Documente Academic
Documente Profesional
Documente Cultură
Case Summariesa
abonati_ utilizator
Populati
alfabe linii_tele tel_mobi i_interne cercet consum PIB($ indicele e_urban numar_a
Tara
tizare
fonie
atori _energie
_saracie
ngajati
Kazakhstan
99.5
167
327
27
629
1.5 57.1
18.2
57.3
7182
Colombia
92.8
168
479
104
109
.7 122.3
7.9
72.7
18217
Thailand
92.6
110
430
110
287
1.4 176.6
10.0
32.3
36302
China
90.9
269
302
85
708
2.1
11.7
40.4
737400
Turkey
87.4
263
605
222
341
1.1 362.5
9.2
67.3
22047
Peru
87.9
80
200
164
226
.4 79.4
11.6
72.6
3400
Ecuador
91.0
129
472
47
50
.8 36.5
8.7
62.8
3892
Philippines
92.6
41
419
54
48
.7 99.0
15.3
62.7
32875
Tunisia
74.3
125
566
95
1013
.9 28.7
17.9
65.3
3315
10
Iran
82.4
278
106
103
1279
1.3 189.8
12.9
66.9
19760
11
Paraguay
93.5
54
320
34
79
7.3
8.8
58.5
2247
12
Sri Lanka
90.7
63
171
14
128
1.3 23.5
17.8
15.1
6943
13
El Salvador
80.6
141
350
93
47
.6 17.0
15.1
59.8
2526
14
Nepal
48.6
17
59
1.0
7.4
38.1
15.8
7459
15
Madagascar
70.7
27
15
.1
5.0
35.8
26.8
8099
16
Viet Nam
90.3
191
115
129
115
3.2 52.4
15.2
26.4
42316
17
Indonesia
90.4
58
213
73
207
.8 287.2
18.2
48.1
94948
18
Nicaragua
76.7
43
217
27
73
.4
4.9
17.9
59.0
1953
19
Egypt
71.4
140
184
68
493
.9 89.4
20.0
42.8
18119
20
Bolivia
86.7
70
264
52
120
.4
9.3
13.6
64.2
2091
21
India
61.0
45
82
55
119
.8 805.7
31.3
28.7
308760
22
Pakistan
49.9
34
82
67
75
.6 110.7
36.2
34.9
38882
23
Bangladesh
47.5
63
51
1.1 60.0
40.5
25.1
44322
24
South Africa
82.4
101
724
109
307
.2 239.5
23.5
59.3
11622
24
24
24
24
24
24
24
24
Total N
24
1.0
24
2234.
3
24
sa fie necorelate intre ele, fiecare dintre aceste noi variabile fiind o combinatie liniara
de variabile originale.
Variabilele luate in considerare sunt:
alfabetizare- Gradul de alfabetizare a adultilor de peste 15 ani in anul 2005;
linii_telefonice - Numarul de linii de telefonice la 1000 de persoane in 2005;
abonati_tel_mobil - numarul de telefoane mobile la 1000 de persoane in 2005;
utilizatori_internet - numarul utilizatorilor de internet la 1000 de persoane in 2005;
cercetatori numar de cercetatori la milionul de locuitori in 2005;
consum_energie- consumul de energie pe cap de locuitor(%) din totalul de energie
consumata in 2005;
PIB miliarde $ (us) 2005;
indicele saracie- indicele de saracie umana, valoare procentuala in 2005( cu cat
valoarea sa este mai mare cu atat poporul e mai sarac);
populatie_urbana- % din totalul populatiei 2005;
numar_angajati- numarul de angajati (mii) in anul 2005.
In prima etapa calculam analiza descriptiva a variabilelor si calculam
indicatorii de centrare si imprastire, cum este media, valoarea minima si valoarea
maxima, abaterea standard.
