SPSS统计分析报告—基于各省市GDP、财政收入及财政支出数据的-SPSS分析.docx

《SPSS统计分析报告—基于各省市GDP、财政收入及财政支出数据的-SPSS分析.docx》由会员分享，可在线阅读，更多相关《SPSS统计分析报告—基于各省市GDP、财政收入及财政支出数据的-SPSS分析.docx（17页珍藏版）》请在得力文库 - 分享文档赚钱的网站上搜索。

1、精选优质文档-倾情为你奉上论文题目：基于各省市GDP、财政收入及财政支出数据的SPSS分析姓名： 学号： 班级：内容摘要： 本文首先通过国家统计局官方网站收集了我国大陆31省市2010-2013年GDP、各省常年居住人口数、财政收入、社会保障与就业支出、交通运输支出、医疗卫生支出、教育支出等数据；而后根据要求对数据进行适当的处理，并选择了SPSS作为工具进行分析。这其中既有东中西三个地区的地区生产总值之间的分布类型检验，又有关于GDP与各省常年居住人口数、财政收入、社会保障与就业支出、交通运输支出、医疗卫生支出、教育支出的相关性分析，以及各省GDP的方差分析。根据分析的结果对我国GDP水平进行

2、适当的探讨以及给出一些经济发展规划的建议。一、 题目要回答的问题自1978年改革开放以来，我国经济飞速发展，国内生产总值日趋上升，虽然经历了1997金融风暴和2008金融危机，但是我国经济发展前景一片大好，2011年，我国经济创造奇迹，GDP总量超过日本，一跃成为世界第二大经济体。国内生产总值(简称GDP)是指在一定时期内(一个季度或一年)，一个国家或地区的经济中所生产出的全部最终产品和劳务的价值，常被公认为衡量国家经济状况的最佳指标。它不但可反映一个国家的经济表现，更可以反映一国的国力与财富。一个国家或地区的经济究竟处于增长抑或衰退阶段，从这个数字的变化便可以观察到。中共十八大报告指出中国现

3、代化步入转型攻坚阶段，要继续坚持经济转型。同时由于我国自身的一些发展条件限制，我国经济发展速度逐渐放缓，因而对我国GDP水平的研究就显得尤为必要。由于对GDP的研究是一个非常复杂和庞大的过程，在这里，我们仅对以下几个问题做研究：1、分布类型检验、正态分布检验采用假设检验方法对地区生产总值进行分布特征的检验，检验31个省市区的数据是否服从正态分布。H0: 31个省市区的地区生产总值样本来自于一个正态分布的总体。H1: 31个省市区的地区生产总值样本并非来自于一个正态分布总体。、两个独立样本检验采用假设检验方法对地区生产总值进行两个独立样本检验，检验东部和西部地区数据是否有显著显著。H0: 东部和

4、西部地区的地区生产总值没有显著差异。H1: 东部和西部地区的地区生产总值有显著差异。、K个独立样本检验采用假设检验方法对地区生产总值进行K个独立样本检验，检验东部、中部、西部地区的数据是否有显著差异。H0: 东部、中部、西部地区的地区生产总值没有显著差异。H1: 东部、中部、西部地区的地区生产总值没有显著差异。2、单因素方差分析用于完全随机设计的31个省市区的地区生产总值样本均数间的比较，其统计推断是推断各样本所代表的各总体均数是否相等。3、卡方检验检验31个省市区的地区生产总值有无显著差异。4、相关与线性回归分析方法采用线性回归分析方法分析各影响因素对地区生产总值的影响程度。二、 具体分析步

5、骤（一） 描述性分析表1 描述统计量N极小值极大值均值标准差地区生产总值（单位：亿元）124507.562164.017460.03613749.3635各省常年居住人口（单位：万人）124300106444336.552740.823财政收入（单位：亿元）12436.77075.51810.0811437.5597社会保障和就业支出（单位：亿元）12431.91833.51364.0065178.81977交通运输支出（单位：亿元）12421.80688.04218.9115119.15497医疗卫生（单位：亿元）12432.04569.32213.2400117.50285教育支出（单位：

6、亿元）12460.81744.6551.316327.8783有效的 N （列表状态）124从上表我们可以看到，大陆31个省市中地区生产总值极大值为62164.0亿元，极小值为507.5亿元，各项指标中的极大值和极小值相差悬殊，这说明在我国大陆31个省市中，地区经济发展存在严重不均衡，地区贫富差距大。然后也可以看到在经济发达的地区，无论是人口、财政收入以及各种财政支出的数额都是比经济欠发达地区的数额大的。 由上图可知，从2010年至2014年各省市之间的地区生产总值是呈左偏分布。众数出现在10000-15000范围区间。（二） 基础操作1. 分类汇总2. 个案排秩已创建的变量b源变量函数新变量

