多元统计方法在分析各地区居民消费价格指数中的应用
【摘要】居民消费价格指数是决定采取何种宏观经济调控政策的重要参考指标。本文用因子分析法对2007年对31个地区各产品价格进行分析，计算出各地区的综合因子得分，然后得出各地区排名，为经济工作者提供了宏观调控的依据。 【关键词】因子分析；产品价格；综合因子得分 一、引言 在经济分析中，多元统计方法是常用的方法之一。物品价格不仅客观上反映了物品的供需情况，而且对于国家的宏观调控尤为重要。同时，合理的价格对于人们的日常生活至关重要。因此，对全国各地的价格指数进行分析有着重要的意义。本论文采用多元统计的方法，选取了反映物价指数的11个指标作为原始变量，运用spss16.0软件，对31个省、直辖市、自治区2007年的物价指数进行分析，为国家宏观调控提供了科学的依据。 二、物价指数的指标体系构造 指标的选取过程非常重要，主要考虑这些指标能否全面地反映物价水平。我们选取了反映物价指数综合情况的11个指标，分别为X1烟草、X2服装、X3鞋袜帽、X4床上用品、X5化妆品、X6个人饰品、X7车用燃料及零件、X8通信工具、X9文化娱乐、X10自由住房、X11水电燃料。它们分别反映了各地的工业发展速度、服饰的需求、消遣物品及耐用品的价格情况。 论文代写 统计的数据来自《中国统计年鉴（2007）》。 三、各地区价格指数的因子分析 根据收集的统计数据，借助于spss16.0统计软件工具将原始数据标准化，以下对运算结果进行具体分析。 在此论文中选择的因子提取方法为主成分法。表1中initial是在提取因子之前的各变量的公因子方差。在因子中，这些值是用其他变量作为测变量时每个变量的载荷的平方和。Extraction是未旋转的公因子方差。这些公因子方差是作预测因子变量的多重相关的平方。表中公因子方差均为0.7以上，说明提取的公因子在各指标中的方差贡献比较大，因此，使用因子分析法来分析此例比较有说服力。 表2中component为各成分的序号。Total为个主成分的特征值。按照特征根大于1的原则，我们选入了4个公共因子进行分析，其累计方差贡献率为77.842%，特征根及累计贡献率如表2所示。 对公共因子进行方差最大化正交旋转，得到旋转后的因子载荷矩阵如表3。 由表4结果，我们可以看出各公因子对各变量的方差贡献率的大小。下面我们进一步计算各地区在各公因子上的得分，以及该地区的综合得分。各省市的综合得分计算方法是以各因子的方差贡献率占四个因子总方差贡献率的比重作为权重进行加权汇总，得出综合得分，即： 论文代写 FAC=(27.437* FAC1_1+ 20.076*FAC2_1+ 17.376* FAC3_1+ 12.952* FAC4_1 )/77.842 从因子得分表中，我们可以看出各省在07年一年的工业发展水平、日常用品需求情况以及文化娱乐方面的消费量，从而总结出各地总的价格波动方向。 四、结果分析 从旋转后的因子载荷矩阵可以看出，公共因子FAC1_1在车用燃料及零件、通信工具、水电燃料及个人饰品上的载荷值都很大。而前三者都是在工业发展初期所必须包含的内容；个人饰品的需求量则从侧面反映了人们收入水平的增长速度；因而FAC1_1为标志工业仍处于起步阶段的公共因子，在这个因子上的得分越高，说明地区正处在工业快速起步当中，发展的潜力还相当大；公共因子FAC2_1由于在鞋袜帽、服装上的载荷较大，从侧面反映了地区的发展程度，因为只有人们生活较富裕时才会在此等物品上的表现出较强的消费欲望，因此，FAC2_1反映的是发展程度。FAC3_1在文化娱乐、烟草、化妆品上的载荷较大，则FAC3_1为反映消遣娱乐业发展速度的公共因子，在这个因子上的得分越高，说明上年该地区在旅游消遣方面的发展很快。FAC4_1在自由住房、床上用品上有较大的载荷，而床上用品的需求与住房的需求有一定的连带性，所以在FAC4_1为反映年度住房需求的公因子，在此因子上得分越高，说明该地区在年度住房需求提高较快。 毕业论文。