1、“.....这八个指标是高等 学校数招生数在校学生数预计毕业生数毕业生数 授予学位数教职工数教育经费。运用这些指标我们进行分析。 数据准备南京财经大学本科毕业论文 表年各地区高等学校学生教职工数即及教育经费 地区 学校 所招生数 在校学 生数 预计毕 业生数 毕业生 数 授予学 位数 教职工 数教育经费 北京 天津 河北 山西 内蒙古 辽宁 吉林 黑龙江 上海 江苏 浙江 安徽 福建 江西 山东 河南 湖北 湖南 广东 广西 海南 重庆 四川 贵州 云南 西藏 陕西 甘肃 青海 宁夏 新疆 注数据来源于中国统计年鉴页和页 数据处理 在因子分析时......”。

2、“..... 运用检验模型与球形检验对数据进行检验。 表 从表可知,北 湖南 广东 广西 海南 重庆 四川 贵州 云南 西藏 陕西 甘肃 青海 宁夏 新疆 注各个地区人口资料来源中国区域经济统计年鉴。表后八个指标有表示，各个指 标除以人口得到的新的人均指标。 根据新的数据，我们按照上述步骤重新得到结果 ，球形检验仍然适合做因子检验。 表 根据表，当我们提取个因子，使贡献率已经达到，所以只需个因子 就可以了。 南京财经大学本科毕业论文 表 表也说明了，第个因子对这八个新指标的解释能力很强。我们重新得到新的因 子得分及排名......”。

3、“.....广西云南贵州排在最终三位。 当然这只是各地区总体的情况，并不能代表不同地区不同城市的排名。例如尽管江苏 排在第八，但南京可是个高校云集的城市。 南京财经大学本科毕业论文 二教育规模与经济增长的回归分析 数据准备 是否个高等教育规模的大小与经济之间存在相关关系呢下表是各地区的生产 总值，我们同样给它加上人口权重，新的指标加上。并对新的指标进行排序，使其 与因子得分的排序对比......”。

4、“..... 从表看出因子得分与人均经济总量存在定关系。我们假设它们存在线性关系， 对因子得分和人均生产总值做元现行回归分析。让因 子得分作为自变量，人均生产总值为因变量。自变量进入模型的方法为。我们假 设模型为。其中为常数，为偏回归系数......”。

5、“.....可以进行回归分析。 回归模型的假设检验 首先考察模型重的自变量与因变量之间是否存在线性关系，也就是检验自变量的回 归系数是否为，此处采用方差分析进行判断。根据我们得到 表 对于表，。说明自变量的回归系数不为，所建立的回归模 型有统计学意义。 回归系数的假设检验我国各地区高等教育规模与经济发展的 实证分析 顾夏锋 南京财经大学统计系，江苏南京 摘要教育作为人力资本的投资，在经济的发展中的贡献越来越明显......”。

6、“.....我们对年国内个地区选取了个指标用进行因子分析，并根据因子 得分，导出各地区的综合排名。并用因子得分与其当年的各地区人均生产总值进行回归分析，看它 们是否存在线性关系。 关键词高等教育经济因子分析回归分析 , 南京财经大学本科毕业论文 引言 自教育活动产生以来，就和社会经济发展有着不可分割的联系，尤其是到了近代， 随着资本主义大工业生产的兴起，教育对改进生产技术促进生产发展所起的作用越来 越明显。亚当斯密具体叙述了教育的资本价值大卫李嘉图指出了教育是训练好习惯 培养上进心义务感和责任心的工具，如果没有教育，人们就会贫穷斯图加特密尔 同样强调受过教育对劳动力的重要性。多年前，无论是中国的孔子......”。

7、“.....泰雷克研究了 教育的起源史，认为柏拉图不仅最早指出了教育的重要性，而且最早涉及教育与国经 济发展关系问题。教育对个社会的经济健康而言，是必不可少的组成部分，因为教 育可以使公民变为理性的人。现在看重的人力资本是指人们天生拥有的或者通过 投资于培训和教育获得的技术存量，它可以提高人们的生产力就很好地说明了教育 的重要性。高等教育是教育系统的最高层次，对社会经济的持续发展作用尤为重大。 为了了解高等教育规模对经济的影响，我们对年国内个地区选取了个指标用 进行因子分析，并根据因子得分，导出各地区的综合排名。并用因子得分与其 当年的各地区人均生产总值进行回归分析，看它们是否存在线性关系。 二分析方法基本原理 因子分析基本原理 主成分分析是种中间手段......”。

8、“.....这些指标 往往存在定的相关，直接纳入分析不仅复杂，变量间难以取舍，而且可能因为多元共 线性而无法得出正确结论。因子分析的目的就是通过线性变换，将原来的多个指标组合 成相互的少数几个能充分反映总体信息的指标，从而在不丢掉主要信息的前提下避 开了变量间共线性问题，便于进步分析。 因子分析是主成分分析的推广。因子分析的目的是分解原始变量，从中归纳潜在的 类别，相关性较强的指标归为类，不同类间变量的相关性则较低。因子分析般南京财经大学本科毕业论文 要求提取出公因子由实际含义，如果分析中各因子难以找到合适的意义，则可以通过适 当的旋转，改变信息量再不同因子上的分布，最终方便对结果的解释。 其基本思路是对数据进行标准化处理，以消除不同量纲的影响......”。

9、“.....给出标准化矩阵的相关系数矩阵 ，求的特征值，并根据特征值确定相应的正交化特征向量。计算特征根的累计 贡献率，并根据累计贡献率大于的原则确定主因子的个数和相应的特征向量矩阵。 计算因子得分值。计算综合评价总得分，并进行排序。 二回归分析基本原理 回归分析是处理两个及两个以上变量间线性依存关系的统计方法。在医学领域中， 此类问题很普通，如头发中种金属元素的含量与血液中该元素的含量有关系，人的体 表面积与身高体重有关系，等等。回归分析就是用于说明这种依存变化的数量关系 。 其基本思路是做出散点图，观察变量间的趋势。考察数据的分布，进行 必要的预处理。即分析变量的正态性方差齐等问题。并确定是否可以直接进行线性回 归分析。进行直线回归分析。残差分析......”。