统计论文基于各省份农村居民消费结构的统计分析

《统计论文基于各省份农村居民消费结构的统计分析》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、编号58河南大学数学与信息科学学院2013～2014学年第二学期统计软件和模型A实验论文题目基于各省份农村居民消费结构的统计分析姓名牛建永学号1122313252年级2011级专业计算机科学与技术成绩合分人基于各省份农村居民消费结构的统计分析牛建永摘要针对农村居民消费状况，利用2012年各地区农村居民家庭平均每人生活消费支出数据，首先采用多元统计分析方法中的因子分析进行分析，用定义的深度函数和一般意义上的综合评价指标函数对其进行综合得分，根据综合得分结果对地区农村居民人均消费进行个案排秩和分类。得出北京，上海，浙江位居消费水平前三

2、甲。最后用对应分析方法分析各地区居民具体的消费方式及消费的比例。得出我国经济发达省区，浙江广东，江苏，福建等农村居民消费食品，居住，家庭设备，交通通讯为主；而天津，吉林，内蒙古，黑龙江等农村居民消费衣着，医疗保健，文教娱乐为主；北京，上海城市发达，农村居民消费水平高，几乎在所有方面消费都很高。而西藏甘肃，云南，贵州农村居民消费水平相似，在各个方面消费几乎都较低。关键词农村居民消费支出深度函数因子分析对应分析1研究背景及目的在中国改革开放的30多年里，中国的面貌发生了翻天覆地的变化，中国在众多领域取得了举世瞩目的成就，在经济方面更是

3、令国人感到骄傲和自豪，中国已达到世界第二大经济体。我们知道投资，消费和出口是拉动经济的三驾马车，而消费水平不仅反映了当前的经济发展水平，还关系着社会经济活动的众多方面。我国居民消费方式也在发生着巨大变化。在居民全部消费支出的八项指标中，各项支出所占比例均有变化，生活质量整体有着显著的提高[1]。随着经济全球化进程的加速，我们应抓住新一轮的发展机遇，迎接新的挑战，创造新的辉煌业绩。周所周知，周国国土面积较大，但各种资源分布很不均匀，城乡地区间贫富差距较大，消费水平差异更是很惊人。在过去的几十年里，中国一直靠投资和出口来发展自己的经济

4、，内需不足。为缩小差距，实现中国经济又好又快的发展，在《中共中央关于制定国民经济和社会发展第十二个五年规划的建议》中，强调“构建扩大内需长效机制，促进经济增长向依靠消费、投资、出口协调拉动转变。”“把扩大消费需求作为扩大内需的战略重点，进一步释放城乡居民消费潜力，逐步使我国国内市场总体规模位居世界前列。”由于农村居民消费水平分占据着重要的地位，在此情形下，析中国农村居民消费水平具有很重要的意义。研究目的:通过分析中国农村居民消费水平情况，我们可以定性的得出发达地区和欠发达地区农村居民消费差距以及各地区在各消费方式下的消费比例，根据

5、结果，我们可以向政府的经济政策提供宝贵的建议。2研究方法该研究采用的指标有：食品，衣着，居住，家庭设备，交通通信，文教娱乐，医疗保健，其他等八项指标。分析方法：因子分析，对应分析，深度分析等。基本思路：先把数据进行标准化，已消除单位和数量级的影响，接着进行因子分析，根据数据结果进行综合排名，然后在进行对应分析，出各地区在各消费方式下的消费情况进行归类。该研究采用的数据是《2012年各地区农村居民家庭平均每人生活消费支出》，数据摘自《中国统计年鉴2013》11-24C。3实证分析3.1因子分析因子分析（FactorAnalysis)

6、的概念是由英国著名统计学家，心理学家查尔斯.皮尔逊（Chales.S.Pearson)于1904年提出的。它的基本思想是通过对变量的相关系数矩阵的内部结构进行分析，从中找出少数几个能够控制原始变量的因子（选区公共因子的原则是尽可能包含更多的原始变量信息），建立因子分析模型，利用公共因子在现原始变量之间的相关关系，达到简化变量，降低变量维数和对原始变量再解释及命名的目的。原始变量是可观测的显在变量，而因子一般是不可观测的潜在变量[2]。设有m个原始变量，表示为x1，x2…，xm，根据因子分析的要求，假设这些变量已经标准化（均值为0，

7、标准差为1），假设m个变量可以有n个因子f1,f2…,fn表示为线性组合，即上式为因子分析的数学模型，如果利用矩阵形式则表示为。其中为可观测的n维变量向量，它的每一分量表示一个指标或变量；称为因子向量，每一个分量表示一个因子，由于它们出现在每个原始变量的线性表达式中，所以称为公共因子；矩阵A为因子载荷矩阵，其元素称为因子载荷；称为特殊因子，表示原始变量中不能由因子解释的部分，均值为0[3]。KMO判断标准：0.9

8、<0.5：不适合。表1KMO和Bartlett的检验结果（1）利用SPSS软件，先对15个指标的原始数据进行标准化处理，已消除量纲和数量级的影响，并得到各指标之间的相关系数矩阵R.（2）KMO和Bartlett的检验，如表1所示，KMO的取值为0.