Analiza Datelor Statistice și Previziuni Economice

Analiza Componentelor Principale

Analiza componentelor principale are ca obiectiv prezentarea sintetica a unui tabel de date în care unitatile sunt descrise prin multiple variabile cantitative. Aceasta analiza permite sinteza a informatiei, variabilele descriptive sunt regrupate în factori sintetici, denumiţi componente principale, astfel incat pierderea de informatie sa fie minima, de asemenea permite pozitionarea unitatilor prin raportare la componentele principale ceea ce va permite punerea în evidenta de tipuri de unitati.

Am realizat o analiza pe un esantion de 150 masini pentru care am folosit variabilele cantitative: pretul, valoare vanzarii, valoare la revanzare, greutate, puterea, lungimea, consumul de conbustibil.

Descriptive Statistics

Mean Std. Deviationa Analysis Na Missing N

vanzari 53,86834 69,170080 150 0

revanzari dupa 4 ani 20,27591 17,492815 150 0

pretul masinii 27,59414 14,216901 150 0

putere 186,52 56,436 150 0

lungime 187,756 13,5167 150 0

greutatea masinii 3,40315 ,642775 150 1

consum combustibil 18,008 3,9189 150 0

a. For each variable, missing values are replaced with the variable mean.

In tabelul Correlation Matrix sunt prezentate corelatiile dintre variabile, acestea fii utile in studiul multicoliniaritatii. De exemplu, legatura dintre pretul masinii si putere este o legatura directa puternica 0.831>0.5, iar legatura dintre vanzari si putere este o legatura inversa si mica (-0.192).

Pentru studiul multicoliniaritatii ne vom folosi de urmatorul tabel, in care Bartlett’s Test of Sphericity testeaza daca matricea de corelatie este aproximativ unitara (H0) ceea ce denota o muticoliniaritate accentuata. KMO testeaza corelatiile partiale dintre variabilele, valoarea sa este de 0.694 si este mai mare decat pragul se semnificativitate de 5%.

KMO and Bartlett's Test

Kaiser-Meyer-Olkin Measure of Sampling Adequacy. ,694

Bartlett's Test of Sphericity Approx. Chi-Square 569,628

df 21

Sig. ,000

Tabelul Commulities prezinta proportia de variatie a fiecarei variabile ce poate fi explicate prin componentele principale.

Communalities

Initial Extraction

vanzari 1,000 ,635

revanzari dupa 4 ani 1,000 ,171

pretul masinii 1,000 ,828

putere 1,000 ,818

lungime 1,000 ,724

greutatea masinii 1,000 ,849

consum combustibil 1,000 ,771

Extraction Method: Principal Component Analysis.