主成分分析法评价吐鲁番物流业发展水平.doc

吐鲁番地区2005年-2012年物流业发展水平主成分分析年份公路货物周转量（万吨公里）GDP(亿元）社会消费品零售总额（亿元）工业总产值（亿元）GDP年增长率（%）批发零售总额（亿元）200593873119.815.2107.112.412.3200684111145.817.2139.414.414.120079312417217.8178.91114.2200888349206.721210.95.816.9200911719215823.8170.6-3.119.42010131895185.328.3273.15.824.52011143329217.526.3396.76.323.32012160031243.929.4530.49.9526.1相关矩阵公路货物周转量（万吨公里）GDP(亿元）社会消费品零售总额（亿元）工业总产值（亿元）GDP年增长率（%）批发零售总额（亿元）相关公路货物周转量（万吨公里）1.000.712.910.902-.294.936GDP(亿元）.7121.000.787.905-.175.791社会消费品零售总额（亿元）.910.7871.000.834-.472.995工业总产值（亿元）.902.905.8341.000-.061.868GDP年增长率（%）-.294-.175-.472-.0611.000-.400批发零售总额（亿元）.936.791.995.868-.4001.000图一图一给出的是六个变量之间的相关系数矩阵，可以看出这六个变量之间的相关系数很高，因此有必要进行主成分分析。

结果图二给出了主成分分析从每个原始变量中提取信息的多少，可以看出，提取的成分包含了原始变量至少90%的信息公因子方差初始提取公路货物周转量（万吨公里）1.000.894GDP(亿元）1.000.815社会消费品零售总额（亿元）1.000.968工业总产值（亿元）1.000.980GDP年增长率（%）1.000.976批发零售总额（亿元）1.000.966提取方法：主成份分析图二 结果图三显示了个主成分解释变量原始变量总方差的情况可以看出它保留了两个主成分，第一个主成分的对应的特征值入1为4.573，也就是说第一个主成分描述了原始变量总变差6中的4.573，第一个主成分解释了8个原始变量信息的76.215%；第二个主成分对应的特征值入2为1.025，第二个主成分解释了6个原始变量信息的17.083前两个主成分集中了原始6个变量信息的93.298%，说明两个主成分提供了原始变量的足够信息，主成分分析的效果是比较好的解释的总方差成份初始特征值提取平方和载入合计方差的 %累积 %合计方差的 %累积 %14.57376.21576.2154.57376.21576.21521.02517.08393.2981.02517.08393.2983.3035.05598.3534.0951.58399.9365.003.05199.9876.001.013100.000 图四图四是主成分碎石图，由特征值的变化趋势由陡峭开始趋于平稳的转折点，可以看出它保留两个主成分为宜。

成份矩阵a成份12公路货物周转量（万吨公里）.945.040GDP(亿元）.874.227社会消费品零售总额（亿元）.973-.144工业总产值（亿元）.932.334GDP年增长率（%）-.375.914批发零售总额（亿元）.980-.066提取方法 :主成分分析法a. 已提取了 2 个成份 图五图五输出的是第一主成分·第二主成分与原始变量的关系而两个主成分对应的特征根入1=4.573，入2=1.025，可得入1，入2的平方根为2.138,1.012，用其除以图五中的第二列和第三列可以得到主成分表达式的系数，由此可以写出各主成分表达式 。