a x c f x x b a d c --+-----= -- 其中1a x b ≤≤，2c x d ≤≤。求 （1）随机变量1X 和2X 的边缘密度函数、均值和方差； （2）随机变量1X 和2X 的协方差和相关系数； （3）判断 1X 和2X 是否相互独立。 （1）解：随机变量 1X 和2X 的边缘密度函数、均值和方差； 11212122 2[()()()()2()()] ()()()d x c d c x a b a x c x a x c f x dx b a d c --+-----=--? 1221222222 2()()2[()()2()()]()()()() d d c c d c x a x b a x c x a x c dx b a d c b a d c -------=+----? 121 222202()()2[()2()]()()()() d d c c d c x a x b a t x a t dt b a d c b a d c ------= +----? 221212222 2()()[()2()] 1()()()()d c d c d c x a x b a t x a t b a d c b a d c b a ------=+= ----- 所以 由于1X 服从均匀分布，则均值为2b a +，方差为 ()2 12 b a -。
多元统计分析课程论文 -----我国农村居民收入与支出多元统计分析 班级：统计1203 姓名：李犁 学号：1304120724 2015年7月
目录 1.引言 (3) 1.1研究问题的背景 (3) 1.2研究问题的目的 (3) 2.分析方法的简单介绍 (4) 2.1主成分分析 (4) 2.1.1主成分分析的思想 (4) 2.1.2主成分分析的几何意义 (4) 2.2聚类分析 (5) 2.2.1聚类分析的思想 (5) 2.2.2聚类分析的过程 (5) 3.农村居民收入的多元统计分析 (5) 3.1主成分分析 (5) 3.2聚类分析 (7) 4. 农村居民支出的多元统计分析 (9) 4.1 主成份分析 (9) 4.2聚类分析 (11) 5. 结论 (13)
【摘要】本文主要研究农村居民收入与支出的相关问题，利用spss软件，首先对农村居民收入进行了数据的收集和整理，数据取自中国统计年鉴网络实时数据，利用多元统计分析中的主成分分析，分析影响农村居民收入的几个重要因素。再对其进行聚类分析，按照农村居民不同的收入对30个省、自治区、直辖市进行聚类，分出几个不同的收入等级。然后对农村居民支出情况的数据进行主成分分析，分析影响收入的因素，再对其进行聚类分析，分析不同的支出等级，最后将收入与支出综合分析，大致得出结论，我国实际的居民收入与消费结构还存在一定的不合理。 【关键词】农村居民收入农村居民支出主成分分析聚类分析 1.引言 1.1研究问题的背景 我国是发展中的农业人口大国，农业的基础地位和作用比任何国家都重要，小康目标能否全面实现，重点、难点在提高人民收入，要实现农村稳定，农民小康和农业现代化，前提条件就是要保持农民收入的持续稳定的快速发展。2000年，在国家连续三年扩大内需的宏观政策作用下，我国居民消费保持了稳中有旺的运行态势。但是从城乡消费结构来看，农村消费明显不如城市消费活跃。农村消费之所以增长缓慢，主要是因为农村居民收入停滞不前以及受到农村传统消费观念的主导 1.2研究问题的目的 劳动者报酬收入和家庭主营收入已成为农民收入的主要来源，但是由于我国经济发展的不平衡，各地区的农民收入有着很大不同，另一方面，经济改革使得地区之间、农民内部之间的富裕家庭和贫穷家庭之间的收入差距越来越大。“二元思维”造就了经济发展层面上的“两个中国”-----“城市中国”和“农村中国”，“三农”问题日益突出，“三农”问题的核心是农民问题，即农民利益和平等待遇问题，“三农”是我国的根本问题，建设现代化农业、发展农村经济、增加农民收入，始终是中国政府面临的重大问题如何客观准确的分析这些差异，具有重要的理论和实际意义，因此，本文试图用多元统计分析对我国各地区农民收入来源及消费支出问题进行全面深入的分析。
一、填空题（20分） 1、若),2,1(),,(~)(n N X p 且相互独立，则样本均值向量X 服从的分布 为 2、变量的类型按尺度划分有_间隔尺度_、_有序尺度_、名义尺度_。 3、判别分析是判别样品 所属类型 的一种统计方法，常用的判别方法有__距离判别法_、Fisher 判别法、Bayes 判别法、逐步判别法。 4、Q 型聚类是指对_样品_进行聚类，R 型聚类是指对_指标(变量)_进行聚类。 5、设样品),2,1(,),,(' 21n i X X X X ip i i i ，总体),(~ p N X ，对样品进行分类常用的距离 2 ()ij d M )()(1j i j i x x x x ，兰氏距离()ij d L 6、因子分析中因子载荷系数ij a 的统计意义是_第i 个变量与第j 个公因子的相关系数。 7、一元回归的数学模型是： x y 10，多元回归的数学模型是： p p x x x y 22110。 8、对应分析是将 R 型因子分析和Q 型因子分析结合起来进行的统计分析方法。 9、典型相关分析是研究两组变量之间相关关系的一种多元统计方法。 二、计算题（60分） 1、设三维随机向量),(~3 N X ，其中 200031014，问1X 与2X 是否独立？),(21 X X 和3X 是否独立？为什么？ 解： 因为1),cov(21 X X ，所以1X 与2X 不独立。 把协差矩阵写成分块矩阵 22211211，),(21 X X 的协差矩阵为11 因为12321),),cov(( X X X ，而012 ，所以),(21 X X 和3X 是不相关的，而正态分布不相关与相互
