Статистический анализ экономического развития Бразилии
Тема
Статистический анализ экономического развития Бразилии
1. Теоретическая часть
Бразилия - самое крупное государство Южной Америки, расположено в ее центральной и восточной частях. Длина сухопутных границ - около 16 тыс. км, на востоке на протяжении 7,4 тыс. км страна омывается Атлантикой. Площадь - 8,5 млн. кв. км. По данным Бюро Переписи США численность населения составила в 1999 году 171 853 тыс. человек. В настоящее время Бразилия - федеративная республика, в административном отношении делится на 23 штата, 3 территории и федеральный округ. Столица - Бразилиа. Денежная единица - реал. Государственный язык - португальский.
Характеризуемая большим и хорошо развитым сельским хозяйством, горной промышленностью, производством и сектором услуг, экономика Бразилии превосходит экономики всех других южноамериканских стран, и расширяет свое присутствие на мировых рынках. С 2003 года Бразилия устойчиво улучшила свою макроэкономическую стабильность, создавая золотовалютные резервы и уменьшая долги. В 2008 году Бразилия стала чистым внешним кредитором, а два рейтинговых агентства присвоили бразильской экономике инвестиционный статус. После рекордного роста в 2007 году и 2008 году, начало глобального финансового кризиса сказалось на экономике страны в сентябре 2008 года. Бразилия испытала два квартала спада, поскольку мировой спрос на бразильские товары снизился и уменьшилось внешнее кредитование.
Однако, Бразилия была одной из первых развивающихся стран, которые начали восстановление. Потребление и доверие инвесторов восстановились, и темпы роста ВВП оказались положительными в 2010 году. Благоприятно на экономическом росте сказалось восстановление экспорта.
В настоящее время устойчивый рост и высокие процентные ставки сделали экономику данной страны привлекательной для зарубежных инвесторов. Большие притоки капитала за 2010 год способствовали быстрому росту курса местной валюты и вынудили правительство поднимать налоги на некоторые иностранные инвестиции. Президент Dilma Rousseff обязался сохранять приверженность предыдущей администрации планированию инфляции Центральным банком, плавающим обменным курсам и политике финансовых ограничений.
.1 Промышленность Бразилии
Бразилия - одна из ключевых стран развивающегося мира. По объему ВВП она занимает первое место в Латинской Америке, а по объему промышленного производства входит в десятку крупнейших стран мира. Доля промышленности в ВВП - 26,4%, а сельского хозяйства - 6,1%. В промышленности занято 14% рабочей силы. Бразилия обладает крупными запасами полезных ископаемых: железной (свыше 100 млрд. тонн), марганцевой (100 млн. т.), урановой (256 тыс. т.) руд, угля (21 млрд. т.), нефти и др.
.1.1 Горнодобывающая промышленность
Несмотря на быстрое развитие и богатую сырьевую базу Бразилия, доля этой отрасли в ВВП невелика. Там сильно развита добыча апатитов и железной руды, так же развита добыча золота, серебра, олова, алмазов и асбеста. Железнорудная промышленность работает в большой степени на экспорт.
В Бразилии добываются более 40 видов полезных ископаемых. Наиболее значимыми являются железная и марганцевая руды. Добывается более 200 млн. тонн железной руды в год, примерно 80 % экспортируется. Бразилия занимает одно из первых мест в мире по добыче бокситов. Добыча цинка, меди и никеля осуществляется для внутреннего рынка. Бразилия - поставщик стратегического сырья: вольфрам, ниобий, цирконий, слюда и др. Потребности в нефти Бразилия обеспечивает только наполовину и вынуждена импортировать её. Годовая потребность в нефти составляет 75 млн. тонн. В 1970-х годах в Амазонии найдены значительные запасы золота, ныне её добыча составляет примерно 80 тонн в год. Найдены месторождения угля, однако уголь низкого качества и его добыча составляет около 5 млн. тонн в год. Наиболее развито производство алюминия на собственных бокситах, а также никеля и меди.
.1.2 Энергетика
До 90% всей электроэнергии страны производят ГЭС, также используются альтернативные источники (большая часть автомобилей работает на спирте), дрова, каменный уголь, работает одна АЭС. Черная металлургия работает на собственной руде и импортном коксе. Страна входит в десятку мировых производителей стали (выплавка - 25 млн. тонн). Крупнейшие заводы находятся в штатах Минас-Жерай и Сан-Паулу.
