spss课程论文文档格式.docx
《spss课程论文文档格式.docx》由会员分享，可在线阅读，更多相关《spss课程论文文档格式.docx（15页珍藏版）》请在冰豆网上搜索。
2.对主要指标的描述性统计分析。
1）在菜单栏中依次选择分析—描述统计—描述，依次选择变量国内生产总值，全体居民消费水平，政府购买，居民消费价格指数，商品零售价格指数，城镇居民人均收入，农村居民人均收入，工业总产值，能源消费总量进入变量列表
2）单击选项按钮计入描述，选中最大值，最小值，均值，标准差和方差单击继续返回，单击确定。
3.我国经济及其主要指标的因子分析
1）在菜单栏中依次选择分析—降维—因子分析，依次选择变量国内生产总值，全体居民消费水平，政府购买，居民消费价格指数，商品零售价格指数，城镇居民人均收入，农村居民人均收入，工业总产值，能源消费总量进入变量列表中；
2）单击描述按钮，选择原始分析结果复选框和KMO与Bartlett球形度检验复选框，单击继续保存设置返回；
3）单击抽取按钮，选中碎石图复选框，单击继续保存设置返回；
4）单击旋转按钮，选择最大方差法复选框，其余都为默认选项，
5）单击得分按钮，选择保存为变量和显示因子得分系数复选框，单击继续保存设置返回，单击确定。
4.我国经济与主因子经济指标的回归分析
1）在菜单栏中依次选择分析—回归—线性回归，将国内生产总值变量选入因变量，将工业生产总值，居民消费水平，政府购买，商品零售价格指数选入自变量列表；
2）选择估计、模型拟合度和Durbin-Watson复选框，其余为默认选项，
3）单击选项按钮，选中在等式中包含常量，单击继续保存设置返回，单击确定。
5.线性回归模型的修正
1）在菜单栏中依次选择分析—回归—线性回归，将国内生产总值变量选入因变量，将居民消费水平，工业生产总值和政府购买选入自变量列表；
三、实验结果分析
1.描述性分析
描述统计量
N
极小值
极大值
均值
标准差
方差
GDP（亿元）
21
18667.80
401202.00
137335.3905
1.11133E5
1.235E10
居民消费水平（元）
833.00
9968.00
4211.1429
2690.63354
7239508.829
政府购买（亿元）
3083.59
89874.16
25309.9138
25217.53769
6.359E8
居民消费价格指数（%）
98.60
124.10
104.7476
6.51956
42.505
商品零售价格指数（%）
97.00
121.70
103.5190
6.22122
38.704
城镇居民人均收入（元）
1510.20
19109.40
7795.7952
5186.29346
2.690E7
农村居民人均收入（元）
686.30
5919.00
2559.8476
1476.61383
2180388.389
工业总产值（亿元）
6858.00
160867.00
55844.8810
45278.67489
2.050E9
能源消费总量（万吨）
98703.00
324939.00
180011.7619
73190.44340
5.357E9
有效的N（列表状态）
图1经济发展的描述分析结果
由图1可知，我国国内生产总值的平均值为137335.3905亿元，最大值为401202.00亿元，最小值为18667.80亿元，他们之间的全距为382534.2亿元，标准差为1.11133E5，方差为1.235E10，可见我国的经济发展呈直线上升趋势，且发展迅速。
而城镇居民人均收入与农村居民的人均收入有很大的差距，城镇居民人均收入均值大概是农村居民的人均收入均值的3倍多，这就说明虽然我国总体经济增长较快，但是城乡居民收入差距不断扩大，不均等程度加剧。
2.经济指标的因子分析
KMO和Bartlett的检验
取样足够度的Kaiser-Meyer-Olkin度量。
.738
Bartlett的球形度检验
近似卡方
697.923
df
36
Sig.
