数学建模论文-基于SAS分析的吉林省和辽宁省的发展情况分析.doc

SAS实验报告基于SAS分析的吉林省和辽宁省的发展情况分析摘要：自20世纪最后二十年以来，可持续发展思想日益得到普遍的认同，可持续发展战略日益受到重视并成为各个层面所努力企及的发展模式，伴随着这样的管理需求，可持续发展的测度成为讨论的热点。对于任何国家来说，经济发展都是非常重要的。没有经济发展，就没有一个国家的繁荣和进步，人民的生活水平和综合国力也不可能得到提高。因此判断一个国家或者一个地区经济发展是否发达，就要用反映经济发展各地区的经济指标进行衡量。其指标必须是全国人民和各级政府普遍关注的重要指标。由于中国处于发展中国家，因此各地区、各城市的发展成为人们普遍关注的事情。本文对吉林省和辽宁省的农业总产值（Agricultural output）、居民消费价格指数（The consumer price index）、职工平均工资（The worker average wage）、城乡居民储蓄存款余额（Urban and rural residents savings balance）和总人口数（Total population）进行SAS研究，从而探讨这五个经济变量对吉林省和辽宁省的发展影响。1、 研究对象的定义： 改革开放以后，随着我国经济体制改革的不断深入，东北地区经济经历了较长时间的衰退。近些年，在国家振兴东北地区的战略推动下，东北地区的经济取得了较快的发展。中国是农业大国，农业是我国国民经济的重要组成部分，农业总产值反映了一个国家或地区农业生产的总规模和总水平。居民消费价格指数（CPI ：Consumer Price Index )指在反应一定时期内居民所消费商品及服务项目的价格水平变动趋势和变动程度。居民消费价格水平的变动率在一定程度上反映了通货膨胀（或紧缩）的程度。通俗的讲，CPI就是市场上的货物价格增长百分比。一般市场经济国家认为CPI增长率在2%3%属于可接受范围内，当然还要看其他数据。CPI过高始终不是好事，高速经济增长率会拉高CPI，但物价指数增长速度快过人民平均收入的增长速度就一定不是好事，而一般平均工资的增长速度很难超越3-4%。职工平均工资表明一定时期职工工资收入的高低程度，是反映职工工资水平的主要指标。北京市统计局负责人对平均工资的作用解释说，职工平均工资指标关系到劳动者目前乃至退休后的切身利益，对人口就业起到导向作用，因此职工平均工资对经济发展异常重要。 城乡居民储蓄存款余额指某一时点城乡居民存入银行及农村信用社的储蓄金额，包括城镇居民储蓄存款和农民个人储蓄存款，而储蓄存款指为居民个人积蓄货币资产和获取利息而设定的一种存款，并且储蓄是国家的重要资金来源，发展储蓄业务，在一定程度上可以促进国民经济比例和结构的调整，可以聚集经济建设资金，稳定市场物价，调节货币流通，引导消费，帮助群众安排生活。总人口数是指一定时点、一定地域范围内所有的有生命活动的个人的总和。人口总数是人口统计中最基本的指标。标准人口总数，对于了解国情国力，制订人口计划和经济、社会发展计划，进行人口科学研究，都有十分重要的意义。2、 分析变量时的理论支持：中国可持续发展探讨已有20多年的历史，特别是70年代末到80年代初，在许涤新、叶谦吉的倡导下，召开了多次“生态农业”研讨会，1992年出国家计委等部门联合参与编制的中国21世纪人口环境与发展白皮书。出于对世界未来发展走向的充分把握和对中国国情的深刻分析，在国内国际总体发展趋势的大背景下而提出了可持续发展。1992年6月中国政府在巴西里约世界首脑会议上庄严签署了环境与发展宣言。我国1994年3月制定和通过中国二十一世纪议程)，从我国具体国情和人口、环境与发展总体联系出发，提出了人口、经济、社会、资源和环境相互协调、可持续发展的总体战略、对策和行动方案，并在“九五”计划和2010年发展纲要中作了具体的部署，表明我国发屁战略思想的转变。中国21世纪议程的编制和推进，标志着中国可持续发展的研究和实践进入新的阶段。四、数据的收集地区农业总产值（万元）居民消费价格指数（(上年=100)）职工平均工资（元）城乡居民储蓄存款余额（万元）总人口数（万人）沈阳市 2047835105.445756.4837294713722.69大连市 1902844105.449727.9236722094588.54鞍山市 884157104.533731.4912384132351.6抚顺市 562613104.936186.246857219220.11本溪市 335166105354515466880154.34丹东市 700371105.127051.727706864241.1锦州市 1249579104.733498.97776633308.3营口市 54385910531898.796806960235.5阜新市 100281110533108.213794382192.1辽阳市 424109104.736155.295857451182.43盘锦市 694098104.930395.775812451131.23铁岭市 136465110532643.265228693304.93朝阳市 639825105.3231405.326130592341葫芦岛市583946105.231492.876101069281.32长春市 2485801104.241471.2123377846761.77吉林市 1815216105.635091.719769124433.31四平市 1831823105.428016.484563950341.14辽源市 361814105.427805.712024318122.54通化市 671358104.828397.354230401226白山市 444103105.429987.032864770128.51松原市 