Bucuresti – 2009
Proiectul isi propune sa analizeze progresul tehnologic in 24 tari cu un nivel mediu
de dezvoltare umana. Datele prelucrate sunt din 2005 iar sursa este Human
Development Raport 2007/2008. Scopul acestei analize este de a estima tara cea mai
avantajoasa din punct de vedere a dezboltarii tehnologice.
2
Case Summariesa
1 Kazakhstan 99.5 167 327 27 629 1.5 57.1 18.2 57.3 7182
2 Colombia 92.8 168 479 104 109 .7 122.3 7.9 72.7 18217
3 Thailand 92.6 110 430 110 287 1.4 176.6 10.0 32.3 36302
4 2234.
China 90.9 269 302 85 708 2.1 11.7 40.4 737400
3
5 Turkey 87.4 263 605 222 341 1.1 362.5 9.2 67.3 22047
10 Iran 82.4 278 106 103 1279 1.3 189.8 12.9 66.9 19760
16 Viet Nam 90.3 191 115 129 115 3.2 52.4 15.2 26.4 42316
24 South Africa 82.4 101 724 109 307 .2 239.5 23.5 59.3 11622
Total N 24 24 24 24 24 24 24 24 24 24 24
3
sa fie necorelate intre ele, fiecare dintre aceste noi variabile fiind o combinatie liniara
de variabile originale.
Descriptive Statistics
Valid N (listwise) 24
4
Tabelul Descriptive Statistics contine informatii despre fiecare variabila
analizata independent. Din tabel aflam ca pentru variabila gradului de alfabetzare la
adulti (peste 15 ani) valoarea maxima este 99.5 iar cea medie este de 80.49 de unde
putem concluziona ca desi analizam tari medii din punct de vedere al dezvoltarii
umane, gradul de alfabetizare este in medie destul de ridicat. Desi reteaua telefonica
nu este foarte bine dezvoltata, existant maxim 278 linii telefonice la 1000 de
persoane, numarul maxim al utilizatorilor de telefon mobil este aproximativ triplu 724
la acelasi numar de persoane. Gradul de raspandire a telefoniei mobile in aceste tari
este mult mai ridicat decat cel al utilizarii internetului, care are valoarea medie de
72.67 la mia de locuitori.
Valoarea medie a consumului de energie pe cap de locuitar a tarilor analizate
este 3.2, aceasta variabila avand varianta cea mai mica, 0.427, ceea ce ne arata ca este
si cea mai omogena variabila, dar si cea mai stabila, avand abaterea standard cea mai
mica, 0.6531. Populatia in aceste tari este predominant rurala, indicele populatiei
urbane avand media 48.533.
5
Case Summariesa
1 Kazakhstan 1.25295 .72067 .24034 -.86201 1.07945 .81027 -.33521 -.07732 .47140 -.34557
2 Colombia .81131 .73295 1.02246 .59145 -.50209 -.41471 -.19477 -1.10487 1.29948 -.27529
3 Thailand .79813 .02097 .77033 .70471 .03928 .65715 -.07782 -.89537 -.87289 -.16012
4 China .68607 1.97276 .11170 .23280 1.31972 1.72901 4.35421 -.72578 -.43734 4.30475
5 Turkey .45537 1.89911 1.67080 2.81882 .20352 .19778 .32259 -.97518 1.00911 -.25090
6 Peru .48832 -.34729 -.41314 1.72401 -.14624 -.87407 -.28717 -.73575 1.29410 -.36965
7 Ecuador .69266 .25420 .98644 -.48449 -.68153 -.26158 -.37958 -1.02506 .76714 -.36652
8 Philippines .79813 -.82603 .71373 -.35235 -.68761 -.41471 -.24496 -.36663 .76176 -.18194
9 Tunisia -.40813 .20510 1.47012 .42157 2.24735 -.10846 -.39638 -.10725 .90157 -.37019
