数据分析实验报告(主成分分析)
实验八主成分分析
一、实验目的和要求
能利用原始数据与相关矩阵、协主差矩阵作主成分分析,并能理解标准化变量主成分与原始数据主成分的联系与区别；
能根据SAS输出结果选出满足要求的几个主成分．
实验要求:编写程序，结果分析．
实验内容：书上4.5 4.6
4.5 data examp4_5;
input id x1-x8;
cards;
1 8.35 23.53 7.51 8.6
2 17.42 10.00 1.04 11.21
2 9.25 23.75 6.61 9.19 17.77 10.48 1.72 10.51
3 8.19 30.50 4.72 9.78 16.28 7.60 2.52 10.32
4 7.73 29.20 5.42 9.43 19.29 8.49 2.52 10.00
5 9.42 27.93 8.20 8.14 16.17 9.42 1.55 9.76
6 9.16 27.98 9.01 9.32 15.99 9.10 1.82 11.35
7 10.06 28.64 10.52 10.05 16.18 8.39 1.96 10.81
8 9.09 28.12 7.40 9.62 17.26 11.12 2.49 12.65
9 9.41 28.20 5.77 10.80 16.36 11.56 1.53 12.17
10 8.70 28.12 7.21 10.53 19.45 13.30 1.66
11.96
11 6.93 29.85 4.54 9.49 16.62 10.65 1.88 13.61
12 8.67 36.05 7.31 7.75 16.67 11.68 2.38
12.88
13 9.98 37.69 7.01 8.94 16.15 11.08 0.83 11.67
14 6.77 38.69 6.01 8.82 14.79 11.44 1.74 13.23
15 8.14 37.75 9.61 8.49 13.15 9.76 1.28 11.28
16 7.67 35.71 8.04 8.31 15.13 7.76 1.41 13.25
17 7.90 39.77 8.49 12.94 19.27 11.05 2.04 13.29
14.80
19 8.82 33.70 7.59 10.98 18.82 14.73 1.78 10.10
20 6.25 35.02 4.72 6.28 10.03 7.15 1.93 10.39
21 10.60 52.41 7.70 9.98 12.53 11.70 2.31 14.69
22 7.27 52.65 3.84 9.16 13.03 15.26 1.98 14.57
23 13.45 55.85 5.50 7.45 9.55 9.52 2.21 16.30
24 10.85 44.68 7.32 14.51 17.13 12.08 1.26 11.57
25 7.21 45.79 7.66 10.36 16.56 12.86 2.25 11.69
26 7.68 50.37 11.35 13.30 19.25 14.59 2.75 14.87
27 7.78 48.44 8.00 20.51 22.12 15.73 1.15 16.61
28 7.94 39.65 20.97 20.82 22.52 12.41 1.75 7.90
22.89
30 12.47 76.39 5.52 11.24 14.52 22.00 5.46 25.50
;
run;
proc corr cov nosimple data=examp4_5;
var x1-x8;
run;
proc princomp data=examp4_5 prefix=y out=bb; var x1-x8;
run;
proc plot data=bb;
plot y2*y1 $ id='*';
proc sort data=bb;
by descending y1;
run;
proc print data=bb;
var id y1 y2 x1-x8;
run;
输出结果：
1、样本相关系数矩阵
Correlation Matrix
x1 x2 x3 x4 x5 x6 x7 x8
x1 1.0000 0.3336 -.0545
-.0613 -.2894 0.1988 0.3487
0.3187
x2 0.3336 1.0000 -.0229
0.3989 -.1563 0.7111 0.4136
0.8350
x3 -.0545 -.0229 1.0000
0.5333 0.4968 0.0328 -.1391
-.2584
x4 -.0613 0.3989 0.5333
1.0000 0.6984 0.4679 -.1713
0.3128
x5 -.2894 -.1563 0.4968
0.6984 1.0000 0.2801 -.2083
-.0812
x6 0.1988 0.7111 0.0328
0.4679 0.2801 1.0000 0.4168
0.7016
x7 0.3487 0.4136 -.1391
-.1713 -.2083 0.4168 1.0000
0.3989
x8 0.3187 0.8350 -.2584
0.3128 -.0812 0.7016 0.3989
1.0000
2、调用主成分分析的princomp过程，从相关系数矩阵出发
进行主成分分析，输出集bb
The PRINCOMP Procedure
Observations 30
Variables 8
Simple
Statistics
x1 x2 x3 x4
Mean 8.706666667 39.05600000
7.629000000 10.86566667
StD 1.614728190 12.43875828
3.052716540 3.89495579
Simple
Statistics
x5 x6
x7 x8
Mean 16.58900000 11.62600000
1.902000000 13.06100000
StD 2.99785481 3.05810805
0.851576226 3.64707096
1）样本相关系数矩阵R的特征值、各主成分贡献率及累计
贡献率
Eigenvalues of the
Correlation Matrix
特征值∧*
λ Difference
i
贡献率% 累计贡献率%
1 3.09628829
0.72906522 0.3870 0.3870
2 2.36722307
