2012级金融数学sas期末

1、2012级 金融数学专业应用统计课程期末结课题目：1950-2010中国GDP数据分析作者 ：，学号： 1222150284任课教师：王沛成绩： 日期：2015年 6 月 30 日-1950-2010 年中国 GDP 的数据分析摘要：GDP 不仅能够反映一个国家（或地区）的生产规模，而且能够反映这个国家的产业结构，如三大产业在整个国民经济中所占的份额。本将运用 SAS技术，采用正态分布检验、方差分析、相关分析以及回归分析等方法对第一、二、三产业进行分析，从而更加深刻的理解第一、二、三产业之间的相互关系和影响以及其对 GDP 的贡献。本文基于 SAS 以我国 1950-2010 年的国内生产总值

2、为基础，对数据进行绘图分析、模型识别、模型估计及预计。关键字：三大产业 GDP正态性检验 方差分析 相关分析 回归分析1.前言国内生产总值(Gross Domestic Product,简称 GDP)是指在一定时期内(一个季度或一年)，一个国家或地区的经济中所生产出的全部最终产品和劳务的价值，常被公认为衡量国家经济状况的最佳指标。它不但可反映一个国家的经济表现，更可以反映一国的国力与。GDP 是最重要的宏观经济统计指标之一，它是人们了解和把握一个国家(或地区)的宏观经济运行状况的有效工具，是制定经济政策的重要依据，也是检验经济政策科学性和有效性的重要从生产者角度来说，分析了解三大产业之间的结构

3、是非常重要的。因此，正态性检验因为，本文的样本数量小于 2000，为了更好的了解自 1952 至 2012 年三大产业每年的发展情况，对三大产业进行了正态性检验。第一产业正态性检验.-从上图的正态检验看，Shapiro-Wilk 的 W 值为 0.695947 太小，其检验的显著性水平小于值 0.05，即原假设 H0 假设，表明数据基本上不属于正态分布。因此，可以得出第一产业自 1952-2012 年，其数据不属于正态分布。（如果数据呈现正态性，正态概率图中的*点应该覆盖+号，因为*号线表示数据实际的“分布线”，“+”号线表示理论上要求的“正态线”）因此，得出第一产业第二产业正态分布检验.正态

4、性检验检验统计量p 值Shapiro-WilkW0.6959470.2576971.3213097.077739Pr W0.00010.01000.0050 DCramer-von MisesW-SqPr W-SqAnderson-DarlingA-SqPr A-Sq-从上图的正态检验看，Shapiro-Wilk 的 W 值为 0.606243 太小，其检验的显著性水平小于值 0.05，即原假设 H0 假设，表明数据不属于正态分布。（第二产业正态分布检验图）（如果数据呈现正态性，正态概率图中的*点应该覆盖+号，因为*号线表示数据实际的“分布线”，“+”号线表示理论上要求的“正态线”）因此，第二

5、产业的自 1952-2012 年的数据为非正态分布。的自 1952-2012 年的数据为非正态分布。.正态性检验检验统计量p 值Shapiro-WilkW0.6062430.3055981.8588549.646728Pr W0.00010.01000.0050 DCramer-von MisesW-SqPr W-SqAnderson-DarlingA-SqPr A-Sq-第三产业正态分布检验（第三产业正态检验数据）从上图的正态检验看，Shapiro-Wilk 的 W 值为 0.575966 太小，其检验的显著性水平小于值 0.05，即原假设 H0 假设，表明数据不属于正态分布。（第三产业正态

6、检验图）（如果数据呈现正态性，正态概率图中的*点应该覆盖+号，因为*号线表示数据实际的“分布线”，“+”号线表示理论上要求的“正态线”）因此，得出第三产业的自 1952-2012 年的数据为非正态分布。.正态性检验检验统计量p 值Shapiro-WilkW0.5769660.3050422.05968710.49023Pr W0.00010.01000.0050 DCramer-von MisesW-SqPr W-SqAnderson-DarlingA-SqPr A-Sq-相关系数分析为了了解第一、二、三产业与国内生产的相关性，于是进行了其进行了相关系数分析，同时，通过对三大产业与国内生产总值

7、的相关性的分析，为后面做关于国内生产总值的回归奠定基础。分析结果如下：，国内生产总值与第一产业的相关系数为：0.98746，且“当 H0： Pho=0 时，Prob |r|”的概率值 0.0001 |r|”的概率值 0.0001 |r|”的概率值 0.0001 |t|ercept1144.577887 237.93222034.81.00011.5461990.0509152 30.37 Fseco1 2051904493 2051904493 922.22 .00011315044549315044549 141.60 Fseco1 870902778558 870902778558 391

8、425 .00011 315044549.26 315044549.26 141.60 F模型2 871217823107 435608911554 195783 .000158 129047342.19 2224954.175760 871346870449误差校正合计-结果分析：（1）方差分析的统计量M的 Sum of Square ：回归平方和（SSR）=871217823107，误差平方和（SSE）= 129047342.19，总平方和（SST）= 871346870449，三者的度分别为：2、58、60。回归平方和得均值（MSR）=435608911554，误差平方和均值（MSE）=