10 Iran .12579 2.08324 -.89682 .57257 3.05637 .50403 -.04939 -.60606 .98760 -.26547
11 Paraguay .85745 -.66645 .20432 -.72987 -.59333 .04466 -.44247 -1.01509 .53592 -.37700
12 Sri Lanka .67289 -.55597 -.56236 -1.10740 -.44430 .50403 -.40758 -.11722 -1.79776 -.34709
13 El Salvador .00714 .40151 .35869 .38381 -.69065 -.56783 -.42158 -.38658 .60582 -.37522
14 Nepal -2.10216 -1.12064 -1.39594 -1.29616 -.65416 .04466 -.44225 1.90797 -1.76012 -.34380
15 Madagascar -.64542 -1.28023 -1.30332 -1.27728 -.78798 -1.33344 -.44742 1.67851 -1.16863 -.33973
16 Viet Nam .64652 1.01528 -.85051 1.06335 -.48384 3.41335 -.34533 -.37660 -1.19014 -.12182
17 Indonesia .65311 -.61735 -.34625 .00629 -.20403 -.26158 .16040 -.07732 -.02330 .21336
18 Nicaragua -.24993 -.80148 -.32567 -.86201 -.61158 -.87407 -.44764 -.10725 .56281 -.37887
19 Egypt -.59928 .38923 -.49547 -.08809 .66582 -.10846 -.26564 .10226 -.30829 -.27592
20 Bolivia .40923 -.47005 -.08383 -.39011 -.46863 -.87407 -.43816 -.53623 .84242 -.37799
21 India -1.28481 -.77693 -1.02032 -.33348 -.47167 -.26158 1.27718 1.22958 -1.06647 1.57500
22 Pakistan -2.01647 -.91196 -1.02032 -.10696 -.60549 -.56783 -.21976 1.71842 -.73308 -.14369
23 Bangladesh -2.17467 -1.23112 -1.11808 -1.31503 -.67849 .19778 -.32896 2.14740 -1.26004 -.10905
24 South Africa .12579 -.08951 2.28312 .68583 .10011 -1.18032 .05766 .45143 .57894 -.31729
Total N 24 24 24 24 24 24 24 24 24 24 24
6
Pentru a realiza scopul propus de Analiza in componente principale, se
calculeaza mai intai matricea corelatiilor variabilelor, o matrice patratica de
dimensiune 8x8 in cazul de fata.
Matricea de corelatie, Correlation Matrix, care se obtine prin utilizarea
variabilelor standardizate este:
Correlation Matrixa
Zscore( Zscore(i
Zscore( Zscore(l abonati Zscore(ut Zscore( Zscore(c ndicele Zscore(P Zscore(nu
alfabeti inii_tele _tel_mo ilizatori_i cercetat onsum_e Zscore: _saraci opulatie_ mar_angaj
zare) fonie) bil) nternet) ori) nergie) PIB($) e) urbana) ati)
Correlati Zscore(alfabeti
1.000 .480 .528 .352 .167 .246 .092 -.882 .505 .026
on zare)
Zscore(linii_tel
.480 1.000 .369 .637 .658 .525 .429 -.610 .386 .323
efonie)
Zscore(abonati
.528 .369 1.000 .494 .175 -.142 .038 -.577 .627 -.083
_tel_mobil)
Zscore(utilizat
.352 .637 .494 1.000 .284 .180 .159 -.534 .481 .035
ori_internet)
Zscore(cerceta
.167 .658 .175 .284 1.000 .260 .285 -.255 .300 .214
tori)
Zscore(consu
.246 .525 -.142 .180 .260 1.000 .333 -.219 -.338 .358
m_energie)
Zscore:
.092 .429 .038 .159 .285 .333 1.000 -.107 -.110 .983
PIB($)
Zscore(indicel
-.882 -.610 -.577 -.534 -.255 -.219 -.107 1.000 -.655 -.026
e_saracie)
Zscore(Popula
.505 .386 .627 .481 .300 -.338 -.110 -.655 1.000 -.206
tie_urbana)
Zscore(numar
.026 .323 -.083 .035 .214 .358 .983 -.026 -.206 1.000
_angajati)
a. Determinant = 1.23E-
005
Matricea de corelatie ofera informatii cu privire la ‘taria’ legaturii dintre variabile si,
deasemenea, in functie de valorile coeficientilor ne putem da seama de cate componente
principale este necesar in cadrul analizei.