1.44723572 0.2959 0.6829已达68.29%
3 0.91998735
0.21406199 0.1150 0.7979
4 0.70592536
0.20748303 0.0882 0.8862
5 0.49844233
0.26855403 0.0623 0.9485
6 0.22988831
0.09911254 0.0287 0.9772
7 0.13077577
0.07930623 0.0163 0.9936
8 0.05146954 0.0064 1.0000
SAS 系
统 14:09 Monday, October 22, 2001 22
The PRINCOMP Procedure
2）样本相关系数矩阵R特征值的正交化特征向量
The SAS
System 17:30 Tuesday, October 26, 2012 4
The PRINCOMP Procedure
Eigenvectors
y1 y2 y3 y4 y5 y6 y7 y8
x1 0.249607 -.241238 0.693918 -.376770
0.502313 -.018418 -.036543 0.045052
x2 0.519234 -.037607 -.071261 -.224871
-.424453 0.001760 -.282467 0.642950
x3 -.018480 0.475439 0.577819 0.032379 -.510472 -.173344 0.381416 -.050854
x4 0.254092 0.538081 -.021777 -.231066 0.010358 0.399113 -.471680 -.458432
x5 0.021695 0.575449 -.048087 0.285368 0.516270 0.146109 0.159192 0.520977
x6 0.492663 0.134676 -.145348 0.224222 0.177156 -.754966 -.081452 -.244442
x7 0.317147 -.260682 0.286391 0.768116 -.090759 0.355165 -.130720 -.089297
x8 0.509332 -.087081 -.271279 -.176990 0.026015 0.304720 0.708416 -.180821
3）按第一主成分对各省份进行排序
The SAS System 17:30 Tuesday, October 26, 2012 6
Obs id y1 y2 x1 x2 x3 x4 x5 x6 x7 x8
1 30 6.89591 -2.27833 12.47 76.39 5.5
2 11.24 14.52 22.00 5.46 25.50
数据分析实验报告
《数据分析》实验报告 班级： 07信计0班 学号： 姓名： 实验日期 2010-3-11 实验地点： 实 验楼505 实验名称： 样本数据的特征分析 使用软件名称：MATLAB 1. 熟练掌握利用Matlab 软件计算均值、方差、协方差、相关系数、标准差 与变异系数、偏度与峰度，中位数、分位数、三均值、四分位极差与极差; 2. 熟练掌握jbtest 与lillietest 关于一元数据的正态性检验； 3. 掌握统计作图方法； 4. 掌握多元数据的数字特征与相关矩阵的处理方法； 安徽省1990-2004年万元工业GDP 废气排放量、废水排放量、固体废物排放 量以及用于污染治理的投入经费比重见表 6.1.1,解决以下问题： 表6.1.1 实 验 目 的
1. 计算各指标的均值、方差、标准差、变异系数以及相关系数矩阵； 2. 计算各指标的偏度、峰度、三均值以及极差； 3?做出各指标数据直方图并检验该数据是否服从正态分布？若不服从正态分布，利用boxcox变换以后给出该数据的密度函数； 4.上网查找1990-2004江苏省万元工业GDR废气排放量，安徽省与江苏省是否 服从同样的分布？
程序如下： clear;clc format ba nk %保留两位小数 %%%%%%%%%%%安徽省%数据%%%%%%%%%%%%%%%%%% A=[104254.40 519.48 441.65 0.18 94415.00 476.97 398.19 0.26 89317.41 119.45 332.14 0.23 63012.42 67.93 203.91 0.20 45435.04 7.86 128.20 0.17 46383.42 12.45 113.39 0.22 39874.19 13.24 87.12 0.15 38412.85 37.97 76.98 0.21 35270.79 45.36 59.68 0.11 35200.76 34.93 60.82 0.15 35848.97 1.82 57.35 0.19 40348.43 1.17 53.06 0.11 40392.96 0.16 50.96 0.12 37237.13 0.05 43.94 0.15 34176.27 0.06 36.90 0.13]; %计算各指标的均值、方差、标准差、变异系数、偏度、峰度以及极差 A1=[mea n(A);var(A);std(A);std(A)./mea n(A);skew ness(A,0);kurtosis(A,0)-3;ra nge( A)] %E均值 A2=[1/4 1/2 1/4]*prctile(A,[25 50 75]) % 十算各指标的相关系数矩阵 A3=corrcoef(A) %做岀各指标数据直方图 subplot(221),histfit(A(:,1),8) subplot(222),histfit(A(:,2),8) subplot(223),histfit(A(:,3),8) subplot(224),histfit(A(:,4),7) %检验该数据是否服从正态分布 for i=1:4 [h(i),p(i),lstat(i),cv(i)]=lillietest(A(:,i),0.05); end h,p %十算岀前二列不服从正态分布，利用boxcox变换以后给岀该数据的密度函数[t1,l1]=boxcox(A(:,1)) [t2,l2]=boxcox(A(:,2)) [t3,I3]=boxcox(A(:,3))
主成分分析实验报告
项目名称实验4―主成分分析 所属课程名称多元统计分析（英）项目类型综合性实验 实验(实训)日期2012年 4 月15 日