Descriptive Statistics
N
Minimum
Maximum
Mean
Std. Deviation
Variance
alfabetizare
24
47.5
99.5
80.492
15.1709
230.156
linii_telefonie
24
278
108.29
81.464
6636.303
abonati_tel_mobil
24
724
280.29
194.343
37769.259
utilizatori_internet
24
222
72.67
52.977
2806.580
cercetatori
24
15
1279
274.08
328.794
108105.819
consum_energie
24
.1
3.2
.971
.6531
.427
PIB($)
24
4.9
2234.3
212.729
464.2796
215555.590
indicele_saracie
24
7.9
40.5
18.975
10.0238
100.476
Populatie_urbana
24
15.1
72.7
48.533
18.5972
345.857
numar_angajati
24
1953
737400
61444.88
157025.456
2.466E10
Valid N (listwise)
24
Case Summariesa
Zscore(al Zscore(li Zscore(a Zscore(ut Zscore(c Zscore(c
fabetizar nii_telefo bonati_te ilizatori_i ercetatori onsum_e Zscore: dicele_sa opulatie_ mar_anga
Tara
e)
Kazakhstan
nie)
l_mobil)
nternet)
nergie)
PIB($)
racie)
urbana)
jati)
-.33521
-.07732
.47140
-.34557
-.19477 -1.10487
1.29948
-.27529
1.25295
.72067
.24034
-.86201
1.07945
.81027
Colombia
.81131
.73295
1.02246
.59145
-.50209
-.41471
Thailand
.79813
.02097
.77033
.70471
.03928
.65715
-.07782
-.89537
-.87289
-.16012
China
.68607
1.97276
.11170
.23280
1.31972
1.72901
4.35421
-.72578
-.43734
4.30475
Turkey
.45537
1.89911
1.67080
2.81882
.20352
.19778
.32259
-.97518
1.00911
-.25090
Peru
.48832
-.34729
-.41314
1.72401
-.14624
-.87407
-.28717
-.73575
1.29410
-.36965
Ecuador
.69266
.25420
.98644
-.48449
-.68153
-.26158
-.37958 -1.02506
.76714
-.36652
Philippines
.79813
-.82603
.71373
-.35235
-.68761
-.41471
-.24496
-.36663
.76176
-.18194
Tunisia
-.40813
.20510
1.47012
.42157
2.24735
-.10846
-.39638
-.10725
.90157
-.37019
10
Iran
.12579
2.08324
-.89682
.57257
3.05637
.50403
-.04939
-.60606
.98760
-.26547
11
Paraguay
.85745
-.66645
.20432
-.72987
-.59333
.04466
-.44247 -1.01509
.53592
-.37700
12
Sri Lanka
.67289
-.55597
-.56236 -1.10740
-.44430
.50403
-.40758
-.11722 -1.79776
-.34709
13
El Salvador
.00714
.40151
.38381
-.69065
-.56783
-.42158
-.38658
.60582
-.37522
14
Nepal
-.65416
.04466
-.44225
1.90797 -1.76012
-.34380
15
Madagascar
-.78798 -1.33344
-.44742
1.67851 -1.16863
-.33973
16
Viet Nam
.64652
1.01528
-.85051
1.06335
-.48384
3.41335
-.34533
-.37660 -1.19014
-.12182
17
Indonesia
.65311
-.61735
-.34625
.00629
-.20403
-.26158
.16040
-.07732
-.02330
.21336
18
Nicaragua
-.24993
-.80148
-.32567
-.86201
-.61158
-.87407
-.44764
-.10725
.56281
-.37887
19
Egypt
-.59928
.38923
-.49547
-.08809
.66582
-.10846
-.26564
.10226
-.30829
-.27592
20
Bolivia
.40923
-.47005
-.08383
-.39011
-.46863
-.87407
-.43816
-.53623
.84242
-.37799
21
India
-1.28481
-.77693 -1.02032
-.33348
-.47167
-.26158
1.27718
1.22958 -1.06647
1.57500
22
Pakistan
-2.01647
-.91196 -1.02032
-.10696
-.60549
-.56783
-.21976
1.71842
-.73308
-.14369
23
Bangladesh
-.67849
.19778
-.32896
2.14740 -1.26004
-.10905
24
South Africa
.10011 -1.18032
.05766
.45143
.57894
-.31729
24
24
24
24
Total N
24
.35869
.12579
-.08951
2.28312
.68583
24
24
24
24
24
24
Correlation Matrixa
Zscore(
Zscore( Zscore(l abonati Zscore(ut Zscore( Zscore(c
zare)
Correlati Zscore(alfabeti
on
zare)
Zscore(linii_tel
efonie)
Zscore(abonati
_tel_mobil)
Zscore(utilizat
ori_internet)
Zscore(cerceta
tori)
Zscore(consu
m_energie)
Zscore:
PIB($)
Zscore(indicel
e_saracie)
Zscore(Popula
tie_urbana)
Zscore(numar
_angajati)
Zscore(i
fonie)
bil)
nternet)
ori)
nergie)
PIB($)
e)
urbana)
ati)
1.000
.480
.528
.352
.167
.246
.092
-.882
.505
.026
.480
1.000
.369
.637
.658
.525
.429
-.610
.386
.323
.528
.369
1.000
.494
.175
-.142
.038
-.577
.627
-.083
.352
.637
.494
1.000
.284
.180
.159
-.534
.481
.035
.167
.658
.175
.284
1.000
.260
.285
-.255
.300
.214
.246
.525
-.142
.180
.260
1.000
.333
-.219
-.338
.358
.092
.429
.038
.159
.285
.333
1.000
-.107
-.110
.983
-.882
-.610
-.577
-.534
-.255
-.219
-.107
1.000
-.655
-.026
.505
.386
.627
.481
.300
-.338
-.110
-.655
1.000
-.206
.026
.323
-.083
.035
.214
.358
.983
-.026
-.206
1.000
a. Determinant = 1.23E005
Matricea de corelatie ofera informatii cu privire la taria legaturii dintre variabile si,
deasemenea, in functie de valorile coeficientilor ne putem da seama de cate componente
principale este necesar in cadrul analizei.