四川理工学院 《多元统计分析课程设计》报告 题目: 中国国有控股工业行业的经济效益评价 学生：雷鹏程何君李西京 曾学成白俊明 专业：统计学 指导教师：柏宏斌 四川理工学院理学院 二零一四年十二月 中国国有控股工业行业的经济效益评价 摘要 本文主要研究了中国国有控股工业行业的经济效益，对反映行业经济效益的总资产贡献率、资产负债率、流动资产周转次数、工业成本费用利润率和产品销售率等五个经济指标进行主成分分析，提取反映行业盈利能力和市场能力的两个综合指标。然后通过因子分析法分析反映经济效益的各指标的内部结构，表明行业经济效益主要由盈利能力和市场能力两个公因子决定。根据各行业在盈利能力上的得分和市场能力上的得分将工业行业分为五类，并对各行业经济效益进行综合评价。然后用聚类分析对综合评价结果进行验证，表明综合评价较为客观合理。最后，本文给出相应的政策建议。 关键字：主成分分析、因子分析、聚类分析。 一、引言 改革开放以来，工业始终是我国经济发展的主要支柱。作为社会主义国家，我国国有及国有控股工业行业掌控着国家工业发展命脉，对国民经济、社会协调发展具有巨大推动作用。因此，考核工业行业的经济效益，对挖掘重点行业和弱势行业，提高整个国有工业企业的经济效益等具有重大的现实意义。企业或行业的经济效益由众多因素来刻
画，目前反映行业经济效益主要有总资产贡献率、资产负债率、流动资产周转次数、工业成本费用利润率和产品销售率等五个经济指标1。这些众多指标虽然能从多方面对行业的经济效益进行全面考察，但也在一定程度增加了分析问题的复杂性。在损失少量信息的前提下，设计一个或少数几个综合指标，并用较少的综合指标对工业经济效益进行分析评价，能够简化问题。此外，挖掘出反映经济效益的众多指标的内在基本结构，有助于指出各行业经济效益的主要决定因素及瓶颈，也有助于对各行业经济效益进行综合评价。 二、文献综述 大量国内文献从灰色系统理论、多元统计分析方法、层次分析法、模糊综合评判法、 数据包络分析法等理论与方法，考察了中国各行业、企业或地区经济效益的研究与综合评价。华中生、梁梁等用模糊聚类方法与数据包络分析分类法考察了合肥工业行业的经济状况，将各工业行业按经济效益的状况分为高、较高、一般、较差和差等五类[1]（华中生、梁梁，1995）。王树岭等人利用TOPSIS 模型，对吉林省轻工业17个主要行业的经济效益进行了综合评价与排序，确定出相应的优势行业（王树岭等，1999）。本文以2008年国有及国有控股的主要工业行业为研究对象，通过主成分分析和因子分析法，再次对各工业行业的经济效益进行分析与评价，并结合聚类分析法来验证综合评价的结果。 三、数据来源 反映经济效益的指标较多，不同文献中选取的指标不尽相同。本文采用国家统计局最新公布的五个指标：总资产贡献率、资产负债率、流动资产周转次数、工业成本费用利润率和产品销售率，分别记为1X 至5X 。总资产贡献率(1X )反映企业全部资产的获利能力。资产负债率（2X ）既反映企业经营风险的大小，也反映企业利用债权人提供的资金从事经营活动的能力。流动资产周转次数（3X ）反映投入工业企业流动资金的周转速度。成本费用利润率（4X ）反映企业投入的生产成本及费用的经济效益。产品销售率（5X ）反映工业产品已实现销售的程度。选取39个主要工业行业的数据整理如附录表1所示。 四、模型基本理论建立 主成分分析的基本理论 设对某一事物的研究涉及p 个指标，分别用1X ，2X ，…, P X 表示，这p 个指标构成的p 维随机向量为),,(21'=P X X X X Λ。设随机向量X 的均值为μ，协方差矩阵为∑。 对X 进行线性变换，可以形成新的综合变量，用Y 表示，也就是说，新的综合向量 1 《国家统计年鉴2009年》用这五大指标来反映工业行业的经济效益。
22121212121 ~(,),(,),(,),, 1X N X x x x x x x ρμμμμσρ ?? ∑==∑= ??? +-1、设其中则Cov(,)=____. 10 31 2~(,),1,,10,()()_________i i i i X N i W X X μμμ=' ∑=--∑L 、设则=服从。 ()1 2 34 433,4 92, 3216___________________ X x x x R -?? ?'==-- ? ?-? ? =∑、设随机向量且协方差矩阵则它的相关矩阵 4、 __________， __________， ________________。 215,1,,16(,),(,)15[4()][4()]~___________i p p X i N X A N T X A X μμμμ-=∑∑'=--L 、设是来自多元正态总体和分别为正态总体的样本均值和样本离差矩阵,则。 12332313116421(,,)~(,),(1,0,2),441, 2142X x x x N x x x x x μμ-?? ?'=∑=-∑=-- ? ?-?? -?? + ??? 、设其中试判断与是否独立？ (), 1 2 3设X=x x x 的相关系数矩阵通过因子分析分解为 211X h = 的共性方差111X σ= 的方差21X g = 1公因子f 对的贡献1213 30.93400.1280.9340.4170.8351100.4170.8940.02700.8940.44730.8350.4470.10320 13 R ? ? - ????? ? -?? ? ? ?=-=-+ ? ? ? ??? ? ? ????? ? ???