2506905105.433697.573359695292.14白城市 1108938104.524336.312174004202.54延边朝鲜742809104.822873.85911398218.6 五 、数据的分析 1、建立数据集：data a; input economic$ x1-x5;/*label 吉林省和辽宁省经济指标 x1= 农业总产值 x2= 居民消费价格指数 x3=职工平均工资 x4= 城乡居民储蓄存款余额 x5= 总人口数*/cards; 2047835105.445756.4837294713 722.691902844105.449727.9236722094 588.54884157 104.533731.4912384132 351.6562613 104.936186.246857219 220.11335166 105 35451 5466880 154.34700371 105.127051.727706864 241.11249579104.733498.97776633 308.3543859 1053 1898.79 6806960 235.51002811105 33108.213794382 192.1424109 104.736155.295857451 182.43694098 104.930395.775812451 131.231364651105 32643.265228693 304.93639825 105.3231405.326130592 341583946 105.231492.876101069 281.322485801104.241471.2123377846 761.771815216105.635091.719769124 433.311831823105.428016.484563950 341.14361814 105.427805.712024318 122.54671358 104.828397.354230401 226444103 105.429987.032864770 128.512506905105.433697.573359695 292.141108938104.524336.312174004 202.54742809 104.822873.85911398 218.6; run; 表1economic=5911398 x1=218.6 x2=. x3=. x4=. x5=. _ERROR_=1 _N_=20NOTE: INPUT 语句到达一行的末尾，SAS 已转到新的一行。NOTE: 数据集 WORK.A 有 19 个观测和 6 个变量。NOTE: “DATA 语句”所用时间（总处理时间）: 实际时间 0.01 秒 CPU 时间 0.01 秒这一步的作用是将txt格式的数据导入SAS，并将它们重新命名，然后建立一个临时数据集（一般临时的数据集在逻辑库里的work中）名叫吉林省和辽宁省经济指标；其中输入5个变量，分别为 x1 x2 x3 x4 x5，其中x1、x2、x3、x4、x5为数值型变量。Cards的含义是告诉系统，进行数据录入，数据录入按照列的方式被读取，第一列到第五列的数值依次被赋值给变量x1、x2、x3、x4、x5，若有多于数据将不会被读取。Run则代表系统程序编号可以运行了。2、绘制饼状图： proc gchart data=travel; /*利用GCHART过程绘图*/ pie x2 /percent=outside; /*对变量x2绘制饼图*/pie x3 /percent=outside; /*对变量x3绘制饼图*/run; 图1 图23、利用MEANS描述统计量proc means data=a maxdec=2 mean std max min range cv skewness; /*利用MEANS过程计算描述统计量*/ var x1-x5;run;SAS 系统 2010年03月06日 星期六 下午04时39分29秒 1 MEANS PROCEDURE变量 均值 标准差 最大值 最小值 极差 变异系数 偏度 -x1 1702915.06 3606299.29 12384132.00 3.00 12384129.00 211.77 2.32x2 3655777.22 9628955.03 36722094.00 104.80 36721989.20 263.39 3.00x3 3408657.49 8586437.93 37294713.00 105.00 37294608.00 251.90 3.79x4 1178856.49 2284747.80 7706864.00 104.80 7706759.20 93.81 2.13x5 1120042.67 1746075.02 5466880.00 104.50 5466775.50 155.89 1.66 表24、计算变量之间相关系数proc corr data=a; /*利用CORR过程计算变量之间的相关系数*/ var x1-x5;run;SAS 系统 2010年03月06日 星期六 下午04时39分29秒 5 CORR PROCEDURE Pearson 相关系数, N = 19 当 H0: Rho=0 时，Prob |r| x1 x2 x3 x4 x5x1 1.00000 -0.18437 -0.14296 -0.17401 -0.31132 0.4499 0.5593 0.4762 0.1945x2 -0.18437 1.00000 -0.15755 -0.00398 -0.22413 0.4499 0.5195 0.9871 0.3563x3 -0.14296 -0.15755 1.00000 -0.21463 0.11836 0.5593 0.5195 0.3776 0.6294x4 -0.17401 -0.00398 -0.21463 1.00000 -0.34339 0.4762 0.9871 0.3776 0.1500x5 -0.31132 -0.22413 0.11836 -0.34339 1.00000 0.1945 0.3563 0.6294 0.1500 表3由上表表3得知，X2和X5相关系数为0.9871，是表中相关系数最高的两个变量，因此得出结论X2居民消费价格指数和X5总人口数相关系数最高。