.000
图2经济指标的KMO和Bartlett的检验结果
图2给出了KMO和Bartlett的检验结果，其中KMO值越接近1越适合做因子分析，从该表可以得到KMO值为0.738，比较接近1，表示比较适合做因子分子；
Sig值为0.000小于显著水平0.05，因此拒绝原假设表示变量之间存在相关关系，适合做因子分析。
公因子方差
初始
提取
1.000
.998
.995
.977
.999
.997
.989
.978
提取方法：
主成份分析。
图3经济指标的变量共同度
图3给出了每个变量共同度的结果。
该表左侧表示每个变量可以被所有因素能解释的方差，右侧表示变量的共同度。
从该表可以看出因子分析的变量共同度都非常高，都达到了0.9以上。
表明变量中的大部分信息均能够被因子所提前，说明因子分析的结果是有效的。
解释的总方差
成份
初始特征值
提取平方和载入
旋转平方和载入
合计
方差的%
累积%
1
7.151
79.459
6.821
75.789
2
1.778
19.750
99.209
2.108
23.420
3
.036
.404
99.613
4
.029
.325
99.937
5
.003
.034
99.972
6
.002
.021
99.992
7
.001
.006
99.998
8
100.000
9
3.043E-5
图4经济指标的因子贡献率
图4给出了因子贡献率的结果。
该表中左侧部分为初始特征值，中间为提前主因子结果，右侧为旋转后的主因子结果。
“合计”指因子的特征值，“方差的%”表示该因子的特征值占总特征值的百分比。
可以看到只有前两个因子的特征值大于1，并且前两个因子的特征值之和占总特征值的99.209%，因此提取前两个因子作为主因子足以描述经济的发展水平。
图5经济指标的碎石图
图5给出了特征值的碎石图，具有较强解释能力的因子在图中表现为较大的斜率，从该图可以看出前两个因子都处于非常陡峭的斜率上，从第三个开始变平缓，因此选择前两个因子作为主因子。
旋转成份矩阵a
.990
-.130
.981
-.182
-.124
-.174
.984
-.117
.993
.986
-.160
.975
-.193
.991
-.125
.983
-.107
提取方法:
主成分分析法。
旋转法:
具有Kaiser标准化的正交旋转法。
a.旋转在3次迭代后收敛。
图6经济指标的旋转后因子载荷值
图6给出了旋转后的因子载荷值，其中旋转方法是Kaiser标准化的正交旋转法。
通过因子旋转，各个引子有了比较明确的含义。
第一个因子中，GDP,居民消费水平，政府购买，工业总产值的系数比较大。
第二个因子中，居民消费价格指数，商品零售价格指数的系数比较大，因此将商品零售价格指数作为对第二个因子的解释。
3.经济指标的回归分析
模型汇总b
模型
R
R方
调整R方
标准估计的误差
Durbin-Watson
1.000a
1275.10560
1.512
a.预测变量:
（常量）,商品零售价格指数（%）,政府购买（亿元）,居民消费水平（元）,工业总产值（亿元）。
b.因变量:
国内生产总值（亿元）
图7经济指标回归模型的评价统计量
图7给出了评价模型的检验统计量。
从该图可以得到R，R方，调整的R方，标准估计的误差以及D-W统计量。
本实验中回归模型调整的R方是1.000，说明该回归模型的拟合程度非常好，并且D-W统计量为1.512，说明模型残差不存在自相关。
Anovab
平方和
均方
F
回归
2.470E11
6.175E10
37976.695
.000a
残差
2.601E7
16
1625894.287
总计
20
图8经济指标的方差分析表
图8给出了方差分析的结果。
由该图可以得到回归部分的F值为37976.695，相应的P值是0.000，小于显著水平0.05，因此可以判断居民消费水平，政府购买，工业生产总值和商品零售价格指数对GDP解释能力非常显著。
系数a
非标准化系数
标准系数
t
B
标准误差
试用版
