X地区AA指标近三年发展量分析报告.doc
《X地区AA指标近三年发展量分析报告.doc》由会员分享,可在线阅读,更多相关《X地区AA指标近三年发展量分析报告.doc(12页珍藏版)》请在冰豆网上搜索。
X地区AA指标近三年发展量分析报告
(2009年—2011年)
*说明:
1.此分析报告数据全部来源于***。
2.此分析报告拟合出的模型仅在分析前3年发展量的基础上得出,即预测数据仅在市场环境、政策扶持等因素与前3年相同或相似的情况下成立。
预测数据仅作为基准数或趋势数的参考,与实际数据允许存在一定误差。
一、基本统计量展示
2009年到2011年,X地区AA指标A1指标总计(数据),平均每月A1指标(数据);A2指标总计(数据),平均每月A2指标(数据);A3指标总计(数据),平均每月A3指标(数据),截至2011年12月,X地区AA指标用到达(数据)。
(一)A1指标发展情况
A1指标数
1月
2月
3月
4月
5月
6月
7月
8月
9月
10月
11月
12月
汇总
2009年
2010年
2011年
3年平均
根据图形可以看出X地区每年A1指标的发展情况大致呈“W”形走势。
A1指标数量波动范围约为50~250。
(二)A2指标发展情况
表略
图略
根据图形可以看出,除2010年10月和2011年8月波动较大外,其余月份A2量平稳发展,大致呈“—”形直线趋势。
除去较大波动值外,A2指标数量集中波动范围约为*~*。
(三)A3指标发展情况
表略
图略
根据图形可以看出,X地区每年A3指标发展情况与A1指标发展情况相似,大致呈“W”形走势。
除去2011年12月的负A3外,A3指标数量波动范围约为*~*。
二、相关性分析
第一部分对图表进行直观分析之后,需要对原始数据进行深度分析,用以验证直观分析的准确性。
运用SPSS统计分析软件,对A1指标数、A2指标数、A3指标数、AA指标数进行相关性分析,进一步探索这4个变量之间的发展关系。
软件运行结果详见附件1。
(一)显著相关
1.A1指标数和A3指标数显著相关,即A3指标随A1指标的增减而增减。
验证了第一部分A3随A1呈相同走势的正确性。
*两者相关系数为0.438,相关的双尾检验值为0.007。
(二)一定程度相关
1.A1量与A2量有一定正相关性,表明……。
验证了第一部分A2量在一定区间内呈“一”走势的正确性。
*两者相关系数为0.097,相关的双尾检验值为0.575。
2.A2量与AA指标有一定相关性,……。
*两者相关系数为0.206,相关的双尾检验值为0.227。
3.A1量与AA指标弱相关,……。
因此,以下的分析不采用AA指标这一变量。
*两者相关系数为0.059,相关的双尾检验值为0.733。
(三)不相关
1.A2量与A3量几乎不相关,……。
*相关系数为0.009,相关的双尾检验值为0.956。
2.A3与AA指标基本不存在负相关性,……。
*相关系数为-0.011,相关的双尾检验值为0.952。
三、回归分析
根据前两部分的分析可知:
①A2量基本呈直线发展趋势,②A3量与A1量呈相同走势。
因此只需对A1量进行回归分析。
影响A1指标数的因素存在内部、外部多种因素,但因系统提取数据有限,此分析报告仅从时间和A1指标数的关系来分析。
(一)A1指标数的回归拟合
以12个月份作为自变量,3年AA指标A1指标数作为因变量进行回归分析。
由以上分析可知A1指标数不呈直线发展,因此选择多种曲线模型进行拟合。
软件运行结果详见附件2,拟合图形如下:
通过图形观察发现,三次函数(Cubic)的拟合曲线大致能反映数据走势,与“W”形状接近。
三次函数拟合图
拟合的三次函数为Y=251.226-74.355x+11.344x2-0.507x3
将1-12带入,计算结果如下:
A1指标数
1月
2月
3月
4月
5月
6月
7月
8月
9月
10月
11月
12月
汇总
2009年
2010年
2011年
模型计算值
模型计算值为2009年到2011年三年A1指标量的发展基准数,这组数据可作为2012年A1指标数的参考基准数。
(二)3年累计A1指标数回归分析
以上的A1指标数回归分析只是横向展现了12个月内的发展基准数。
以下从纵向来进行分析,观察累计A1量与时间的关系。
1.变量定义
时间变量以2009年1月为基数,定义为1。
以后的月份分别为2、3、……36。
累计A1量以2009年1月的A1指标数为基数,以后的数据逐月累加。
2.回归分析
将处理后的数据进行曲线拟合,得出运行结果详见附件3,和如下拟合图形。
从图形可以看出二次曲线(Quadratic)、幂函数(Power)、三次曲线(Cubic)拟合较好。
下面分别对这三种曲线进行详解。
①二次曲线
(略)
运用软件计算出二次曲线模型y=80.819+116.454x+0.158x2
通过与前三年的数据对比,发现预测值的发展趋势比较平稳,与基准线的走势出入较大,因此不采用此模型。
②幂函数
(略)