实验报告4 主成分分析（综合性实验） (Principal component analysis) 实验原理：主成分分析利用指标之间的相关性，将多个指标转化为少数几个综合指标，从而达到降维和数据结构简化的目的。这些综合指标反映了原始指标的绝大部分信息，通常表示为原始指标的某种线性组合，且综合指标间不相关。利用矩阵代数的知识可求解主成分。
实验题目：下表中给出了不同国家及地区的男子径赛记录：(t8a6) Country 100m (s) 200m (s) 400m (s) 800m (min) 1500m (min) 5000m (min) 10,000m (min) Marathon (mins) Argentina 10.39 20.81 46.84 1.81 3.7 14.04 29.36 137.72 Australia 10.31 20.06 44.84 1.74 3.57 13.28 27.66 128.3 Austria 10.44 20.81 46.82 1.79 3.6 13.26 27.72 135.9 Belgium 10.34 20.68 45.04 1.73 3.6 13.22 27.45 129.95 Bermuda 10.28 20.58 45.91 1.8 3.75 14.68 30.55 146.62 Brazil 10.22 20.43 45.21 1.73 3.66 13.62 28.62 133.13 Burma 10.64 21.52 48.3 1.8 3.85 14.45 30.28 139.95 Canada 10.17 20.22 45.68 1.76 3.63 13.55 28.09 130.15 Chile 10.34 20.8 46.2 1.79 3.71 13.61 29.3 134.03 China 10.51 21.04 47.3 1.81 3.73 13.9 29.13 133.53 Columbia 10.43 21.05 46.1 1.82 3.74 13.49 27.88 131.35 Cook Islands 12.18 23.2 52.94 2.02 4.24 16.7 35.38 164.7 Costa Rica 10.94 21.9 48.66 1.87 3.84 14.03 28.81 136.58 Czechoslovakia 10.35 20.65 45.64 1.76 3.58 13.42 28.19 134.32 Denmark 10.56 20.52 45.89 1.78 3.61 13.5 28.11 130.78 Dominican Republic 10.14 20.65 46.8 1.82 3.82 14.91 31.45 154.12 Finland 10.43 20.69 45.49 1.74 3.61 13.27 27.52 130.87 France 10.11 20.38 45.28 1.73 3.57 13.34 27.97 132.3 German (D.R.) 10.12 20.33 44.87 1.73 3.56 13.17 27.42 129.92 German (F.R.) 10.16 20.37 44.5 1.73 3.53 13.21 27.61 132.23 Great Brit.& N. Ireland 10.11 20.21 44.93 1.7 3.51 13.01 27.51 129.13 Greece 10.22 20.71 46.56 1.78 3.64 14.59 28.45 134.6 Guatemala 10.98 21.82 48.4 1.89 3.8 14.16 30.11 139.33 Hungary 10.26 20.62 46.02 1.77 3.62 13.49 28.44 132.58 India 10.6 21.42 45.73 1.76 3.73 13.77 28.81 131.98
烟道气体成分分析方案
a） 对烟气成分进行分析，在设备上选择质谱仪作为在线分析仪表。采用 1 台质谱仪、4套采样探头、2套前处理系统、1套后处理系统及1座分析小屋。质谱仪同时对两个采样点（余热锅炉入口、电收尘出口）进行分析，两采样点双流路切换分析，每个点的分析时间小于10S。 对于烟气成分分析选用上海舜宇恒平的工业连续在线质谱仪进行测量。质谱仪可快速响应，实时监测烟道气中成分变化，以便快速反映工艺状况、指导工艺生产。烟气中湿度测量选用瑞士ROTRONI（公司的高温湿度计进行测量，自带温度计算。 由于烟气中含有大量粉尘和水，系统难点在于预处理系统的处理，本系统主要采用采样探头的一备一用设计，同时自动控制反吹以防止堵塞，同时采用美国杜邦公司的nafion 管进行脱水。 整个方案主要由采样探头、前处理、后处理、及在线分析设备构成。 在现场需要布置单独的现场小屋用于放置在线分析设备。 样品采样探头安装在工艺现场取样点位置，针对余热锅炉入口和电收尘出口工况中高温、高粉尘、高水的特殊情况，每个采样点均采用一反吹的冗余设计，由PLC控制系统实现，正常工作时，PLC空制相应的电磁阀动作，一个采样探头正常工作取样、另外一套采样探头反吹电磁阀打开，氮气对另外一个采样探头进行反吹。以防止探头堵塞。 探头采用法兰对接，采样探针伸入烟道的至位置。由于烟道内的高温高粉尘工况，为防止粉尘的冲刷在探针外部设有保护套管，同时探针入口处设有金属网的过滤器，以减少进入取样管的粉尘，防止管线堵塞。 PLC控制系统安装在分析小屋内，同时控制4个采样点之间的切换和反吹，每个位号的采样点的双采样探头切换采用定时反吹，具体的切换间隔根据现场实际调试而定。 前处理箱就近安装在工艺现场取样点位置，用于样品的降温、除尘和脱水。样品的降温通过风冷方式实现，冷却用的仪表风先进行伴热，温度维持在
数据分析实验报告
数据分析实验报告 文稿归稿存档编号：[KKUY-KKIO69-OTM243-OLUI129-G00I-FDQS58-
第一次试验报告 习题1.3 1建立数据集，定义变量并输入数据并保存。 2数据的描述，包括求均值、方差、中位数等统计量。 分析—描述统计—频率，选择如下： 输出： 统计量 全国居民 农村居民 城镇居民 N 有效 22 22 22 缺失 均值 1116.82 747.86 2336.41 中值 727.50 530.50 1499.50 方差 1031026.918 399673.838 4536136.444 百分位数 25 304.25 239.75 596.25 50 727.50 530.50 1499.50 75 1893.50 1197.00 4136.75 3画直方图，茎叶图，QQ 图。（全国居民） 分析—描述统计—探索，选择如下： 输出： 全国居民 Stem-and-Leaf Plot Frequency Stem & Leaf 5.00 0 . 56788 数据分析实验报告 【最新资料，WORD 文档，可编辑修改】
