| 三亚市旅游房地产发展驱动因素量化分析 |
|
|
|
918，解释10个变量总方差的69.181％；第二个因子的特征根为1.198，解释10个变量总方差的11.981％；第三个因子的特征根为1024，解释10个变量总方差的10.244％。前三个因子累计方差贡献率为91.406％，能够包含大部分变量的信息，故选取三个主要因子，见表3。
表3显示的是旋转后的因子载荷矩阵。可知，第一因子F1基本反映了X2～X8变量的信息，包含对外贸易、金融、物价、旅游业等方面，因此可命名为“城市经济和旅游发展水平”因子。第二因子F2主要反映了X9、X10变量的信息，可命名为“城市公共事业发展水平”因子。第三因子F3反映了X1变了的信息，可命名为“城市第三产业发展水平”因子。根据因子得分的系数矩阵，可以写出以下的各因子的得分函数：
F1=-0.088X1+0.135X2+0.160X3+0.167X4+0.158X5+0.133X6+0.158X7+0.123X8-0.044X9+0.033X10
F2=-0.028X1+0.029X2-0.089X3-0.061X4-0.144X5+0.041X6+0.002X7+0.128X8+0.682X9-0.565X10
F3=0.909X1+0.058X2-0.076X3-0.130X4-0.025X5+0.063X6-0.107X7+0.069X8-0.206X9-0.216X10
2.3 多元线性回归分析
因子分析只是对多个指标变量的降维处理，并不能解释各因子的影响作用，因此还需要对各因子和因变量Y之间的关系进行逐步回归分析。回归分析结果见表4。
根据表4建立的多元线性回归方程为：Y=A+0.991F1+0.130F3
方程式中的常数项为A，值为4.109E-18，偏回归系数B1为70.991，B3为0.130，经T检验，B1和B3的概率P值均小于0.001，按给定的显著性水平0.10的情形下，均具有显著意义。
从表达式可以看出：F1对因变量Y的影响远远大于F3，就是说三亚市旅游房地产的发展主要是受F1(城市经济和旅游发展水平)直接驱动影响。而F3涵盖了城市除农业、工业和建筑业以外的其他产业的发展水上一页 [1] [2] [3] [4] 下一页 |
|
|
| |
|
上一个论文： 浅析三亚市旅游业发展对策研究
下一个论文： 《美国往事》:美国梦的AB面 |
|
用户登录 
新用户注册 