关于我国国内生产总值的统计分析Word文档下载推荐.docx

关于我国国内生产总值的统计分析Word文档下载推荐.docx

《关于我国国内生产总值的统计分析Word文档下载推荐.docx》由会员分享，可在线阅读，更多相关《关于我国国内生产总值的统计分析Word文档下载推荐.docx（53页珍藏版）》请在冰豆网上搜索。

1832.9

1201

1701.02

1985

9016.0366

105851

2543.2

2066.7

2004.25

1986

10275.1792

107507

3120.6

2580.4

2204.91

1987

12058.6151

109300

3791.7

3084.2

2262.18

1988

15042.823

111026

4753.8

3821.8

2491.21

1989

16992.3191

112704

4410.4

4156

2823.78

1990

18667.8224

114333

4517

5560.1

3083.59

1991

21781.4994

115823

5594.5

7225.8

3386.62

1992

26923.4765

117171

8080.1

9119.6

3742.2

1993

35333.9247

118517

13072.3

11271

4642.3

1994

48197.8564

119850

17042.1

20381.9

5792.62

1995

60793.7292

121121

20019.3

23499.9

6823.72

1996

71176.5917

122389

22913.5

24133.8

7937.55

1997

78973.035

123626

24941.1

26967.2

9233.56

1998

84402.2798

124761

28406.2

26849.7

10798.18

1999

89677.0548

125786

29854.7

29896.2

13187.67

2000

99214.5543

126743

32917.7

39273.2

15886.5

2001

109655.1706

127627

37213.5

42183.6

18902.58

2002

120332.6893

128453

43499.9

51378.2

22053.15

2003

135822.7561

129227

55566.6

70483.5

24649.95

2004

159878.3379

129988

70477.43

95539.1

28486.89

2005

184937.369

130756

88773.6129

116921.8

33930.28

2006

216314.4259

131448

109998.1624

140974

40422.73

2007

265810.3058

132129

137323.9381

166863.7

49781.35

2008

314045.4258

132802

172828.3998

179921.4702

62592.66

2009

340902.8126

133450

224598.7679

150648.0635

76299.93

2010

401512.7952

134091

278121.8549

201722.147

89874.16

2011

473104

134735

311485.1254

236401.992

109247.79

2、数据处理

这里我们录入全国1980年到2011年的GDP,人口数，固定资产投资，进出口总额、国家财政支出数据。

在相关性分析中，我们以GDP为参考，利用SPSS软件研究其他四种因素与GDP的相关性，由于做单个比较需要进行四次操作，因而我们在这里直接利用SPSS的相关功能直接给出五个量的两两相关系数，这之中自然包括我们所需要的GDP与其他四类因素的相关系数。

在回归分析中，我们令GDP为因变量Y，将人口数，固定资产投资，进出口总额、国家财政支出四个数据作为自变量X1、X2、X3、X4，然后利用excel的数据分析工具做回归分析。

3、分析步骤

（1）相关性分析

录入数据到SPSS→画出关于GDP的散点图→做大致分析→做相关性分析

具体操作过程见附录一，

所得散点图见附录二。

（2）回归分析

录入数据到excel→选择分析工具→定好自变量和因变量→做回归分析

具体操作过程见附录三。

4、结果分析

（1）相关性分析下表是通过SPSS所做相互的两两相关系数表格：

Correlations

GDP

人口数

固定资产投资

进出口总额

国家财政支出

PearsonCorrelation

1

.798**

.956**

.984**

.992**

Sig.（2-tailed）

.000

N

32

.633**

.781**

.729**

.933**

.974**

.969**

**.Correlationissignificantatthe0.01level（2-tailed）.

从表中我们可以知道：

1）GDP与人口数之间的相关系数是0.798，双尾检验的概率值为0，小于0.01，则相关水平是显著的，换句话说，我们有超过99%的把握认为，两者之间存在着比较强的正相关性。

