有关spss数据分析的课程设计报告书

《有关spss数据分析的课程设计报告书》由会员分享，可在线阅读，更多相关《有关spss数据分析的课程设计报告书（25页珍藏版）》请在金锄头文库上搜索。

1、成绩评定表学生姓名常一肖班级学号1009010101专业信息与计算科学课程设计题目四川省生态管理系统的评价分析评语组长签字：成绩日期20 年 月 日课程设计任务书学院理学院专业信息与计算科学学生姓名常一肖班级学号1009010101课程设计题目四川省生态管理系统的评价分析实践教学要求与任务：设计要求（技术参数）：1、熟练掌握SPSS软件的操作方法；2、根据所选题目及调研所得数据,运用数据分析知识,建立适当的数学模型；3、运用SPSS软件,对模型进行求解,对结果进行分析并得出结论；4、掌握利用数据分析理论知识解决实际问题的一般步骤。设计任务：1、查阅相关资料,利用因子分析确定评估四川省各地区（1

2、8个市）的生态环境质量状况的 指标体系；2、利用数据分析的理论，将公共因子的方差贡献率作为权重，结合各因子得分，建立综合评 价模型,评价四川省各地区的生态环境质量状况；3、利用SPSS软件求解，并给出正确的结论;工作计划与进度安排:第一天一第二天学习使用SPSS软件并选题第三天一第四天查阅资料第五天一第六天建立数学模型第七天一第九天上机求解并完成论文第十天答辩指导教师：专业负责人：学院教学副院长：201年 月 日201年 月 日201 年 月曰摘要四川是中国西部地域辽阔、资源丰富、人口众多的一个多民族聚居的内陆大省， 改革开放以来，经济发展取得了历史性的进步，在经济高速增长的同时也应该看到 ，

3、 这种高投入驱动的粗放型的经济增长方式资源消耗大 ，无疑会给环境造成很大的压 力。从一定意义上来说，经济水平的提高和物质享受的增加 ，在很大程度上是以牺牲 环境与消耗资源为代价的，并由此产生了各种生态问题，随着改革开放和经济的高速 发展，对四川省的生态质量做出科学合理的研究显得尤为重要。本文运用因子分析，综合比较分析了四川省各地区（18个市）的生态环境质量状 况及存在的主要问题，并借鉴可持续发展的三大支撑体系 ，在设计生态质量管理系统 评价框架时 ，以提高生态经济效率为核心内容 ，分为经济、环境、社会这三方面水 平、变动及相互协调的程度。在此基础上，建立评价生态质量管理系统的指标体系， 利用因

4、子分析提取指标中共同的信息 ，结合指标具体含义，对因子进行命名，然后利 用SPSS数据分析软件提取公共因子并计算公共因子的得分。以提取的公共因子的方差 贡献率作为权重,结合各因子得分,建立综合评价模型,最后计算四川省各市的综合得分 并进行排序比较,得出综合评价结果。关键词：SPSS数据分析软件；因子分析；方差贡献率；指标体系；目录1 设计目的 72 设计问题 73 设计原理 84 符号说明 115 设计程序 115.1 指标体系的设计 125.2 指标权重的计算 156 结果分析 166.1因子得分的结果分析1. 66.2综合得分的结果分析2. 17 模型评价 22设计总结 23参考文献 24

5、专业学习资料四川省生态管理系统的评价分析1 设计目的为了更好的了解数据分析的知识，熟练掌握数据分析在实际问题上的应用 ，并将 所学的知识结合SPSS数据处理软件解决实际问题。本设计主要是利用因子分析法结合 SPSS数据处理软件进行对生态管理系统指标体系的设计,并利用因子得分结合赋权之 后的的综合得分对四川省各市的生态管理系统进行评价分析。2 设计问题四川是中国西部地域辽阔、资源丰富、人口众多的一个多民族聚居的内陆大省， 以富饶的物产， 秀美的山川， 富足的生活被世人誉为“天府之国”,现辖18个地级市、三 个民族自治州。 改革开放以来， 四川经济发展取得了历史性的进步 ， 1978-2005年的

6、 27年间， 四川地区生产总值年均增长率达到 9.69% ， 人均地区生产总值年均增长率为 9.10%,比全国同期经济增长率高。2007年,全省的生产总值（GDP ）列全国第九, 西部第一。 但是在经济高速增长的同时也应该看到 ， 这种高投入驱动的粗放型的经济 增长方式资源消耗大， 无疑会给环境造成很大的压力 。 从一定意义上来说， 经济水平 的提高和物质享受的增加 ， 在很大程度上是以牺牲环境与消耗资源为代价的 ， 并由此 产生了各种生态问题， 随着改革开放和经济的高速发展， 对四川省的生态质量做出科 学合理的研究显得尤为重要。 请对四川省各市的生态质量做出综合评价并提出意见或 建议。 数据

7、来源一是中国统计年鉴,二是四川统计年鉴， 获取四川省18个地市州 的经济、社会协调和环境保护方面的数据， 形成数据集见附件。3 设计原理本文主要采用的是因子分析法，下面着重阐述因子分析的原理。因子分析的目的是将具有错综复杂关系的变量 （或样品），综合为数量较少的几 个因子，以再现原始变量和因子之间的相互关系 ，通过不同的因子还可以对变量进行 分类。因子分析模型的建立和求解过程都是基于随机向量的斜差矩阵 ，这是因为因子 分析是为了消除相关性，同时在信息损失最小的情况下降维 ，通常认为随机变量的信 息蕴含在其变化中，而随机变量变化通常用方差来表示 ，因此随机变量本身的信息就 在变量的方差中，而变量

