文档介绍：统计分析结课论文实验名称:运用 SPSS 分析影响经济发展因素姓名:周明明学号: 142120201370 班级:研 1417 指导老师:宋荣兴时间: 2014 年12月摘要:经济发展是整个人类社会追求的目标之一。在宏观经济理论中我们学到, 影响经济发展的因素主要有消费、投资、政府购买和净出口。通常情况下,我们用国内生产总值( GDP )来描述一国的经济发展水平。本文通过我国 1991-201 2 年的国内生产总值和影响国内生产总值的一些重要经济指标,如居民消费水平、政府购买、居民消费价格指数、商品零售价格指数、城镇居民收入、农村居民收入、工业总产值、能源消费总量等指标,运用 SPSS 软件提供的描述性分析、因子分析及回归分析对这些数据进行深入分析,确定影响经济发展的重要因素。关键字: 经济发展描述因子分析回归分析一、分析目的、思路及数据选取本次实验的目的是通过研究我国近 22 年经济发展的基本情况,分析在众多影响经济发展的经济指标中,哪些指标是主要因素,以及各经济指标在经济发展中的影响程度。本实验的分析思路如下,首先利用描述性统计分析对各个指标进行基础性描述,以便对各指标的数据特征有一个概括的认识,然后利用因子分析找出可以明显描述经济发展的经济指标,找出影响经济发展较为明显的因素,分析经影响济发展的决定因素,最后用回归分析法确定这些因素对经济发展的影响方向和强弱。本实验利用的所有经济数据均来源于中国统计年鉴。二、实验结果分析 1 、描述性分析表1 从表 1 可知,我国国内生产总值的平均值为 亿元,最大值为 亿元, 最小值为 亿元, 标准差为 , 方差为 , 可见我国的经济发展呈直线上升的趋势,且发展迅速。而城镇居民人均收入与农村居民人居收入差距较大,其中城镇居民的人均收入均值为 元,约是农村居民人均收入均值的三倍。由此说明从 1991 年以来我国的经济发展迅速, 但同时伴随的城乡居民差距也不断扩大,社会的不均等程度加剧。 2 、经济指标的因子分析表2表3 表2给出了各变量指标的相关系数矩阵,紧接着,表3给出了 KM O与 Bartlet t 的检验结果,其中 Bartlett 值为 , P< ,则拒绝原假设,即相关矩阵不是一个单位矩阵,故考虑进行因子分析; KMO 是用于比较观测相关系数值与偏相关系数值的一个指标,其值越接近 1,表明对这些变量因子进行因子分析的效果越好,在本实验中, KMO 值为 ,比较接近 1,表示比较适合做因子分析。表4 表4给出了各经济指标的变量共同度,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,,变量的共同度从 0~1 ,,共同度越大, 即一个因子所解释的变量的方差越大,说明因子包含原有的变量信息的量越多, 从该表可以看出因子所解释的变量的方差都非常的大,都达到了 以上,所以变量中的大部分信息均能被因子所体现,即因子分析的结果是有效的。表5 表5给出了因子贡献率的结果,该表的左侧部分为初始特征值,中间为旋转前的主因子结果,右侧为旋转后的主因子结果。 Total 指因子的特征值,% of Varianc e 表示该因子的特征值占总特征值的