《表2 相关变量面板数据》
数据来源:历年《中国统计年鉴》《中国农业年鉴》《中国人口统计年鉴》《全国农产品成本收益资料汇编》等。
根据式(3),通过比较变量间的简单相关系数和偏相关系数,KMO(Kaiser-Meyer-Olkin)检验分析变量间的相关性。KMO数值越靠近1,变量间相关性越强。若KMO检验值在0.5~1.0之间,则表示适合主成分分析。Bartlett球状检验用于检验各个变量之间是否相互独立。度量标准为sig (significance)值,若sig值小于0.05,即拒绝原假设,说明适合进行主成分分析;反之则不适合。运用SPSS19.0检验,发现KMO和sig值均通过检验。农业劳动力素质指数评价结果见表2。
图表编号 | XD0067007800 严禁用于非法目的 |
---|---|
绘制时间 | 2019.04.25 |
作者 | 张慧 |
绘制单位 | 广西社会科学院科研处 |
更多格式 | 高清、无水印(增值服务) |