本文關鍵詞：主成分分析和聚類在遼寧省城市職工工資分析中的應用，，由筆耕文化傳播整理發(fā)布。

【摘要】：隨著我國經濟的快速發(fā)展,國民的經濟水平也相應的得到了很大的提高,為保證國家和社會的和諧發(fā)展,國民的收入需要相應的得到基本的保證和合理的提高。工資水平是由企事業(yè)單位按照自身的經營或管理需求來確定的,國家規(guī)定了最低工資,一方面也是兼顧目前的實際經濟形勢,以保證企業(yè)的經營穩(wěn)定性,另一方面也要顧及職工的基本生活需求,促使企業(yè)承擔起自己的社會責任,努力提高企業(yè)的盈利水平,總體的思想是兼顧職工與企業(yè)的利益,達到雙贏的目的。因此,一個地區(qū)的工資水平不僅是居民生活水平的體現(xiàn),也反映了當?shù)亟洕l(fā)展現(xiàn)狀,具有較高的研究價值。本文數(shù)據(jù)來源是《遼寧省統(tǒng)計年鑒-2015》,遼寧省統(tǒng)計年鑒是一部資料性的年刊,信息高度密集,全面統(tǒng)計了遼寧省經濟方面、科技方面、社會方面等的數(shù)據(jù),從多個方面反映了遼寧省的發(fā)展情況。將遼寧省14個地級城市職工工資方面的數(shù)據(jù)進行統(tǒng)計,主要包括2011年至2014年在崗職工工資方面數(shù)據(jù)和2014年各個行業(yè)在崗平均工資,共計52個工資方面的指標。本文主要研究內容是遼寧省城市職工工資方面的分析。通過數(shù)據(jù)挖掘中的算法,對遼寧省城市在職工工資方面進行分析,主要完成了以下兩個任務。第一,主成分得分在遼寧省城市職工工資方面排名中的應用。主成分分析是一種綜合的統(tǒng)計方法,它將多個綜合指標轉化成少數(shù)主成分,將高維數(shù)據(jù)信息轉化成低維的主成分信息,并且低維的少數(shù)幾個主成分信息能夠反映原始數(shù)據(jù)屬性變量的絕大多數(shù)的數(shù)據(jù)信息。利用主成分分析,將統(tǒng)計數(shù)據(jù)中的52個工資方面指標進行降維,得到3個主成分,通過計算主成分得分,對遼寧省14個城市在職工工資方面進行綜合排名,并且針對排名結果進行分析。第二,主成分聚類在遼寧省城市職工工資方面聚類中的應用。聚類分析是數(shù)據(jù)挖掘中比較重要的一種算法。K-means算法屬于聚類分析中比較常用的一種算法,K-means算法是一種廣泛的劃分算法,它的優(yōu)點是能夠處理大量的數(shù)據(jù)集,能夠對高維數(shù)據(jù)進行聚類,并且效果比較好。K均值聚類算法的特點是盡量將相同或者相似的對象聚集在一起,而不相同或者差異較大的對象則被分在不同的類中。主成分聚類算法就是將主成分分析算法和K均值聚類算法相結合,先進行主成分分析,然后進行聚類。將主成分分析得到的3個主成分結果進行整理,針對14個地級城市進行聚類,將14個地級城市在職工工資方面進行聚類,分成三類,并根據(jù)聚類結果進行分析,為遼寧省職工工資方面提供參考性信息。
【關鍵詞】：主成分分析 聚類分析 職工工資 主成分聚類
【學位授予單位】：吉林大學
【學位級別】：碩士
【學位授予年份】：2016
【分類號】：F249.24;TP311.13
【目錄】：

• 摘要4-6
• Abstract6-10
• 第1章 緒論10-18
• 1.1 研究背景10-11
• 1.2 遼寧省城市情況介紹11-14
• 1.4 數(shù)據(jù)來源14-15
• 1.5 本文的主要工作和目的15-16
• 1.6 本文的主體框架16-17
• 1.7 本章小結17-18
• 第2章 主成分聚類18-29
• 2.1 主成分分析18-20
• 2.2 SPSS軟件20-21
• 2.3 聚類分析21-26
• 2.3.1 聚類分析簡介21-23
• 2.3.2 K均值聚類分析23-26
• 2.3.3 MATLAB26
• 2.4 主成分分析和聚類結合的思想26-27
• 2.5 主成分聚類的具體實現(xiàn)算法27
• 2.6 本文選擇主成分聚類的原因27-28
• 2.7 本章小結28-29
• 第3章 主成分得分在遼寧省城市職工工資方面排名中的應用29-44
• 3.1 數(shù)據(jù)預處理29-30
• 3.2 主成分分析過程30-41
• 3.3 主成分得分及綜合得分排名41-43
• 3.4 本章小結43-44
• 第4章 主成分聚類在遼寧省城市職工工資方面聚類中的應用44-47
• 4.1 主成分聚類模型44
• 4.2 主成分聚類過程44-45
• 4.3 主成分聚類結果45-46
• 4.4 本章小結46-47
• 第5章 總結及展望47-49
• 5.1 全文總結47-48
• 5.2 展望48-49
• 參考文獻49-54
• 作者簡介及在學期間所取得的科研成果54-55
• 致謝55

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 李汶華;城市綜合實力增長的比較[J];數(shù)理統(tǒng)計與管理;2000年01期

2 朱曉峰;協(xié)方差矩陣和相關系數(shù)矩陣下主成分分析比較研究[J];中國體育科技;2005年03期

3 徐雅靜;汪遠征;;主成分分析應用方法的改進[J];數(shù)學的實踐與認識;2006年06期

4 王建民;王傳旭;楊力;余忠林;王運祥;;基于主成分分析模型的煤礦企業(yè)員工滿意度實證研究[J];安徽理工大學學報(社會科學版);2007年02期

5 王學民;;主成分分析和因子分析應用中值得注意的問題[J];統(tǒng)計與決策;2007年11期

6 王斌會;;穩(wěn)健主成分分析方法研究及其在經濟管理中的應用[J];統(tǒng)計研究;2007年08期

7 史偉波;;主成分分析與因子分析在實踐應用中的辨析[J];統(tǒng)計與咨詢;2007年04期

8 艾倫;艾霽野;;主成分分析在教育裝備管理評價指標體系建立中的應用[J];中國教育技術裝備;2008年18期

9 奚勝田;詹原瑞;;基于主成分分析的債券風險度量研究[J];寧夏大學學報(人文社會科學版);2008年02期

10 富伯亭;楊海燕;;主成分分析在實際中應用的探索[J];山西廣播電視大學學報;2010年01期

中國重要會議論文全文數(shù)據(jù)庫 前10條

1 么彩蓮;魏寧;;關于主成分分析的改進方法探討[A];中國現(xiàn)場統(tǒng)計研究會第12屆學術年會論文集[C];2005年

2 陳明星;繆柏其;靳韜;;利率影響因素的主成分分析與因子分析[A];中國現(xiàn)場統(tǒng)計研究會第12屆學術年會論文集[C];2005年

3 孫曉東;胡勁松;焦s

本文編號：286567