7
Din analiza matricei de corelatie se observa faptul ca cea mai puternica legatura, 0.983 este
intre variabila produsului intern brut si cea a numarului de angajati, urmata de corelatia
puternicade 0.92 intre produsul intern brut si gradul de alfabetizare. Din analiza matricei de
corelatie deducem faptul ca pentru a caracteriza datele initiale avem nevoie de aproximativ
trei variabile artificiale. Continutul informational total al datelor initiale, care reprezinta de
fapt varianta generalizata calculata ca determinant al matricei de covarianta, este 1.23E-005.
Tabelul Communalities ne arata influenta variabilelor luate in studiu.
Communalities
Initial
Extraction
Zscore(alfabetizare)
1.000
.655
Zscore(linii_telefonie)
1.000
.850
Zscore(abonati_tel_mobil)
1.000
.705
Zscore(utilizatori_internet)
1.000
.530
Zscore(cercetatori)
1.000
.371
Zscore(consum_energie)
1.000
.916
Zscore: PIB($)
1.000
.979
Zscore(indicele_saracie)
1.000
.824
Zscore(Populatie_urbana)
1.000
.842
Zscore(numar_angajati)
1.000
.957
Din acest tabel reiese faptul ca toate variabilele folosite contribuie major la explicarea
variabilelor artificiale obtinute ulterior(cu exceptia variabilei a 5-a reprezentand
numarul cercetatorilor la mia de persoane, fiecare dintre ele, in rest, avand o cantitate
de informatie recuperata de peste 40%, dupa cum reiese din coloana Extraction.
Din analiza acestuia se observa ca variabila 7 are o contributie majora la explicarea
variabilelor artificiale care se obtin ulterior. Cantitatea de informatie recuperata din
acesta variabila este de 0.979, urmata in aproape de ultima variabila care recupereaza
0.957 din informatie, dupa cum reiese din coloana Extraction din tabelul de mai sus.
Pentru a stabili numarul de componente principale necesare, se folosesc
informatiile din tabelul Total Variance Explained. Tabelul ne ofera informatii cu
privire la valoriile proprii ale matricei de corelatie, dar si informatii referitoare la
componentele principale si cantitate de informatie retinuta de acestea. O valoare
proprie mai mare decat 1, pentru o componenta, indica faptul ca acea componenta are
o contributie mai mare decat a unei variabile initiale, deci este indicat a fi extrasa.
Compo
nent
Total
% of Variance
Cumulative %
Total
% of Variance
Cumulative %
4.053
40.533
40.533
4.053
40.533
40.533
2.515
25.152
65.685
2.515
25.152
65.685
1.061
10.605
76.290
1.061
10.605
76.290
.970
9.704
85.994
.647
6.475
92.469
.391
3.907
96.376
.168
1.682
98.059
.115
1.153
99.211
.076
.757
99.969
10
.003
.031
100.000
10
Component Matrixa
Component
1
Zscore(alfabetizare)
.761
-.211
-.174
Zscore(linii_telefonie)
.856
.288
-.184
Zscore(abonati_tel_mobil)
.665
-.414
.303
Zscore(utilizatori_internet)
.721
-.100
-.018
Zscore(cercetatori)
.546
.262
-.062
Zscore(consum_energie)
.323
.609
-.664
Zscore: PIB($)
.360
.811
.437
-.867
.240
.119
Zscore(Populatie_urbana)
.659
-.563
.302
Zscore(numar_angajati)
.242
.858
.404
Zscore(indicele_saracie)
FACT_1
1.692055
1.649365
1.140779
0.893408
0.689404
0.526592
0.497049
0.488084
11
Viet Nam
Ecuador
South Africa
El Salvador
Paraguay
Philippines
Bolivia
Indonesia
Egypt
Nicaragua
Sri Lanka
India