2.00 1 . 03 1.00 1 . 7 1.00 2 . 3 3.00 2 . 689 1.00 3 . 1 Stem width: 1000 Each leaf: 1 case(s) 分析—描述统计—QQ图，选择如下： 输出： 习题1.1 4数据正态性的检验：K—S检验，W检验数据： 取显着性水平为0.05 分析—描述统计—探索，选择如下：（1）K—S检验
结果：p=0.735 大于0.05 接受原假设，即数据来自正太总体。 （2 ）W 检验 结果：在Shapiro-Wilk 检验结果972.00 w ，p=0.174大于0.05 接受原假设，即数据来自正太总体。 习题1.5 5 多维正态数据的统计量 数据：
数据分析实验报告册
《数据分析》 实验报告册 20 15 - 20 16 学年第一学期 班级： 学号： 姓名： 授课教师：实验教师：
目录 实验一网上书店的数据库创建及其查询 实验1-1 “响当当”网上书店的数据库创建 实验1-2 “响当当”网上书店库存、图书和会员信息查询 实验1-3 “响当当”网上书店会员分布和图书销售查询 实验二企业销售数据的分类汇总分析 实验2-1 Northwind公司客户特征分析 实验2-2 “北风”贸易公司销售业绩观测板 实验三餐饮公司经营数据时间序列预测 实验3-1 “美食佳”公司半成品年销售量预测 实验3-2 “美食佳”公司月管理费预测 实验3-3 “美食佳”华东分公司销售额趋势预测 实验3-4 “美食佳”公司会员卡发行量趋势预测 实验3-5 “美食佳”火锅连锁店原料年度采购成本预测 实验四住房建筑许可证数量的回归分析 实验4-1 “家家有房”公司建筑许可证一元线性回归分析实验4-2 “家家有房”公司建筑许可证一元非线性回归分析实验4-3 “家家有房”公司建筑许可证多元线性回归分析实验4-4 “家家有房”公司建筑许可证多元非线性回归分析 实验五手机用户消费习惯聚类分析 实验六新产品价格敏感度测试模型分析
实验一网上书店的数据库创建及其查询实验1-1 “响当当”网上书店的数据库创建 实验类型：验证性实验学时：2 实验目的： ?理解数据库的概念； ?理解关系（二维表）的概念以及关系数据库中数据的组织方式； ?了解数据库创建方法。 实验步骤： 这个实验我们没有直接做，只是了解了一下数据库的概念。 实验1-2 “响当当”网上书店库存、图书和会员信息查询 实验目的 ?理解odbc的概念； ?掌握利用microsoft query进行数据查询的方法。 实验步骤： 1..建立odbc数据源：启动microsoft office query应用程序，在microsoft office query应用程序窗口中，执行“文件/新建”命令，出现“选择数据源”对话框，单击“确定”按钮，出现“创建新数据源”对话框，按照要求做相应的操作。 选择数据源对话框创建新数据源窗口 做图上所示的选择odbc microsoft access安装对话框
实验六主成分分析报告
实验六 主成分分析 一、实验目的 通过本次实验，掌握SPSS 及ENVI 的主成分分析方法。 二、有关概念 1． 主成分分析的概念 主成分分析（又称因子分析），是将多个实测变量转换为少数几个不相关的 综合指标的多元统计分析方法。代表各类信息的综合指标就称为因子或主成份。 主成分分析的数学模型可写为： m m x a x a x a x a z 131********++++= m m x a x a x a x a z 23232221212++++= m m x a x a x a x a z 33332321313++++= ……… m nm n n n n x a x a x a x a z ++++= 332211 其中，x 1、x 2、 x 3、 x 4 …x m 为原始变量；z 1、 z 2、 z 3、 z 4 …z n 为主成份，且有m ≥n 。 写成矩阵形式为：Z=AX 。Z 为主成份向量，A 为主成份变换矩阵，X 为原始变 量向量。主成份分析的目的是把系数矩阵A 求出，主成份Z1、Z2、Z3…在总方差中所占比重依次递减。 从理论上讲m=n 即有多少原始变量就有多少主成份，但实际上前面几个主成 份集中了大部分方差，因此取主成份数目远远小于原始变量的数目，但信息损失很小。 因子分析的一个重要目的还在于对原始变量进行分门别类的综合评价。如果 因子分析结果保证了因子之间的正交性（不相关）但对因子不易命名，还可以通过对因子模型的旋转变换使公因子负荷系数向更大（向1）或更小（向0）方向变化，使得对公因子的命名和解释变得更加容易。进行正交变换可以保证变换后各因子仍正交，这是比较理想的情况。如果经过正交变换后对公因子仍然不易解释，也可进行斜交旋转。 2． 因子提取方法 SPSS 提供的因子提取方法有： ①Principal components 主成份法。该方法假设变量是因子的纯线性组合。
锅炉烟气成分分析
7.2锅炉烟气成分分析 在火力发电的过程中，对锅炉烟气含氧量、二氧化碳含量、一氧化碳含量的分析测量对于指导锅炉燃烧控制有重要的意义。 为保持锅炉处于最佳燃烧状态，应使实际供给的空气量大于理论空气量，锅炉机组热损失最小的炉膛出口的最佳过剩空气系数应保持在一定范围内。 对锅炉铟气中的过剩空气系数的分析测量要考虑到烟气取样点的选择或给予必要的修正。目前，一般把烟气取样点设计在过热器出口或省煤器出口处。燃烧理论指出：在燃料一定情况下，当完全燃烧时，过剩空气系数是烟气中氧量或二氧化碳含量的函数，此时一氧化碳的含量为零。当不完全燃烧时，因烟气中含有一氧化碳，过剩空气系数与氧量或二氧化碳含量的函数要受到一氧化碳含量的影响：因此对一氧化碳含量和氧气或二氧化碳含量的监视，对于指导燃烧更为有利。实际燃烧时，很多情况是烟气中一氧化碳含量比较少．因此，对于一氧化碳分析仪要求有较高的灵敏度和精确度。在不完全燃烧时，烟气中还会有未燃尽的可燃物含量对烟气中的一氧化碳的含量、二氧化碳含量和氧量都有影响。过剩空气系数α与一氧化碳含量二氧化碳含量和氧量的函数关系就更复杂，这种情况下．通过对一氧化碳含量和氧量的监测来指导燃烧会更有实际意义。目前，对于高压大型锅炉，烟气中未燃尽可燃物的含量很小．通常多是通过对烟气中的含氧量的监测来指导燃烧控制。
