基于主成分的影响广东省财政收入的因素分析(3)
11年 2665.20 26447.38 24097.70 4384.44 5774.01 20297.50 10505.00 17069.20 5514.84
10年 2286.98 23014.53 20711.55 3754.90 4715.46 17458.40 10441.00 15623.70 4517.04
09年 2010.27 19419.70 18052.59 3337.59 3809.30 14891.80 10130.00 12933.12 3649.81
08年 1973.05 18502.20 16321.46 3298.01 3270.28 12986.60 9893.00 10868.67 3310.32
07年 1695.57 16004.61 14076.83 2821.24 2999.51 10731.30 9660.00 9294.26 2785.80
06年 1532.17 13469.77 11585.82 2536.27 2592.58 9194.30 9442.00 7973.37 2179.46
05年 1428.27 11356.60 9772.50 2447.57 2199.59 7915.50 9194.00 6977.93 1807.20
利用SAS软件对这八个因素第一产业增加值、第二产业增加值、第三产业增加值、 农林牧渔业总产值、建筑业总产值、社会消费品零售总额、年末常住人口和全社会固定资产投资数据进行主成分分析，在结果中出现的 依照顺序分别表示八个因素，而 则依顺序表示为第一主成分，第二主成分，……，第八主成分、运行程序后得到表2，表3和表4。按照文献[4-6]对数据分析的思路，对相关系数矩阵，相关阵的特征值和各主成分贡献率以及特征向量进行分析，挖掘出数据所隐含的信息。
表2 相关系数矩阵对应表格
x1 x2 x3 x4 x5 x6 x7 x8
x1 1.0000 0.9957 0.9927 0.9995 0.9848 0.9938 0.9570 0.9791
x2 0.9957 1.0000 0.9883 0.9934 0.9734 0.9885 0.9770 0.9740
x3 0.9927 0.9883 1.0000 0.9937 0.9937 0.9989 0.9455 0.9938
x4 0.9995 0.9934 0.9937 1.0000 0.9869 0.9946 0.9513 0.9811
x5 0.9848 0.9734 0.9937 0.9869 1.0000 0.9937 0.9154 0.9900
x6 0.9938 0.9885 0.9989 0.9946 0.9937 1.0000 0.9462 0.9950
x7 0.9570 0.9770 0.9455 0.9513 0.9154 0.9462 1.0000 0.9273
上一篇：人民币升值对纺织行业出口的影响
下一篇：余额宝对我国商业银行的影响和启示