《 统计预测与决策 》课程教学大纲 Statistical Forecasting and Decision Making 课程代码： 课程性质：专业方向理论课/选修 适用专业：统计 开课学期：7 总学时数：56 总学分数：3.5 编写年月：2007.5 修订年月：2007.7 执 笔：邹辉 一、课程的性质和目的 本课程教学目的在于向学生系统阐述有关统计预测与决策方面的基本知识和一般原理，使学生对统计预测和决策的基本概念、基本方法及其应用有系统地理解和掌握。同时，更为重要的是，通过阐述国内外统计预测和决策方法在经济、金融和管理等领域的综合应用，加深学生对本课程内容的理解和认识，提高学生综合运用统计预测和决策方法以解决现实问题的能力。 二、课程教学内容及学时分配 第一章 统计预测概述（4学时） 本章内容：统计预测的概念和作用，统计预测方法的分类和选择，理解统计预测的步骤本章要求：了解统计预测的概念和作用，统计预测方法的分类和选择，理解统计预测的步骤 第二章 定性预测法（4学时） 本章内容：定性预测概念，定性预测特点，定性预测和定量预测的关系，定性预测的集中主要方法。 本章要求：了解定性预测概念，定性预测特点，定性预测和定量预测的关系，理解定性预测的集中七种主要方法。 第三章 回归预测法（6学时） 本章内容：一元线性回归预测法，多元线性回归预测法，非线性回归预测法、应用回归预测法时应注意的问题。 本章要求：了解非线性回归预测法、应用回归预测法时应注意的问题。理解一元线性回归预测法是指成对的两个变量数据分布大体上呈直线趋势时，运用合适的参数估计方法，求出一元线性回归模型，然后根据自变量与因变量之间的关系，预测因变量的趋势；理解多元线性回归预测法是包括两个或两个以上自变量的回归。多元回归与医院回归类似，可以用最小二乘法估计模型参数，也需对模型及模型参数进行统计检验。 第四章 时间序列的分解法和趋势外推法（6学时） 本章内容：时间序列的分解，时间序列分解模型，趋势外推法。 本章要求：了解经济时间序列的变化受到长期趋势、季节变动和不规则变动这四个因素的影响，了解乘法模型分解的基本步骤，理解选择合适的趋势模型是应用趋势法的重要环节，图形识别和差分法是选择趋势模型的两种基本方法。 第五章 时间序列平滑预测法（6学分） 本章内容： 一次移动平均法和一次指数平滑法，线性二次移动平均法和线性二次指数平滑法，布朗二次多项式（三次）指数平滑法，温特线性和季节性指数平滑法。 本章要求：了解布朗二次多项式（三次）指数平滑法，温特线性和季节性指数平滑法，理解一次移动平均法和一次指数平滑法，线性二次移动平均法和线性二次指数平滑法。 第六章 自适应过滤法（6学分） 本章内容：自适应过滤法的概念与特点，使用自适应过滤法应选择好滤波常数k，对原始数列做标准化处理。 本章要求：了解自适应过滤法优点，使用计算机来进行自适应过滤法的计算掌握自适应过
HUNAN UNIVERSITY 课程论文 论文题目：有关我国居民消费因素的分析指导老师： 学生名字： 学生学号： 专业班级：经济统计 学院名称： xxx学院
目录 概述 (1) 一、引言 (2) 二、数据概述系 (2) 三、分析方法 (3) 四、数据分析 (3) （一）相关分析 (3) （二）因子分析 (10) （三）聚类分析 (15) 五、分析与建议 (18) 六、心得体会 (19) 参考文献 (20)
有关我国居民消费因素的分析 概述 生活离不开消费，随着社会发展，生活水平提高，消费也在逐渐变化，并且随着经济发展，各个地区的发展水平的差异，消费也产生了不同的变化，此篇论文主要目的是利用多元统计的方法，借助spss软件，对我国31个地区的居民消费情况进行分析。了解我国31个地区的居民消费情况与统计指标食品烟酒、衣着、居住等8个指标之间的一些联系。并且通过因子得分，计算并排列出消费因素的综合得分，最后通过聚类分析，对我国31个地区的居民消费情况做一个大致分类，进而对各个地区分类后的情况做一个分析和总结并结合文献以及资料提出一些意见和看法。
一.引言 消费在宏观经济学中，指某时期一人或一国用于消费品的总支出。与经济活动有着密不可分的关系，消费作为社会再生产的最终阶段，是生产者生产产品的目的和导向。如果没有了消费，生产的存在也会变得毫无意义，消费促进了生产，给生产带来了源动力。消费者的消费需求，也推动了生产的发展。并且消费促进了货币流通，提供了就业岗位，降低失业率，拉动了经济增长，最终有助于提高人民的生活水平。消费是国民经济保持增长的动力，只有拉动消费需求的增长，才能促进投资，促进产业结构的调整、宏观经济的增长，满足人民的物质生活的需求，实现生活水平的提高。 故消费和生活水平有着密切的关系，从而，通过对我国居民消费水平的分析，不但可以直观了解到我国总的消费趋向，各地区不同的消费主导因素，还能客观反映我国总的生活水平也就是经济发展的大致情况。统计年鉴中的八项指标：食品烟酒、衣着、居住、生活用及服务、交通通信、教育文化娱乐、医疗保健、其他用品及服务。囊括了居民消费的全部项目，居民日常消费可以清楚地从数据中了解到。再通过分析和整合，最终可以大致分析我国总体的消费倾向以及各个地区的异同点。再结合文献资料了解分析产生异同的原因，进而对我国的总体消费水平做一个最终概括。 二.数据概述 数据来源：2015年《中国统计年鉴》 指标：
