《表3 主成分因子特征值和贡献率》

  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

《基于STIRPAT模型的水利工程建设对碳排放的影响研究》

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

本文利用SPSS21.0模型进行回归分析。为了消除自变量之间的多重共线性，本文采用主成分分析和OLS（普通最小二乘法）回归相结合的方法。主成分分析是将原来具有一定相关性的多个指标利用降维思想提取其中尽可能多的信息，集中到少数几个互相无关的综合性新指标中。由于原始指标存在量纲不同，因此在计算分析之前首先对原始数据用SPSS进行标准化处理，使数据之间具有可比性。ZLnP、ZLnA、ZLnT、ZLn U、ZLnI、ZLn W为数据标准化后的值，再对标准化的数据进行主成分分析，见表2—4。表2给出了标准化后变量之间的相关关系，所有指标之间系数均大于0，存在显著的高度自相关关系，可见变量之间直接的相关性较强，信息上存在着严重的交叉重叠。从表3可知，在考虑主成分对原始信息解释程度的基础上，本文提取2个主成分因子，用F1、F2表示，标准化后的变量信息解释程度达到99.518%。