Pakistan
Madagascar
Bangladesh
Nepal
0.441834
0.435171
0.404341
0.196265
0.089999
0.073668
-0.04832
-0.07209
-0.15825
-0.52321
-0.62418
-0.94564
-1.39979
-1.65462
-1.86178
-1.93013
FACT_2
3.597186
1.392008
1.013131
0.598077
0.587538
0.408052
0.244297
0.2331
0.121975
-0.0258
-0.03121
FACT_3
-0.05825
1.642949
-0.07117
1.486478
-0.43819
1.213454
-0.45884
0.526857
-0.66802
0.50377
-0.67436
0.43059
-0.69184
0.426051
-0.78346
0.414433
-0.82296
0.401167
-0.82909
0.370185
-0.87484
0.320675
-0.88103
0.232681
-0.88629
0.208636
0.142021
0.103563
-0.10371
12
Paraguay
Egypt
Nepal
Thailand
Kazakhstan
Iran
Sri Lanka
Vietnam
-0.23572
-0.37094
-0.42547
-0.78275
-0.96234
-1.05085
-1.27032
-3.22141
Tabelul Rotated Component Matrix foloseste tehnica rotirii axelor, tehnica Varimax,
si are drept scop obtinerea unor coeficienti de corelatie cat mai mici pe una din
componentele principale. In cazul nostru interpretarea se poate face cu usurinta si pe
prima matrice de corelatie dintre variabilele originale si componentele principale. Se
observa ca prin tehnica Varimax obtinem aceeasi interpretare. Tehnica Varimax
realizeaza o roatie a axelor initiale pentru a facilita interpretarea factorilor astfel
obtinuti.
13
Zscore(alfabetizare)
.753
-.053
.291
Zscore(linii_telefonie)
.634
.358
.566
Zscore(abonati_tel_mobil)
.808
.030
-.227
Zscore(utilizatori_internet)
.691
.111
.203
Zscore(cercetatori)
.380
.320
.353
-.039
.193
.937
.049
.978
.143
-.867
.015
-.267
.863
-.089
-.298
-.081
.963
.154
Zscore(consum_energie)
Zscore: PIB($)
Zscore(indicele_saracie)
Zscore(Populatie_urbana)
Zscore(numar_angajati)
.986
.163
.030
-.162
.914
.371
.033
-.371
.928
14
15
Zscore(alfabetizare)
.184
-.106
.156
Zscore(linii_telefonie)
.123
.050
.265
Zscore(abonati_tel_mobil)
.251
.077
-.258
Zscore(utilizatori_internet)
.175
.008
.053
Zscore(cercetatori)
.072
.086
.141
-.105
-.140
.653
.000
.508
-.156
-.218
.079
-.117
.274
.030
-.286
-.038
.496
-.131
Zscore(consum_energie)
Zscore: PIB($)
Zscore(indicele_saracie)
Zscore(Populatie_urbana)
Zscore(numar_angajati)
1.000
.000
.000
.000
1.000
.000
.000
.000
1.000
16
tehnici
de
analiza
Case Summaries
Case Number
Tara
1 Kazakhstan
REGR factor
REGR factor
REGR factor
score 1 for
score 2 for
score 3 for
analysis 2
analysis 2
analysis 2
.38024
-.43993
.93203
2 Colombia
1.21367
-.23457
-.42825
3 Thailand
.36263
-.32205
.79070
4 China
.22780
4.18453
.89288
5 Turkey
1.72201
.18175
.25972
6 Peru
.85477
-.32549
-.59911
7 Ecuador
.74715
-.44330
-.36339
8 Philippines
.45200
-.29627
-.77765
9 Tunisia
.85068
.01123
-.25467
10
10 Iran
.73434
.04377
1.42513
11
11 Paraguay
.33445
-.64768
-.10468
12
12 Sri Lanka
-.81775
-.70189
.94673
13
13 El Salvador
.48172
-.34221
-.44527
14
14 Nepal
-2.03834
-.31111
-.00319
15
15 Madagascar
-1.41742
-.28633
-.90151
16
16 Viet Nam
-.41491
-.89282
3.26035
17
17 Indonesia
-.02649
.07272
-.20907
18
18 Nicaragua
-.13780
-.38341
-.89877
19
19 Egypt
-.23907
-.15624
.30976
20
20 Bolivia
.34775
-.42201
-.75645
21
21 India
-1.27238
1.50697
-.64381
22
22 Pakistan
-1.31206
.04671
-.69341
23
23 Bangladesh
-1.94078
-.10370
-.23936
24
24 South Africa
.90778
.26133
-1.49869
24
24
24
Total
24
17