5、关于聚类分析的描述统计量proc means data=a maxdec=0 median max min; /*利用MEANS过程计算描述统计量*/ var x1-x5;run; SAS 系统 2010年03月06日 星期六 下午04时39分29秒 9 MEANS PROCEDURE 变量 中位数 最大值 最小值 - x1 33698 12384132 3 x2 31493 36722094 105 x3 31405 37294713 105 x4 27806 7706864 105 x5 30396 5466880 105 - 表46、对数据进行聚类分析proc cluster data=a method=ward outtree=ot standard; /*利用CLUSTER过程进行系统聚类，聚类方法为Ward最小方差法*/ var x1-x5; id b;run; SAS 系统 2010年03月06日 星期六 下午04时39分29秒 27 The CLUSTER Procedure Wards Minimum Variance Cluster Analysis Cluster History T i NCL -Clusters Joined- FREQ SPRSQ RSQ e NCL -Clusters Joined- FREQ SPRSQ RSQ e 18 6857219 5812451 2 0.0002 1.00 17 1249579 105 2 0.0005 .999 16 105 105.4 2 0.0005 .999 15 583946 444103 2 0.0008 .998 14 CL15 4563950 3 0.0026 .996 13 154.34 304.93 2 0.0026 .993 12 33731.49 35091.71 2 0.0030 .990 11 CL16 24336.31 3 0.0045 .985 10 CL13 122.54 3 0.0103 .975 9 105.4 104.2 2 0.0116 .963 8 CL17 CL11 5 0.0136 .950 7 CL12 36155.29 3 0.0155 .934 6 CL8 CL14 8 0.0291 .905 5 CL18 CL6 10 0.1090 .796 4 2047835 CL5 11 0.1667 .630 3 CL9 CL10 5 0.1860 .444 2 CL4 CL7 14 0.2065 .237 1 CL2 CL3 19 0.2370 .000 表67、绘制树形图proc tree data=ot horizontal; /*利用TREE过程，根据数据集ot绘制横向聚类谱系图*/run; 图3对所有数据进行聚类分析，得到上面的树状图图3，得出以下结论：第一分类：包括沈阳市。这个城市在聚类分析中聚在一起，说明这各城市的经济发展特征相同，大部分经济指标高度相关，所以作为辽宁省和吉林省的核心经济发展地区，他的发展也是中国进步不可缺上的一部分，我们称这一分类为经济水平发达地区。第二分类：包括长春市、吉林市。这两个城市发展比较快，居民消费水平较高，经济增长迅速，这两个城市发展特征相似，因此我们称这一分类为居民消费较高地区。第三分类：包括大连市、松原市、鞍山市、锦州市、铁岭市、四平市、抚顺市、朝阳市、营口市、辽阳市、葫芦岛市、本溪市、阜新市、丹东市、通化市、盘锦市、白城市、沿边朝鲜、白山市、辽源市这20个城市，在这20个城市里面，有经济发展快但不是特别突出的地区，这是多方面原因造成的。地理位置的限制等多方面原因，经济发展迟迟不能上去，交通发展比较滞后，工业化与城市化水平低，农业总产值较低，基础薄弱。需要政府经济政策的规划和扶持，我们称这一分类为综合水平欠缺地区。8、以x1为因变量进行回归分析：proc reg data=a; /*利用REG过程进行回归分析*/ model x1=x2-x5 /collin vif; /*以x1为因变量、x2-x5为自变量建立回归模型，并进行共线性诊断，计算方差膨胀因子*/run;SAS 系统 2010年03月06日 星期六 下午04时39分29秒 83 The REG Procedure Model: MODEL1 Dependent Variable: x1 Parameter Estimates Parameter Standard VarianceVariable DF Estimate Error t Value Pr |t| InflationIntercept 1 4346711 1305985 3.33 0.0050 0x2 1 -0.12416 0.08640 -1.44 0.1727 1.08739x3 1 -0.09279 0.09641 -0.96 0.3522 1.07672x4 1 -0.61948 0.38104 -1.63 0.1263 1.19081x5 1 -1.02079 0.50117 -2.04 0.0610 1.20316 Collinearity Diagnostics Condition -Proportion of Variation- Number