（常量）
-5449.212
6538.325
-.833
.417
1.473
.097
.600
15.143
6.317
1.166
.153
5.416
1.105
.085
.251
12.954
57.485
56.733
1.013
.326
a.因变量:
图9回归系数
图9给出了线性回归模型的回归系数及相应的一些统计量。
从该表可以得到线性回归模型中的工业总产值，居民消费水平，政府购买和商品零售价格指数的T值都比较高，但是只有商品零售价格指数的Sig值为0.326，大于显著水平0.05，而前面得出的R方又很大，说明模型可能存在多重共线性，并对其修正后得如下结果：
1276.10554
1.448
（常量）,政府购买（亿元）,居民消费水平（元）,工业总产值（亿元）。
图10修正后的经济指标回归模型的评价统计量
8.233E10
50555.928
2.768E7
17
1628445.348
图11修正后的经济指标的方差分析表
1104.975
953.833
1.158
.263
5.661
.971
.137
5.829
1.520
.086
.619
17.776
1.086
.083
.246
13.034
图12修正后的回归系数
从图10，图11，图12可以看出修正回归模型调整的R方是1.000，说明该回归模型的拟合程度非常好，并且D-W统计量为1.448，说明模型残差不存在自相关。
回归部分的F值为37976.695，相应的P值是0.000，小于显著水平0.05，因此可以判断居民消费水平，工业生产总值和政府购买对GDP解释能力非常显著。
且T值都比较大，Sig值都为0.000小于0.05，拒绝原假设，说明居民消费水平，工业生产总值和政府购买对GDP的影响显著，这恰好验证了宏观经济理论中GDP的组成包括消费，投资和政府购买。
四、实验结论
从本次实验中，通过对经济指标数据的各种分析可以得出：
我国近几年经济发展迅速，GDP呈明显上升趋势，并且各个指标的数值也都在逐年上涨，这也正验证了全体居民消费水平，政府购买，居民消费价格指数，商品零售价格指数，城镇居民人均收入，农村居民人均收入，工业总产值，能源消费总量等指标对GDP的增长有着直接的影响。
而在众多对GDP有影响的指标中，通过因子分析提取出了影响最为显著的几个指标，即居民消费水平，工业总产值，政府购买为第一类主因子；
商品零售价格指数为第二类主因子。
对GDP，全体居民消费水平，工业总产值，政府购买，商品零售价格指数进行线性回归分析并修正后，得出的线性回归模型为：
Y=1104.975+5.661X1+1.520X2+1.086X3
其中Y代表GDP，X1代表居民消费水平，X2代表工业总产值，X3代表政府购买。
消费水平每变动1个单位GDP就会随着变动5.661个单位，其余指标系数的含义与其类似。
五、存在的问题
我国经济持续高速增长带来了社会财富的迅速增加，然而，在经济高速增长的同时，我国社会财富分配的不均等程度也在日益扩大。
收入不均等在本实验中体现为城镇与农村的收入差距扩大。
由于城镇居民人均可支配收入的增长速度快于农村居民可支配收入增长速度，城乡收入差距在扩大，而且存在着较大的差距。
从最开始的描述性统计分析中，我们就看到城镇居民的可支配收入是农村居民可支配收入的三倍还多，如果考虑到城市居民享有的保险、医疗、住房等福利待遇，城乡居民的实际收入差距可能更大。
造成这一问题存在的原因：
1）我国存在明显的二元经济特征。
我国二元经济的阶段性特征导致劳动报酬水平低、增长慢。
虽然农村劳动力不断向城镇非农部门转移，城镇化速度不断加快，但这一过程远未结束，农村劳动力向非农产业的转移还将在相当长一段时间内持续下去。
在这样的发展阶段，非农劳动者的工资水平往往由农业部门劳动者收入水平决定。
因为只要非农部门工资高于农业就业的收入，就会继续吸引农村劳动力向非农部门转移。
2）资本全球化进一步加剧了我国初次收入分配不利于劳动者的局面。