Бразилия имеет огромный гидроэнергетический потенциал. Энергетика на 99 % основана на ГЭС. В Бразилии находится вторая по мощности ГЭС в мире - Итайпу. В 2005 году выработано 546 млрд. кВт·ч. Бразилия экспортировала 7 млн. кВт электроэнергии, а импортировала 39 млрд. кВт - в основном из Парагвая. В 2007 году выработано 438,8 млрд. кВт·ч, потреблено 404,3 млрд. кВт·ч, экспорт - 2,034 млрд. кВт·ч. Импорт электроэнергии в 2008 году - 42,06 млрд. кВт·ч (в основном из Парагвая).
.1.3 Обрабатывающая промышленность
Обрабатывающая промышленность занимает свыше четверти в ВВП. Главными отраслями являются нефтепереработка и химическая промышленность. Развиты - транспортное машиностроение (прежде всего автомобилестроение), станкостроение. Страна занимает четвертое место в мире по строительству морских судов, заметны успехи авиастроения. Развито радио-аппаратное строение, большими темпами развивается производство электронно-вычислительной техники. Главные центры отрасли - Сан-Паулу и Рио-де-Жанейро.
Ежегодно Бразилия производит более 1,5 млн. автомобилей. Основными производителями автомобилей в стране являются фирмы «Скания», «Мерседес-Бенц» и «Фиат». Главным производителем автобусов является «Мерседес-Бенц».
.2 Сельское хозяйство Бразилии
В сельском хозяйстве Бразилии занято 20 % рабочей силы. По экспорту сельскохозяйственной продукции Бразилия находится на третьем месте в мире, её доля в мировом экспорте этой продукции составляет 6,1 %. Доля сельскохозяйственной продукции в экспорте Бразилии достигает почти трети. В структуре отрасли лидирует растениеводство (60% стоимости всей продукции), причем в ходе эволюции систем землепользования и землевладения сложился институт крупный земельной собственности - латифундии (80% всех обрабатываемых земель). Кроме того, распространено мелкое землевладение - минифундии. Хотя удельный вес последних невелик, но именно они производят основную часть продовольственных (а не экспортных, как на плантациях латифундий) культур для внутреннего потребления: зерновых, бобовых, картофеля. Бразилия является традиционным производителем и экспортером ряда сельскохозяйственных продуктов: кофе, сахарного тростника, сои, кукурузы, какао, бананов, хлопчатника, а также значительным поголовьем крупного рогатого скота.
На севере Бразилии находятся огромные лесные пространства Амазонии, занимающие 60% всей территории страны. Но запасы ценных древесных пород используются нетрадиционно и слабо. Наибольшее значение имеет сбор каучука, заготовка орехов и лекарственных растений.
Кофе является одной из главных статей экспорта Бразилии. В 2008 году собрано 2790,8 млн тонн кофе, таким образом Бразилия находится на первом месте в мире по этому показателю. По его производству Бразилия стоит на 1 месте в мире. Бразилия занимает 1 место в мире по производству сахарного тростника, из которого делается этанол, используемый в основном, как топливо для автомобилей. В 2008 году собрано 648 млн тонн. Выращиваются также какао-бобы (208 тыс. тонн), хлопчатник (3,9 млн тонн) и соя (59,9 млн тонн).
Основными потребительскими культурами Бразилии являются пшеница, кукуруза и рис. В 2008 году собрано: кукуруза - 59 млн тонн (собирается два урожая), рис - 12 млн тонн, пшеница - 5 млн тонн.
Животноводство Бразилии преимущественно мясное, дает около 40% стоимости сельхозпродукции. Преобладают пастбищное скотоводство, а так же мясное скотоводство в сочетании с овощеводством. Животноводство больше всего распространено в Центро-Западе страны. В 2002 году в стране насчитывалось 176 млн. голов крупного рогатого скота, 30 млн. свиней, 1050 млн. голов домашней птицы и 15 млн. овец.
.3 Транспорт Бразилии
Транспорт в Бразилии развит крайне неравномерно, железные дороги в основном находятся на востоке страны. Транспортный магистрали (сначала железнодорожные) начали формироваться еще в XIX веке. И сейчас новые и модернизированные железнодорожные ветви в основном соединяют центры добычи полезных ископаемых и районы сельхозпроизводства с портами. Длина железных дорог составляет 29 252 км, в том числе с широкой колеёй - 487 км, со стандартной колеёй - 194 км, с узкой колеёй - 23 785, остальные - 396 км.
