運(yùn)用SPSS分析影響經(jīng)濟(jì)發(fā)展因素

1、統(tǒng)計(jì)分析結(jié)課論文 實(shí)驗(yàn)名稱：運(yùn)用SPSS分析影響經(jīng)濟(jì)發(fā)展因素姓名：周明明學(xué)號(hào)：142120201370班級(jí)：研1417指導(dǎo)老師：宋榮興時(shí)間：2014年12月摘要：經(jīng)濟(jì)發(fā)展是整個(gè)人類社會(huì)追求的目標(biāo)之一。在宏觀經(jīng)濟(jì)理論中我們學(xué)到，影響經(jīng)濟(jì)發(fā)展的因素主要有消費(fèi)、投資、政府購買和凈出口。通常情況下，我們用國內(nèi)生產(chǎn)總值（GDP）來描述一國的經(jīng)濟(jì)發(fā)展水平。本文通過我國1991-2012年的國內(nèi)生產(chǎn)總值和影響國內(nèi)生產(chǎn)總值的一些重要經(jīng)濟(jì)指標(biāo)，如居民消費(fèi)水平、政府購買、居民消費(fèi)價(jià)格指數(shù)、商品零售價(jià)格指數(shù)、城鎮(zhèn)居民收入、農(nóng)村居民收入、工業(yè)總產(chǎn)值、能源消費(fèi)總量等指標(biāo)，運(yùn)用SPSS軟件提供的描述性分析、因子分析及回歸

2、分析對(duì)這些數(shù)據(jù)進(jìn)行深入分析，確定影響經(jīng)濟(jì)發(fā)展的重要因素。關(guān)鍵字：經(jīng)濟(jì)發(fā)展 描述 因子分析 回歸分析一、分析目的、思路及數(shù)據(jù)選取本次實(shí)驗(yàn)的目的是通過研究我國近22年經(jīng)濟(jì)發(fā)展的基本情況，分析在眾多影響經(jīng)濟(jì)發(fā)展的經(jīng)濟(jì)指標(biāo)中，哪些指標(biāo)是主要因素，以及各經(jīng)濟(jì)指標(biāo)在經(jīng)濟(jì)發(fā)展中的影響程度。本實(shí)驗(yàn)的分析思路如下，首先利用描述性統(tǒng)計(jì)分析對(duì)各個(gè)指標(biāo)進(jìn)行基礎(chǔ)性描述，以便對(duì)各指標(biāo)的數(shù)據(jù)特征有一個(gè)概括的認(rèn)識(shí)，然后利用因子分析找出可以明顯描述經(jīng)濟(jì)發(fā)展的經(jīng)濟(jì)指標(biāo)，找出影響經(jīng)濟(jì)發(fā)展較為明顯的因素，分析經(jīng)影響濟(jì)發(fā)展的決定因素，最后用回歸分析法確定這些因素對(duì)經(jīng)濟(jì)發(fā)展的影響方向和強(qiáng)弱。本實(shí)驗(yàn)利用的所有經(jīng)濟(jì)數(shù)據(jù)均來源于中國統(tǒng)計(jì)年鑒。

3、二、 實(shí)驗(yàn)結(jié)果分析1、描述性分析表1從表1可知，我國國內(nèi)生產(chǎn)總值的平均值為175351.468億元，最大值為518942.1億元，最小值為21781.5億元，標(biāo)準(zhǔn)差為2.189E10，方差為147948.1656，可見我國的經(jīng)濟(jì)發(fā)展呈直線上升的趨勢(shì)，且發(fā)展迅速。而城鎮(zhèn)居民人均收入與農(nóng)村居民人居收入差距較大，其中城鎮(zhèn)居民的人均收入均值為9480.750元，約是農(nóng)村居民人均收入均值的三倍。由此說明從1991年以來我國的經(jīng)濟(jì)發(fā)展迅速，但同時(shí)伴隨的城鄉(xiāng)居民差距也不斷擴(kuò)大，社會(huì)的不均等程度加劇。2、經(jīng)濟(jì)指標(biāo)的因子分析表2表3表2給出了各變量指標(biāo)的相關(guān)系數(shù)矩陣，緊接著，表3給出了KMO與Bartlett的

4、檢驗(yàn)結(jié)果，其中Bartlett值為772.280，P<0.0001，則拒絕原假設(shè)，即相關(guān)矩陣不是一個(gè)單位矩陣，故考慮進(jìn)行因子分析；KMO是用于比較觀測(cè)相關(guān)系數(shù)值與偏相關(guān)系數(shù)值的一個(gè)指標(biāo)，其值越接近1 ，表明對(duì)這些變量因子進(jìn)行因子分析的效果越好，在本實(shí)驗(yàn)中，KMO值為0.655，比較接近1，表示比較適合做因子分析。表4表4給出了各經(jīng)濟(jì)指標(biāo)的變量共同度，該表左側(cè)表示每個(gè)變量可以被所有因素能解釋的方差，右側(cè)表示變量的共同度,，變量的共同度從01，共同度越大，即一個(gè)因子所解釋的變量的方差越大，說明因子包含原有的變量信息的量越多，從該表可以看出因子所解釋的變量的方差都非常的大，都達(dá)到了0.9以上，

