《表5 各地区不同分组数的拟合度信息》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《公众对电力来源清洁化的支付意愿》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

得到全样本公众对电力来源的整体偏好后，本文进一步探究地区间公众的电力来源偏好差异。本文整理了10个样本城市的经济、地理与大气环境的信息（表4）。据此，本文使用平方欧氏距离方法对10个样本城市进行系统聚类分析，得到树状图，如图2所示。当距离为15时，10个样本城市被分为3类：第Ⅰ类为北京、哈尔滨；第Ⅱ类为上海、广州、成都、重庆；第Ⅲ类为西安、银川、兰州、乌鲁木齐。本文分别对3类地区进行潜在分类分析，根据一致赤池信息量（CAIC）与贝叶斯信息量（BIC）的最小值确定每类地区在Latent Class模型中拟合度最佳的分组数。由表5可得，各地区的最佳分组数应为2。因此，将每个地区分为1组和2组。