Длина автомобильных дорог составляет 1,98 млн. км. (из них с твердым покрытием - 184 140 км.).
Автомобильные дороги, хотя и являются самыми протяженными во всей Латинской Америке и перевозят большую часть пассажиров, не отвечают потребностям страны, к тому же они неравномерно распределены по территории страны. В развитии внешнеторговых связей исключительную роль играют морской (98% всех внешнеторговых грузов) и авиационный транспорт.
Аэропорты: всего - 4276, с твёрдым покрытием - 714, без твёрдого покрытия - 3562.
Водный транспорт: всего - 137 судов водоизмещением 2 038 923 грт/3 057 820 дедвейт, сухогрузы - 21, нефтяные танкеры - 47, химические танкеры - 8, газовые танкеры - 12, пассажирские - 12, контейнерные - 8, навалочные суда - 21, ролкеры - 8.
.4 Роль Бразилии в мировом хозяйстве
Бразильская экономика, обладая высокоразвитым сельским хозяйством, добывающей промышленностью (она занимает первое место в мире по добыче железной руды, апатитов, второе - по добыче бериллия, третье - по добыче бокситов, четвертое - по добыче золота, асбеста, олова) и сектором услуг, является самой мощной в регионе и оказывает существенное влияние на мировые рынки. Бразилия - крупнейший в мире производитель кофе и сахарного тростника, один из крупнейших экспортеров сельскохозяйственной продукции.
Несмотря на невыразительные показатели экономического развития, Бразилия претендует на роль мирового лидера развивающихся стран. Новым подтверждением претензий правительства страны на лидерство среди стран третьего мира стало намерение сформировать на предстоящем форуме МВФ блок стран, чтобы блокировать проект реформы МВФ, который дал бы большие права Китаю, Южной Корее, Турции и Мексике в принятии решений международного финансового органа. Объем экспорта составил в 2010 году 199,7 млрд. долл. США, а импорта - 187,7 млрд. долл. США. Статьи экспорта - транспортное оборудование, железная руда, соя, обувь, кофе, автомобили. Партнёры по экспорту КНР 12,49%, США 10,5%, Аргентина 8,4%, Нидерланды 5,39%, Германия 4,05% (на 2009 год). Статьи импорта - машины, электрическое и транспортное оборудование, химическая продукция, нефть, автомобильные запасные части, электроника. Партнёры по импорту США 16,12%, КНР 12,61%, Аргентина 8,77%, Германия 7,65%, Япония 4,3% (на 2009 год).
2. Расчетная часть
В данном курсов проекте мы рассчитываем базовый анализ показателей страны Бразилии.
.1 Исходные данные
Таблица 2.1
Исходные данные
Международная торговля Сельское хозяйство Импорт(млн.$ США)Экспорт(млн.$ США)Запасы нефти(млн.тонн)Надой на 1 корову,л/годПр-во куринных яиц,млн.штПого-вье Овец,тыс.гол.199029748227563956762292723304199130632275435426742400921943199236891279975426982495819058199339704338235427022509218890199451300486395427562522318587199555834675225428252574418489199655163702025429212620518343199759494786931111944262051764919985854275434111198726982164301999553926354511721113271341527020006487375701117211392743814835200167523754341348115427746145962002713686374213481174281121439620038286866789134811472864714667200410903183332134811802943215123200513341910168115911235305001560120061565421249721591123530672156422007182755161922159112773140615709200822598122281618321285315541623320091772181781061832131031783161022010233051253715203413223181216783 Численность населения ЭкспортТранспорт численность постоянного нас-ия,тысчисленность женщинчисленность мужчинсигареты,содержащие табак,кгнефть сырая,тоннбензин авто-ный,тоннПасажирооборот гр-ой авиации,чел19901540947523378861124351960163623819150345199115154774340772072577393201143948191534861992153986804697351730375264014910341638849519931564318174474687338421680285543016536209199415887583024758515781821602197045178993871995161323843117701263416940677210743948201963841996163780856147816680262448104002436203220119831997166252869297932387312456130227464958241968431998168754882528050287168896012709652913684019991712808958881692805768830276116185928273321200017382290938828848421471646027159067831819201200117640092290841105205985618209219540034285603200217900093641853591656944119172302510387358895232003181665943218734426144551226240919835423229322320041842219552288699287100512272659149243835263820200518684396574902692807968139234531985373344532132006189335984329090338522191866612714923463642785420071919729974992223519679518342834198572335473823200819226110023492027367105419132937199734936894324200919253210024792285312923320645956201657437489304201019310810092392185289554619569354201849337654755 СвязьПроизводство Число интернет серверов на 100 чел.