因子分析模型的建立

上传人:枫** 文档编号:504348271 上传时间:2023-12-19 格式:DOCX 页数:7 大小:38.06KB
返回 下载 相关 举报
因子分析模型的建立_第1页
第1页 / 共7页
因子分析模型的建立_第2页
第2页 / 共7页
因子分析模型的建立_第3页
第3页 / 共7页
因子分析模型的建立_第4页
第4页 / 共7页
因子分析模型的建立_第5页
第5页 / 共7页
点击查看更多>>
资源描述

《因子分析模型的建立》由会员分享,可在线阅读,更多相关《因子分析模型的建立(7页珍藏版)》请在金锄头文库上搜索。

1、基于因子分析模型的居民消费价格指数影响因素分 析摘要:由于目前对居民消费价格变动原因的分析指标很多,且指标体系中各指标之间存在着 多重共线性,从而影响了分析模型的稳定性 使所得模型中出现了不符合经济学原理的现象。 本文采用多元统计分析方法,以2010年居民消费物价水平为例,建立了关于居民消费价格 分类指数变动的因子分析模型,研究发现影响居民消费价格指数的主要因素为食品、衣着和 家用设备等生活必需品的价格水平,其次为健身等娱乐设施价格和房价水平。关键词:消费价格指数;影响因素;因子分析一、研究背景随着社会主义市场经济体制的确立和逐步完善,我国经济总量和综合实力迅速上升,居 民的生活水平显著提高,

2、经济和社会都有了较大的发展。相对于过去而言,居民食品方面的 消费支出比重在逐渐下降,而在文化娱乐等方面的消费支出比重越来越大。国家发改委在全 国物价局长会议上指出,明年要围绕促进经济平稳较快发展这一主线,积极稳妥地推进价格 改革,切实改进价格监管,保持价格总水平基本稳定。同时由于影响价格变动的因素日益复 杂,价格异常波动的可能性增加。分析影响居民消费价格指数的主要影响因素,改进价格监 管,保持价格总水平基本稳定有着重要意义;同时也为产业政策的制定和宏观经济的调控提 供了参考。居民消费价格指数(CPI)是反映与居民生活有关的产品与劳务价格统计出来的物价变 动指标,通常作为观察通货膨胀水平的重要指

3、标,在一定程度上也反映出我国居民消费结构 的变化。本文通过对2010年全国居民消费价格指数的变化进行因子分析,从而确定出影响 全国居民消费物价水平和消费结构变化的主导因素。二、因子分析模型的建立因子分析最初是由英国心理学家C. Spearman提出的,是多元统计分析的一个重要分 支,其主要目的是浓缩数据。通过对诸多变量的相关性研究,来表示原来变量的主要信息。 假设有n个样本,对于多指标问题X=(X1,X2, .Xk),形成的背景原因是多种多样的, 其中共同原因称为公共因子,假设用Fj表示,它们之间是两两正交的;每一个分量Xi又有 其特定的原因,称为特殊因子,假设用ei表示,其两两之间互不相关,

4、且只对相应的Xi 起作用。同时,F与e相互独立。于是因子分析的数学模型可表示为:x = a F + a F -ba F +8111 112 21mm1x = a F + a F a F +8v 221 122 22mm2x = a x + a x a F +8Ipp1 1 p 2 2pm m pFi叫做公共因子(也称主因子),它们是在各个原观测变量的表达式中都共同出现的因 子,是相互独立的不可观测的理论变量。a a a11121ma a aA =21222ma a ap1 p 2pm矩阵A称为因子载荷矩阵。因子的负载矩阵A中第j列元素的平方和,即 表示为公共 因子F对X的贡献。表示同一公共因子

5、Fj对各个变量所提供的方差贡献率的总和,它是衡 量公共因子相对重要性的指标。有时由于初始因子的负载矩阵综合性太强,各因子的典型变量代表性也不很突出,因而 使因子意义含糊不清,不便于对因子进行解释。因此需要通过旋转负载矩阵,使负载尽可能 向1、0的方向靠近。从而降低因子的综合性,凸显其实际意义。三、居民消费价格指数的因子分析模型求解根据我国常用的消费资料支出分类方法,选取具有代表性的八个指标,即食品、烟酒、 衣着、家庭设备用品、医疗保健和个人用品、交通和通讯、娱乐教育文化用品与服务以与居 住,它们在人均生活消费总支出中所占的百分比分别记为X1、X2、X3、X4、X5、X6、X7、 X8。表1为我

6、国2010年居民消费价格分类指数的变化,具体数据如表1所示。表1 2010年全国居民消费价格分类指数指标1月2月3月4月5月6月7月8月9月10月1112食品103.7106.2105.2105.9106.1105.7106.8107.5108.0110.1111.7109.6烟酒101.5101.6101.7101.7101.7101.7101.6101.5101.4101.5101.6101.8衣着99.698.798.998.798.899.099.298.898.598.799.3100.1家庭设备98.999.299.399.599.7100.0100.2100.4100.4100.

