数据分析第二次实验报告.doc

实验内容及结果分析：我们以19521998年间的国内生产总值进行数据分析。如下表：国内生产总值数据本表按当年价格计算 单位：亿元 年 份 国民生产总值第一产业第二产业 第三产业年 份 国民生产总值第一产业第二产业 第三产业1952679342.9141.8194.319762943.79671337.2639.51953824378192.5253.519773201.9942.11509.1750.71954859392211.7255.319783624.11018.41745.2860.51955910421222.2266.819794038.21258.91913.5865.819561028443.9280.7303.419804517.81359.42192966.41957106843031732119814862.41545.62255.51061.319581307445.9483.5377.619825294.71761.623831150.119591439383.8615.5439.719835934.51960.82646.21327.519601457340.7648.2468.1198471712295.53105.71769.819611220441.1388.939019858964.42541.63866.62556.219621149.3453.1359.3336.9198610202.22763.94492.72945.619631233.3497.5407.6328.2198711962.53204.35251.63506.619641454559513.5381.5198814928.338316587.24510.119651716.1651.1602.2462.8198916909.2422872785403.219661868702.2709.5456.3199018547.950177717.45813.519671773.9714.2602.8456.9199121617.85288.69102.2722719681723.1726.3537.3459.5199226638.1580011699.59138.619691937.9736.2689.1512.6199334634.46882.116428.511323.819702252.7793.3912.2547.2199446759.49457.222372.21493019712426.4826.31022.8577.3199558478.11199328537.917947.219722518.1827.41084.2606.5199667884.613844.233612.920427.519732720.9907.51173640.4199774462.614211.237222.723028.719742789.9945.21192652.7199879395.714599.638691.826104.319752997.3971.11370.5655.7双因素方差分析从图中，我们可以得知：a、模型的显著水平=0.050.0001，非常显著，模型效果好。b、图中的i因素一行，显著水平=0.050.0001，非常显著，所以，有足够充分的理由拒绝原假设H0，说明各年之间有显著的差异。同理，我们分析道，对于g行显著水平=0.05 |r|”的概率值0.0001 |r|”的概率值0.0001 |r|”的概率值0.00010.05，非常显著，所以第一产业与国内生产总值有非常强的皮尔逊相关。综上所述，三大产业与国内生产总值有非常强的皮尔逊相关性。回归分析令国内生产总值为Y，其中第一产业为,第二产业为。设：国内生产总值的函数为：结果分析：（1） 方差分析的统计量Model的Sum of Square ：回归平方和（SSR）=22110351，误差平方和（SSE）= 10332138，总平方和（SST）=三者的自由度分别为：2、44、46。回归平方和得均值（MSR）=9461055175，误差平方和均值（MSE）= 234821。实际的F值= 40290.4，其概率0.0001 |t|:该为“回归系数”的t值的检验值，变量第一产业（firs）的t检验的概率P值0.05=因此，变量第一产业（firs）的回归系数有效。同理，变量第二产业（seco）的t检验的概率P值0.05=，非常显著。（9） Standard Error：这是回归系数估计的标准误差。因此截距项的标准误差123.1299353，误差大。而第一产业（firs）的截距为0.1555752，第二产业（seco）的截距为0.0606556,误差小，说明效果好。（10） Estimate：回归方程式及回归系数的估计值，我们得到第一产业（firs）的回归系数为：1.3642921，第二产业（seco）的回归系数为：1.5039222，截距项为：-159.9979182，由此，最终得到回归方程为：总结我国的三大产业包括农业（种植业、林业、牧业、副业和渔业），工业和建筑业，以及除了第一二产业以外的其他部门，通过对其均值的比较，我们发现第二产业，即工业和建筑业在整个国民经济中依然占主导地位，原因要归咎于我国的国情，我国自改革开放以后，各个产业有了巨大的改变，但是，第二产业为主导的产业结构至1998年底，依旧没有动摇。通过对三大产业自1952年至1998年的数据的正态性检验，我们发现，它并不是呈正态分布，而是随着时间的递增而递增，抛除通货膨胀，我们可以得出，三大产业正呈现出良好的发展趋势，说明我们的国家正在健康的成长。最后，我们进行了方差分析，皮尔逊相关系数分析以及回归分析，我们得出，三大产业之间有很好的相关性，他们对国内生产总值的贡献是无可厚非的，第一产业是第二三产业的基础，而一二产业为第三产业的条件，第三产业发展促进第一二产业的进步，第二三产业对第一产业有带动作用。