《张成省市的居民消费分析(第一题)》由会员分享，可在线阅读，更多相关《张成省市的居民消费分析(第一题)（5页珍藏版）》请在金锄头文库上搜索。
1、多元统计分析课程设计( 2013 - 2014年度第 1学期)题 目： 居民的消费分析 班 级： 11统计1 学 号： 1111112124 学生姓名： 张 成 设计周数：一周 成 绩： 日期： 2013年 12月 各省市的居民消费分析【摘要】居民不同种类的消费支出占总支出的比例反映出居民的生活水平，故而本文借助SAS软件用主成分分析的方法来描述1991年30个省市的居民月平均消费情况，结果得到广东、上海两地的居民生活水平相对较高。关键词：居民月平均消费 SAS 主成分分析1、 引言随着改革开放的进行，我国各地的经济得到了飞速的发展，人民的收入得到了不少的增加，生活水平在一定程度上得到了提高。
2、但是由于地理位置的不同，再加上政府的政策大力扶持了东部沿海地区的经济发展，然后大量的资金注入了东部沿海地区，创业力度不断加大，大大提高了当地居民的就业率，提高了当地居民的生活水平；反观中西部地区，政府的扶持力度相对要小得多，且地理条件不如东部沿海地区，导致中西部地区的资金注入量要小得多，当地居民的生活水平相比东部地区要差一些。但是以上分析都是处于定性层面上的，只能在一定程度上定性分析结果，而且只适合于分析那些差别较大的地区，对于那些差别不是很大的地区，定性分析往往不能得出结果，且没凭据，让人难以置信。而只有定量分析，在用数据展示的结果的情况下，才有说服力。所以，我们将从人均粮食支出、人均副食支
3、出、人均烟酒茶支出、人均其他副食支出、人均衣着商品支出、人均日用品支出、人均燃料支出、人均非商品支出等八个方面来对居民月平均消费进行描述，用这些方面的结果来反映居民的生活水平。2、 数据我们将居民月平均消费支出分成了八个方面，故而需要相关数据如下：X1 ：人均粮食支出； X2 ：人均副食支出； X3 ：人均烟酒茶支出； X4 ：人均其他副食支出； X5 ：人均衣着商品支出； X6 ：人均日用品支出； X7 ：人均燃料支出； X8 ：人均非商品支出；省市X1X2X3X4X5X6X7X81山西8.3523.537.518.6217.4210.001.0411.212内蒙古9.2523.756.61
4、9.1917.7710.481.7210.513吉林8.1930.504.729.7816.287.602.5210.324黑龙江7.7329.205.429.4319.298.492.5210.005河南9.4227.938.208.1416.179.421.559.766甘肃9.1627.989.019.3215.999.101.8211.357青海10.0628.6410.5210.0516.188.391.9610.818河北9.0928.127.409.6217.2611.122.4912.659陕西9.4128.205.7710.8016.3611.561.5312.1710宁夏8
5、.7028.127.2110.5319.4513.301.6611.9611新疆6.9329.854.549.4916.6210.651.8813.6112湖北8.6736.057.317.7516.6711.682.3812.8813云南9.9837.697.018.9416.1511.080.8311.6714湖南6.7738.696.018.8214.7911.441.7413.2315安徽8.1437.759.618.4913.159.761.2811.2816贵州7.6735.718.048.3115.137.761.4113.2517辽宁7.9039.778.4912.9419.2
6、711.052.0413.2918四川7.1840.917.328.9417.6012.751.1414.8019山东8.8233.707.5910.9818.8214.731.7810.1020江西6.2535.024.726.2810.037.151.9310.3921福建10.6052.417.709.9812.5311.702.3114.6922广西7.2752.653.849.1613.0315.261.9814.5723海南13.4555.855.507.459.559.522.2116.3024天津10.8544.687.3214.5117.1312.081.2611.5725江
7、苏7.2145.797.6610.3616.5612.862.2511.6926浙江7.6850.3711.3513.3019.2514.592.7514.8727北京7.7848.448.0020.5122.1215.731.1516.6128西藏7.9439.6520.9720.8222.5212.411.757.9029上海8.2864.348.0022.2220.0615.120.7222.8930广东12.4776.395.5211.2414.5222.005.4625.50注：此处数据老师已经给出。3、 运行结果和分析 由于这里有八个变量，且各个变量对各个地区消费水平的影响是不一样
8、的，所以老师决定要我们从样品相关系数矩阵出发用主成分分析的方法来解决这一问题，然后求各主成分的贡献率，及前两个主成分的累积贡献率并求出前两个主成分并解释其意义.然后按第一主成分将30个省、区、市排序，观察结果是怎样的。 由于方法和解题思路已定，故而在此就不用讨论用什么方法，直接用SAS软件编写程序，运行结果如下：（1）相关系数矩阵：（2）各主成分的方差贡献率：从结果中可以看出各主成分的方差贡献率分别为：X1=0.3870，x2=0.2959，x3=0.1150，x4=0.0882，x5=0.0623，x6=0.0287，x7=0.0163，x8=0.0064，前两个主成分的累计方差贡献率为0.
9、6829.（3） 运行结果为：由结果可以看出：Prin1=0.249607x1+0.519234x2-0.018480x3+0.254092x4+0.021695x5+0.492663x6+0.317147x7+0.509332x8Prin2=-0.241238x1-0.037607x2+0.475439x3+0.538081x4+0.575449x5+0.134676x6-0.260682x7-0.087081x8由于第一主成分绝大多数都是正数，且x2、x6、x7、x8上的系数有较大正数，而这些指标代表的消费越高说明消费水平越高。而第二主成分中x3、x4、x5有较大的正数，可以认为这里面的消
10、费越高，消费水平相对较低。按第一主成分排序结果如下：结果可以看出广东，上海等地的消费水平相比其他地方要高4、 参考资料1、 SAS统计分析与应用.王芳、陈胜可、冯国生著.电子工业出版社.20112、 多元统计分析第二版.任雪松、于秀林著.中国统计出版社.20105、 程序附录data zc;informat province $ 10.;format province $ 10.;input province $ x1-x8;label x1=人均粮食支出 x2=人均副食支出 x3=人均烟酒茶支出x4=人均其他副食支出 x5=人均衣着商品支出 x6=人均日用品支出 x7=人均燃料支出 x8=人均非商品支出;cards;山西 8.35.;proc princomp data=zc out=zcprin; var x1-x8;run;proc sort data=zcprin out=zcprin1;by descending prin1;proc print data=zcprin1;var province prin1;run;