通过与前三年的数据比较,此模型得出数据第一月为负数,排除第一月的负增长,后面11个月的增长趋势基本为等量增长,与A1指标数基准走势不符,因此不采用此模型。
③三次曲线
图略
运用软件计算出三次曲线y=26.899+132.83x-0.933x2+0.02x3,
将37~48,带入模型计算,并将累计A1量分解到月,得出以下数据。
A1指标数
1月
2月
3月
4月
5月
6月
7月
8月
9月
10月
11月
12月
汇总
2009年
2010年
2011年
模型计算值
通过与前三年数据的比较,模型计算值有微小的曲线走势,且A1量呈增长趋势,相比前两个模型,次模型较好。
四、总结
(一)A1指标……
(二)A2指标……
(三)A3指标……
五、附件
附件1
相关性分析结果
Correlations
A1指标数
A2指标数
A3指标数
AA指标
A1指标数
PearsonCorrelation
1
.097
.438**
.059
Sig.(2-tailed)
.575
.007
.733
SumofSquaresandCross-products
60914.000
3494.667
40826.000
92048.333
Covariance
1740.400
99.848
1166.457
2629.952
N
36
36
36
36
A2指标数
PearsonCorrelation
.097
1
.009
.206
Sig.(2-tailed)
.575
.956
.227
SumofSquaresandCross-products
3494.667
21442.222
523.000
1.913E5
Covariance
99.848
612.635
14.943
5465.422
N
36
36
36
36
A3指标数
PearsonCorrelation
.438**
.009
1
-.011
Sig.(2-tailed)
.007
.956
.952
SumofSquaresandCross-products
40826.000
523.000
1.423E5
-2.510E4
Covariance
1166.457
14.943
4066.314
-717.071
N
36
36
36
36
AA指标
PearsonCorrelation
.059
.206
-.011
1
Sig.(2-tailed)
.733
.227
.952
SumofSquaresandCross-products
92048.333
1.913E5
-2.510E4
4.009E7
Covariance
2629.952
5465.422
-717.071
1.145E6
N
36
36
36
36
**.Correlationissignificantatthe0.01level(2-tailed).
附件2
A1指标数回归分析结果
ModelDescription
ModelName
MOD_8
DependentVariable
1
A1指标数
Equation
1
Logarithmic
2
Inverse
3
Quadratic
4
Cubic
5
Powera
6
Sa
IndependentVariable
月份
Constant
Included
VariableWhoseValuesLabelObservationsinPlots
Unspecified
ToleranceforEnteringTermsinEquations
.0001
a.Themodelrequiresallnon-missingvaluestobepositive.
CaseProcessingSummary
N
TotalCases
36
ExcludedCasesa
0
ForecastedCases
0
NewlyCreatedCases
0
a.Caseswithamissingvalueinanyvariableareexcludedfromtheanalysis.
VariableProcessingSummary
Variables
Dependent
Independent
A1指标数
月份
NumberofPositiveValues
36
36
NumberofZeros
0
0
NumberofNegativeValues
0
0
NumberofMissingValues
User-Missing
0
0
System-Missing
0
0
ModelSummaryandParameterEstimates
DependentVariable:
A1指标数
Equation
ModelSummary
ParameterEstimates
RSquare
F
df1
df2
Sig.
Constant
b1
b2
b3
Logarithmic
.106
4.018
1
34
.053
156.112
-18.479
Inverse
.237
10.575
1
34
.003
104.779
79.484
Quadratic
.166