7、标签GDPa秩RGDPRank of GDP by Areaa. 秩按升序排列。b. 相同的值的平均秩用于结。3. 连续变量变分组变量（三） 分布类型检验1. 正态分布检验（1） 数据处理录入2010-2013年各省市GDP数据。（2） 分析过程分析非参数检验旧对话框“1样本K-S”菜单选项检验变量选择：地区生产总值 检验分布选择：常规 单击“确定”（3） 结果分析表2 单样本 Kolmogorov-Smirnov 检验地区生产总值（单位：亿元）N124正态参数a,b均值17460.036标准差13749.3635最极端差别绝对值.137正.137负-.109Kolmogorov-Smirno

8、v Z1.524渐近显著性(双侧).019a. 检验分布为正态分布。b. 根据数据计算得到。由表2可以看出p值=0.0190.05，拒绝原假设，认为31个省市区的地区生产总值样本不是来自于一个正态分布的总体。2. 两个独立样本检验（1） 数据处理录入2010-2013年各省市GDP数据。然后东部地区赋值为0，中部地区赋值为1，西部地区赋值为2。（2） 分析过程分析非参数检验旧对话框“2独立样本”菜单选项检验变量选择：地区生产总值 分组变量选择：地区，定义组：0-1；检验类型选择：Mann-Whitney U 单击“确定”（3） 结果分析表3 秩地区N秩均值秩和地区生产总值（单位：亿元）东部地区

9、4445.592006.00中部地区3228.75920.00总数76表4 检验统计量a地区生产总值（单位：亿元）Mann-Whitney U392.000Wilcoxon W920.000Z-3.282渐近显著性(双侧).001a. 分组变量: 地区由表4可以看出p值=0.0010.05，拒绝原假设，认为东部和中部地区生产总值有显著差异。3. K个独立样本检验（1） 数据处理录入2010-2013年各省市GDP数据。然后东部地区赋值为0，中部地区赋值为1，西部地区赋值为2。（2） 分析过程分析非参数检验旧对话框“K个独立样本”菜单选项检验变量选择：地区生产总值 分组变量选择：地区，定义组：0

10、-2；检验类型选择：Kruskal Wallis H（K）单击“确定”（3） 结果分析表5 秩地区N秩均值地区生产总值（单位：亿元）东部地区4487.57中部地区3267.94西部地区4835.90总数124表6 检验统计量a,b地区生产总值（单位：亿元）卡方48.441df2渐近显著性.000a. Kruskal Wallis 检验b. 分组变量: 地区由表6可以看出p值=0.0010.05，拒绝原假设，认为东部、中部、西部地区生产总值有显著差异。（四） 单因素方差分析（1） 数据处理录入2010-2013年各省市GDP数据。（2） 分析过程分析比较均值单因素因变量列表选择：地区生产总值 因

11、子选择：地区点击选项，统计量选择“方差同质性检验”；均值图单击“继续”“确定”（3） 结果分析表7 方差齐性检验地区生产总值（单位：亿元）Levene 统计量df1df2显著性27.6782121.000表8 单因素方差分析地区生产总值（单位：亿元）平方和df均方F显著性组间.7482.87432.712.000组内.060121.356总数.808123由上表可以看出p值=0.0000.05，接受原假设，认为31个省市区地区生产总值没有显著差异。（六） 相关和线性回归分析1. 相关分析（1） 数据处理录入2010-2013年各省市GDP、常年居住人口数据。（2） 分析过程分析相关双变量检验变

12、量选择：地区生产总值和各省常年人口数 单击“确定”（3） 结果分析表10 相关性地区生产总值（单位：亿元）各省常年居住人口（单位：万人）地区生产总值（单位：亿元）Pearson 相关性1.829*显著性（双侧）.000N124124各省常年居住人口（单位：万人）Pearson 相关性.829*1显著性（双侧）.000N124124*. 在 .01 水平（双侧）上显著相关。由表7可以看出地区生产总值与各省常年居住人口之间的相关系数为0.829，即地区生产总值与各省常年居住人口之间存在较强相关性。同理，可以分析地区生产总值与其它因素之间的相关关系。2. 相关分析（1） 数据处理录入2010-201

