Пример 2 Д З Сравнение качества населения с использованием

Пример 2 (Д/З) Сравнение качества населения с использованием факторного анализа по количественным и экспертным данным На основе статистических данных файла World 95 в ППП SPSS Задание Отобрать n=12 -15 стран, по p=5 показателям, характеризующим качество населения (как биологической категории)

Пример 2 1. Построение матриц исходных данных 1 а Количественная часть исходных данных Выбор показателей для анализа, например: Ø Продолжительность жизни (Ожидаемая продолжительность жизни) Ø Уровень рождаемости Ø Детская смертность Ø Уровень грамотности

Исходные данные (количественные) country lifeexpf babymort birth_rt death_rt Austria 79 6, 7 12, 0 11 Belgium 79 7, 2 12, 0 11 Bulgaria 75 12, 0 13, 0 12 Canada 81 6, 8 14, 0 8 Denmark 79 6, 6 12, 0 12 Finland 80 5, 3 13, 0 10 France 82 6, 7 13, 0 9 Germany 79 6, 5 11, 0 11 Greece 80 8, 2 10, 0 10 Hungary 76 12, 5 12, 0 13 Iceland 81 4, 0 16, 0 7 Italy 81 7, 6 11, 0 10 Japan 82 4, 4 11, 0 7 Latvia 75 21, 5 14, 0 12 Lithuania 77 17, 0 15, 0 10

Пример 2 1 б Экспертная часть исходных данных Построение матрицы парных сравнений правило Austria Belgium Bulgaria Canada Denmark Austria 2 2 1 1 Belgium Фрагмент матрицы парных сравнений 1 0 1 2 0 0 Bulgaria 0 0 1 0 0 Canada 1 2 2 1 2 Denmark 1 2 2 0 1 Finland 2 2 2 France 2 2 2 Germany 2 2 2 Greece 0 0 0

Пример 2 2. Применение факторного анализа для построения интегральной оценки качества населения Если 1 -ая главная компонента окажется достаточно информативной (будет объяснять более 55% вариации признаков, то ее можно использовать в качестве интегрального показателя качества населения.

Пример 2 2 а. Факторный анализ количественных переменных Analyze Date redaction Factor

Пример 2 2 а. Факторный анализ количественных переменных

2 а. Факторный анализ количественной части данных Анализ результатов Afghanistan Argentina Armenia Australia Austria Azerbaijan Bahrain Bangladesh Barbados Belarus Belgium Bolivia Bosnia Botswana Brazil Bulgaria ФАКТОР 1(к) 20500 -2, 69694 33900 , 56196 3700 , 60161 17800 , 96744 8000 , 92868 7400 , 52786 600 , 28040 125000 -1, 78398 256 , 77494 10300 , 71943 10100 , 92355 7900 -, 48413 4600 , 65216 1359 -, 18126 156600 -, 30279 8900 , 66318

2 а. Факторный анализ количественных переменных Анализ результатов Вар. 1 Вар. 2 Первая главная компонента – информативная, так как описывает более 55% вариации признаков

2 б. Факторный анализ экспертной части данных Анализ результатов Afghanistan Argentina Armenia Australia Austria Azerbaijan Bahrain Bangladesh Barbados Belarus Belgium Bolivia Bosnia Botswana Brazil Bulgaria ФАКТОР 1(э) 20500 -2, 69694 33900 , 56196 3700 , 60161 17800 , 96744 8000 , 92868 7400 , 52786 600 , 28040 125000 -1, 78398 256 , 77494 10300 , 71943 10100 , 92355 7900 -, 48413 4600 , 65216 1359 -, 18126 156600 -, 30279 8900 , 66318

3. Проверка соответствия количественных и экспертных данных страны F (k) F (экс) Botswana -0, 97151 0, 77325 Cameroon -0, 02626 0, 16608 Cent. Afri. R 1, 34929 -1, 32288 Gambia 0, 99324 -1, 00348 Kenya -0, 11209 -0, 06227 Liberia 0, 42707 -0, 83102 Libya -0, 39357 0, 75413 Morocco -0, 97693 0, 62873 Nigeria 0, 10344 0, 17839 Paraguay -1, 6036 1, 68206 Rwanda 1, 09613 -1, 20168 -1, 56209 1, 36583 Uganda 1, 23487 -1, 32288 Zambia 0, 442 0, 19574 U. Arab Em.

4. Нахождение и интерпретация коэффициента корреляции Нахождение коэффициента корреляции между Фактором 1 (к) и Фактором 1 (э) Если значение коэффициента корреляции меньше 0, 5 (50%), то это свидетельствует, что экспертные оценки расставлялись «наобум» . Чем выше значение коэффициента корреляции (чем оно ближе к 1), тем лучше согласуются экспертные и количественные данные!

5. Приведение интегральных показателей к единой шкале измерения нормирование значений главных компонент страны z (k) z(экс) Botswana 0, 214058 0, 697561 Cameroon 0, 534168 0, 495504 1 0 Gambia 0, 879423 0, 106292 Kenya 0, 505102 0, 419513 Liberia 0, 687689 0, 163684 Libya 0, 409778 0, 691198 Morocco 0, 212223 0, 649467 Nigeria 0, 578091 0, 499601 0 1 Rwanda 0, 914267 0, 040334 U. Arab Em. 0, 014057 0, 894763 Uganda 0, 961252 0 Zambia 0, 692745 0, 505374 Cent. Afri. R Paraguay

6. Сравнение экспертной и количественной части данных • Данные – сортировка – по z(кол) • Выводы country Japan Z кол. Z эксп. 1 0, 90201493 Iceland 0, 916892 0, 56710232 Canada 0, 81246676 0, 72684392 France 0, 81225573 1 Italy 0, 76072404 0, 30137343 Greece 0, 75151452 0 Finland 0, 69355615 0, 77896307 Germany 0, 64985242 1 Austria 0, 63571877 0, 67197851 Belgium 0, 62793302 0, 53988524 Denmark 0, 60110075 0, 60827234 Lithuania 0, 29325845 0, 30649161 Bulgaria 0, 27566666 0, 22857194 Hungary 0, 23026621 0, 3543521 0 0, 30649161 Latvia