《多元统计分析》实验教学大纲 大纲制定时间： 2008 年3 月 课程名称：多元统计分析（Multivariate Statistical Analysis）课程负责人：钟波 课程分类：专业课程课程类型：选修 适用专业：信息与计算科学 课程总学时：54 课程总学分：3 实验学时： 28(上机) 实验学分： 1 开课单位：数理学院 一、实验的目的及要求 多元统计分析是数理统计学的一个重要分支，具有很强的应用性，它在自然科学、社会科学和经济管理等各领域中得到了越来越广泛的应用，是一种非常有用的数据处理方法。实验中将重点介绍：多元统计的最具有实用性的内容：相关分析；回归分析；聚类分析；判别分析；主成分分析；因子分析；典型相关分析等。 鉴于目前计算机已是多元统计分析应用中不可缺少的工具，本课程特别注意把各种多元统计算法实现，使得给出的算法更有实用的价值．为此，我们在论述算法思想时就引进易于化为计算步骤的数学式子和符号，并在计算步骤中采用了相关计算机软件．此外，本课程在讲清各种方法的实际背景和数学思想的同时，对每种方法都给出具体应用实例。 二、实验项目与内容提要： 三、教材（讲义、指导书）： 《多元统计分析》，于秀林，任雪松编著，中国统计出版社，1999.8 参考书： 1.《SPSS统计分析》，郑海涛编著，机械工业出版社出版社，2003 2.《SPSS for Windows统计产品和服务解方案教程》，洪楠编著，清华大学出版社，北方交通大学出版社，2003年
3.《SPSS 11 统计分析教程,基础篇》，张文彤编著，北京希望电子出版社,2002.6 4.《SPSS for Windows 统计分析教程》，洪楠编著，电子工业出版社，2000年 四、考核方式： （一）考核方式 平时实验考核和期末总考试相结合。 （二）考核成绩的确定 平时根据学生预习、操作、实验结果、实验态度和实验报告情况，给每位学生打一个成绩，待全部实验结束时，给出一个平时成绩，占总成绩40%。期末考试采用笔试的方法。笔试题题占20%，期末考试成绩为总成绩的70%。 大纲制定人：钟波 大纲审定人：曾理
一、填空题： 1、多元统计分析是运用数理统计方法来研究解决多指标问题的理论和方法. 2、回归参数显著性检验是检验解释变量对被解释变量的影响是否著. 3、聚类分析就是分析如何对样品（或变量）进行量化分类的问题。通常聚类分析分为 Q型聚类和 R型聚类。 4、相应分析的主要目的是寻求列联表行因素A 和列因素B 的基本分析特征和它们的最优联立表示。 5、因子分析把每个原始变量分解为两部分因素：一部分为公共因子，另一部分为特殊因子。 6、若 () (,), P x N αμα ∑=1,2,3….n且相互独立，则样本均值向量x服从的分布 为_x~N(μ，Σ/n)_。 二、简答 1、简述典型变量与典型相关系数的概念，并说明典型相关分析的基本思想。 在每组变量中找出变量的线性组合，使得两组的线性组合之间具有最大的相关系数。选取和最初挑选的这对线性组合不相关的线性组合，使其配对，并选取相关系数最大的一对，如此下去直到两组之间的相关性被提取完毕为止。被选出的线性组合配对称为典型变量，它们的相关系数称为典型相关系数。 2、简述相应分析的基本思想。 相应分析，是指对两个定性变量的多种水平进行分析。设有两组因素A和B，其中因素A包含r个水平，因素B包含c个水平。对这两组因素作随机抽样调查，得到一个rc的二维列联表，记为。要寻求列联表列因素A和行因素B的基本分析特征和最优列联表示。相应分析即是通过列联表的转换，使得因素A
和因素B 具有对等性，从而用相同的因子轴同时描述两个因素各个水平的情况。把两个因素的各个水平的状况同时反映到具有相同坐标轴的因子平面上，从而得到因素A 、B 的联系。 3、简述费希尔判别法的基本思想。 从k 个总体中抽取具有p 个指标的样品观测数据，借助方差分析的思想构造一个线性判别函数 系数： 确定的原则是使得总体之间区别最大，而使每个总体内部的离差最小。将新样品的p 个指标值代入线性判别函数式中求出 值，然后根据判别一定的规则，就可以判别新的样品属于哪个总体。 5、简述多元统计分析中协差阵检验的步骤 第一，提出待检验的假设 和H1； 第二，给出检验的统计量及其服从的分布； 第三，给定检验水平，查统计量的分布表，确定相应的临界值，从而得到否定域； 第四，根据样本观测值计算出统计量的值，看是否落入否定域中，以便对待判假设做出决策（拒绝或接受）。 协差阵的检验 检验0=ΣΣ 0p H =ΣI ： /2 /21exp 2np n e tr n λ???? =-?? ? ???? S S 00p H =≠ΣΣI ： /2 /2**1exp 2np n e tr n λ???? =-?? ? ???? S S
多元统计分析课程论文 Company Document number：WUUT-WUUY-WBBGB-BWYTT-1982GT