7
Din analiza matricei de corelatie se observa faptul ca cea mai puternica legatura, 0.983 este
intre variabila produsului intern brut si cea a numarului de angajati, urmata de corelatia
puternicade 0.92 intre produsul intern brut si gradul de alfabetizare. Din analiza matricei de
corelatie deducem faptul ca pentru a caracteriza datele initiale avem nevoie de aproximativ
trei variabile artificiale. Continutul informational total al datelor initiale, care reprezinta de
fapt varianta generalizata calculata ca determinant al matricei de covarianta, este 1.23E-005.
Tabelul Communalities ne arata influenta variabilelor luate in studiu.
Communalities
Initial Extraction
Din acest tabel reiese faptul ca toate variabilele folosite contribuie major la explicarea
variabilelor artificiale obtinute ulterior(cu exceptia variabilei a 5-a reprezentand
numarul cercetatorilor la mia de persoane, fiecare dintre ele, in rest, avand o cantitate
de informatie recuperata de peste 40%, dupa cum reiese din coloana Extraction.
Din analiza acestuia se observa ca variabila 7 are o contributie majora la explicarea
variabilelor artificiale care se obtin ulterior. Cantitatea de informatie recuperata din
acesta variabila este de 0.979, urmata in aproape de ultima variabila care recupereaza
0.957 din informatie, dupa cum reiese din coloana Extraction din tabelul de mai sus.
8
Total Variance Explained
9
Pentru a caracteriza componentele astfel obtinute se determina coeficientul de
corelatie intre variabilele artificiale obtinute si variabilele originale luate in calcul,
datele fiind disponibile in Component Matrix. Cu ajutorul tabelului se poate da o
interpretare variabilelor in spatiul transformat, aceasta continand coeficientii
corelatiilor dintre componentele principale si valorile initiale.
Component Matrixa
Component
1 2 3
a. 3 components extracted.
10
Se observa astfel ca prima componenta principala se poate analiza in termenii
numarului liniilor de telefonie fixa existente la mia de locuitori,a numarului de
telefoane mobile la mia de locuitori precum si in functie de gradul de alfabetizare si
numarul utilizatorilor de internet, toate avand un coeficient de corelatie de peste
0.700.
Prima componenta principala este puternic negativ influientata de indicele de saracie,
deoarece, cu cat tara are un indice de saracie mai mare cu atat este mai putin inclinata
spre folosirea de tehnilogie. Astfel, aceasta prima componenta poate fi considerata un
indicator accesului populaţiei la întreaga gamă de servicii oferite de dezvoltarea
tehnologiilor informa ţionale. In acelasi timp, aceasta prima componenta poate fi
folosita pentru a caracteriza tarile in functie de gradul de educatie utilizare a
tehnologiei fiind fiind puternic influientata de gradul de alfabetizare. Intr-un top al
tarilor ordonate dupa prima componenta principala,Turcia, China si Iran ocupa
primele pozitii, acestea putand fi caracterizate drept cele mai dezvoltate tari din punct
de vedere tehnologic dintre cele studiate, incadrate in tarile cu nivel mediu de
dezvoltare umana, in timp ce ultimele locuri sunt ocupate Pakistan, Madagascar,
Bangladesh, Nepal .
Topul tarilor in functie de prima componenta principala, componenta ce indica
accesului populaţiei la întreaga gamă de servicii oferite de dezvoltarea tehnologiilor
informa ţionale:
Tara FACT_1
Turkey 1.692055
China 1.649365
Iran 1.140779
Colombia 0.893408
Tunisia 0.689404
Kazakhstan 0.526592
Kazakhstan 0.526592
Thailand 0.497049
Peru 0.488084
Viet Nam 0.441834
Ecuador 0.435171
South Africa 0.404341
South Africa 0.404341
El Salvador 0.196265
Paraguay 0.089999
Philippines 0.073668
Bolivia -0.04832
Indonesia -0.07209
Egypt -0.15825
Nicaragua -0.52321
Sri Lanka -0.62418
India -0.94564
Pakistan -1.39979
Madagascar -1.65462
Bangladesh -1.86178
Nepal -1.93013
11
India si Viet Nam sunt tarile cu nivelul cel mai ridicat al produsului intern brut si cu
numarul cel mai mare de angajati.
