4、建筑装饰业产值
ParameterMean Std Dev Variance95% Confidence IntervalsEstimateLCLUCL948316.250301674.5101594957.99773475.548511402.0371574233.20 5.983E+11 2.615E+11 2.478E+12
5、其他建筑业产值
ParameterMean Std Dev Variance95% Confidence IntervalsEstimateLCLUCL1661997.88485806.7592838188.991406891.96930200.5972863407.95 1.979E+12 8.653E+11 8.199E+12
6、内资企业建筑业产值
ParameterMean Std Dev Variance95% Confidence IntervalsEstimateLCLUCL71660680.113783238.0 12953812269229657.545772859.9 140901190 4.793E+15 2.095E+15 1.985E+16
7、港澳台商投资企业建筑业产值
ParameterMean Std Dev Variance95% Confidence IntervalsEstimateLCLUCL214120.125-6052.8507434293.101263358.213174125.642536005.620 6.936E+10 3.032E+10 2.873E+11
8、外商投资企业建筑业产值
ParameterMean Std Dev Variance95% Confidence IntervalsEstimateLCLUCL285143.375 1191.2437569095.506339647.160224565.922691274.384 1.154E+11 5.043E+10 4.779E+11
5
第四章：多元线性回归
1、A B C D 建筑业总产值与房屋和土木工程建筑业产值和建筑安装业产值和建筑装饰业产值和其他建筑业产值的关系
Model Equationtotal = 116288 + 1.0117A + 1.1142B + 0.7166C + 0.0347D R_total_22000000080000000P_total_2
2、D E F 建筑业总产值与内资企业产值和港澳台投资企业产值和外商投资企业的关系
totalModel Equation = 3.3E+07 - 0.0055E - 125.148F + 144.855G R_total_12000000080000000P_total_1
6
第七章 典型相关系数
Correlation MatrixEFG 0.1905 0.1816 0.6055 0.1111 0.4892 0.8699 0.1202 0.6094 0.9080 -0.2741 -0.2024 0.0662 ABCD
1 2 3CanCorr 0.996012 0.971755 0.373896Canonical CorrelationsAdj. CanCorrApprox Std. Error 0.993543 0.003008 0.964550 0.021050 0.236147 0.325126CanRsq 0.992041 0.944308 0.139798 第1典型相关系数为0.996012，校正值为0.993543，标准误差为0.003008，典型相关系数的平方为0.992041；第2典型相关系数为0.971755，校正值为0.964550，标准误差为0.021050，典型相关系数的平方为0.944308，第3典型相关系数为0.373896，校正值为0.236147，标准误差为00.325126，典型相关系数的平方为0.139798 如上图所示。
1 2 3Eigenvalue124.6392 16.9558 0.1625EigenvaluesDifferenceProportion107.68340.8792 16.79330.1196 _ 0.0011Cumulative0.87920.99891.0000
第二部分是的3个特征根（Eigenvalues），包括：特征根、相邻两个特征根之差、特征根所占方差信息量的比例和累积方差信息量的比例。如上图所示.
K 1 2 3Test of H0: CanCorr[j]=0, j>=KL. RatioApprox FNum DFDen DF 0.000381 4.5517 12 2.9373 0.047907 2.3792 6 4.0000 0.860202 0.2438 2 3.0000Pr > F 0.1226 0.2104 0.7978 用似然比法检验典型相关系数与零的差别是否显著，其原假设为小于此对典型变量典型相关系数的所有典型相关系数都为0，其p值依次为0.1225，0.2104和0.7989. 如上图所示. VariableABCDEFGCorrelations (Structure)CY1_1CY2_1CX1_1 0.5154 0.6511 0.5134 0.3688 0.9098 0.3673 0.1974 0.9461 0.1966 0.5806 0.0499 0.5783 0.0143 0.1089 0.0144 -0.5517 0.7635 -0.5539 -0.0221 0.9660 -0.0222CX2_1 0.6327 0.8841 0.9194 0.0485 0.1121 0.7856 0.9941
7
典型相关结构分别是各组原始变量与典型变量两两之间的相关系数矩阵。如上图所示.
Std Canonical Y CoefficientsVariableCY1_1CY2_1A 1.383369 -0.475887B 1.182207 0.231667C -2.113191 1.168151D 0.461724 -0.121811 Std Canonical X CoefficientsVariableCX1_1CX2_1E -0.357076 0.099199F -1.875731 -0.038529G 1.522716 1.025239 输出结果中还给出标准化变量的典型变量系数，如上图所示。
CY1=1.383369+1.182207-2.113191+0.461724 CY1代表房屋和土木建筑业,建筑安装业,其他建筑业,建筑装饰业 (既按行业分8个城市的建筑业总产值)
CY2=-0.475887+0.231667+1.168151-0.121811
CX1=-0.357706-1.875731+1.522716 CX代表内资企业建筑业总产值,港澳台商投资企业建筑业总产值,外商投资企业建筑业总产值(既按登记注册类型分8个城市的建筑业总产值)
CX2=0.099199-0.038529+1.025239
1 2Std Variance (Y Variables)Explained by CY's Explained by CX'sProportionCumulativeCanRsqProportionCumulative0.19440.1944 0.9920410.19290.19290.53730.7317 0.9443080.50740.7002 1 2Std Variance (X Variables)Explained by CY's Explained by CX'sProportionCumulativeCanRsqProportionCumulative0.10170.1017 0.9920410.10250.10250.50930.6110 0.9443080.53930.6418 典型冗余分析(canonical redundancy analysis)表明，两对典型变量仍不能全面预测配对的那组变量。
所得结果: 来自按登记注册类型分8个城市的建筑业总产值的标准方差被对方两个典型变量（CY1、CY2）解释的累积方差比例为61.10%业分8个城市的建筑业总产值的标准方差被对方两个典型变量（CX1、CX2）解释的累积方差比例为70.02%. 如上图所示.
8
第八章 聚类分析与判别分析
The SAS System 16:44 Monday, December 19, 2011 1 The CLUSTER Procedure
Ward's Minimum Variance Cluster Analysis
Eigenvalues of the Correlation Matrix
Eigenvalue Difference Proportion Cumulative 1 5.12605463 3.54016404 0.5696 0.5696 2 1.58589059 0.26678948 0.1762 0.7458 3 1.31910111 0.75532314 0.1466 0.8923 4 0.56377798 0.18843946 0.0626 0.9550 5 0.37533852 0.35456638 0.0417 0.9967 6 0.02077214 0.01170710 0.0023 0.9990 7 0.00906504 0.00906504 0.0010 1.0000 8 0.00000000 0.00000000 0.0000 1.0000 9 -.00000000 -0.0000 1.0000 The data have been standardized to mean 0 and variance 1 Root-Mean-Square Total-Sample Standard Deviation = 1 Root-Mean-Square Distance Between Observations = 4.242641 Cluster History
NCL --Clusters Joined--- FREQ SPRSQ RSQ PSF PST2 7 OB7 OB8 2 0.0144 .986 11.4 . 6 OB5 CL7 3 0.0382 .947 7.2 2.7 5 CL6 OB6 4 0.0735 .874 5.2 2.8 4 OB2 OB3 2 0.0902 .784 4.8 . 3 OB4 CL5 5 0.1309 .653 4.7 3.1 2 OB1 CL4 3 0.1589 .494 5.9 1.8 1 CL2 CL3 8 0.4939 .00
9
T i e