7.2.2 氧化锆氧量计 氧化锆氧量计属于电化学分析器中的一种。氧化锆（2 ZrO ）是一种氧离子导电的固体电解质。氧化锆氧量计可以用来连续地分析各种锅炉烟气中的氧含量，然后控制送风量来调整过剩空气系数α值，以保证最佳的空气燃料比，达到节能效果。氧化锆传感器探头可以直接插人烟道中进行测量，氧化锆测量探头工作温度必须在850℃左右的高温下运行，否则灵敏度将会下降。所以氧化锆氧量计在探头上都装有测温传感器和电加热设备。 1) 氧化锆传感器测量原理 氧化锆在常温下为单斜晶体，当温度为 1150℃时，晶体排列由单斜晶体变为立方晶 体，同时有不到十分之一的体积收缩。如果 在氧化锆中加人一定量的氧化钙（CaO ）和 氧化钇（32O Y ），则其晶型变为不随温度而 变的稳定的萤石型立方晶体，这时四价的锆 被二价的钙和三价的钇置换，同时产生氧离 子空穴。当温度为800℃以上时，空穴型的 氧化锆就变成了良好的氧离子导体，从而可以构成氧浓差电池。 氧浓差电池的原理如图7.13所示。在氧化锆电解质的两侧各烧结上一层多孔的铂电极，便形成了氧浓差电池。电池左边是被测的烟气，它的氧含量一般为4％～6％，设氧分压为1p ，氧浓度为1?。电池的右边是参比气体，如空气，它的氧含量一般为20.8％，氧分压为2p ，浓度为2?。在温度T=850℃时，氧化锆氧浓差电池的工作原理可用下式表示： Pt p O CaO ZrO p O Pt ),(,)(,22212分压力分压力 负极 电解质 正极 在正极上氧分子得到电子成为氧离子，即 -?→?+22224)(O e p O 分压力 在负极上氧离子失去电子成为氧分子，即 )(421 22p O e O 分压力?→?-- 这个过程就好像2 O 从正极渗透到负极上去一样。这也好像是图7.13氧浓差电池的原理
主成分分析、因子分析实验报告--SPSS
对2009年我国88个房地产上市公司的因子分析 分析结果： 表1 KMO 和 Bartlett 的检验 取样足够度的 Kaiser-Meyer-Olkin 度量。.637 Bartlett 的球形度检验近似卡方398.287 df 45 Sig. .000 由表1可知，巴特利特球度检验统计量的观测值为398.287，相应的概率p值接近0，小于显著性水平 (取0.05)，所以应拒绝原假设，认为相关系数矩阵与单位矩阵有显著差异。同时，KMO值为0.637，根据Kaiser给出的KMO度量标准(0.9以上表示非常适合；0.8表示适合；0.7表示一般；0.6表示不太适合；0.5以下表示极不适合)可知原有变量不算特别适合进行因子分析。 表2 公因子方差 初始提取市盈率 1.000 .706 净资产收益率 1.000 .609 总资产报酬率 1.000 .822 毛利率 1.000 .280 资产现金率 1.000 .731 应收应付比 1.000 .561 营业利润占比 1.000 .782 流通市值 1.000 .957 总市值 1.000 .928 成交量（手） 1.000 .858 提取方法：主成份分析。 表2为公因子方差，即因子分析的初始解，显示了所有变量的共同度数据。第一列是因子分析初始解下的变量共同度，它表明，对原有10个变量如果采用主成分分析方法提取所有特征根(10个)，那么原有变量的所有方差都可被解释，变量的共同度均为1(原有变量标准化后的方差为1)。事实上，因子个数小于原有变量的个数才是因子分析的目标，所以不可提取全部特征根；第二列是在按指定提取条件(这里为特征根大于1)提取特征根时的共同度。可以看到，总资产报酬率、成交量、流
数据分析实验报告
《数据分析》实验报告 班级：07信计0班学号：姓名：实验日期2010-3-11 实验地点：实验楼505 实验名称：样本数据的特征分析使用软件名称：MATLAB 实验目的1.熟练掌握利用Matlab软件计算均值、方差、协方差、相关系数、标准差与变异系数、偏度与峰度，中位数、分位数、三均值、四分位极差与极差； 2.熟练掌握jbtest与lillietest关于一元数据的正态性检验； 3.掌握统计作图方法； 4.掌握多元数据的数字特征与相关矩阵的处理方法； 实验内容安徽省1990-2004年万元工业GDP废气排放量、废水排放量、固体废物排放量以及用于污染治理的投入经费比重见表6.1.1，解决以下问题：表6.1.1废气、废水、固体废物排放量及污染治理的投入经费占GDP比重 年份 万元工业GDP 废气排放量 万元工业GDP 固体物排放量 万元工业GDP废 水排放量 环境污染治理投 资占GDP比重 （立方米）（千克）（吨）（%）1990 104254.40 519.48 441.65 0.18 1991 94415.00 476.97 398.19 0.26 1992 89317.41 119.45 332.14 0.23 1993 63012.42 67.93 203.91 0.20 1994 45435.04 7.86 128.20 0.17 1995 46383.42 12.45 113.39 0.22 1996 39874.19 13.24 87.12 0.15 1997 38412.85 37.97 76.98 0.21 1998 35270.79 45.36 59.68 0.11 1999 35200.76 34.93 60.82 0.15 2000 35848.97 1.82 57.35 0.19 2001 40348.43 1.17 53.06 0.11 2002 40392.96 0.16 50.96 0.12 2003 37237.13 0.05 43.94 0.15 2004 34176.27 0.06 36.90 0.13 1.计算各指标的均值、方差、标准差、变异系数以及相关系数矩阵； 2.计算各指标的偏度、峰度、三均值以及极差； 3.做出各指标数据直方图并检验该数据是否服从正态分布？若不服从正态分布，利用boxcox变换以后给出该数据的密度函数； 4.上网查找1990-2004江苏省万元工业GDP废气排放量，安徽省与江苏省是 否服从同样的分布？
宏观经济实验报告
学生实验报告
注：1.指导教师和学生成绩一栏由指导教师填写，其它栏目内容均由学生填写。 2.“实验项目名称”要与该实验课程教学大纲中的“实验项目”相对应。
