上海 江苏 浙江 安徽 福建 江西 山东 河南 湖南 湖北 广东 广西 海南 189.44 251.98 208.46 228.35 198.27 264.8 229.06 236.97 227.39 247.21 233.75 205.65 236.31 76.6 109.12 83.91 80.97 99.92 144.22 118.19 100.11 159.76 149.44 130.22 108.94 86.61 8.59 8.27 5.81 6.87 5.19 8.77 6.96 4.22 9.4 8.35 6.73 4.92 5.7 16.37 12.05 16.42 9.07 16.51 13.24 8.09 6.48 19.86 17.51 22.27 14.44 15.4 7.4 4.5 6.03 4.27 5.14 3.31 2.7 1.23 2.74 3.89 10.4 7.33 9.77 7.51 6.72 5.33 5.04 3.55 3.5 11.61 8.01 3.86 3.28 2.83 1.12 1.31 16.11 9.09 14.64 5.43 13.3 5.19 4.01 1.35 8.1 6.89 13.3 3.57 14.75 2.12 1.3 2.13 1.42 2.35 1.13 1 1.13 0.92 1.13 2.16 1.18 1.24 16.77 8.82 24.15 10.61 16.84 7.31 10.81 4.23 7.29 4.02 3.33 6.14 3.88 解:令粮食为X?1，蔬菜为x2?，食油为x3?，猪牛羊肉为?x4，家禽为x5?，蛋类及其制?品为x6，水产品为x?7，食糠为x8?，酒为x9，用SPSS?进行主成分?分析的具体?方法参见6?.8，分析结果如?下：
表6.4 特征根和方?差贡献率表?
表6.5 因子载荷阵?
表6.6 特征向量矩?阵 x1 x2 z1 z2 z3 0.00116?-0.55035-0.005189 ? ?0.05435?-0.320140.61674?9 ?6 x3 x4 x5 x6 x7 x8 x9 根据表6.6得主成分?的表达式：
0.00526?1 0.45591?4 0.50968?9 -0.32908 ?0.50092?1 0.38811?2 0.14086?6 0.18523?9 -0.07584 ?-0.14229 ?0.40806?3 0.11879?5 0.33289?3 0.4933 0.69782?9 0.16734?1 -0.05521 ?0.26912?6 0.11213?6 -0.13025 ?-0.01984 ?Y1?0.001X1?0.054X2?0.005X3?0.456X4?0.51X5?0.329X6?0.501X7?0.388X8?0.141X9Y2??0.55X1?0.32X2?0.185X3?0.076X4?0.142X5?0.408X6?0.119X7?0.333X8?0.493X9
Y3??0.005X1?0.617X2?0.698X3?0.167X4?0.055X5?0.269X6?0.112X7?0.130X8?0.02X9分别计算出?以上三项后?，利用公式得?Y?如下?表：
??1?Y1?2Y2?3Y3到综合得分?并排序??????地区 北京 天津 上海 福建 浙江 辽宁 黑龙江 湖南 广东 广西 内蒙 海南 山东 湖北 安徽 江苏 河北 山西 吉林 江西 y1 14.92 11.80 24.39 24.55 25.14 19.55 13.27 23.53 29.80 19.18 15.93 24.93 11.81 21.71 14.06 18.07 7.10 6.20 14.54 18.74 y2 y3 y -90.42 67.81 -10.16 -93.48 54.76 -15.31 -115.46 57.85 -16.51 -129.93 68.56 -19.17 -126.00 59.51 -19.43 -154.56 118.72 -19.47 -131.90 76.07 -23.38 -169.91 108.84 -24.97 -167.06 88.93 -25.29 -144.89 72.06 -25.99 -130.47 48.84 -27.33 -154.57 60.04 -29.19 -152.64 81.06 -30.09 -179.61 100.93 -30.74 -143.12 56.46 -30.92 -164.93 76.08 -32.51 -129.83 40.94 -32.73 -141.44 55.18 -34.15 -166.90 78.26 -34.32 -185.62 97.04 -34.94 河南 8.32 -156.36 66.62 -35.93
最后的分类?可以根据最?终得分Y的?值来划分，由于没有给?出具体的分?类标准，具体分类结?果根据各人?的主观意愿?可以有多种?答案。
6.10 根据习题5?.10中20?03年我国?省会城市和?计划单列市?的主要经济?指标数据，利用主成分?分析法对这?些地区进行?分类。 解：用SPSS?进行主成分?分析的具体?方法参见6?.8，分析结果如?下：
表6.7 特征根和方?差贡献率表?
表6.8 因子载荷阵?
表6.6 特征向量矩?阵 x1 x2 x3 x4 x5 z1 0.29 0.28 0.14 0.31 0.40 z2 0.47 0.48 -0.29 -0.37 -0.20 x6 x7 x8 x9
青岛 大连 济南 福州 乌鲁木齐 沈阳 武汉 长春 成都 太原 郑州 兰州 海口 昆明 呼和浩特 长沙 石家庄 西安 0.40 0.31 0.39 0.39 -0.27 0.39 0.12 -0.24 28597?.44 27272?.03 22372?.97 20677?.45 20037?.59 19694?.19 19370?.75 19166?.96 17294?.14 16352?.45 15756?.62 15670?.44 15631?.26 15311?.75 15239?.59 14802?.98 14752?.99 12946?.76 35237?.27 31830?.56 25149?.73 22734?.16 22284?.54 23184?.99 23909?.27 21524?.95 33808?.79 19445?.42 18561?.81 16568?.97 17666?.70 18494?.34 16128?.60 18845?.23 18229?.33 16764?.15 14552?.46 17629?.53 16499?.39 16326?.97 15284?.68 12310?.22 9770.56 14179?.21 -17638?.73 9809.99 9822.90 13769?.80 11325?.77 8579.72 13359?.10 6252.54 7399.62 4871.97