《应用多元统计分析》期末 论文 农村居民生活消费分析 ——2014年我国农村居民消费分析 目录
农村居民生活消费分析 ——2014年我国农村居民消费分析 摘要：本文综合了因子分析与聚类分析,先进行因子分析, 再用因子分析的结果进行聚类分析。在2014 年农村居民消费结构的数据基础上, 本文较多运用了31个省份的因子得分,计算出单因子情况下31个省份的得分和31个省份在八项消费产生的3个因子上的综合得分, 再把该得分作为31个省份的属性, 采用离差平方和(ward)方法进行聚类, 最后将城市分为三层，对整体进行综合评价和说明。 关键词：因子分析；聚类分析；综合评价 2014年我国农村居民消费分析 一、引言 由于我国国土辽阔,自然条件差异很大,经济发展极不平衡,一些地区、一些乡村、一些居民群体的生活目前与小康指标仍有差距,有的甚至还没有解决温饱问题。我国现有65%的人口在农村,农村居民的生活问题是全面建设小康社会的主要问题。因此,笔者就我国农村居民生活消费结构进行因子分析和聚类分析,以期对农村居民生活消费的问题作一研究,并以此寻求合理的解决思路。 二、因子分析法 、统计思想
因子分析的基本思想是通过对变量相关系数矩阵内部结构的研究，找出能控制所以变量的少数几个随机变量去描述多个变量之间的相关关系，并依据相关性的大小将变量分组，使得同组内的变量之间相关性较高，不同组的变量相关性较低。每组代表一个基本结构，这个基本结构成为公共因子。对于所研究的问题试图用最小个数的不可观测的所谓公共因子的线性函数与特殊因子之和来描述原来可观测的每一个变量。 、因子的确定 利用2014年各地区农村居民家庭平均每人生活消费支出资料。摘自《中国统计年鉴(2015)》做因子相关性分析得： 表一、相关矩阵表
多元统计分析课程实验教学大纲 课程编号：******** 课程名称：多元统计分析 课程英文名称：Multivariate Statistical Analysis 总学时：40 理论学时：32 实验学时： 8 课外学时：0 学分：2.5 先修课程要求：高等数学、概率论与数理统计、线性代数 课程属性：非独立设课 实验学时：8 课外学时：0 实验项目数：4 适用专业：金融学 参考教材：王淑芬，《应用统计学（第2版）》，**大学出版社，2011版。 教学参考书： 余锦华，杨维权，《多元统计分析与应用》，**大学出版社，2005 张润楚，《多元统计分析》，科学出版社，2006 何晓群：《多元统计分析（第三版）》，**大学出版社，2012 一、课程简介和基本要求 课程介绍：本课程是金融学专业平台课。 内容涉及统计数据的收集整理与显示，统计数据的特征描述，相关分析与回归分析、聚类分析、主成分分析与因子分析、对应分析。 基本要求：通过本课程的学习,使学生能够对多元统计分析方法的基本思想、基本内容、基本原理有更加深入理解，能够利用SPSS软件运行数据处理方法，从而为学会如何通过建立模型对现实的经济生活进行分析模拟，为实证分析打下一定的理论基础。 二、课程实验目的与要求 实验目的：使学生将前修课的知识有机地联系起来，通过实践培养学生综合运用知识的初步能力。 实验要求： 1. 学生应独立完成规定的上机习题； 2. 通过SPSS软件对案例进行分析，并将结果上传到网络教学平台 三、主要仪器设备及软件
仪器设备：任何手提、台式计算机及网络终端。 软件：SPSS软件 经管实验中心实验室已具备上述实验条件。 四、实验项目设置与内容 五、实验成绩评定 实验成绩分优、良、中、合格、不合格五个等级，实验成绩占该课程总成绩的20％。 六、实验教学应注意的问题 学生应在掌握课程基本理论和基本知识的基础上独立完成所要求必做的实验项目，注重理论联系实际，提高实际操作技能。 七、制定执笔者：李喆审定者：批准者：
基于主成分分析的我国地区经济指标研究 09统计班徐晓旺 【摘要】 地区经济的发展对我国现代化进程形成巨大的推动作用，而经济指标是评判地区发展水平的重要标志。根据搜集的相应数据建立数据库，基于主成分分析、同时运用聚类分析以及判别分析的多元统计方法，对全国各地区的经济状况进行综合指标分析。研究各省经济发展在全国的分布特征、筛选出具备可对比性的指标，进而探究造成差异的原因，同时具有针对性地提出相关建议。 【关键词】 主成分分析；聚类分析；判别分析；地区经济指标 一、引言 随着社会的不断进步，经济发展的车轮将会继续滚动。在整体水平提升的同时不难发现：我国各地区间发展势必存留着一定的差距，了解其具体的分布特征注定会是一个非常值得深入挖掘的信息。结合对进出口总额、居民消费水平等9个经济指标的研究，致力于分析各地区硬件发展水平、人民生活状况的异同与经济发展的相关性。 本文将对中国31个省份地区的经济指标进行分析。首先，应用主成分分析的方法对众多指标做降维处理并赋予各主成分以实际意义以获取综合性指标；进而，基于主成分分析结果通过聚类分析法把我国的31个地区分类；最后，根据聚类的结果建立判别函数同时运用判别分析将新疆、广东两个省份归类。 二、主成分分析 搜集到的经济指标为：进出口总额、地区生产总值、固定资产投资、邮电业务量、客运量、货运量、公交车运营数、居民平均工资和居民消费水平这九项指标。 在运用SPSS软件对以上数据开始分析前首先进行标准化处理，接着通过SPSS的操作，得到了如下的总方差分解结果（见表一）： 表一