Число персональных компьютеров на 1000 чел.Число установленных телефонных аппаратов,штСталь,тЧугун,тЦемент,т1990081023849817137847201928832487899919910101064378319187383218723872568378319920121183489420546354223879152604874819930141263467523673673234904552647568719940,1161294857525178476237589552785757819950,1171330623425455805252405952838755519960,1231645875626387445254387833187347819970,3291847565526534748257383473348757419980,3342398555627195360260384843648758519990,4412746556627563462269483743943878820000,5493093245427900489277093403960045620010,9733547209828456435286938443856875820021,3863884432329687487297457883813983920031,81313895643331183834320487543495894520041,91614248965532947584346948433229489520051,92133990238231639484339405893670490520062,12433883094830949887325003983759384320072,42673948928330983234322938943856875520082,73214114144630192833310349444032695620093,13884437623729837474309485984183749920103,643045837234271872833018387443945894
.2 Базовый анализ данных
По статистическим показателям рассматриваемой страны производится базовый анализ данных
Рассчитываются следующие параметры:
· Среднее· Стандартная ошибка· Медиана· Мода· Стандартное отклонение· Дисперсия выборки· Эксцесс· Асимметричность
Можно это рассчитать все по отдельности для каждого показателя в группе, для это в строке формул ставим знак (=) выделяем показатели с (В3:В23) и в функциях выбираем СРЗНАЧ, это пример для среднее.
И такую операцию следует проделать для каждого показателя в группе, также можно воспользоваться автокорреляцией, которая помогает рассчитать всю таблицу автоматически.
Например, для международной торговли:
Таблица 2.2
Базовый анализ данных
Международная торговляИмпорт(млн.$ США)Экспорт(млн.$ США)Запасы нефти(млн.тонн)Cредние94158,5238191636,380951146,47619Хмах2330512537152034Хмин2974822756395R2033032309591639Мода#Н/Д75434542медиана64873754341172Ассиметрия1,1001764561,396923507-0,045273286Эксесс-0,0618863381,373912822-1,243074648Дисперсия39292014093782924209249701,0113Ско64231,312363024,36369512,0410744
.3 Корреляционный анализ
Корреляционный анализ - метод обработки статистических данных, с помощью которого измеряется теснота связи между двумя или более переменными. Корреляционный анализ тесно связан с регрессионным анализом (также часто встречается термин «корреляционно-регрессионный анализ», который является более общим статистическим понятием), с его помощью определяют необходимость включения тех или иных факторов в уравнение множественной регрессии, а также оценивают полученное уравнение регрессии на соответствие выявленным связям (используя коэффициент детерминации).
Ограничения корреляционного анализа.
Множество корреляционных полей. Распределения значений (x, y) с соответствующими коэффициентами корреляций для каждого из них. Коэффициент корреляции отражает «зашумлённость» линейной зависимости (верхняя строка), но не описывает наклон линейной зависимости (средняя строка), и совсем не подходит для описания сложных, нелинейных зависимостей (нижняя строка). Для распределения, показанного в центре рисунка, коэффициент корреляции не определен, так как дисперсия y равна нулю.
Применение возможно при наличии достаточного количества наблюдений для изучения. На практике считается, что число наблюдений должно быть не менее, чем в 5-6 раз превышать число факторов (также встречается рекомендация использовать пропорцию не менее, чем в 10 раз превышающую количество факторов). В случае, если число наблюдений превышает количество факторов в десятки раз, в действие вступает закон больших чисел, который обеспечивает взаимопогашение случайных колебаний.
Необходимо, чтобы совокупность значений всех факторных и результативных признаков подчинялась многомерному нормальному распределению. В случае, если объём совокупности недостаточен для проведения формального тестирования на нормальность распределения, то закон распределения определяется визуально на основе корреляционного поля.
Если в расположении точек на этом поле наблюдается линейная тенденция, то можно предположить, что совокупность исходных данных подчиняется нормальному закону распределения.
