因子分析论文.doc

吉林财经大学2013-2014学年第二学期
多元统计分析及SPSS统计软件应用
基于因子分析的实验报告

院别：会计学院
专业：会计学（注册会计师方向）
班级：注会1129
姓名：李华
学号：0302112901

影响我国城镇居民消费水平的因子分析
改革开放以来，人们的收入状况有了很大改善，消费支出也随之上升。一个国家居民的消费状况从侧面反映了该国的整体经济水平以及社会福利的大小，体现着一个国家的质量。现实中有许多因素影响着居民的消费水平，如收入水平、商品价格水平、消费者偏好、价格水平、GDP等等。但由于样本数据的可收集性及我国现在的经济状况，我就仅从以下几个考核的着手分析：消费性支出、储蓄存款、可支配收入、个人所得税、价格指数、生产总值。
表1 2010年我国城镇居民消费支出的数据
地区
储蓄存款
可支配收入
个人所得税
价格指数
生产总值
北 京
14672.10
26738.48
177.84
98.50
12153.03
天 津
4885.90
21402.01
35.66
99.00
7521.85
河 北
13551.10
14718.25
42.41
98.80
17235.48
山 西
8099.40
13996.55
27.04
99.00
7358.31
内蒙古
3914.00
15849.19
29.68
99.70
9740.25
辽 宁
12030.90
15761.38
48.94
100.00
15212.49
吉 林
4614.40
14006.27
18.52
99.90
7278.75
黑龙江
6430.10
12565.98
20.73
99.80
8587.00
上 海
13707.30
28837.78
230.44
99.60
15046.45
江 苏
20080.60
20551.72
140.21
99.60
34457.30
浙 江
17833.40
24610.81
124.11
98.70
22990.35
安 徽
6619.50
14085.74
23.03
98.90
10062.82
福 建
7078.80
19576.83
47.54
98.30
12236.53
江 西
5092.70
14021.54
16.40
99.40
7655.18
山 东
17082.80
17811.04
64.67
99.90
33896.65
河 南
11207.40
14371.56
33.33
98.80
19480.46
湖 北
8163.50
14367.48
29.41
99.30
12961.10
湖 南
7809.80
15084.31
30.37
99.70
13059.69
广 东
31411.40
21574.72
238.99
97.60
39482.56
广 西
4686.20
15451.48
20.04
97.90
7759.16
海 南
1282.90
13750.85
6.14
99.50
1654.21
重 庆
4908.70
15748.67
21.24
98.40
6530.01
四 川
11575.20
13839.40
44.38
100.70
14151.28
贵 州
2676.10
12862.53
21.32
98.60
3912.68
云 南
4668.60
14423.93
25.67
100.50
6169.75
西 藏
226.40
13544.41
0.73
101.50
441.36
陕 西
6743.80
14128.76
26.87
100.00
8169.80
甘 肃
3026.90
11929.78
8.99
100.90
3387.56
青 海
711.30
12691.85
3.12
103.20
1081.27
宁 夏
967.70
14024.70
4.50
100.30
1353.31
新 疆
3050.80
12257.52
20.20
100.20
4277.05

对原始数据进行因子分析检验，见表2所示；
表2

由表2分析可知，KMO=0.601，说明很适合做因子分析

表3 Total Variance Explained 给出总方差分解
Component
Initial Eigenvalues
Extraction Sums of Squared Loadings
Rotation Sums of Squared Loadings

Total
% of Variance
Cumulative %
Total
% of Variance
Cumulative %
Total
% of Variance
Cumulative %
1
3.504
70.083
70.083
3.504
70.083
70.083
2.021
40.428
40.428
2
.739
14.773
84.856
.739
14.773
84.856
1.792
35.844
76.272
3
.629
12.575
97.431
.629
12.575
97.431
1.058
21.160
97.431
4
.105
2.098
99.530

5
.024
.470
100.000

表4

X1=0.94F1+0.124F2-0.287F3
X2=0.924F1+0.191F2+0.246F3
X3=0.868F1+0.136F2-0.449F3
X4=0.823F1+0.075F2+0.533F3
X5=-0.580F1+0.814F2+0.012F3