Documente Academic
Documente Profesional
Documente Cultură
Fustanela Diana-Elena
Maxim Emilia-Silvia
Paicu Elisabeta
Grupa 1047
Seria Statistică
Introducere
Analiza discriminantă……………………………………………………………..4
Bibliografie………………………………………………………………………..14
Introducere
Datele
Aceste date sunt utile pentru modelarea unor fenomene economico-sociale, asupra cărora vom
aplica diverse tehnici de analiză multidimensioanală în scopul reducerii numărului de variabile,
pentru determinarea unor cauze, a unor factori latenți care influențează aceste date, a stabilirii
cauzalității și legăturilor între ele. De asemenea, le vom grupa, în funcție de anumite variabile
care o au putere de discriminare mai mare, să determinăm anumite clase de apartenență pentru
fiecare dintre variabile prin intemediul tehnicii de recunoaștere a formelor nesupervizată, de
determinarea unor funcții de clasificare și în cele din urmă de testarea calității acestor indicatori.
Analiza discriminantă
Setul de 44 de țări va fi împărțit după variabila „rang”, cu valorile UE/nonUE, UE indicând
faptul că țara respectivă aparține Uniunii Europene, iar nonUE, nu aparține. După cum se observă
în tabelul de mai jos, am selectat ca variabile independente: PIB/cap de locuitor, rata șomajului,
rata de urbanizare, speranta de viață la naștere, cheltuielile cu sănătatea, pământul arabil, nivelul
de educație superior și numărul de utilizatori de Internet la 100 de persoane.
Conform analizei, putem deduce că există diferențe semnificative între mediile variabilelor celor
două categorii de țări.
PIB-ul pe cap de locuitor este semnficativ mai mare în țările care fac parte din UE,
decât cele care nu sunt incluse.
Rata șomajului este mai mare în țările neicluse în UE.
Rata de urbanizare este mai mare în țările care fac parte din UE, decât cele
care nu sunt incluse.
Spranța de viață la naștere este mai mare în țările care fac parte din UE,
decât cele care nu sunt incluse.
În țările din UE, cheltuielile cu sănătatea sunt mai mari decât cele din țările
neincluse în UE.
Suprafața de pământ arabil este mai mare în țările neincluse în UE.
Nivelul de educație superior și al utilizatorilor de Internet sunt mai mari în
țările care fac parte din UE, decât cele care nu sunt incluse.
Variabilele care stau la baza funcției discriminante sunt PIB-ul pe cap de locuitor și
speranța de viață la naștere, ceea ce rezultă din valorile absolute extreme.
Dacă o țară va avea o valoare a funcției discriminante ce tinde spre .613, atunci
ea se va înscrie în grupul țărilor din UE. Dacă valoarea acestei funcții tinde spre
-1.073, atunci țara face parte din grupul țărilor care nu fac parte din UE.
81,8% din cazuri au fost clsificate corect
Cea mai mica valoare coeficienților este 107 488 780,79, coresponzând perechii
de țări 21-39(Islanda și Slovenia), indicând faptul că sunt cele mai asemănătoare
țări, conform caracteristicilor studiate.
La polul opus, putem observa cea mai mare valoare a coeficientilor, 88 291 489
276, ce corespunde perechii 41-16(Franța și Suedia), indicând faptul că sunt cele
mai diferite țări, conform caracteristicilor studiate.
Conform tabelul “Cluster membership” putem observa apartenența fiecărei
țări la un anumit cluster. Cele 44 țări incluse în analiză sunt grupate astfel:
Clusterul 1 : Albania, Belarus, Bulgaria, Cehia,Lituania, Muntenegru,
Polonia, Romania, Rusia,Letonia, Slovacia, Turcia, Ucraina, Ungaria,
Ucraina.
Clusterul 2 : Armenia, Azerbaidjan, Bosnia Hertegovina, Macedonia,
Moldova, Georgia.
Clusterul 3 : Austria, Belgia, Luxemburg, Norvegia, Olanda, Danemarca,
Elvetia, Finlanda, Islanda, Suedia.
Clusterul 4: Cipru, Malta, Marea Britanie,Portugalia, Germania, Grecia,
Italia, Slovenia, Spania.
Analiza în componente principale
Acest lucru se obervă și din graficul de mai jos (Scree Plot), unde punctul de
inflexiune este cel mai mare în punctul 2.
Din tabelul Component matrix, putem observa următoarele:
Componenta 1 este determinată pozitiv de: PIB/locuitor, de rata de
urbanizare, speranța de viață la naștere, cheltuielile cu sănătatea, investițiile
straine, nivelul de educație superior și utilizatorii de Internet; influențată negativ de
rata șomajului și pământul arabil.
Prima grupă reprezintă tările cu PIB pe locuitor mare, utilizatori de internet multi, investitii straine mari,
speranta de viată mare, rata somajului mică,
Bibliografie: www.worldbank.org