Topul tarilor in functie de a doua componenta principala, ordonata crescator,
deoarece indica, intr-un fel bogatia tarilor respective:
Tara FACT_2
China 3.597186
India 1.392008 A treia componenta principala indica pe bogatia
Viet Nam 1.013131 monetara a tarilor considerate, fiind influientata atat de PIB
Bangladesh 0.598077
si numarul de angajati cat si de economisirea de energie
Nepal 0.587538
electrica, nivelul dezvoltarii populatiei in mediul urban,
Iran 0.408052
Pakistan 0.244297
numarul de abonati la telefonia mobila.
Sri Lanka 0.2331 Topul tarilor in functie de cea de-a treia componenta
Egypt 0.121975 principala, componenta ce indica nivelul dezvoltarii
Thailand -0.0258 economice a tarilor considerate:
Indonesia -0.03121
Tara
Kazakhstan FACT_3
-0.05825
China
Madagascar 1.642949
-0.07117
South Africa
Turkey 1.486478
-0.43819
India
Tunisia 1.213454
-0.45884
Philippines
Nicaragua 0.526857
-0.66802
Nicaragua
El Salvador 0.50377
-0.67436
Pakistan
Paraguay 0.43059
-0.69184
Bolivia
Philippines 0.426051
-0.78346
Peru
Ecuador 0.414433
-0.82296
Madagascar
Bolivia 0.401167
-0.82909
Colombia
South Africa 0.370185
-0.87484
Tunisia
Colombia 0.320675
-0.88103
El Salvador
Peru 0.232681
-0.88629
Indonesia 0.208636
Ecuador 0.142021
Turkey 0.103563
Bangladesh -0.10371
Paraguay -0.23572
Egypt -0.37094
Nepal -0.42547
Thailand -0.78275
Kazakhstan -0.96234
Iran -1.05085
Sri Lanka -1.27032
Viet Nam -3.22141
Tabelul Rotated Component Matrix foloseste tehnica rotirii axelor, tehnica Varimax,
si are drept scop obtinerea unor coeficienti de corelatie cat mai mici pe una din
componentele principale. In cazul nostru interpretarea se poate face cu usurinta si pe
prima matrice de corelatie dintre variabilele originale si componentele principale. Se
observa ca prin tehnica Varimax obtinem aceeasi interpretare. Tehnica Varimax
realizeaza o roatie a axelor initiale pentru a facilita interpretarea factorilor astfel
obtinuti.
12
Rotated Component Matrixa
Component
1 2 3
Component 1 2 3
13
Componentele principale nu sunt altceva decat combinatii liniare ale
variabilelor originale cu versorii noului spatiu redus . Acesti versori sunt dati de
vectorii proprii corespunzatori valorilor proprii mai mari decat 1. Tabelul Component
Score Coefficient Matrix reprezinta matricea versorilor, continand vectorii proprii
corespunzatori valorilor proprii retinute. Datele sunt prezente in tabelul de mai jos:
14
Component Score Coefficient Matrix
Component
1 2 3
Component 1 2 3
15
Case Summaries
REGR factor
score 1 for REGR factor REGR factor
analysis 2 score 2 for score 3 for
Case Number Tara analysis 2 analysis 2
Total N 24 24 24 24
16
Analiza claselor ierarhice
Cases
17
etapa la care a mai fost intalnit un cluster deja format, iar Next Stage indica etapa
viitoare la care va mai fi intalnita combinatia de clustere formata.