附一： 四、实验指南 （一）宏观经济分析的基本方法 1.总量分析法 总量分析法是对影响宏观经济的总量指标进行分析，如GDP，消费额、投资额、银行贷款总额、物价水平等。总量分析主要是一种动态分析，主要研究总量指标的变动规律 2.结构分析法 是指对经济系统中各组成部分及其对比关系变动规律的分析。比如分析第一产业、第二产业、第三产业之间的比例，分析消费与投资的比例关系。结构分析主要是一种静态分析，即对一定时间内经济系统中各组成部分变动规律的分析 3.宏观分析资料的搜集与处理 宏观分析所需的有效资料一般包括政府的重点经济政策与措施、一般生产统计资料、金融物价统计资料、贸易统计资料、每年国民收入统计与景气动向、突发性非经济因素等。 （二）宏观经济分析的主要内容 宏观经济分析主要包括宏观经运行的变动、宏观经济政策、国际金融环境以及对证券市场的
供求关系等几个方面。当然像人口因素、能源因素以及包括政治因素、战争因素、灾害因素都有可能对证券市场产生决定性的影响，但在一般情况下，上述因素的作用机制必须单独分析研究。宏观经济分析的内容重在对宏观经济形势与经济背景作出基本判断，以分析在新兴加转型背景下中国宏观经济对证券市场的的影响，把握证券市场总体变动趋势，掌握宏观经济政策对证券市场的影响力度与方向，判断整个证券市场的投资价值。 1.宏观经济变动对证券市场的影响 宏观经济分析最重要的参考依据要选取官方公开公布的数据，尤其是国家统计局的数据相对最可靠。可借助统计工具与手段，了解证券价格变化与经济运行形势的关联性。 宏观经济分析包含的内容有许多，在此可重点选取几个方面进行分析，比如可以以国民生产总值对证券价格的影响，看看经济持续增长与衰退对证券市场的影响；也可以选取就业状况的变动对证券市场影响分析，就业状况的好坏不仅反映了经济状况，而且对证券市场资金供给的增减变化有密切关系。通过具体因素的分析，掌握宏观经济形势对证券市场的影响方式与影响程度。宏观经济的运行形势对证券市场的影响可见表3-1、3-2、3-3。 表3-1 评价宏观经济形势的基本指标 表3-2 宏观经济运行对证券市场的影响
烟气成分分析
实验三 烟气成分分析 一、实验目的 锅炉中燃烧产物的计算和测定主要是求出燃烧后的烟气量和烟气组成。燃料燃烧后烟气的主要成分有：CO 2、SO 2 、O 2 、H 2 O 、N 2 、CO 等气体。本实验使用奥氏烟气分析器测定干烟气的容积成分百分数。通过实验使学生巩固烟气组成成分的概念，初步学会运用奥氏烟气分析器测定烟气成分的方法。 二、实验原理 奥氏烟气分析器是利用化学吸收法按容积测定气体成分的仪器。它主要由三个化学吸收瓶组成，利用不同化学药剂对气体的选择性吸收特性进行的。 吸收瓶Ⅰ内盛放氢氧化钾溶液（KOH ），它吸收烟气中的CO 2与SO 2气体。在烟气成分中常用RO 2表示CO 2与SO 2容积总和，即RO 2=CO 2+SO 2。 其化学反应式如下：2KOH+CO 2→K 2CO 3 ；KOH+SO 2→K 2SO 3 ； 吸收瓶Ⅱ内盛焦性没食子酸苛性钾溶液[C 6H 3（OK ）3]，它可吸收烟气中的RO 2与O 2气体。当RO 2被吸收瓶Ⅰ吸收后，吸收瓶Ⅱ则吸收的烟气容积中的O 2气体。 焦性没食子酸苛性钾溶液吸收O 2的化学反应式为： 4C 6H 3（OK ）3 + O 2→2[（OK ）3C 6H 2—C 6H 2（OK ）3]+2 H 2 O 吸收瓶Ⅲ内盛氯化亚铜的氨溶液[Cu （NH 3）2Cl ]，它可吸收烟气中的CO 气体。 其化学反应式为：Cu （NH 3）2Cl+2CO → Cu （CO ）2Cl+ 2NH 3； 它同时也能吸收O 2气体。故烟气应先通过吸收瓶Ⅱ，使O 2被吸收后，这样通过吸收瓶Ⅲ吸收的烟气只剩下一氧化碳CO 气体了。 综上所述，三个吸收瓶的测定程序切勿颠倒。在环境温度下，烟气中的过饱和蒸汽将结露成水，因此在进入分析器前，烟气应先通过过滤器，使饱和蒸汽被吸收，故在吸收瓶中的烟气容积为干烟气容积，气体容积单位为Nm 3/Kg ，测定的成分为干烟气容积成分百分数，即CO 2+SO 2+O 2+CO+N 2=100% CO 2= %1002?gy CO V V （3-1） ； SO 2=%1002?gy SO V V （3-2） ； O 2 = %1002?gy O V V （3-3） ； CO = %100?gy CO V V （3-4）；
教育信息处理(实验九因子分析与主成分分析)实验报告-示例
1、对北京18个区县中等职业教育发展水平进行聚类。X1：每万人中职在校生数；X2：每万人中职招生数；X3：每万人中职毕业生数；X4：每万人中职专任教师数；X5：本科以上学校教师占专任教师的比例；X6：高级教师占专任教师的比例；X7：学校平均在校生人数；X8：国家财政预算中职经费占国内生产总值的比例；X9：生均教育经费。 具体步骤如下： 1、导入数据，建立数据文件（data.sav） 2、选择聚类分析（分析—分类—系统聚类分析），选择变量，分群选择个 案方式 3、聚类分析描述统计（统计量—合并进程表；聚类成员—单一方案—聚类 数3） 4、聚类分析绘制（树状图；冰柱—所有聚类，方向—垂直） 5、聚类分析方法（聚类方法—组间联接，度量标准—区间—平方Euclidean
距离） 6、聚类分析保存（聚类成员—单一方案—聚类数3） 7、保存实验结果，并分析结果 结果与分析： （1）输出结果文件中的第一部分如下图1所示。 图1中可以看出18个样本都进入了聚类分析，但有效样本为14个，缺失14个。 （2）输出结果文件中的第二部分为系统聚类分析的凝聚状态表如图2所示。
第一列表示聚类分析的步骤，可以看出本例中共进行了17个步骤的分析； 第二列和第三列表示某步聚类分析中，哪两个样本或类聚成了一类； 第四列表示两个样本或类间的距离，从表格中可以看出，距离小的样本之间先聚类； 第五列和第六列表示某步聚类分析中，参与聚类的是样本还是类。0表示样本，数字n（非零）表示第n步聚类产生的类参与了本步聚类； 第七列表示本步聚类结果在下面聚类的第几步中用到。 图2给中第一行表示，第二个样本和第四个样本最先进行了聚类，样本间的距离为4803.026，这个聚类的结果将在后面的第六步
数据分析实验报告
数据分析实验报告 【最新资料，WORD文档，可编辑修改】 第一次试验报告 习题1.3 1建立数据集，定义变量并输入数据并保存。 2数据的描述，包括求均值、方差、中位数等统计量。 分析—描述统计—频率，选择如下： 输出：
方差1031026.918399673.8384536136.444百分位数25304.25239.75596.25 50727.50530.501499.50 751893.501197.004136.75 3画直方图，茎叶图，QQ图。（全国居民） 分析—描述统计—探索，选择如下： 输出： 全国居民Stem-and-Leaf Plot Frequency Stem & Leaf 9.00 0 . 122223344 5.00 0 . 56788 2.00 1 . 03 1.00 1 . 7 1.00 2 . 3 3.00 2 . 689