Исходная совокупность значений должна быть качественно однородной.
Сам по себе факт корреляционной зависимости не даёт основания утверждать, что одна из переменных предшествует или является причиной изменений, или то, что переменные вообще причинно связаны между собой, а не наблюдается действие третьего фактора.
Необходимо выявить главенствующие показатели в группе. Выбираем (сервис-анализ данных- корреляция), и выделяем одну группу.
В пустые ячейки записываются показатели которые получились в заполненный ячейках, поднимая их на 90 градусов в права. Затем выявляем главенствующий показатель в группе путем суммирования всех показателей в строке. Наивысший результат и будет главенствующим показателем в группе.
Для международной торговли получаем:
Таблица 2.3
Корреляционный анализ
Столбец 1Столбец 2Столбец 3 Столбец 110,9683040,8720872,840391Столбец 20,96830410,8449782,813282Столбец 30,8720870,84497812,717065 Международная торговля Импорт(млн.$ США)Экспорт(млн.$ США)Запасы нефти(млн.тонн)199029748227563951991306322754354219923689127997542199339704338235421994513004863954219955583467522542199655163702025421997594947869311111998585427543411111999553926354511722000648737570111722001675237543413482002713686374213482003828686678913482004109031833321348200513341910168115912006156542124972159120071827551619221591200822598122281618322009177218178106183220102330512537152034
Таким образом, первый столбец является главенствующим.
Данный анализ проводим для каждой группы в таблице с исходными данными, при этом выделяем только числовые показатели без названия группы и под группы.
После выявления главенствующих показателей необходимо скопировать каждый столбец в отдельный лист, и уже среди них найти главенствующий показатель. В данной работе главенствующих показателей 7, среди них главенствующий 3.
Таблица 2.4.
Главенствующие показатели
Импорт(млн.$ США)Пр-во куринных яиц,млн.штчисленность постоянного нас-ия,тыссигареты,содержащие табак,кгПасажирооборот гр-ой авиации,челЧисло установленных телефонных аппаратов,штЧугун,т29748229271540941243519619150345102384982019288330632240091515472577393219153486106437832187238736891249581539863037526416388495118348942238791539704250921564313384216816536209126346752349045551300252231588755781821617899387129485752375895555834257441613236341694020196384133062342524059555163262051637808026244822011983164587562543878359494262051662528731245624196843184756552573834758542269821687548716889629136840239855562603848455392271341712808057688282733212746556626948374648732743817382284214731819201309324542770934067523277461764005205983428560335472098286938447136828112179000165694435889523388443232974578882868286471816652614455322932233895643332048754109031294321842212871005352638204248965534694843133419305001868432807968344532133990238233940589156542306721893353852219364278543883094832500398182755314061919725196795354738233948928332293894225981315541922613671054368943244114144631034944177218317831925323129233374893044437623730948598233051318121931082895546376547554583723430183874
Регрессио́нный (линейный) анализ - статистический метод исследования влияния одной или нескольких независимых переменных на зависимую переменную. Независимые переменные иначе называют регрессорами или предикторами, а зависимые переменные - критериальными. Терминология зависимых и независимых переменных отражает лишь математическую зависимость переменных (см. Ложная корреляция), а не причинно-следственные отношения.
Цели регрессионного анализа
·Определение степени детерминированности вариации критериальной (зависимой) переменной предикторами (независимыми переменными)
·Предсказание значения зависимой переменной с помощью независимой(-ых)
·Определение вклада отдельных независимых переменных в вариацию зависимой
Регрессионный анализ нельзя использовать для определения наличия связи между переменными, поскольку наличие такой связи и есть предпосылка для применения анализа.
Для нахождения линейной регрессии необходимо (сервис-регрессия) в ось Y выделить главенствующий столбец, а в ось X каждый столбец по очереди и только по одному чтобы в последствии получилось 6 коэффициентов с Y-пересечением и переменой Х (1,..6), для выявления формулы.
Регрессионный анализ.