13、3年各省市GDP、常年居住人口等数据。（2） 分析过程分析回归线性因变量选择：地区生产总值 自变量选择：人口数、财政收入、社会保障与就业支出、教育支出、医疗卫生支出、交通运输支出、教育支出 方法选择：进入绘制;选择Y-ZPRED;X-ZRESID,直方图单击“继续”“确定”（3） 结果分析表11 模型汇总b模型RR 方调整 R 方标准 估计的误差1.982a.963.9622694.5539a. 预测变量: (常量), 教育支出（单位：亿元）, 社会保障和就业支出（单位：亿元）, 各省常年居住人口（单位：万人）, 交通运输支出（单位：亿元）, 财政收入（单位：亿元）, 医疗卫生（单位：亿元）。

14、b. 因变量: 地区生产总值（单位：亿元）表12 Anovaa模型平方和df均方FSig.1回归.2876.381514.259.000b残差.521117.919总计.808123a. 因变量: 地区生产总值（单位：亿元）b. 预测变量: (常量), 教育支出（单位：亿元）, 社会保障和就业支出（单位：亿元）, 各省常年居住人口（单位：万人）, 交通运输支出（单位：亿元）, 财政收入（单位：亿元）, 医疗卫生（单位：亿元）。表13 系数a模型非标准化系数标准系数tSig.B标准 误差试用版1(常量)-1772.581570.421-3.107.002各省常年居住人口（单位：万人）2.294.

15、196.45711.710.000财政收入（单位：亿元）5.411.399.56613.548.000社会保障和就业支出（单位：亿元）-4.6462.459-.060-1.889.061交通运输支出（单位：亿元）-1.0214.176-.009-.244.807医疗卫生（单位：亿元）-40.0529.502-.342-4.215.000教育支出（单位：亿元）18.0363.737.4304.826.000a. 因变量: 地区生产总值（单位：亿元）表14残差统计量a极小值极大值均值标准 偏差N预测值-1286.26765426.41817460.03613495.8717124残差-5730.3

16、7707213.1338.00002628.0115124标准 预测值-1.3893.554.0001.000124标准 残差-2.1272.677.000.975124a. 因变量: 地区生产总值（单位：亿元）由上述表格可以看出，交通运输支出的P值为0.8070.05，即交通运输支出与地区生产总值之间的线性相关性不显著，可以删除变量交通运输支出。社会保障和就业支出的P值为0.0610.05，即社会保障和就业支出生产总值之间的线性相关性不显著，可以删除社会保障和就业支出。各省常年居住人口、财政收入、医疗卫生、教育支出的P值均小于0.05，即各省常年居住人口、财政收入、医疗卫生、教育支出与地区生

17、产总值之间的线性相关性比较显著。从各变量的系数来看，各省常年居住人口、财政收入和教育支出的系数为正，即各省常年居住人口、财政收入和教育支出对地区生产总值有促进作用。医疗卫生支出的系数为负，即医疗卫生支出对地区生产总值有抑制作用。三、 问题解决通过上述分析我发现我国区域经济发展极度不平衡，贫富差距增大。从地区生产总值的各影响因素来看：交通运输支出和社会保障和就业支出对地区生产总值没有显著影响；各省常年居住人口、财政收入和教育支出的系数为正，即各省常年居住人口、财政收入和教育支出对地区生产总值有促进作用；医疗卫生支出的系数为负，即医疗卫生支出对地区生产总值有抑制作用。从以上的分析可以提出以下几个政

18、策建议：1 各地区应该加大对税收的征缴力度，进行税法知识普及宣传，减少偷税漏税行为，促进地区财政收入的增长，进而促进地区生产总值的增长。2 各地区应该加大对教育支出的投入，通过教育对区域经济的长期影响，促进地区生产总值的增长。3 加大公立医院改革试点，改革以药补医机制，逐步将公立医院补偿由服务收费、药品加成收入和政府补助三个渠道改为服务收费和政府补助两个渠道，进而促进地区生产总值的增长。4 适度放开“计划生育”严控，同时实行新的户籍管理制度，减少户籍对人口的束缚与限制。5 东部地区应该大力支持中西部地区的经济建设和发展，可以开展更深一步的帮扶合作。四、 总结做国家GDP研究是一个非常系统庞大的过程，本文仅仅只是GDP分析中的一个微小部分。从分析的过程我们不难知道，做好数据分析的关键就是要有非常精确的数据，而后才是分析的方法。感谢武老师通过SPSS课程的学习去掌握了这样一种统计分析的工具。通过分析调查，我发现自己对SPSS的独立运用操作还不够熟练，理论知识还不够扎实，但同时我对GDP有了初步的了解，对国民经济的构成也有了一定的了解。同时，由于这次分析调查的局限性，我对问题的研究和探讨有有一定的局限性，所以给出的建议也有一定的问题，不足之处，还望指正！专心-专注-专业