主成分分析法在交通评价的运用范文

本站小编为你精心准备了主成分分析法在交通评价的运用参考范文，愿这些范文能点燃您思维的火花，激发您的写作灵感。欢迎深入阅读并收藏。

成都城市交通可持续发展主成分分析

1主成分分析法

主成分分析法是一种通过降维技术把多个指标化为少数几个主成分的统计分析方法。这些主成分能够反映原始指标的绝大部分信息，他们通常表示为原始指标的某种线性组合，可以用下面的模型对主成分分析进行数学上的解释。

2数据来源与标准化处理

本文各项指标数据主要来源于《成都市交通统计年鉴》、《成都统计年鉴》、成都市统计调查队的资料以及成都市政府网站、交委网站等成都其他网站。指标一致无量纲化函数随指标取值的类型是极大型指标、极小型指标、居中型指标，还是区间型指标等的不同而异，其主要目的是以统一的价值形式解决指标值的不可公度问题(量纲、数量级、最佳值不同)。本文对极大型、极小型和居中型评价指标采取文献［9］中的方法处理。

3指标降维处理

3.1主成分提取本文利用SPSS19.0对处理后的数据进行主成分分析，依据主成分特征值大于1的原则提取前3个主成分进行分析。如表1所示，特征值大于1的前3个主成分的累计贡献率已达到94.962%，可见提取前3个主成分能够反映原始指标的大部分信息。

3.2主成分命名解释通过上一部分的内容我们仅仅能找到主成分个数，而对被提取出来的主成分给出符合实际背景和意义的解释也至关重要。主成分因子载荷矩阵显示各指标与主成分之间的关系。各主成分因子的载荷越大，对主成分的解释越明确。经过旋转后的主成分因子载荷矩阵可以大大提高主成分的可解释性。表2是用方差极大正交旋转方法经过5次迭代旋转，得到的旋转后的主成分因子载荷矩阵。

4评价分析

不同年份的主成分F1、F2、F3的得分在利用SPSS软件进行主成分分析时可以自动输出，而城市交通可持续发展总得分F可以利用下式计算:F=(70.84×F1+15.789×F2+8.333×F3)÷94.962。具体的得分情况见表3。为了便于分析成都城市交通可持续发展总得分F、第1主成分得分F1、第2主成分得分F2、第3主成分得分F3的变化趋势，以便对成都城市交通可持续发展做出合理评价，分别将以上得分绘制成如图1所示的曲线图。曲线F和曲线F1的走势表明:2005到2010年成都城市交通可持续发展总得分由2005年的－0.9046逐年上升到0.96396，这显示成都城市交通可持续发展状态总体上是好的，基本上呈现出不断提高的趋势，发展方向是正向的。特别是成都城市交通可持续发展水平由－1.45679上升到1.19101，可持续发展水平得到了大幅度的提高。出现上述趋势的原因在于近年来成都市对主城区的道路基础设施建设加大了投入，注重交通人才引进和法律法规的制定，采取措施控制交通对环境的影响。根据曲线F2和曲线F3的走势，我们可以把成都城市交通可持续发展协调力和潜力分成2个阶段:第1阶段从2005年到2007年，此阶段成都城市交通可持续发展协调力和潜力都呈现出下降的趋势，说明此阶段对交通的投入仅停留在对数量级的考虑而忽略了交通发展质量问题。第2阶段从2008到2010年，此阶段成都城市交通可持续发展的协调力和潜力得分呈现上升的趋势，在注重协调力和潜力之后成都城市交通可持续发展总得分得到了更大程度的提高，这表明对数量级的追求达到一定程度后转而考虑交通内部结构的质量问题，以提高城市交通可持续发展状态。

结论

本文结合评价指标选取原则和成都城市交通特点，选取23项指标构成成都城市交通可持续发展的评价指标体系，利用主成分分析法对成都城市交通可持续发展的评价指标进行降维处理，降维后的3个主成分包含了原有数据的94.962%信息。并通过主成分的得分曲钱，清晰地判断出城市交通可持续发展的优势与不足，为城市交通可持续发展提供合理的依据。

作者：朱林波单位：西南交通大学交通运输与物流学院