近年居民消费结构统计分析的研究综述_关于因子分析和聚.pdf

近年居民消费结构统计分析的研究综述_关于因子分析和聚.pdf

ID:52456777

大小:250.33 KB

页数:6页

时间:2020-03-27

近年居民消费结构统计分析的研究综述_关于因子分析和聚.pdf_第1页
近年居民消费结构统计分析的研究综述_关于因子分析和聚.pdf_第2页
近年居民消费结构统计分析的研究综述_关于因子分析和聚.pdf_第3页
近年居民消费结构统计分析的研究综述_关于因子分析和聚.pdf_第4页
近年居民消费结构统计分析的研究综述_关于因子分析和聚.pdf_第5页
资源描述:

《近年居民消费结构统计分析的研究综述_关于因子分析和聚.pdf》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库

1、2007年9月数理统计与管理Sep1,2007第26卷第5期ApplicationofStatisticsandManagementVol126No15文章编号:1002-1566(2007)05-0776-06近年居民消费结构统计分析的研究综述———关于因子分析和聚类分析的应用吴栋李乐夫李阳子(清华大学经济与管理学院,北京,100084)摘要:本文对近年有关居民消费结构的实证分析进行研究,简述了数据选取、实证方法的变革与演进;回顾了模型分析的过程与结论;并且进行了相应的评述、提出了建议,以期为今后

2、统计实证手段的应用及后续研究提供相应参考。关键词:消费结构;因子分析;聚类分析中图分类号:O212,F126.1文献标识码:ATheReviewofEmpiricalStudiesonConsumptionStructureWUDong,LILe2fu,LIYang2zi(SchoolofEconomics&Management,TsinghuaUniversity,Beijing,100084)Abstract:Thisarticleexaminestheempiricalstudiesoncon

3、sumptionstructurepublishedinrecentyears,reviewsthemethodsusedindatacollection,thetransitionofempiricalmethods,andtheprocessesandconclusionsofthemodelanalysis.Theauthoralsoprovidessomecommentsandsuggestionswhichcanbetakenasreferencesforthefuturestudyona

4、pplyingempiricalmethods.Keywords:ConsumptionStructure;FactorAnalysis;ClusterAnalysis近年来随着我国经济的快速平稳发展,消费需求不足日益突出,对于消费问题的关注成为转型期经济研究的重点之一。消费总量和消费结构是研究消费问题的两个基础,而对于消费结构的研究难度更大,因为其变量较多、机理复杂、数据量很大,所以各种较新的数理实证方法在此领域中应用逐渐受到广大学者的重视。近年来运用因子分析、聚类分析等实证手段研究消费结构的方法

5、在学术界日渐得到广泛应用,有必要梳理分析的过程、回顾其分析结果,以期为今后统计实证手段的应用提出一定的建议。1数据选取和实证方法综述在近年来对于农村居民消费结构的研究中,实证分析手段日趋多样化。传统的实证分析一般停留在简单地对各类指标进行年均增减等比对分析,从而发现问题或佐证观点。但是随着统计方法日趋完善,各类年鉴中统计指标逐渐细化,且有充足统计数据的时间段逐渐延长,对于同一指标的描述也从原来的单变量变为了多维变量,数据量大大增加,而刻画描述的细化程度也越来越有利于我们对实际情况进行分析。可以说,单

6、从各类数据角度出发,对类似于农民消费结构这样的重大经济问题,我们已经有了摆脱简单实证分析的数据基础。从数据选取来看,针对农村居民的消费结构问题在《中国统计年鉴》中,其指标体系共有收稿日期:2006年03月24日吴栋,李乐夫等:近年居民消费结构统计分析的研究综述777九项,在“各地区农村居民家庭平均每人生活消费现金支出”(或者“消费总支出”表中)将消费细分为“总量”与“食品”、“衣着”、“家庭设备及服务”、“医疗保健”、“交通和通讯”、“文教娱乐用品及服务”、“其他商品及服务”等八项指标。而消费结构的

7、实证分析主要以这些数据为准,多数研究者都是采取了某一年份31个省、市、自治区(以下简称省份)的截面数据,也有个别学者以9年时间序列为准,不用分区数据,仅用全国的总合分析八项指标的在9年间的变动情况。从方法上看,针对31个省份,八项指标在9年来所形成的大量数据,无论是仅做消费的单独实证分析,还是要进一步回归分析,讨论消费与收入、GDP等指标的关系,都离不开因子分析和聚类分析的方法。这两种分析方法都可以把多维变量根据数据自身的变动规律,通过矩阵运算等方式有效地降维和归类。在已有的文献中不难发现因子分析比

8、聚类分析的应用更为广泛,可以在论文中单独使用,也常常配合别的统计方法,其中主成分析方法最为常见。学者们对因子分析过程的描述较之聚类方法也更为详细。大概包括以下几个过程:首先确定该数据是否适合进行因子分析。因子分析的前提是该数据具有多维性和强相关关系,针对此点一般软件中都会有专门的统计量加以刻画,学者们经常应用的是“取样适当性数”即“KMO”(Kaiser-Meyer-Olkin)检验,而现有文献中更为普遍的方法直接列出相关系数阵或协方差阵,通过粗略观测其数值大小来分析

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。