7、5100.7101.2医疗保健102.3102.4102.5102.8103.2103.2103.3103.3103.4103.7104.0104.0交通通信99.5100.1100.0100.0100.199.799.399.499.399.599.399.3娱乐教育98.8100.8100.3100.4100.6100.9101.1101.2101.2100.9100.6100.7居住102.5103.0103.3104.5105.0105.0104.8104.4104.3104.9105.8106.01、相关系数基本分析由表1中的数据,利用统计分析软件SPSS,将表1中的数据标准化,然后

8、计算变量间 的相关系数,如表2所示,可见,变量间的相关系数处于-1至到-0.5和0.5至1之间的数值 33个,所以变量之间存在共同因子的可能性很大,可以建立因子分析模型进行相关分析。表2变量相关系数表变量食品烟酒衣着家庭设备医疗保健交通通信娱乐教育居住食品1.000-0.0890.1400.8630.896-0.5450.5070.746烟酒-0.0891.0000.4420.0340.0590.392-0.0310.360衣着0.1400.4421.0000.2870.263-0.434-0.4180.260家庭设备0.8630.0340.2871.0000.963-0.6920.6150.

9、871医疗保健0.8960.0590.2630.9631.000-0.6300.5420.927交通通信-0.5450.392-0.434-0.692-0.6301.000-0.159-0.395娱乐教育0.507-0.031-0.4180.6150.542-0.1591.0000.546居住0.7460.3600.2600.8710.927-0.3950.5461.0002特征根求解与方差分解对消费者物价的8个分类指标建立因子分析模型,求得样本相关矩阵R的特征根和贡献 率,表3总方差分解表所示,由表3绘制公共因子与特征根的碎石图,如图1所示(横坐标 为公因子数,纵坐标为公共因子的特征值)。表

10、3总方差分解表因子原始特征根抽取变量旋转后变量特征 根方差贡 献率累计方差 贡献率特征 根方差贡 献率累计方差 贡献特征 根方差贡 献率累计方差 贡献率因子14.46955.86555.8654.46955.86555.8654.43255.39955.399因子21.65720.70976.5751.65720.70976.5751.59019.86975.268因子31.34016.74893.3221.34016.74893.3221.44418.05593.322因子40.3264.07797.399因子50.1531.91199.310因子60.0350.43899.748因子70.

11、0150.18499.932因子80.0050.068100.000由表3可见,其余五个特征值均很小,前三个公共因子对样本方差的贡献和为93.322%, 即取3个公共因子包含的信息量占总体信息量的百分比为93.322%。由图1也可以看出, 前三个公共因子变化最大 说明这三个公共因子提供了原始数据8个指标所能表达的足够的 信息。所以选择公公因子的个数为3。3、因子旋转与因子得分同时,为防止初始因子负载矩阵不足“简单结构原则”,难以找到因子的实际意义,因 此本文采用对负载矩阵进行旋转的方法,以达到使结构简化的目的。方差最大交旋转后的因 子负载矩阵如表4所示。表4旋转后的因子负荷系数变量公共因子共同

12、度123食品0.9810.962361烟酒0.9810.962361衣着0.9210.3010.938842家庭设备0.895-0.1560.825361医疗保健0.667-0.6510.868690交通通信-0.604-0.4500.6000.927316娱乐教育0.2030.9410.2030.967899居住0.2380.9590.976325特征值4.4321.5901.444贡献率55.39975.26893.322三个公共因子对变量的共同度都在80%以上,说明公共因子较好的解释了变量变动的原因。表5因子得分系数矩阵变量公共因子综合得分得分排名123食品0.200-0.029-0.0

13、800.0916烟酒0.0410.0890.6610.7911衣着0.0130.5820.0910.6862家庭设备0.2190.025-0.0280.2165医疗保健0.2200.0220.0050.2474交通通信-0.099-0.3000.4290.037娱乐教育0.183-0.4490.090-0.1768居住0.219-0.0280.2390.433(1) 因子1:因子1对食品、烟酒、衣着、家庭设备以与医疗保健这五个方面有较大 影响,其中影响最大的是食品和烟酒,其次是衣着和家庭设备,其负载值均大于零。直观的 说明了随着人们收入的提高,人们扩大对基本生活必需品的消费需求。食品、烟酒、衣着、 家庭设备以与医疗保健在消费支出中加大了相应的比重 而且主因子1对8个变量的的方差 贡献已达55%之多,说明基本生活必需品价格的上涨是居民消费物价指数上升的最主要原 因,要控制通货膨胀,需从因子1代表的基本生活必需品物价水平重点采取措施。(2) 因子2:因子2主要反映医疗保健和个人用品以与文教娱乐服务两方面的变动。 反映出居民

展开阅读全文
相关资源
相关搜索

当前位置:首页 > 学术论文 > 其它学术论文

电脑版 |金锄头文库版权所有
经营许可证:蜀ICP备13022795号 | 川公网安备 51140202000112号