例对第一公因子、第二公因子作散点图得出下
f湖南商学院课程论文
400000
城市
安徽省内蒙古自宁夏回族青海省广东省全国广西壮族贵州省山东省山西省北京市福建省
2for
200000
甘肃省
REGRfactorscorea
alysis1
000000陕西省海南省上海市河北省四川省河南省天津市200000黑龙江省湖北省湖南省吉林省400000云南省江苏省浙江省江西省400000200000000000200000400000重庆市辽宁省新疆维吾西藏自治
REGRfactorscorea
alysis1
1for
图表1第一，第二公因子散点图由错误！错误！可知甘肃省第一公因子得分远远高于其余省份可以错误未找到引用源。未找到引用源。说明甘肃省人民在医疗保健及个人用品、娱乐教育文化用品及服务制出方面的价格指数方面增加过快。而西藏自治区在第二公因子得分上高于其他省份说明西藏自治区在人民用于居住和交通通信发费的价格指数增长较快，这可能是因为西部大开发及其铁路建设的快速发展所引起的。可以利用此方式类出其余各因子在各个省份中的得分情况，了解各个省份在各个方面的价格指数情况。下表为利用因子得分分类表，对与食品相关的第三公因子按fac31≥050≤fac310505≤fac310fac3105分为1234四类。生成的列链表如下：表格7地区因子得分分类交叉制表因子得分分类100200300400合计地区00000东部地102811区西部地714214区中部地12216区合计9381131由此表可清晰的看到西部地区食品的价格增长指数是较高的14个省会由8个省会第三公因子得分在零以上，可能与我国西部地区环境恶劣，经济不发达，贸易不繁荣有关。东部地区11个省会有10个省会第三公因子得分在零以下，说明食品价格指数的增长不是其消费价格指数增长的主要原因。中部地区因子得分
f湖南商学院课程论文
比较接近于0左右没有显著规律。
三．评价及建议
本模型利用主成分分析及因子分析方法对数据进行处理，建模，了解了影响各个省会居民消费价格指数变化的各个因子，将所有因子浓缩为5个主成分，累积贡献率为85105。再利用成分矩阵图得出因子模型，得出各个因子与主成分之间的关系。揭示了各因素之间的规律，简化了问题，提高分析效率。本模型的不足之处在于，数据之间间隔太小，做主成分分析时容易丢失较大的信息量，提取的主成分也比较多，不能极好的做到综合指标，优越性不太强。针对本模型做出的分析，本研究提出了一下几点建议：（一）各省份中影响居民消费价格指数的食品和居住价格指数权重较大，为抑制r