Таблица 2.5
Регрессионный анализ
ВЫВОД ИТОГОВРегрессионная статистикаМножественный R0,888424R-квадрат0,789296Нормированный R-квадрат0,778207Стандартная ошибка6788,526Наблюдения21Дисперсионный анализ13,28E+093,28E+09Регрессия198,76E+0846084089Остаток204,16E+09 Итого13,28E+093,28E+09 КоэффициентыСтандартная ошибкаt-статистикаY-пересечение154916,62673,21857,95134Переменная X 10,1993770,0236338,436471Переменная X 2154916,62673,21857,95134
Необходимые коэффициенты выделены красным, в результате получаем 6 уравнений регрессии (таблица 2.6).
Таблица 2.6
Формулы линейной регрессии
Y-пересечение154916,5512х7 = 0,199*х1+154916Переменная X 10,199376748 Y-пересечение29227,65105х7 = 5,198*х2+29227Переменная X 15,198422032 Y-пересечение180157,4253х7 = -0,00026*х3 -180157Переменная X 1-0,000262961 Y-пересечение123741,0273х7 = 0,0017*х4+123741Переменная X 10,001745616 Y-пересечение143563,7445х7 = 0,00106*х5 + 143564Переменная X 10,00106458 Y-пересечение85171,23159х7 = 0,003*х6 + 85171Переменная X 10,003178114
2.5 Кластерный анализ
Кластерный анализ - задача разбиения заданной выборки объектов (ситуаций) на подмножества, называемые кластерами, так, чтобы каждый кластер состоял из схожих объектов, а объекты разных кластеров существенно отличались. Задача кластеризации относится к статистической обработке, а также к широкому классу задач обучения без учителя.
Кластерный анализ выполняет следующие основные задачи:
·Разработка типологии или классификации.
·Исследование полезных концептуальных схем группирования объектов.
·Порождение гипотез на основе исследования данных.
·Проверка гипотез или исследования для определения, действительно ли типы (группы), выделенные тем или иным способом, присутствуют в имеющихся данных.
Независимо от предмета изучения применение кластерного анализа предполагает следующие этапы:
·Отбор выборки для кластеризации. Подразумевается, что имеет смысл кластеризовать только количественные данные.
·Определение множества переменных, по которым будут оцениваться объекты в выборке, т.е. признакового пространства.
·Вычисление значений той или иной меры сходства (или различия) между объектами.
·Применение метода кластерного анализа для создания групп сходных объектов.
·Проверка достоверности результатов кластерного решения.
Кластерный анализ предъявляет следующие требования к данным:
·показатели не должны коррелировать между собой;
·показатели не должны противоречить теории измерений;
·распределение показателей должно быть близко к нормальному
·показатели должны отвечать требованию «устойчивости», под которой понимается отсутствие влияния на их значения случайных факторов
·выборка должна быть однородна, не содержать «выбросов».
Метод кластеризации, к-среднее, правка- спец вставка-транспортировать. Открыть в SPSS.
В SPSS нажать меню- анализ данных- классификация- кластер.- К среднее. Переменная с V2 в параметрах выбираем каждый кластер для каждого наблюдения, число кластеров 2, нажимаем Ок.
Появиться таблица принадлежности кластера, чем значение в этой таблице ближе к нулю тем достовернее полученная информация и точнее расчеты.
Таблица 2.7
Кластерный анализ
Принадлежность к кластерамНомер наблюденияКластерРасстояние1131412163,3902134136012,5063136460564,3914137454166,4795218982060,6516213042237,815725193249,1138212464522,8469216086490,96410111696415,41811112203593,69812111136617,63313112224729,16214111175122,87515115961212,32216113520244,24817114935517,86518114458944,28919116825253,03820120345532,31421121416050,89422..Число наблюдений в каждом кластереКластер116,00025,000Валидные21,000Пропущенные значения1,000
.6 Факторный анализ
Факторный анализ - многомерный метод, применяемый для изучения взаимосвязей между значениями переменных. Предполагается, что известные переменные зависят от меньшего количества неизвестных переменных и случайной ошибки.
Факторный анализ позволяет решить две важные проблемы исследователя: описать объект измерения всесторонне и в то же время компактно. С помощью факторного анализа возможно выявление скрытых переменных факторов, отвечающих за наличие линейных статистических связей корреляций между наблюдаемыми переменными.
Таким образом можно выделить 2 цели Факторного анализа:
·определение взаимосвязей между переменными, (классификация переменных), т. е. «объективная R-классификация»
·сокращение числа переменных необходимых для описания данных.
При анализе в один фактор объединяются сильно коррелирующие между собой переменные, как следствие происходит перераспределение дисперсии между компонентами и получается максимально простая и наглядная структура факторов.