由表一中结果可以看到保留2个主成分为宜，这2个主成分集中了原始9个变量信息的88.392%，可见效果比较好，这样原来的9个指标就可以通过这2个综合指标来反映。此时，这2个主成分就起到了降维的作用。通过SPSS进一步的操作还可以得到如下的主成分系数矩阵（见表二）： 表二 由表二可以得出前2个主成分的线性组合为： Y1 = 0.852 X1 + 0.979 X2 + 0.821 X3 + 0.957 X4 + 0.885 X5 + 0.742 X6 + 0.967 X7 + 0.226 X8 + 0.513 X9 Y2 = 0.393 X1 - 0.113 X2 - 0.419 X3 - 0.032 X4 - 0.233 X5 - 0.483 X6 + 0.109 X7 + 0.915 X8 + 0.786 X9 通过对上述线性组合的观察，我们可以得出：在主成分1中进出口总额、地区生产总值、固定资产投资、邮电业务量、客运量、货运量和公交车运营数这几项指标的系数明显比主成分2的系数大，可以将Y1归类为地区经济发展中的硬件基础指标；在主成分2中平均工资和消费水平指标的系数最大，可以将Y2归类为地区经济发展中的居民生活指标。 这样就将繁冗的9个指标归结为上述2个，这两项指标相互作用，共同反映地区经济发展情况。 主成分得分如下（见表三）： 表三
第一章： 多元统计分析研究的内容（5点） 1、简化数据结构（主成分分析） 2、分类与判别（聚类分析、判别分析） 3、变量间的相互关系（典型相关分析、多元回归分析） 4、多维数据的统计推断 5、多元统计分析的理论基础 第二三章： 二、多维随机变量的数字特征 1、随机向量的数字特征 随机向量X 均值向量： 随机向量X 与Y 的协方差矩阵： 当X=Y 时Cov （X ，Y ）=D （X ）；当Cov （X ，Y ）=0 ，称X ，Y 不相关。 随机向量X 与Y 的相关系数矩阵： )',...,,(),,,(2121P p EX EX EX EX μμμ='=Λ)')((),cov(EY Y EX X E Y X --=q p ij r Y X ?=)(),(ρ
2、均值向量协方差矩阵的性质 (1).设X ，Y 为随机向量，A ，B 为常数矩阵 E （AX ）=AE （X ）； E （AXB ）=AE （X ）B; D(AX)=AD(X)A ’; Cov(AX,BY)=ACov(X,Y)B ’; (2).若X ，Y 独立，则Cov(X,Y)＝０，反之不成立． (3).X 的协方差阵D(X)是对称非负定矩阵。例2.见黑板 三、多元正态分布的参数估计 2、多元正态分布的性质 (1).若 ,则E(X)= ,D(X)= . 特别地，当 为对角阵时， 相互独立。 (2).若 ，Ａ为sxp 阶常数矩阵，d 为s 阶向量， ＡＸ＋d ～ . 即正态分布的线性函数仍是正态分布． (3).多元正态分布的边缘分布是正态分布，反之不成立． (4).多元正态分布的不相关与独立等价． 例３．见黑板． 三、多元正态分布的参数估计 (1)“ 为来自p 元总体X 的（简单）样本”的理解---独立同截面． (2)多元分布样本的数字特征---常见多元统计量 样本均值向量 ＝ 样本离差阵Ｓ＝ 样本协方差阵Ｖ＝ S ;样本相关阵Ｒ (3) ,Ｖ分别是 和 的最大似然估计； (4)估计的性质 是 的无偏估计； ,Ｖ分别是 和 的有效和一致估计； ； Ｓ～ ， 与Ｓ相互独立； 第五章 聚类分析： 一、什么是聚类分析 ：聚类分析是根据“物以类聚”的道理，对样品或指标进行分类的一种多元统计分析方法。用于对事物类别不清楚，甚至事物总共可能有几类都不能确定的情况下进行事物分类的场合。聚类方法：系统聚类法（直观易懂）、动态聚类法（快）、有序聚类法（保序）...... Q-型聚类分析（样品）R-型聚类分析（变量） 变量按照测量它们的尺度不同，可以分为三类：间隔尺度、有序尺度、名义尺度。 二、常用数据的变换方法:中心化变换、标准化变换、极差正规化变换、对数变换（优缺点） 1、中心化变换（平移变换）：中心化变换是一种坐标轴平移处理方法，它是先求出每个变量的样本平均值，再从原始数据中减去该变量的均值，就得到中心化变换后的数据。不改变样本间的相互位置，也不改变变量间的相关性。 2、标准化变换：首先对每个变量进行中心化变换，然后用该变量的标准差进行标准化。 经过标准化变换处理后，每个变量即数据矩阵中每列数据的平均值为0，方差为1，且也不再具有量纲，同样也便于不同变量之间的比较。 3、极差正规化变换（规格化变换）：规格化变换是从数据矩阵的每一个变量中找出其最大值和最小值，这两者之差称为极差，然后从每个变量的每个原始数据中减去该变量中的最小值，再除以极差。经过规格化变换后，数据矩阵中每列即每个变量的最大数值为1，最小数值为0，其余数据取值均在0－1之间；且变换后的数据都不再具有量纲，便于不同的),(~∑μP N X μ∑μp X X X ,,,21Λ),(~∑μP N X ) ,('A A d A N s ∑+μ)()1(,, n X X ΛX )',,,(21p X X X Λ)')(()()(1X X X X i i n i --∑=n 1X μ∑μX )1,(~∑n N X P μ),1(∑-n W p X X