Eigenvalue Index Intercept x2 x3 x4 x51 2.02865 1.00000 0.07444 0.03532 0.05580 0.03929 0.06264 2 1.20969 1.29499 0.00151 0.16930 0.15883 0.16473 0.09245 3 0.83758 1.55629 0.00098217 0.55157 2.423587E-7 0.32503 0.002494 0.70977 1.69061 0.00412 0.01513 0.65118 0.00686 0.318745 0.21431 3.07667 0.91895 0.22868 0.13419 0.46408 0.5236 表79、采用逐步回归法建立模型proc reg data=at; /*利用REG过程进行回归分析*/ model x1=x2-x5 /selection=stepwise; /*采用逐步筛选法建立回归模型*/run;SAS 系统 2010年03月06日 星期六 下午04时39分29秒 91 The REG Procedure Model: MODEL1 Dependent Variable: x1 Parameter Estimates Parameter Standard VarianceVariable DF Estimate Error t Value Pr |t| InflationIntercept 1 4346711 1305985 3.33 0.0050 0x2 1 -0.12416 0.08640 -1.44 0.1727 1.08739x3 1 -0.09279 0.09641 -0.96 0.3522 1.07672x4 1 -0.61948 0.38104 -1.63 0.1263 1.19081x5 1 -1.02079 0.50117 -2.04 0.0610 1.20316 Collinearity Diagnostics Condition -Proportion of Variation-Number Eigenvalue Index Intercept x2 x3 x4 x5 1 2.02865 1.00000 0.07444 0.03532 0.05580 0.03929 0.06264 2 1.20969 1.29499 0.00151 0.16930 0.15883 0.16473 0.09245 3 0.83758 1.55629 0.00098217 0.55157 2.423587E-7 0.32503 0.00249 4 0.70977 1.69061 0.00412 0.01513 0.65118 0.00686 0.31874 5 0.21431 3.07667 0.91895 0.22868 0.13419 0.46408 0.52368 表810、关联度分析proc freq data=a; /*利用FREQ过程进行关联性分析*/table x2*x4 /chisq measures norow nocol; /*以x2为行变量、x4为列变量生成列联表，并进行关联性检验*/run; SAS 系统 2010年03月06日 星期六 下午04时39分29秒 101 FREQ PROCEDURE 表 (x2 * x4) 的统计量统计量 值 渐近标准误差 -amma 0.3412 0.2408endall Tau-b 0.3402 0.2399Stuart Tau-c 0.3402 0.2397Somers D C|R 0.3392 0.2390Somers D R|C 0.3412 0.2408Pearson 相关系数 -0.0040 0.0960Spearman 相关系数 0.1790 0.3418Lambda 非对称 C|R 1.0000 0.0000Lambda 非对称 R|C 0.9444 0.0540Lambda 对称 0.9714 0.0285不确定系数 C|R 1.0000 0.0000不确定系数 R|C 0.9752 0.0166不确定系数对称 0.9875 0.0085 样本大小 = 19 表911、对变量进行LOGSITIC分析proc logistic data=a; /*使用LOGISTIC过程进行分析*/ model x1=x2 x3 x4 x5 ; /*以x1为因变量，x2、x3 x4 x5为自变量建立logsitic回归模型*/run; SAS 系统 2010年03月06日 星期六 下午04时39分29秒 106 The LOGISTIC Procedure Odds Ratio Estimates Point 95% Wald Effect Estimate Confidence Limits x2 1.000 1.000 1.000 x3 1.000 1.000 1.000 x4 1.000 1.000 1.000 x5 1.000 1.000 1.000 Association of Predicted Probabilities and Observed Responses Percent Concordant 71.2 Somers D 0.441 Percent Discordant 27.1 Gamma 0.449 Percent Tied 1.8 Tau-a 0.439 Pairs 170 c 0.721 The LOGISTIC Procedure Analysis of Maximum Likelihood Estimates Standard WaldParameter DF Estimate Error Chi-Square Pr ChiSqIntercept 3 1 -4.6419 1.4