5、所以變量中的大部分信息均能被因子所體現(xiàn)，即因子分析的結(jié)果是有效的。表5表5給出了因子貢獻(xiàn)率的結(jié)果，該表的左側(cè)部分為初始特征值，中間為旋轉(zhuǎn)前的主因子結(jié)果，右側(cè)為旋轉(zhuǎn)后的主因子結(jié)果。Total指因子的特征值，% of Variance表示該因子的特征值占總特征值的百分比。從表中可以看出，只有前兩個(gè)因子的特征值大于1，并且前兩個(gè)特征值之和占總特征值的99.268%，因此提取前兩個(gè)因子作為主因子足以描述經(jīng)濟(jì)的發(fā)展水平。表6表6 為各經(jīng)濟(jì)指標(biāo)的碎石圖，具有較強(qiáng)解釋能力的因子在圖中表現(xiàn)為較大的斜率，從該圖中可以看出前兩個(gè)因子都出于非常陡峭的地方，從第三個(gè)開始變的平緩，因此選擇前兩個(gè)因子作為主因子。表7表7

6、給出了經(jīng)正交旋轉(zhuǎn)后的因子載荷矩陣，其中旋轉(zhuǎn)方法是Kaiser標(biāo)準(zhǔn)化的正交旋轉(zhuǎn)法，經(jīng)過3次迭代后收斂。通過因子旋轉(zhuǎn)，各個(gè)因子有了比較明確的含義，第一個(gè)因子代替了國內(nèi)生產(chǎn)總值、全體居民消費(fèi)水平、政府購買、城鎮(zhèn)居民人均收入、農(nóng)村居民人均收入、工業(yè)總產(chǎn)值、能源消費(fèi)總量的作用，其中國內(nèi)生產(chǎn)總值、全體居民消費(fèi)水平、政府購買、工業(yè)總產(chǎn)值的系數(shù)較大；第二個(gè)因子代替了居民消費(fèi)價(jià)格指數(shù)、商品零售價(jià)格指數(shù)的作用，其中商品價(jià)格指數(shù)的系數(shù)比較大，因此將商品價(jià)格指數(shù)作為對(duì)第二個(gè)因子的解釋。3、經(jīng)濟(jì)指標(biāo)的回歸分析表8表8給出了模型的擬合情況，從該表中可以得到復(fù)相關(guān)系數(shù)R，判定系數(shù)R方，調(diào)整后的判定系數(shù)R方，標(biāo)準(zhǔn)估計(jì)的誤差以

7、及D-W統(tǒng)計(jì)量。本實(shí)驗(yàn)中調(diào)整后的判定系數(shù)R方是1.000，說明該回歸模型的擬合程度非常好，D-W統(tǒng)計(jì)量的值為1.993，說明該回歸模型不存在自相關(guān)性。表9表9給出了模型的方差分析結(jié)果。由該表我們可以看到回歸部分的F值為37976.695，P值為0.000，小于顯著水平0.05，因此可以得出全體居民消費(fèi)水平、政府購買、工業(yè)生產(chǎn)總值和商品零售價(jià)格指數(shù)對(duì)GDP的解釋能力非常顯著。表10表10 給出了線性回歸模型的回歸系數(shù)、標(biāo)準(zhǔn)化的回歸系數(shù)以及相應(yīng)的一些統(tǒng)計(jì)量，從該表中我們可以看到全體居民消費(fèi)水平，政府購買，工業(yè)總產(chǎn)值的t值都比較大，相應(yīng)的Sig值都比較小，但是商品零售價(jià)格指數(shù)的Sig值為0.431，

8、大于顯著性水平0.05，而前面得出的R方又很大，說明模型可能存在多重共線性的問題，對(duì)其修正得出如下結(jié)果：表11表12表13從表11中我們可以看到，對(duì)于修正后的回歸模型，其調(diào)整后的判定系數(shù)R方為1.000，說明該回歸模型的擬合程度非常好，D-W統(tǒng)計(jì)量的值為1.954，說明該回歸模型不存在自相關(guān)性。從表12、13中可以看到，回歸部分的F值為1.097E5，相應(yīng)的P值為0.000，小于顯著性水平0.05則拒絕原假設(shè)，說明全體居民消費(fèi)水平、政府購買及工業(yè)總產(chǎn)值對(duì)GDP影響顯著，這正好驗(yàn)證了宏觀經(jīng)濟(jì)理論中GDP的組成包括消費(fèi)、投資、政府購買。三、實(shí)驗(yàn)結(jié)論在本次試驗(yàn)中，通過對(duì)1991-2012年各經(jīng)濟(jì)指標(biāo)數(shù)據(jù)分析可以得出以下結(jié)論：近些年我國經(jīng)濟(jì)發(fā)展迅速，GDP呈現(xiàn)逐年遞增的趨勢(shì)，而且各項(xiàng)經(jīng)濟(jì)指標(biāo)的數(shù)值也都逐年增加，這正驗(yàn)證了全體居民消費(fèi)水平、政府購買、居民消費(fèi)價(jià)格指數(shù)、商品零售價(jià)格指城鎮(zhèn)居民人均收入、農(nóng)村居民人均收入、工業(yè)總產(chǎn)值、能源消費(fèi)總量等指標(biāo)對(duì)GDP的增長有著相應(yīng)的影響。而在眾多對(duì)GDP有影響的經(jīng)濟(jì)指標(biāo)中，通過因子分析提取出了幾個(gè)影響較為顯著的指標(biāo)，其中全體居民消費(fèi)水平、政府購買和工業(yè)總產(chǎn)值為第一類主因子，商品零售價(jià)格指數(shù)為第二類主因