1.00 3 . 1 Stem width: 1000 Each leaf: 1 case(s) 分析—描述统计—QQ图，选择如下： 输出： 习题1.1 4数据正态性的检验：K—S检验，W检验数据： 取显着性水平为0.05 分析—描述统计—探索，选择如下：（1）K—S检验 单样本Kolmogorov-Smirnov 检验 身高N60正态参数a,,b均值139.00
标准差7.064 最极端差别绝对值.089 正.045 负-.089 Kolmogorov-Smirnov Z.686 渐近显着性(双侧).735 a. 检验分布为正态分布。 b. 根据数据计算得到。 结果：p=0.735 大于0.05 接受原假设，即数据来自正太总体。（2）W检验
主成分分析实验报告
项目名称实验4—主成分分析 所属课程名称多元统计分析（英） 项目类型综合性实验_____________ 实验（实训）日期2012年4 月15日
二、实验（实训）容： 【项目容】 主成分分析。 【方案设计】 题目： 由原始数据求主成分。 【实验（实训）过程】（步骤、记录、数据、程序等）附后 【结论】（结果、分析） 附后 三、指导教师评语及成绩： 评语： 成绩：指导教师签名: 批阅日期： 实验报告4 主成分分析（综合性实验） (Prin cipal comp onent an alysis) 实验原理：主成分分析利用指标之间的相关性，将多个指标转化为少数几个综合指标，从而达到降维和数据结构简化的目的。这些综合指标反映了原始指标的绝
大部分信息，通常表示为原始指标的某种线性组合，且综合指标间不相关。利用矩阵代数的知识可求解主成分 实验题目：下表中给出了不同国家及地区的男子径赛记录：(t8a6) Country 100m 200m 400m 800m 1500m 5000m 10,000m Marathon (s) (s) (s) (min) (min) (min) (min) (mins) Argentina 10.39 20.81 46.84 1.81 3.7 14.04 29.36 137.72 Australia 10.31 20.06 44.84 1.74 3.57 13.28 27.66 128.3 Austria 10.44 20.81 46.82 1.79 3.6 13.26 27.72 135.9 Belgium 10.34 20.68 45.04 1.73 3.6 13.22 27.45 129.95 Bermuda 10.28 20.58 45.91 1.8 3.75 14.68 30.55 146.62 Brazil 10.22 20.43 45.21 1.73 3.66 13.62 28.62 133.13 Burma 10.64 21.52 48.3 1.8 3.85 14.45 30.28 139.95 Canada 10.17 20.22 45.68 1.76 3.63 13.55 28.09 130.15 Chile 10.34 20.8 46.2 1.79 3.71 13.61 29.3 134.03 China 10.51 21.04 47.3 1.81 3.73 13.9 29.13 133.53 Columbia 10.43 21.05 46.1 1.82 3.74 13.49 27.88 131.35 Cook Islands 12.18 23.2 52.94 2.02 4.24 16.7 35.38 164.7 Costa Rica 10.94 21.9 48.66 1.87 3.84 14.03 28.81 136.58 Czechoslovakia 10.35 20.65 45.64 1.76 3.58 13.42 28.19 134.32 Denmark 10.56 20.52 45.89 1.78 3.61 13.5 28.11 130.78 Dominican Republic 10.14 20.65 46.8 1.82 3.82 14.91 31.45 154.12 Finland 10.43 20.69 45.49 1.74 3.61 13.27 27.52 130.87 France 10.11 20.38 45.28 1.73 3.57 13.34 27.97 132.3 German (D.R.) 10.12 20.33 44.87 1.73 3.56 13.17 27.42 129.92 German (F.R.) 10.16 20.37 44.5 1.73 3.53 13.21 27.61 132.23 Great Brit.& N. Ireland 10.11 20.21 44.93 1.7 3.51 13.01 27.51 129.13
密炼车间烟气排放成分分析
炼胶工艺 1混炼：通过适当的加工将生胶与配合剂均匀混合在一起，制成质量均一的混合物的工艺过程。 2密炼的混炼：密炼机混炼密炼机通过转子、上下顶栓在密炼室中产生复杂的流动方式和高剪切力，使橡胶配合剂和粒状添加剂很快粉碎和均匀分散，是一种高效的混炼方法。但是高剪切力会使物料温度在混炼中迅速上升，一般会达到130℃。这已超过了大多数硫化系统的活化温度，会使胶料发生早期硫化（焦烧）。一般的做法是将大部分物料在密炼机中混炼，然后将胶料从密炼机排放到开炼机上，在开炼机上加硫化剂或超速促进剂。由于开炼机实际上只在辊缝线上对胶料有挤压作用，而提供了很大的冷却面积，致物料的温度降低。在这一阶段加入硫化剂可以避免胶料发生早期硫化（焦烧）。 密炼机混炼方法主要有一段混炼法、二段混炼法、引料法和逆混法： （1）一段混炼法指经密炼机和压片机一次混炼制成混炼胶的方法。通常加料顺序为：生胶→小料→填充剂或1／2→1／2炭黑→油料软化剂→排料。胶料直接排入压片机，薄通数次后，使胶料降至100℃以下，再加入硫黄和超促进剂，翻炼均匀后下片冷却。此法的优点是比二段混炼法的胶料停放时间短和占地面积小，其缺点是胶料可塑性偏低，填充补强剂不易分散均匀，而且胶料在密炼机中的炼胶时间长，易产生早期硫化（焦烧）。此法较适用于天然橡胶胶料和合成橡胶比例不超过50％的胶料。 (2)二段混炼法将混炼过程分为两个阶段，其中第一段同一段混炼法一样，只是不加硫黄和活性较大的促进剂，首先制成一段混炼胶（炭黑母炼胶），然后下片冷却停放8小时以上。第二段是对第一段混炼胶进行补充加工，待捏炼均匀后排料至压片机加硫化剂、超促进剂，并翻炼均匀下片。为了使炭黑更好地在橡胶中分散，提高生产效率，通常第一段在快速密炼机（40r／min以上）中进行，第二段则采用慢速密炼机，以便在较低的温度加入硫化剂。一般当合成胶比例超过50％时，为改进并用胶的掺合和炭黑的分散，提高混炼胶的质量和硫化胶的物理机械性能，可以采用二段混炼法。 (3)引料法在投料同时投入少量（1.5～2Kg）预混好的未加硫黄的胶料，作为“引胶”或“种子胶”，当生胶和配合剂之间浸润性差、粉状配合剂混入有困难时，这样可大大加快粉状配合剂（填充补强剂）的混合分散速度。例如，丁基橡胶即可采取此法。而且不论是在一段、二段混炼法或是逆混法中，加入“引胶”均可获得良好的分散效果。 (4)逆混法加料顺序与上述诸法加料顺序相反的混炼方法，即先将炭黑等各种配合剂和软化剂按一定顺序投入混炼室，在混炼一段时间后再投入生胶（或塑炼胶）进行加压混炼。其优点是可缩短混炼时间。还可提高胶料的性能。该法适合于能大量添加补强填充剂（特别