国外直接投资的迅速增加是我国经济长期高速增长的重要动力，但同时也进一步加剧了我国劳动报酬占比下降的趋势。
资本全球化加强了资本的流动能力，进而提升了资本对劳动的优势地位和谈判能力。
大量外资集中于汽、房地产和电力、燃气等资本收益率高的部门，外贸出口中资本密集型产品的比例越来越高，再加上地方政府为了GDP增长而展开吸引外资的竞争，使得劳动报酬占比持续下降。
六、解决政策
针对城镇居民收入和农村居民收入存在的差距给出了以下几点建议：
一、完善社会保障制度，让人人享有基本社会保障。
探索建立覆盖所有城乡居民的社会保障制度，让人人享有基本的社会保障，是调整收入分配格局，让所有人都能分享经济增长成果的重要手段。
我国近几年社会保障制度建设取得了巨大成就，基本医疗保险实现了制度的全覆盖，但养老保障问题突出。
总体上看，我国的养老保险制度仅覆盖城镇地区的部分劳动者。
二、建立工资正常增长的机制，培育有利于劳动者收入增长的市场环境。
从长期来看，要有效提高劳动报酬在初次收入分配中的比重，必须建立保障工资合理增长的机制。
为此，首先要根据经济社会发展需要动态调整最低工资标准，建立和完善国有资本预算经营制度，合理确定国有垄断行业的资本所得与劳动所得分配比例；
其次，要加强劳动保护，严格执行劳动合同法，进一步完善劳动合同制度和劳动保护制度，加强劳动监督力度，完善保障工资增长的三方协调机制。
同时，要培育有利于劳动者的公平市场环境。
三、稳步提高农民收入水平，加快农村劳动力转移。
在我国当前的发展阶段，产业工人工资水平在很大程度上依赖于农业就业人员的收入水平。
持续、稳步提高农民的收入水平，将有利于提高产业工人的工资水平。
从这个意义上讲，提高农业劳动生产率和农民收入是提升劳动报酬在国民收入中占比的重要条件。
要提高农业劳动生产率和农民收入，首先要落实党中央国务院各项兴农惠农政策，加大公共财政对农业的投入力度，加快农村金融体制改革，走科技兴农之路。
同时，还必须加快劳动力转移步伐，提高农村转移劳动力的就业能力，实现农村劳动力在城镇地区的稳定就业
参考文献：
[1]峁诗松周纪芗《概率论及数理统计》（第三版）北京：
中国统计出版出版社2007
[2]庞浩《计量经济学》（第二版）北京：
科学出版社2010.6
[3]罗纳德.D.约克奇著刘超吴铮译《SPSS其实很简单》北京：
中国人民大学出版社2010.6
[4]刘震等著《SPSS统计分析与应用》北京：
电子工业出版社2011.6
[5]《中国统计年鉴2011》（光盘版）
附表：
1990-2010主要经济指标的数据
年份
国内生产总值（亿元）
全体居民消费水平（元）
财政支出（亿元）
居民消费价格指数
商品零售价格指数
工业总产值（亿元）
能源消费总量（万吨）
1990
18667.8
833
103.1
102.1
1510.2
686.3
6858.0
98703.0
1991
21781.5
932
3386.62
103.4
102.9
1700.6
708.6
8087.1
103783.0
1992
26923.5
1116
3742.20
106.4
105.4
2026.6
784.0
10284.5
109170.0
1993
35333.9
1393
4642.30
114.7
113.2
2577.4
921.6
14188.0
115993.0
1994
48197.9
1833
5792.62
124.1
121.7
3496.2
1221.0
19480.7
122737.0
1995
60793.7
2355
6823.72
117.1
114.8
4283.0
1577.7
24950.6
131176.0
1996
71176.6
2789
7937.55
108.3
106.1
4838.9
1926.1
29447.6
135192.0
1997
78973.0
3002
9233.56
102.8
100.8
5160.3
2090.1
32921.4
135909.0
1998
84402.3
升级会员 