遵义师范学院课程教学大纲 应用多元统计分析教学大 纲 （试行） 课程编号：280020 适用专业：统计学 学时数：64 学分数： 2.5 执笔人：黄建文审核人： 系别：数学教研室：应用数学教研室 编印日期：二〇一五年七月
课程名称：应用多元统计分析 课程编码： 学分：2.5 总学时：64 课堂教学学时：16 实践学时：48 适用专业：统计学 先修课程：高等数学、线性代数、概率论、数理统计 一、课程的性质与目标： （一）该课程的性质 应用多元统计分析是进行科学研究的一项重要工具，在自然科学，社会科学等领域方面有广泛的应用。多元统计研究的是多个变量的统计总体，这使它能够一次性处理多个变量的庞杂数据，而不需要考虑异度量的问题，即它是处理多个变量的综合分析方法。它可以把多个变量对一个或多个变量的作用程度大小线性地表示出来，反映事物多变量间的相互关系；可以消除多个变量的共线性，将高维空间的问题降至低维空间中，在尽量保存原始信息的前提下，消除重叠信息，简化变量间的关系；可以通过事物的表象，挖掘事物深层次的、不可直接观测到的属性即引起事物变化的本质；也可以透过繁杂事物的某些性质，将事物进行识别、归类。 （二）该课程的教学目标 本课程的教学目的在于让学生熟练掌握多种多元统计方法的基本思想，数学原理的基础上，能够把大量的数据简化到人们能够处理的范围之内，能够构造一个综合指标代替原来的变量，能够进行判别和分类，能够对数学计算结果进行科学合理的解释，并从专业背景上给予分析；能将统计分析方法应用至实际中去，为避免繁冗的数学计算，本课程要求学生学会使用SPSS、Excel和SAS软件相关功能。 二、教学进程安排 课外学习时数原则上按课堂教学时数1:1安排。
湖北省各地区经济差异的多元统计分析 摘要 本文通过多元统计分析的方法，对湖北省各地区主要的经济指标进行因子分析和方差分析，进而可以得出湖北省12个城市的经济发展水平的差异，由因子分析的结果可知，这12个城市的综合经济实力从大到小的排名依次为武汉、宜昌、襄樊、黄石、荆州、十堰、鄂州、荆门、随州、孝感、黄冈、咸宁。由方差分析的结果可知，以武汉为中心，根据地理位置将这12个城市划分为四个地区：武汉以东的地区（黄石、鄂州、黄冈）、武汉以南的地区（孝感、荆州）、武汉以西的地区（宜昌、荆门、随州）、武汉以北的地区（十堰、襄樊、咸宁）这四个地区的经济发展趋于稳定。根据分析的结果我们可以为湖北省经济的稳步发展出一份薄力。 关键词经济指标；因子分析；方差分析 multivariate statistical analysis of Hubei regional economic disparities Abstract By multivariate statistical analysis method Hubei region of the main economic indicators for factor analysis and analysis of variance.thus can reach12cities in Hubei Province in the level of economic development,ranging from factor analysis of the results,This12cities in the overall economic strength of the smallest order of the rankings Wuhan,Yichang,Xiangfan,Huangshi,Jingzhou,Shiyan,Ezhou,Jingmen, Suizhou,Xiaogan,Huanggang,Xianning.By analysis of variance to the results,with Wuhan at the center,according to this location12cities is divided into four areas:the area to the east of Wuhan(Huangshi,Ezhou,Huanggang),in the area south of Wuhan (Xiaogan,Jingzhou)Wuhan west of the region(Yichang,Jingmen,Suizhou),the area to the north of Wuhan(Shiyan,Xiangfan,Xianning)The four areas of economic development has become stable.According to the results of the analysis we will be able to Hubei's steady economic development of a thin edge. Key words：Economic indicators；Factor analysis；Analysis of variance