Agglomeration Schedule
1 14 23 .439 0 0 9
2 18 20 1.108 0 0 4
3 8 11 1.161 0 0 4
4 8 18 1.247 3 2 5
5 7 8 1.706 0 4 6
6 2 7 1.782 0 5 7
7 2 13 1.938 6 0 8
8 2 17 2.071 7 0 11
9 14 22 2.661 1 0 10
10 14 21 3.308 9 0 13
11 2 19 3.688 8 0 12
12 2 6 4.188 11 0 14
13 14 15 4.328 10 0 19
14 2 3 4.514 12 0 15
15 2 12 5.408 14 0 16
16 2 24 5.983 15 0 17
17 1 2 6.341 0 16 18
18 1 9 7.485 17 0 19
19 1 14 7.709 18 13 20
20 1 5 8.110 19 0 21
21 1 10 10.844 20 0 22
22 1 16 12.079 21 0 23
23 1 4 27.128 22 0 0
Tabelul Vertical Icicle indica pentru fiecare tara in parte din cate clustere face
parte, intreruperea de X din coloane indicand si locul in care se termina o clasa. Pe pe
prima coloana verticala sunt prezentate numarul de clustere, iar urmatoarele coloane
reprezinta variantele, in cazul de fata tarile. Citind tabelul de jos in sus, se poate
observa cum au fost grupate tarile. Prima solutie din Agglomeration Schedule va fi
prezentata pe ultimul rand, n-1, cea in care doar primele doua tari erau grupate, in
18
timp ce primul rand reprezinta clusterul ce contine toate variantele. Pe masura ce se
succed randurile, numarul de clustere creste.
Din dendrograma se observa cel mai usor formarea claselor. Aceasta ne
indica modul de grupare al tarilor in functie de asemanarile dintre ele, dar si nivelul
lor de agregare:
C A S E 0 5 10 15 20 25
Label Num +---------+---------+---------+---------+---------+
Nepal 14 ─┬───┐
Bangladesh 23 ─┘ │
Pakistan 22 ─────┼─┐
India 21 ─────┘ ├─────┐
Madagascar 15 ───────┘ │
Nicaragua 18 ─┐ │
Bolivia 20 ─┼─┐ │
Philippines 8 ─┤ │ │
Paraguay 11 ─┘ │ │
Ecuador 7 ───┤ │
Colombia 2 ───┼───┐ ├─┐
El Salvador 13 ───┤ │ │ │
Indonesia 17 ───┘ │ │ │
Egypt 19 ───────┼─┐ │ │
Peru 6 ───────┤ ├─┐ │ │
Thailand 3 ───────┘ │ │ │ ├───┐
Sri Lanka 12 ─────────┘ ├─┤ │ │
South Africa 24 ───────────┤ │ │ │
Kazakhstan 1 ───────────┘ │ │ ├─┐
Tunisia 9 ─────────────┘ │ │ │
Turkey 5 ───────────────┘ │ ├───────────────────────────┐
Iran 10 ───────────────────┘ │ │
Viet Nam 16 ─────────────────────┘ │
China 4 ─────────────────────────────────────────────────┘
In cazul analizei ierarhice prin metoda celor mai departati vecini (Complete
Linkage) se obtin informatiile urmatoare. Rezulta tabelul Agglomeration Schedule:
19
Agglomeration Schedule
1 14 23 .439 0 0 7
2 18 20 1.108 0 0 6
3 8 11 1.161 0 0 4
4 7 8 1.745 0 3 10
5 2 13 2.348 0 0 9
6 17 18 2.859 0 2 10
7 14 22 3.124 1 0 8
8 14 15 4.976 7 0 11
9 2 6 5.097 5 0 15
10 7 17 5.136 4 6 15
11 14 21 6.068 8 0 23
12 1 19 6.341 0 0 13