8、间的重叠信息在变量协方差中 ，因此我们要研究变量的协方 差矩阵。下面我们来了解因子分析的模型。X 二(X , X，X )1 2 p量(F, F ,., F )表示为：1 2 ma F + a F + + a F + 811 1 12 2 1m m 1a F + a F + + a F + 821 1 22 22m m 2F + a F + + a F + 8p1 1 p 2 2 pm m p设 p 元总体 X如果每个变量都可以由 m 个隐变X =卩1 1X =pV22X =ppp或者用矩阵表示为：r x)11Xy2=2Xpv p丿简记为：raa.a、r f)(8 )11121m11aa. aF

9、8+21222 m2+2. .aa C4-F8p1p2pmm p丿则称F = (F,F F )为公共因子,是不可观测的变量,而是隐藏在变量中的变量的影1 2 m响因素， 可以把它理解为高维空间中互相垂直的 m 个坐标轴， 变量在坐标轴上的投 影,即为它们在公共因子前的系数,矩阵系数A称为因子载荷。是特殊因子,是不 能被前m个公共因子包含的部分。为说明因子载荷 a 的统计意义， 我们随机向量的将第 i 个随机变量表达式单独写ij出：X a F + a F + 8ii 1 1 im m i在上式的左右关于第j个公共因子F.求数学期望：Cov(X , F ) a Cov(F, F ) + +a Co

10、v(F , F ) + + a Cov(F , F ) + Cov(8 , F )i ji 11 j ij j j im m j i j根据因子分析模型的要求,可知,公共因子之间是不相关的,公共因子和特殊因 子也是不相关的， 而公共因子的方差为 1， 因此， 上面公式可以化解为：Cov(X ,F ) ai j ij概括来说， 因子载荷表明了变量和因子相关程度 ， 若因子载荷 a 绝对值接近 1， ij则因子 F 能说明变量 X 的大部分信息， 而变量 X 也是因子 F 含义的重要组成部分，j i i j我们可以根据因子在哪些变量上载荷大， 来发掘因子的含义， 对因子进行命名。公共因子能说明变量

11、的信息和特殊因子能说明变量的信息 ， 现在定义变量共同度 如下：h2 =araa2 ，从而o h2 +02i i i ij ii i ij1共同度是因子载荷矩阵的第i行的元素的平方和。假定x是标准化的变量,则上i述公式转化为：1 h2 +o 2ii至此，变量共同度的统计意义也很清楚了 ，就是随机变量信息 （方差）中，公共因子能够说明的部分，对应的特殊因子说明的部分成为特性方差b 2。按照因子分析的 i目的， 要求共同度大而特性方差小， 我们可以根据共同度和特性方差的比例说明变量 被公共因子说明的程度。前面已经有了衡量变量重要性的统计特征 。 下面我们要定义公共因子重要性的统计特征,定义公共因子

12、F的方差贡献为：jS 2 = a2j iji=1从定义可以看出,方差贡献是因子载荷矩阵中各列元素的平方和。是第j个公共因子和所有的原始变量的相关系数的平方,衡量公共因子F的相对重要性。j下面我们来看变量共同度和因子方差贡献的关系，将变量共同度公式两边关于i求 和， 得到：p = XS a2 + Yb 2 =另 h2 +Yb 2ijiiii=1 j=1 i=1i=1 i=1交换两求和号的求和顺序， 得到：a2 +Yb2 =YS2 +Ypb2ijijii=1j=1i=1比较上述两个公式， 从全部变量的角度， 我们得到如下公式：Y h2 = Y S 2 = p Xb 2 ijii=1j=1i=1即无

13、论从变量的角度看， 还是从公共因子的角度看， 随机变量的被公共因子解释的信 息都是一样的， 即变量总方差减去特殊因子的特性方差之和 。 因此特性方差就是我们 损失的信息。4 符号说明X1 :人均 GDP、X2： 环境投资、X3： 城镇化率X4： 教育投资、X5： 人均工业总值、X6： 固体废物综合利用率X7： 工业废水排放达标率X8： 人均公共绿地面积九、九、九：因子贡献率123a ： 因子载荷ijh ： 变量共同度i5 设计程序在本例中主要是进行因子分析 ，一方面简化变量结构，了解隐藏在变量中的主要 影响因素，另一方面求得因子得分，为综合评价做准备。另外一个重要操作就是利用 因子得分和权重计

14、算出综合得分的数据 。 以此得分来评价各地市州的生态质量整体情 况。用SPSS软件进行因子分析,首先进行KMO和巴特利特球度检验,结果如下：表4 KMO和巴特利特球度检验结果KMO and Bartletts TestKaiser-Meyer-Olkin Measure of Sampling Adequacy.618Bartletts Test ofApprox. Chi-Square93.237Sphericitydf28Sig.000KMO检验值为0.618 ,说明原始变量有相关性,而巴特莱特球形检验的P值为0 ,拒 绝原假设， 通过检验， 也说明原始变量之间有较强的相关性。比较适合做因子分析。5.1 指标体系的设计生态环境评价指标的选择要因地制宜 ， 结合研究区的具体情况 ， 本着科学 、整 体、针对、可量化和可比较的原则 ， 最大程度的反映区域的生态环境质量 。具体来 说， 首先动态性与静态相统一 ，