多元统计分析方法介绍及在经济中的应用
左瑞琼 (宁波市白溪水库管理局 浙江 宁波)
【摘要】 本文讲了多元统计分析方法的主要内容,然后在后面介绍了多元统计分析方法在经济研究工作的应用。【关键词】 多元统计分析方法 经济 应用
1 多元统计分析及其意义
多元统计分析是数理统计学30多年来迅速发展起来的一个分支随着计算机的普及,各种统计软件不断推出,多元统计分析方法已广
泛应用到教育管理的各个领域。多元统计分析是运用数理统计的方法来研究多变量问题的理论和方法,它是一元统计学的推广在许多教育问题中,教育现象涉及到的变量不是一个,而是多个变量,且这些变量间又存在一定的联系,需要处理多个变量的观测数据,如果用一元统计方法就要对多方面分别进行分析,而一次分析一个方面,同时忽视了各方面之间存在的相关性,这样会丢失很多信息,分析的结果不能客观全面地反映情况。
多元统计分析能够使复杂的指标简单化,每个事物现象都表现为多个方面,需要有多个指标来描述、刻画事物的质和量,这些构成指标体系的多个指标各有侧重地解释着同一个事物的质,必然存在着多重共线性,为了将这些指标反映的内容综合起来,寻找一个简单综合指标,多元统计分析能帮助在不损失信息的情况下,通过变换和构造模型,剔除指标间相互制约的成分,使复杂数据简单化.比如,主成分分析、因子分析以及对应分析等多元统计分析方法就是这一类方法。
2 多元统计分析的主要内容2.1 多元回归分析
后根据相关性的大小把变量分组,使得同组内的变量之间的相关性较高,但不同组的变量相关性较低各个因子间互不相关,所有变量都可以表示成公因子的线性组合。因子分析的目的就是减少变量的数目,用少数因子代替所有变量去分析整个问题。
主成分分析和因子分析都是用于将多个相关变量简化为少数几个综合指标的多元统计分析方法.主成分分析法可以看作是对原始数据
为了探求客观过程的数量规律,把所要研究的对象用数学方程表达,即建立计量模型,这是定量分析中最常用的方法。计量经济模型实质上是回归分析应用的发展,特别是建立预测模型,即建立起因变
量与自变量之间的数量关系,然后利用此模型对所研究的经济问题进行预测和控制,一个因变量、多个自变量是最常见的多元回归分析。
2.2 主成分分析
主成分分析是将多指标化为少数几个综合指标的一种统计方法主成分分析是从原始变量中导出少数几个主分量,使他们尽可能多地保留原始变量的信息,且彼此互不相关主成分分析的应用目的是数据的压缩、数据的解释.它常被用来寻找判断某种事物或现象的综合指标,并且给综合指标所包含的信息以适当的解释.从而更加深刻地揭示事物的内在规律。
2.3 因子分析
因子分析在某种程度上可以被看成是主成分分析的推广和发展,它对问题的研究更加深入,研究相关阵或协方差阵的内部依赖关系,它将多个变量综合为少数几个因子,以再现原始变量与因子之间的相关关系,也是多元统计分析中降维的一种方法。因子分析是通过研究多个变量间相关系数矩阵的内部依赖关系,找出能综合所有变量的少数几个随机变量,这几个随机变量是不可测量的,通常称为因子。然它们在性质上的亲疏程度加以分类.实质是按照距离的远近将数据分为若干个类别,以使得类别内数据的差异0尽可能小,类别间的/差异0尽可能大。聚类分析分为下面几类:
2.4.1 层次聚类法
层次聚类分析法首先会确定距离的基本定义,以及类间距离的计算方式,随后按照距离的远近,通过把距离接近的数据一步一步归为一
的协方差阵或相关阵变换而来,不要求数据矩阵有特定的结构形式。类,直到数据完全归为一个类别为止,或者是首先认为所有的数据都是而因子分析假定数据阵有特定的模型,且满足特定的条件,否则因子分析就可能是虚假的对于每一个原始数据矩阵而言,其主成分系数矩阵是唯一的,也不要求各主成分具有实际含义。因子分析可以看作是主成分分析法的扩展,但因子载荷中包含特殊因子的影响,同时因子载荷不是唯一的,这种不唯一有利于对因子载荷进一步简化,使得各公因子具有明确的实际意义。
2.4 聚类分析
聚类分析是研究事物分类的一种方法,是将一批样本或变量按照
一类,然后通过把距离远的数据一步一步分离开来,直到所有的数据各自成为一类为止,这样就得到了一系列可能的聚类结果,最后再利用一些相应的指标来确定聚为几类的结果是最为合适的。显然,这一系列的聚类结果间存在着嵌套,或者说是层次关系。
2.4.2 非层次聚类法
非层次聚类方法的目的是为了将案例快速分成K个类别,一般来说具体的类别个数需要在分析之前就加以确定,整个分析过程使用迭代的方式进行,首先起步于一个初始的分类,然后通过不断的迭代把数

#23#
热门文档