《我国城镇居民人均消费的SPSS统计分析报告》由会员分享,可在线阅读,更多相关《我国城镇居民人均消费的SPSS统计分析报告(22页珍藏版)》请在金锄头文库上搜索。
1、. . . .2013年我国城镇居民人均消费的SPSS统计分析1、 搜集到的2013年我国31个城市城镇居民人均消费水平的数据数据来源:国家统计局http:/ 对数据的基本分析在数据文件建立好后,通常还需要对待分析的数据进行必要的预加工处理,这是数据分析过程中不可缺少的一个关键环节.(1) 、对数据按人均消费(expend)进行降序排列操作步骤:(1):选择“数据”“排序个案”菜单项 (2):将“人均消费(expend)”选入“排序依据”列表框,选中“降序” (3):点击“确认”按钮,生成如下降序排列的数据集由数据的降序排列可以看出,全国只有上海、北京、广东等九个城市的城镇人均消费在全国城镇人
2、均消费水平以上.(2) 、作出人均收入和人均消费的直方图操作步骤:(1):选择“图形”,打开“图表构建程序”菜单项 (2):从“库”中选择“直方图”将其拉入“图表预览使用数据实例” (3):将变量“地区”设置为x轴,将“人均收入”和“人均消费”设置为y轴 (4):点击“确认”按钮,即生成如下直方图通过一个复合条形图,可以很明确的发现我国城镇居民生活水平存在很大的地区差异,地区发展很不平衡,从图中的生活消费支出和人均收入来看,北京,上海,浙江这些省市城镇居民消费水平最高,人均收入也是最高的,各省市的城镇居民消费水平差异较大,大多数省份城镇居民人均消费集中在15000元左右.(3) 、对数据按照人
3、均消费作出直方图,以统计我国农村人均消费的水平1、 首先对数据分组,分组数目的确定.按照Sturges提出的经验公式来确定组数K,K=1+,计算得组数为6.2、确定组距组距=(最大值-最小值)/组数=(28155.00-12231.90)/6=2653.85,可近似取值为3000.00元.操作步骤:(1):选择“转换”“可视离散化”菜单项,将“人均消费”选入“要离散的变量”列表框中,单击“继续”按钮进入主对话框. (2):单击“生成分割点”按钮,设定分割点数量为6,宽度为3000.00,可见系统会自动会填充第一个分割点的位置为12231.90,单击“应用”返回到主对话框. (3):此时可以看到
4、下部数值标签网格里的“值”列已被自动填充,单击“生成标签”按钮,是标签列也得到自动填充. (4):将离散的变量名设定为expendNew. (5):单击“确定”按钮.3、 频数分析操作步骤:(1):选择“分析”“描述统计”“频率”,打开频率对话框. (2):选定“expendNew”,点击“图表”,选择“条形图”点击继续. (3):点击“确认”,生成如下三张表.Statistics人均消费(已离散化)NValid32Missing0Mean3.13Median3.00Std. Deviation1.314Minimum1Maximum7Percentiles252.00503.00753.75
5、人均消费(已离散化)FrequencyPercentValid PercentCumulative PercentValid= 12231.9013.13.13.112231.91 - 15231.901031.331.334.415231.91 - 18231.901340.640.675.018231.91 - 21231.9039.49.484.421231.91 - 24231.9039.49.493.824231.91 - 27231.9013.13.196.927231.91+13.13.1100.0Total32100.0100.0由上图的频数分析可以看出,我国2013年城镇居民
6、人均消费支出集中在第二组和第三组,大约占到百分之七十.由于在表格中不存在缺失值,因此频数分布表中的百分比和有效百分比相同.从此次分析中可以看出,我国城镇家庭居民人均消费的总体水平比较集中, 大约在12000元-18000元之间,还有少数省市的消费水平处在中等阶段,而有上海、北京、浙江等一些经济较发达的地区的城镇家庭居民人均消费达到了21000元以上.3、 对数据的回归分析(1) 、作出人均收入与消费支出散点图,以观察他们的线性关系如何操作步骤:(1):选择“图形”,打开“图表构建程序”菜单项 (2):从“库”中选择“散点图”将其拖入“图表预览使用数据实例” (3):将“人均收入”选定为x轴,将
7、“人均消费”选定为y轴 (4):点击“确认”生成如下散点图由散点图可以看出,人均消费Y和人均收入X大概呈一元线性关系,因此可以建立一元线性模型进行回归分析.(2) 假设回归模型为Y=a+b X,其中,Y表示城镇人均消费支出,为被解释变量,X表示人均收入,为解释变量,b为回归系数.操作步骤:(1)选择“分析”“回归”“线性”菜单项,打开“线性回归”对话框. (2)将“人均消费”选入“因变量”列表框,将“人均收入”选入“自变量”列表框. (3)单击“确定”按钮.得到如下(1)、(2)、(3)、(4)四张表格,依次分析如下:表(1):移入/移出的变量Variables Entered/Removed
8、bModelVariables EnteredVariables RemovedMethod1人均收入a.Entera. All requested variables entered.b. Dependent Variable: 人均消费从上表可以看出,放入模型的变量只有一个即“人均收入”,选择变量的方法为强行进入法,也就是说将所有的自变量都放入模型中,模型的因变量为“人均消费”.表(2):模型汇总Model SummaryModelRR SquareAdjusted R SquareStd. Error of the Estimate1.960a.922.9201106.90715a. P
9、redictors: (Constant), 人均收入上表是对模型的简单汇总,其实就是对回归方程拟合情况的描述,通过这张表可以知道相关系数R=0.960,决定系数=0.922,调整决定系数=0.920,和回归系数的标准误=31106.90715.由于决定系数接近于1,说明模型的拟合程度较好.表(3):方差分析表ANOVAbModelSum of SquaresdfMean SquareFSig.1Regression4.353E814.353E8355.256.000aResidual36757303.474301225243.449Total4.720E831a. Predictors: (
10、Constant), 人均收入b. Dependent Variable: 人均消费F=355.256,P=0.0000.05,所以不能拒绝原假设,可以认为人均消费水平在18000元.同时,可知全国城镇居民2013年人均消费在95的置信水平下的置信区间为:(15809.7242,18623.4821).5、 非参数检验多配比样本分参数检验数据中我国城镇家庭居民人均消费包括食品、衣着、居住、家庭设备、交通及通讯、文教娱乐、医疗保健、和其他8个指标,为了比较清楚的了解这8项指标对我国城镇居民人均消费总体的影响,以及其大概的消费动向,可以利用多配比样本的非参数检验Friedman 检验对各个指标进行检验.(1) :操作步骤:(1) 选择“分析”“非参数检验”“旧对话框”“k个相关样本”菜单项,打开如下对话框:(2) :单击“确定”按钮,得到如下两张表格:表(1):Ra