《概率论与数理统计》课程教学大纲 （2002年制定 2004年修订） 课程编号： 英文名：Probability Theory and Mathematical Statistics 课程类别：学科基础课 前置课：高等数学 后置课：计量经济学、抽样调查、试验设计、贝叶斯统计、非参数估计、统计分析软件、时间序列分析、统计预测与决策、多元统计分析、风险理论 学分：5学分 课时：85课时 修读对象：统计学专业学生 主讲教师：杨益民等 选定教材：盛骤等，概率论与数理统计，北京：高等教育出版社，2001年（第三版） 课程概述： 本课程是统计学专业的学科基础课，是研究随机现象统计规律性的一门数学课程，其理论及方法与数学其它分支、相互交叉、渗透，已经成为许多自然科学学科、社会与经济科学学科、管理学科重要的理论工具。由于其具有很强的应用性，特别是随着统计应用软件的普及和完善，使其应用面几乎涵盖了自然科学和社会科学的所有领域。本课程是统计专业学生打开统计之门的一把金钥匙，也是经济类各专业研究生招生考试的重要专业基础课。本课程由概率论与数理统计两部分组成。概率论部分侧重于理论探讨，介绍概率论的基本概念，建立一系列定理和公式，寻求解决统计和随机过程问题的方法。其中包括随机事件和概率、随机变量及其分布、随机变量的数字特征、大数定律和中心极限定理等内容；数理统计部分则是以概率论作为理论基础，研究如何对试验结果进行统计推断。包括数理统计的基本概念、参数统计、假设检验、非参数检验、方差分析和回归分析等。 教学目的： 通过本课程的学习，要求能够理解随机事件、样本空间与随机变量的基本概念，掌握概率的运算公式，常见的各种随机变量（如0－1分布、二项分布、泊松（Poisson）分布、均匀分布、正态分布、指数分布等）的表述、性质、数字特征及其应用，一维随机变量函数的分布、二维随机变量的和分布、顺序统计量的分布。理解数学期望、方差、协方差与相关系数的本质涵义，掌握数学期望、方差、协方差与相关系数的性质，熟练运用各种计算公式。了解大数定律和中心极限定量的内容及应用，熟悉数据处理、数据分析、数据推断的各种基本方法，能用所掌握的方法具体解决所遇到的各种社会经济问题，为学生进一步学习统计专业课打下坚实的基础。 教学方法： 本课程具有很强的应用性，在教学过程中要注意理论联系实际，从实际问题出发，通过抽象、概括，引出新的概念。由于本课程是研究随机现象的科学，学生之前从未接触过，学习起来会感到难度较大，授课时应突出重点，讲清难点。要使学生明白，本课程主要研究哪些方面的问题，从何角度、用何原理和方法进行研究的，是怎样研究的，得到哪些结论，如何用这些方法和结论处理今后遇到的社会经济问题。在教育中要坚持以人为本，全面体现学生的主体地位，教师应充分发挥引导作用，注意随时根据学生的理解状况调整教学进度。授课要体现两方面的作用：一是为学生自学准备必要的理论知识和方法，二是激发学生学习兴趣，引导学生自学。在教学中要体现计算机辅助
多元统计分析课程论文 题目：中心城市综合发展水平的分析评价 专业：数学与应用数学 班级：112班 姓名：陈阳 学号：114131203 成绩：
中心城市综合发展水平的分析评价 摘要：本文多元统计中的因子分析方法,选取了反映城市综合发展水平的12个指标作为原始变量。应用SPSS统计分析软件,从中提炼出3个互不相关的公共因子，利用全国35个中心城市在3个因子上的得分，以各因予的方差贡献率作为权重，得出综合得分并排序；并用方差贡献率最大的两个因子给出各城市的因子得分图，从图上直观分析了各城市的综合发展水平，得到了良好效果。从而对全国35个中心城市的综合发展水平作出分析评价。 关键词：因子分析、因子得分、公因子、城市综合、综合得分
引言 中心城市的综合发展是带动周边地区经济发展的重要动力。在我国经济发展进程中，各个中心城市一直是该地区经济和社会发展的“引路者”。因而，分析评价全国35个中心城市的综合发展水平，无论是对城市自身的发展，还是对周边地区的进步，都具有十分重要的意义。因而，本文应用因子分析作出评价。 因子分析法是研究相关矩阵内部的依存关系,寻找出支配多个指标(可观测)相互关系的少数几个公共的因子(不可观测)以再现原指标与公因子之间的相关关系的一种统计方法。这些公因子是彼此独立或不相关的,又往往是不能够直接观测的。在所研究的问题中,以公因子(新变量)代替原指标(原变量)作为研究对象,并要求不损失或很少损失原指标所包含的信息,用公因子代替原指标所作的分析会比较简单和清楚。通常,这种方法需要求出因子结构和因子得分模型。前者通过相关系数来反映原指标与公因子之间的相关关系,后者是以回归方程的形式将指标表示为因子的线性组合。具体步骤如下： 1)对原始数据进行标准化变换,求出各指标间的相关系数矩阵; 2)建立因子模型,并确定因子贡献率及累计贡献率; 3)对因子载荷矩阵进行变换和旋转,并计算因子得分。 对于由因子模型矩阵得到的初始因子载荷矩阵,如果因子载荷之