文档介绍：该【2024年我国城镇居民人均消费的SPSS统计分析2 】是由【朱老师】上传分享，文档一共【19】页，该文档可以免费在线阅读，需要了解更多关于【2024年我国城镇居民人均消费的SPSS统计分析2 】的内容，可以使用淘豆网的站内搜索功能，选择自己适合的文档，以下文字是截取该文章内的部分文字，如需要获得完整电子版，请下载此文档到您的设备，方便您编辑和打印。ofruraldrinkingwatersources,pletewithwarningsigns,workprotectionfacilitiesofruraldrinkingwatersources,pletewithwarningsigns,workprotectionfacilitiesofruraldrinkingwatersources,pletewithwarningsigns,workprotectionfacilities2024年我国城镇居民人均消费的SPSS统计分析搜集到的2024年我国31个城市城镇居民人均消费水平的数据数据来源:国家统计局./workspace/index?m=hgnd对数据的根本分析在数据文件建立好后,通常还需要对待分析的数据进行必要的预加工处理,这是数据分析过程中不可缺少的一个关键环节。、对数据按人均消费〔expend〕进行降序排列操作步骤:〔1〕:选择“数据〞→“排序个案〞菜单项〔2〕:将“人均消费〔expend〕〞选入“排序依据〞列表框,选中“降序〞ofruraldrinkingwatersources,pletewithwarningsigns,workprotectionfacilitiesofruraldrinkingwatersources,pletewithwarningsigns,workprotectionfacilitiesofruraldrinkingwatersources,pletewithwarningsigns,workprotectionfacilities〔3〕:点击“确认〞按钮,生成如下降序排列的数据集由数据的降序排列可以看出,全国只有上海、北京、广东等九个城市的城镇人均消费在全国城镇人均消费水平以上。、作出人均收入和人均消费的直方图操作步骤:〔1〕:选择“图形〞,翻开“图表构建程序〞菜单项〔2〕:从“库〞中选择“直方图〞将其拉入“图表预览使用数据实例〞〔3〕:将变量“地区〞设置为x轴,将“人均收入〞和“人均消费〞设置为y轴ofruraldrinkingwatersources,pletewithwarningsigns,workprotectionfacilitiesofruraldrinkingwatersources,pletewithwarningsigns,workprotectionfacilitiesofruraldrinkingwatersources,pletewithwarningsigns,workprotectionfacilities〔4〕:点击“确认〞按钮,即生成如下直方图ofruraldrinkingwatersources,pletewithwarningsigns,workprotectionfacilitiesofruraldrinkingwatersources,pletewithwarningsigns,workprotectionfacilitiesofruraldrinkingwatersources,pletewithwarningsigns,workprotectionfacilities通过一个复合条形图,可以很明确的发现我国城镇居民生活水平存在很大的地区差异,地区开展很不平衡,从图中的生活消费支出和人均收入来看,北京,上海,浙江这些省市城镇居民消费水平最高,人均收入也是最高的,各省市的城镇居民消费水平差异较大,大多数省份城镇居民人均消费集中在15000元左右。、对数据按照人均消费作出直方图,以统计我国农村人均消费的水平首先对数据分组,分组数目确实定。按照Sturges提出的经验公式来确定组数K,K=1+,、确定组距组距=〔最大值-最小值〕/组数=〔-〕/6=,。操作步骤:〔1〕:选择“转换〞→“可视离散化〞菜单项,将“人均消费〞选入“要离散的变量〞列表框中,单击“继续〞按钮进入主对话框。〔2〕:单击“生成分割点〞按钮,设定分割点数量为6,,,单击“应用〞返回到主对话框。〔3〕:此时可以看到下部数值标签网格里的“值〞列已被自动填充,单击“生成标签〞按钮,是标签列也得到自动填充。〔4〕:将离散的变量名设定为expendNew。〔5〕:单击“确定〞按钮。频数分析操作步骤:〔1〕:选择“分析〞→“描述统计〞→“频率〞,翻开频率对话框。〔2〕:选定“expendNew〞,点击“图表〞,选择“条形图〞点击继续。ofruraldrinkingwatersources,pletewithwarningsigns,workprotectionfacilitiesofruraldrinkingwatersources,pletewithwarningsigns,workprotectionfacilitiesofruraldrinkingwatersources,pletewithwarningsigns,workprotectionfacilities〔3〕:点击“确认〞,生成如下三张表。