锅炉烟气成分(知识材料)
锅炉烟气成分 2.6 燃料消耗量 根据煤质分析资料，本期3台220t/h锅炉，年利用小时按8000小时，单台锅炉最大连续蒸发量的耗煤量见下表： 燃煤量机组容量及煤种符 号 单 位 设计煤质校核煤质 锅炉最大负荷时耗煤量Bg t/h 30.566 35.311 锅炉计算耗煤量Bj t/h 29.955 34.605 2.7 烟气脱硫入口烟气参数 脱硫入口烟气为3台220t/h锅炉烟气总量，下表为单台锅炉参数。
项目单位设计煤种校核煤种备注烟气成分（标准状态，湿基，设计煤种a=1.45,校核煤种a＝1.45） CO2Vol % 12.286 12.699 O2Vol % 6.334 6.339 N2Vol % 75.632 75.667 SO2Vol % 0.257 0.341 H2O Vol % 5.491 4.954 烟气参数 脱硫装置入口烟气量m3/h 409036.17 11 421047.29 09 实际，湿基 Nm3/h 251066.52 255412.08 标态，湿基 脱硫装置入口烟气温度℃133 134 设计值 160 160 最大值 160 160 FGD旁路烟气温度 脱硫装置入口烟气压力 Pa 1500 1500 正常运行至BMCR工 况 烟气中污染物成分（标准状态，干基，a＝1.4） SO2mg/Nm37047.5 9298.1 SO3mg/Nm3144 214 Cl(HCl) mg/Nm350 50 F(HF) mg/Nm335 35 烟尘浓度（引风机出口）mg/Nm387.97 110.56 3 公用工程基本条件 1）吸收剂品质： A、尿素装置来氨水（用量满足需要）
数据分析实验报告
实验一SAS系统的使用 【实验类型】（验证性） 【实验学时】2学时 【实验目的】使学生了解SAS系统，熟练掌握SAS数据集的建立及一些必要的SAS语句。 【实验内容】 1. 启动SAS系统，熟悉各个菜单的内容；在编辑窗口、日志窗口、输出窗口之间切换。 2. 建立数据集 表1 Name Sex Math Chinese English Alice f908591 Tom m958784 Jenny f939083 Mike m808580 Fred m848589 Kate f978382 Alex m929091 Cook m757876 Bennie f827984 Hellen f857484 Wincelet f908287 Butt m778179 Geoge m868582 Tod m898484 Chris f898487 Janet f866587 1）通过编辑程序将表1读入数据集sasuser.score; 2）将下面记事本中的数据读入SAS数据集，变量名为code name scale share
price: 000096 广聚能源8500 0.059 1000 13.27 000099 中信海直6000 0.028 2000 14.2 000150 ST麦科特12600 -0.003 1500 7.12 000151 中成股份10500 0.026 1300 10.08 000153 新力药业2500 0.056 2000 22.75 3)将下面Excel表格中的数据导入SAS数据集work.gnp； name x1 x2 x3 x4 x5 x6 北京190.33 43.77 7.93 60.54 49.01 90.4 天津135.2 36.4 10.47 44.16 36.49 3.94 河北95.21 22.83 9.3 22.44 22.81 2.8 山西104.78 25.11 6.46 9.89 18.17 3.25 内蒙古128.41 27.63 8.94 12.58 23.99 3.27 辽宁145.68 32.83 17.79 27.29 39.09 3.47 吉林159.37 33.38 18.37 11.81 25.29 5.22 黑龙江116.22 29.57 13.24 13.76 21.75 6.04 上海221.11 38.64 12.53 115.65 50.82 5.89 江苏144.98 29.12 11.67 42.6 27.3 5.74 浙江169.92 32.75 21.72 47.12 34.35 5 安徽153.11 23.09 15.62 23.54 18.18 6.39 福建144.92 21.26 16.96 19.52 21.75 6.73 江西140.54 21.59 17.64 19.19 15.97 4.94 山东115.84 30.76 12.2 33.1 33.77 3.85 河南101.18 23.26 8.46 20.2 20.5 4.3 湖北140.64 28.26 12.35 18.53 20.95 6.23 湖南164.02 24.74 13.63 22.2 18.06 6.04 广东182.55 20.52 18.32 42.4 36.97 11.68 广西139.08 18.47 14.68 13.41 20.66 3.85 四川137.8 20.74 11.07 17.74 16.49 4.39 贵州121.67 21.53 12.58 14.49 12.18 4.57 云南124.27 19.81 8.89 14.22 15.53 3.03 陕西106.02 20.56 10.94 10.11 18 3.29 甘肃95.65 16.82 5.7 6.03 12.36 4.49 青海107.12 16.45 8.98 5.4 8.78 5.93 宁夏113.74 24.11 6.46 9.61 22.92 2.53