После объединения коррелированность компонент внутри каждого фактора между собой будет выше, чем их коррелированность с компонентами из других факторов. Эта процедура также позволяет выделить латентные переменные, что бывает особенно важно при анализе социальных представлений и ценностей. Например, анализируя оценки, полученные по нескольким шкалам, исследователь замечает, что они сходны между собой и имеют высокий коэффициент корреляции, он может предположить, что существует некоторая латентная переменная, с помощью которой можно объяснить наблюдаемое сходство полученных оценок. Такую латентную переменную называют фактором. Данный фактор влияет на многочисленные показатели других переменных, что приводит нас к возможности и необходимости выделить его как наиболее общий, более высокого порядка. Для выявления наиболее значимых факторов и, как следствие, факторной структуры, наиболее оправданно применять метод главных компонентов (МГК). Суть данного метода состоит в замене коррелированных компонентов некоррелированными факторами. Другой важной характеристикой метода является возможность ограничиться наиболее информативными главными компонентами и исключить остальные из анализа, что упрощает интерпретацию результатов. Достоинство МГК также в том, что он - единственный математически обоснованный метод факторного анализа.
Практическое выполнение факторного анализа начинается с проверки его условий. В обязательные условия факторного анализа входят:
·Все признаки должны быть количественными.
·Число наблюдений должно быть в два раза больше числа переменных.
·Выборка должна быть однородна.
·Исходные переменные должны быть распределены симметрично.
·Факторный анализ осуществляется по коррелирующим переменным.
Нажимаем меню затем анализ данных- снижение размерности- факторный анализ
Появится таблица матрица компонент. Чем значение ближе к единице, тем более сильный вклад вложен в формирование фактора.
Таблица 2.8
Факторный анализ
Матрица компонентaКомпонента123V2,894,338,247V3,841,311,374V4,975-,002,048V5,973-,187,018V6,985,016,101V7-,747,593,211V8,996-,032,033V9,982-,127,047V10,971,088,015V11-,600-,289,605V12,932,267-,011V13,355,364-,746V14,958-,147-,059V15,947,275,070V16,899,381,175V17,978-,091-,128V18,834-,476-,048V19,915-,252-,087V20,875-,205,092Метод выделения: Анализ методом главных компонент.a. Извлеченных компонент: 3
.7 Дискриминантный анализ
Дискриминантный анализ, как раздел многомерного статистического анализа, включает в себя статистические методы классификации многомерных наблюдений в ситуации, когда исследователь обладает так называемыми обучающими выборками ("классификация с учителем"). Например, для оценки финансового состояния своих клиентов при выдаче им кредита банк классифицирует их по надежности на несколько категорий по ряду признаков. В случае, когда следует отнести клиента к той или иной категории используют процедуры дискриминантного анализа. Очень удобно использовать дискриминантный анализ при обработке результатов тестирования. Так при выборе кандидатов на определенную должность можно всех опрошенных претендентов разделить на две группы - удовлетворяющих и неудовлетворяющих предъявляемым требованиям.
Все процедуры дискриминантного анализа можно разбить на две группы и рассматривать их как совершенно самостоятельные методы. Первая группа процедур позволяет интерпретировать различия между существующими классами, вторая - производить классификацию новых объектов в тех случаях, когда неизвестно заранее, к какому из существующих классов они принадлежат.
Таблица 2.9
Дискриминантный анализ
Сводка результатов обработки наблюденийНевзвешенные наблюденияNПроцентВалидные0,0ИсключенныеПропущенные или лежащие вне диапазона коды группирующей переменной2195,5По крайней мере одна пропущенная дискриминантная переменная0,0Оба групповых кода пропущены или лежат вне диапазона, и отсутствует по крайней мере одна дискриминантная переменная.14,5Итого искл.22100,0Всего набл.22100,0статистический анализ экономический бразилия
Заключение
По результатам исследования можно сделать вывод что уровень жизни в Бразилии заметно вырос за последние 20 лет. В первую очередь это связано со следующими факторами: сельское хозяйство стало более производительным, значительное развитие получила сырьевая база (запасы нефти), металлургическое производство, а так же производство табака. Все это привело к возрастанию экспорта товаров страной. Рост уровня жизни повлек за собой увеличение рождаемости, ввиду улучшения здоровья граждан и лучшем их материальном состоянии.