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.