13 1 3 7.080 12 0 16
14 9 24 7.485 0 0 17
15 2 7 9.236 9 10 17
16 1 12 10.242 13 0 18
17 2 9 14.788 15 14 20
18 1 16 18.134 16 0 21
19 5 10 20.288 0 0 20
20 2 5 28.684 17 19 21
21 1 2 36.874 18 20 22
22 1 4 44.909 21 0 23
23 1 14 60.380 22 11 0
C A S E 0 5 10 15 20 25
Label Num +---------+---------+---------+---------+---------+
Nepal 14 ─┬─┐
Bangladesh 23 ─┘ │
Pakistan 22 ───┼─┐
Madagascar 15 ───┘ ├───────────────────────────────────────────┐
India 21 ─────┘ │
20
Kazakhstan 1 ─────┐ │
Egypt 19 ─────┼───┐ │
Thailand 3 ─────┘ ├─────┐ │
Sri Lanka 12 ─────────┘ ├───────────────┐ │
Viet Nam 16 ───────────────┘ │ │
Tunisia 9 ─────┬─────┐ │ │
South Africa 24 ─────┘ │ │ │
Colombia 2 ─┬─┐ ├───────────┐ ├─────┐ │
El Salvador 13 ─┘ ├───┐ │ │ │ │ │
Peru 6 ───┘ │ │ │ │ │ │
Philippines 8 ─┐ ├───┘ │ │ │ │
Paraguay 11 ─┼─┐ │ ├───────┘ │ │
Ecuador 7 ─┘ ├───┘ │ ├───────────┘
Nicaragua 18 ─┬─┤ │ │
Bolivia 20 ─┘ │ │ │
Indonesia 17 ───┘ │ │
Turkey 5 ─────────────────┬─────┘ │
Iran 10 ─────────────────┘ │
China 4 ─────────────────────────────────────┘
In urma folosirii celei de-a treia metode pentru clasificarea ierarhica, metoda
centroidelor (Centroid Method), se obtine urmatorul tabel Agglomeration Schedule:
21
Agglomeration Schedule
1 14 23 .439 0 0 8
2 18 20 1.108 0 0 5
3 8 11 1.161 0 0 4
4 7 8 1.435 0 3 5
5 7 18 1.952 4 2 6
6 7 13 2.036 5 0 7
7 7 17 2.001 6 0 9
8 14 22 2.783 1 0 10
9 2 7 3.823 0 7 12
10 14 15 3.902 8 0 11
11 14 21 3.985 10 0 20
12 2 6 5.119 9 0 13
13 2 19 5.279 12 0 14
14 2 3 5.001 13 0 15
15 1 2 5.969 0 14 16
16 1 24 6.925 15 0 17
17 1 9 8.577 16 0 18
18 1 12 9.058 17 0 19
19 1 5 15.135 18 0 20
20 1 14 16.907 19 11 21
21 1 10 19.344 20 0 22
22 1 16 19.173 21 0 23
23 1 4 31.400 22 0 0
22
C A S E 0 5 10 15 20 25
Label Num +---------+---------+---------+---------+---------+
Nepal 14 ─┬─┐
Bangladesh 23 ─┘ ├─┐
Pakistan 22 ───┘ │
Madagascar 15 ─────┼─────────────────────┐
India 21 ─────┘ │
Nicaragua 18 ─┬─┐ │
Bolivia 20 ─┘ │ │
Philippines 8 ─┐ │ │
Paraguay 11 ─┼─┤ │
Ecuador 7 ─┘ ├─┐ │
El Salvador 13 ───┤ ├─┐ ├───┐
Indonesia 17 ───┘ │ │ │ │
Colombia 2 ─────┘ │ │ │
Peru 6 ───────┼─┐ │ │
Egypt 19 ───────┤ ├─┐ │ │
Thailand 3 ───────┘ │ ├─┐ │ │
Kazakhstan 1 ─────────┘ │ │ │ │
South Africa 24 ───────────┘ ├─────────┐ │ │
Tunisia 9 ─────────────┤ ├───┘ ├─────────────────┐
Sri Lanka 12 ─────────────┘ │ │ │
Turkey 5 ───────────────────────┘ │ │
Iran 10 ───────────────────────────────┤ │
Viet Nam 16 ───────────────────────────────┘ │
China 4 ─────────────────────────────────────────────────┘
23