2）GDP与固定资产投资之间的相关系数是0.956，双尾检验的概率值为0，小于0.01，则相关水平是显著的，换句话说，我们有超过99%的把握认为，两者之间存在着非常强的正相关性。

3）GDP与进出口总额之间的相关系数是0.984，双尾检验的概率值为0，小于0.01，则相关水平是显著的，换句话说，我们有超过99%的把握认为，两者之间存在着比较强的正相关性。

4）GDP与国家财政支出数据之间的相关系数是0.992，双尾检验的概率值为0，小于0.01，则相关水平是显著的，换句话说，我们有超过99%的把握认为，两者之间存在着非常强的正相关性。

对于回归分析，我们可以利用excel中自带的会给分析予以分析。

下表是通过excel软件做出的回归分析结果：

1）方差分析表

方差分析

df

SS

MS

F

SignificanceF

回归分析

4

4.96E+11

1.24E+11

3400.95

4.65521E-36

残差

27

9.83E+08

36423935

总计

31

2）参数确定表

由输出结果可以知道，线性回归方程为：

1>

、Y=-149510+1.4495*X1+0.189964*X2+0.427531*X3+2.461343*X4。

2>

、根据输出结果中的方差分析可知，SignificanceF=4.65521E-36<

α=0.05,说明回归方程是显著的。

3>

、而由结果中的回归系数的tStat检测可知:

a:

P-value=1.25E-08<

α=0.05，

b1:

P-value=2.79E-09<

b2:

P-value=0.031325<

b3:

P-value=2.89E-06<

b4:

P-value=0.000433<

α=0.05

综上所述，因此回归方程是有效可靠的。

（二）中南六省GDP方差分析

1、数据收集：

中南六省1980-2011年GDP数据（现价）

XX

国内生产总值指数（可比价，1978=100）

1978

151

146.99

162.92

87

75.85

185.85

100

1979

188.46

178.01

190.09

104.15

84.59

209.34

107.6

199.38

191.72

229.16

111.15

97.33

249.65

116.0081

219.75

209.68

249.69

121.26

113.46

290.36

122.0905

241.55

232.52

263.3

133.96

129.15

339.92

133.1481

262.58

257.43

327.95

144.13

134.6

368.75

147.5987

328.22

287.29

370.04

169.11

150.27

458.74

169.9983

396.26

349.95

451.74

207.89

180.97

577.38

192.8906

442.04

397.68

502.91

230.82

205.46

667.53

209.9544

517.77

469.44

609.6

262.9

241.56

846.69

234.274

626.52

584.07

749.09

325.83

313.28

1155.37

260.7014

717.08

640.8

850.71

376.46

383.44

1381.39

271.2943

824.38

744.44

934.65

419.54

449.06

1471.84

281.7093

913.38

833.3

1045.73

465.1

518.59

1780.56

307.5672

1088.39

997.7

1279.75

559.52

646.6

2293.54

351.367

1325.83

1244.71

1660.18

723.04

871.7

3469.28

400.433

1700.92

1650.02

2216.83

948.16

1198.29

4619.02

452.8124

2109.38

2132.13

2988.37

1169.73

1497.56

5933.05

502.282

2499.77

2540.13

3634.69

1409.74

1697.9

6834.97

552.553

2856.47

2849.27

4041.09

1605.77

1817.25

7774.53

603.9241

3114.02

3025.53

4308.24

1719.87

1911.3

8530.88

651.2315

3229.29

3214.54

4517.94

1853.65

1971.41

9250.68

700.8543

3545.39

3551.49

5052.99

2003.07

2080.04

10741.25

759.9453

3880.53

3831.9

5533.01

2175.68

2279.34

12039.25

823.0232

4212.82

4151.54

6035.48

2450.48

2523.73

13502.42

897.7707

4757.5

4660

6867.7

2807.4

2821.1

15844.6

987.7756

5633.2

5641.9

8553.8

3456.7

3433.5

18864.6

1087.3932

6590.19

6596.1

10587.42

4056.76

3984.1

22557.37

1210.3777

7617.47

7688.67

12362.79

4820.53

4746.16

26587.76

1363.8117

9333.4

9439.6

15012.46

5800.25

5823.41

31777.01

1556.9601

11328.89

11555

18018.53

6971.05

7021

36796.71

1706.968

12961.1

13059.69

19480.46

7655.18

7759.16

39482.56

1864.2514

15967.61

16037.96

23092.36

9451.26

9569.85

46013.06

2059.0096

19632.26

19669.56

26931.03

11702.82

11720.87

53210.28

2250.3851

2、数据分析

对表格数据进行分析，我们可以知道，此GDP数据没有消除物价因素影响。

通过上网查资料我们可以知道：

现价GDP没有消除价格因素影响，可比价GDP消除了价格因素的影响。

要对实际GDP消除价格因素影响，我们只需要知道当年的GDP可比价指数就可以消除价格因素对当年的GDP的影响。

在这里我们可以利用excel的计算功能进行计算。

3、分析过程

录入数据到excel→消除物价因素影响→选择合适工具→数据描述→做方差分析

得出消除物价因素影响后的中南六省GDP表见附录四，

具体操作过程见附录五。

下表是利用SPSS软件求解所得:

1）数据描述表：

下表给出了水稻品种分组的样本含量N、平均数Mean、标准差Std.Deviation、标准误Std.Error、95%的置信区间、最小值和最大值。

2）方差分析表

下表给出了组间变差，组内变差以及总变差等一些数据。

第五栏为F值（组间均方与组内均方之比）第六栏为F值所对应的概率值，针对假设Ho：

组建均值无显著性差异（即省间GDP均值无显著性差异）。

P<

0.0001，由此可以认为全国各省市的GDP水平是不同的。

3）Tamhane'

sT2法比较表

Multipleparisons

Tamhane

（I）组别

（J）组别

MeanDifference（I-J）

Std.Error

Sig.

95%ConfidenceInterval

LowerBound

UpperBound

2

8.15562

47.81498

1.000

-137.4496

153.7609

3

-160.80813

63.73943

.200

-356.5572

34.9410

174.12156*

39.13709

.001

54.0826

294.1606

5

164.68187*

39.53622

.002

43.5334

285.8304

6

-704.01938*

1.29382E2

-1110.1854

-297.8533

-8.15562

-153.7609

137.4496

-168.96375

64.53202

.160

-366.8948

28.9673

165.96594*

40.41508

41.8493

290.0825

156.52625*

40.80170

.005

31.3465

281.7060

-712.17500*

1.29775E2

-1119.2484

-305.1016

160.80813

-34.9410

356.5572

168.96375

-28.9673

366.8948

334.92969*

58.39367

153.1403

516.7191

325.49000*

58.66193

143.0383

507.9417

-543.21125*

1.36448E2

.004

-966.4953

-119.9272

-174.12156*

-294.1606

-54.0826

-165.96594*

-290.0825

-41.8493

-334.92969*

-516.7191

-153.1403

-9.43969

30.16983

-101.3094

82.4300

-878.14094*

1.26834E2

-1278.5578

-477.7240

-164.68187*

-285.8304

-43.5334

-156.52625*

-281.7060

-31.3465

-325.49000*

-507.9417

-143.0383

9.43969

-82.4300

101.3094

-868.70125*

1.26958E2

-1269.3912

-468.0113

704.01938*

297.8533

1110.1854

712.17500*

305.1016

1119.2484

543.21125*

119.9272

966.4953

878.14094*

477.7240

1278.5578

868.70125*

468.0113

1269.3912

*.Themeandifferenceissignificantatthe0.05level.

从上表我们可以知道：

XX的年度GDP水平与XX、XX、XX有显著性差异；

XX的年度GDP水平与XX、XX、XX、XX有显著