总的说来，国内生产总值反映了一个国家的生产规模，同时也反映了这个国家的产业结构，因此，了解该国家的产业结构现状及其发展变化规律，制定正确的产业发展政策，引导产业结构健康地发展具有重要的意义。SAS程序代码：一、方差分析8data gdp; do i=1952 to 1998; do g=1 to 3; input y; output; end; end; cards; 342.9 141.8 194.3 378 192.5 253.5 392 211.7 255.3 421 222.2 266.8 443.9 280.7 303.4 430 317 321 445.9 483.5 377.6 383.8 615.5 439.7 340.7 648.2 468.1 441.1 388.9 390 453.1 359.3 336.9 497.5 407.6 328.2 559 513.5 381.5 651.1 602.2 462.8 702.2 709.5 456.3 714.2 602.8 456.9 726.3 537.3 459.5 736.2 689.1 512.6 793.3 912.2 547.2 826.3 1022.8 577.3 827.4 1084.2 606.5 907.5 1173 640.4 945.2 1192 652.7 971.1 1370.5 655.7 967 1337.2 639.5 942.1 1509.1 750.7 1018.4 1745.2 860.5 1258.9 1913.5 865.8 1359.4 2192 966.4 1545.6 2255.5 1061.3 1761.6 2383 1150.1 1960.8 2646.2 1327.5 2295.5 3105.7 1769.8 2541.6 3866.6 2556.2 2763.9 4492.7 2945.6 3204.3 5251.6 3506.6 3831 6587.2 4510.1 4228 7278 5403.2 5017 7717.4 5813.5 5288.6 9102.2 7227 5800 11699.5 9138.6 6882.1 16428.5 11323.8 9457.2 22372.2 14930 11993 28537.9 17947.2 13844.2 33612.9 20427.5 14211.2 37222.7 23028.7 14599.6 38691.8 26104.3 ; title 双因素方差分析; proc anova; class i g; model y= i g; run;二、皮尔逊相关系数分析data gdp; input id cta firs seco thir ; label id=年份 cta=国内生产总值 firs=第一产业 seco=第二产业 thir=第三产业; CARDS; 1952 679 342.9 141.8 194.3 1953 824 378 192.5 253.5 1954 859 392 211.7 255.3 1955 910 421 222.2 266.8 1956 1028 443.9 280.7 303.4 1957 1068 430 317 321 1958 1307 445.9 483.5 377.6 1959 1439 383.8 615.5 439.7 1960 1457 340.7 648.2 468.1 1961 1220 441.1 388.9 390 1962 1149.3 453.1 359.3 336.9 1963 1233.3 497.5 407.6 328.2 1964 1454 559 513.5 381.5 1965 1716.1 651.1 602.2 462.8 1966 1868 702.2 709.5 456.3 1967 1773.9 714.2 602.8 456.9 1968 1723.1 726.3 537.3 459.5 1969 1937.9 736.2 689.1 512.6 1970 2252.7 793.3 912.2 547.2 1971 2426.4 826.3 1022.8 577.3 1972 2518.1 827.4 1084.2 606.5 1973 2720.9 907.5 1173 640.4 1974 2789.9 945.2 1192 652.7 1975 2997.3 971.1 1370.5 655.7 1976 2943.7 967 1337.2 639.5 1977 3201.9 942.1 1509.1 750.7 1978 3624.1 1018.4 1745.2 860.5 1979 4038.2 1258.9 1913.5 865.8 1980 4517.8 1359.4 2192 966.4 1981 4862.4 1545.6 2255.5 1061.3 1982 5294.7 1761.6 2383 1150.1 1983 5934.5 1960.8 2646.2 1327.5 1984 7171 2295.5 3105.7 1769.8 1985 8964.4 2541.6 3866.6 2556.2 1986 10202.2 2763.9 4492.7 2945.6 1987 11962.5 3204.3 5251.6 3506.6 1988 14928.3 3831 6587.2 4510.1 1989 16909.2 4228 7278 5403.2 1990 18547.9 5017 7717.4 5813.5 1991 21617.8 5288.6 9102.2 7227 1992 26638.1 5800 11699