Statistics人均消费(已离散化),pletewithwarningsigns,workprotectionfacilitiesofruraldrinkingwatersources,pletewithwarningsigns,workprotectionfacilitiesofruraldrinkingwatersources,pletewithwarningsigns,workprotectionfacilities人均消费(已离散化)FrequencyPercentValidPercentCumulativePercentValid<=-----+,pletewithwarningsigns,workprotectionfacilitiesofruraldrinkingwatersources,pletewithwarningsigns,workprotectionfacilitiesofruraldrinkingwatersources,pletewithwarningsigns,workprotectionfacilities由上图的频数分析可以看出,我国2024年城镇居民人均消费支出集中在第二组和第三组,大约占到百分之七十。由于在表格中不存在缺失值,因此频数分布表中的百分比和有效百分比相同。从此次分析中可以看出,我国城镇家庭居民人均消费的总体水平比较集中,大约在12000元--18000元之间,还有少数省市的消费水平处在中等阶段,而有上海、北京、浙江等一些经济较兴旺的地区的城镇家庭居民人均消费到达了21000元以上。对数据的回归分析、作出人均收入与消费支出散点图,以观察他们的线性关系如何操作步骤:〔1〕:选择“图形〞,翻开“图表构建程序〞菜单项〔2〕:从“库〞中选择“散点图〞将其拖入“图表预览使用数据实例〞〔3〕:将“人均收入〞选定为x轴,将“人均消费〞选定为y轴〔4〕:点击“确认〞生成如下散点图ofruraldrinkingwatersources,pletewithwarningsigns,workprotectionfacilitiesofruraldrinkingwatersources,pletewithwarningsigns,workprotectionfacilitiesofruraldrinkingwatersources,pletewithwarningsigns,workprotectionfacilities由散点图可以看出,人均消费Y和人均收入X大概呈一元线性关系,因此可以建立一元线性模型进行回归分析。假设回归模型为Y=a+bX,其中,Y表示城镇人均消费支出,为被解释变量,X表示人均收入,为解释变量,b为回归系数。操作步骤:〔1〕选择“分析〞→“回归〞→“线性〞菜单项,翻开“线性回归〞对话框。〔2〕将“人均消费〞选入“因变量〞列表框,将“人均收入〞选入“自变量〞列表框。ofruraldrinkingwatersources,pletewithwarningsigns,workprotectionfacilitiesofruraldrinkingwatersources,pletewithwarningsigns,workprotectionfacilitiesofruraldrinkingwatersources,pletewithwarningsigns,workprotectionfacilities〔3〕单击“确定〞按钮。得到如下〔1〕、〔2〕、〔3〕、〔4〕四张表格,依次分析如下:表〔1〕:移入/移出的变量VariablesEntered/:人均消费从上表可以看出,放入模型的变量只有一个即“人均收入〞,选择变量的方法为强行进入法,也就是说将所有的自变量都放入模型中,模型的因变量为“人均消费〞。ofruraldrinkingwatersources,pletewithwarningsigns,workprotectionfacilitiesofruraldrinkingwatersources,pletewithwarningsigns,workprotectionfacilitiesofruraldrinkingwatersources,pletewithwarningsigns,workprotectionfacilities表〔2〕::(Constant),人均收入上表是对模型的简单汇总,其实就是对回归方程拟合情况的描述,通过这张表可以知道相关系数R=,决定系数=,调整决定系数=,和回归系数的标准误=。由于决定系数接近于1,说明模型的拟合程度较好。表〔3〕::(Constant),:人均消费F=,P=<,说明回归方程高度显著,即农民人均收入对消费有高度影响。表〔4〕:(Constant):人均消费由上表知a=,b=,由此可以得出以下回归方程:人均消费Y=+:2024年中国城镇居民人均可支配收入增加1元,。