非洲投资环境地域差异研究(1)(2)
2016-03-09 01:08
导读：1 8.606 28.688 28.688 2 3.286 10.955 39.643 3 2.558 8.528 48.171 4 2.429 8.096 56.266 5 1.787 5.957 62.224 6 1.501 5.002 67.226 7 1.212 4.041 71.267 8 1.162 3.872 75.139 2 数据分析方法 采用主成
1 8.606 28.688 28.688
2 3.286 10.955 39.643
3 2.558 8.528 48.171
4 2.429 8.096 56.266
5 1.787 5.957 62.224
6 1.501 5.002 67.226
7 1.212 4.041 71.267
8 1.162 3.872 75.139 2 数据分析方法 采用主成分分析法（Principal Component Analysis）将30个指标线性组合，建立一个由非洲55个国家和地区、30个指标组成的55×30的原始矩阵，利用SPSS软件，计算得出相关系数矩阵的特征值、贡献率以及累计贡献率（表2），并采用VARIMAX法旋转后得到各指标因子的载荷矩阵（表3）[17]。 表3 指标因子载荷矩阵表 指标 主成分
1 2 3 4 5 6 7 8
1 0.017 -0.199 -0.107 0.628 0.110 0.232 0.132 0.120
2 -0.111 0.115 -0.190 0.842 -0.007 -0.005 -0.027 0.018
3 0.369 0.197 -0.385 0.686 0.022 0.026 0.161 0.021
4 -0.105 0.169 -0.078 0.645 -0.055 0.508 0.107 -0.049
5 0.425 0.084 0.077 -0.111 0.739 0.236 0.019 0.184
6 0.367 0.821 0.033 0.195 -0.061 0.130 -0.043 -0.113
7 0.043 0.054 -0.038 0.129 -0.044 -0.095 0.842 -0.013
8 0.096 -0.218 0.679 -0.100 0.067 0.188 0.042 0.046
9 -0.033 -0.123 0.204 -0.053 0.089 0.316 0.720 0.036
10 0.056 -0.005 -0.026 0.063 -0.028 0.034 0.057 -0.894
11 0.434 0.604 0.004 -0.024 0.334 0.435 -0.066 0.006
12 0.046 0.743 0.351 0.127 -0.095 0.117 -0.050 -0.143
13 0.504 0.498 0.397 0.259 0.143 -0.055 0.015 0.214
14 0.115 0.708 0.382 0.120 0.160 0.372 -0.008 -0.074
15 0.079 0.870 0.207 0.066 0.028 0.034 -0.076 -0.141
16 0.106 -0.067 0.207 0.750 -0.184 0.261 0.011 -0.015
17 0.426 0.186 0.215 0.749 -0.167 0.188 -0.054 -0.081
18 0.316 0.147 0.653 -0.133 0.057 -0.094 0.218 -0.033
19 -0.382 0.013 -0.188 -0.158 -0.443 -0.189 0.371 0.196
20 0.057 0.647 0.167 0.562 -0.232 -0.148 0.420 0.062
21 0.024 0.156 0.377 0.599 0.344 -0.012 0.359 0.208
22 0.119 -0.206 0.094 -0.087 0.813 -0.170 -0.038 0.099
23 0.564 0.490 -0.105 0.324 0.022 0.045 -0.069 -0.016
24 0.827 0.219 -0.059 -0.019 0.088 0.202 0.046 0.021
25 0.723 0.194 0.319 0.217 0.175 0.286 0.069 0.025
（转载自http://zw.ＮＳＥaＣ.com科教作文网）
26 0.178 0.139 0.275 0.228 -0.001 0.616 0.071 0.115
27 0.595 -0.051 0.375 0.106 0.089 0.499 -0.042 0.236
28 0.481 -0.034 0.176 0.248 0.136 0.668 -0.009 0.110
29 0.709 0.213 0.070 0.036 0.024 -0.134 -0.106 -0.244
30 0.764 -0.036 0.344 0.086 0.139 0.128 0.090 0.024
特征值（方差贡献）和方差贡献率是衡量因子重要程度的指标。由表2可见，特征值大于1的8个主成分的累计贡献率已达75.139％，这说明8个主成分所包含的要素信息量可以有效地反映30个原始指标的大部分信息。因此，可以用这8个主成分来代替30个指标。共2页: 1 [2] 下一页 论文出处(作者):
我国西部土地荒漠化问题探索
亚洲中部干旱区的湖泊