9、 2224954.1757。实际的 F 值= 195783，其概率0.0001 |t|:该为“回归系数 B0 0 ”的 t 值的检验值，变量第二产业（seco）的 t 检验的概率 P 值0.05=因此，变量第二产业（seco）的回归系数有效。同理，变量第三产业（thir）的 t 检验的概率 P 值0.05=，非常显著。（8）（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 237.9322203，误差大。而第二产业（seco）的截距为 0.0509152，第.thir0.6498090.0546085 11.90.0001-三产业（thir）的截距为 0.0

10、546085,误差小，说明效果好。（10） Estimate：回归方程式及回归系数的估计值，得到第二产业的回归系数为：1.546199，第三产业（thir）的回归系数为：0.649809 截距项为：1144.577887，由此，最终得到回归方程为：Y 1144.577887 1.546199X1 0.649809X2四、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，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

11、业结构至 1998 年底，依旧没有动摇。通过对三大产业自 1952 年至 2012 年的数据的正态性检验，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，可以得出，三大产业正呈现出良好的发展趋势，说明的国家正在健康的成长。最后，进行了方差分析，相关系数分析以及回归分析，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

12、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。.-附录： SAS 程序：.-3204.35251.63506.63831 6587.24510.1方差分析5017 7717.45813.55288.69102.272275800 11699.5 9138.66882.116428.5 11323.89457.222372.2 1493011993 28537.9 17947.213844.2 33612.9 20427.514211.2 37222.7 23028.714599.6 38691.8 26104.3cards; 342.9 141.8 194.33781

13、92.5 253.5392211.7 255.3421222.2 266.8443.9 280.7 303.4430317321445.9 483.5 377.6383.8 615.5 439.7340.7 648.2 468.1441.1 388.9 390453.1 359.3 336.9497.5 407.6 328.2559513.5 381.5651.1 602.2 462.8702.2 709.5 456.3714.2 602.8 456.9726.3 537.3 459.5736.2 689.1 512.6793.3 912.2 547.2826.3 1022.8577.3827

14、.4 1084.2606.5907.5 1173 640.4945.2 1192 652.7971.1 1370.5655.79671337.2639.5942.1 1509.1750.71018.41745.2860.51258.91913.5865.81359.42192 966.41545.62255.51061.31761.62383 1150.11960.82646.21327.52295.53105.71769.82541.63866.62556.22763.94492.72945.624040 1037208855528627 12583111135233702 14900315

15、7639.6 187383.222059220326052377 235319231626;title 双方差分析;proc anova; class i g; m y= i g; run;相关系数分析四data gdp;input id cta firs seco thir ;.14770.02847 41033.5815933873.4446914944.7225 45555.8779638713.9538515781.26905 49512.2909744361.6105416537.01966 53896.7677949898.9018217381.7177 62436.3121456

16、004.7263121412.73404 73904.3118764561.2920123070.43756 87364.5791173432.866054228 7278 5403.2data gdp;=1952 to 2012;do g=1 to 3;input y;output;end;end;-19762943.79671337.2label id=年份 cta=国内生产总值639.519773201.9942.1 1509.1 firs=第一产业 seco=第二产750.719783624.11018.41745.2业 thir=第三产业; 860.5cards;19794038.2

17、1258.91913.5865.819804517.81359.42192966.419814862.41545.62255.51061.319825294.71761.623831150.119835934.51960.82646.21327.5198471712295.53105.71769.819858964.42541.63866.619631233.3497.5407.62556.2328.2198610202.22763.94492.72945.6198711962.53204.35251.63506.6198814928.338316587.24510.1198916909.24

18、22872785403.219681723.1726.3537.3199018547.950177717.45813.5459.5199121617.85288.69102.2722719691937.9736.2689.1199226638.1580011699.59138.6512.6199334634.46882.116428.519702252.7793.3912.211323.8547.2199446759.49457.222372.219712426.4826.31022.814930577.3199558478.111993 28537.919722518.1827.41084.

19、217947.2606.5199667884.613844.233612.919732720.9907.5117320427.5640.4199774462.614211.237222.719742789.9945.2119223028.7652.7199879395.714599.638691.819752997.3971.11370.526104.3655.7199989677.05475 14770.0284741033.58159 33873.44469.2 709.5 456.31967 1773.9714.2 602.8456.9513.5 381.51965 1716.1651.

20、1 602.2462.81950 679342.9 141.8 194.31951 824378192.5 253.51952 859392211.7 255.31953 910421222.2 266.8.9 280.7 303.4317321.9 483.5 377.6.8 615.5 439.7.7 648.2 468.1.1 388.9 3901962 1149.3453.1 359.3336.9-2000 99214.55431 14944.7225 45555.87796 38713.953852001 109655.1706 15781.26905 49512.29097 443

21、61.610542002 120332.6893 16537.01966 53896.76779 49898.901822003 135822.7561 17381.7177 62436.31214 56004.726312004 159878.3379 21412.73404 73904.31187 64561.292012005 183867.8827 23070.43756 87364.57911 73432.866052006 21631424040 103720885552007 26581028627 1258311113522008 31404533702/p>

22、02007 34090335226 1576391480382008 401512.8 40533.6 187383.2 1735962009 47156447712 2205922032602010 51932252377 235319231626;title 国内生产总值相关系数分析 oc corr; var cta firs seco thir; run;回归分析.-label id=年份 cta=国内生产总值 seco=第二产业 thir=第三产业;cards;1950 679141.8 194.31951 824192.5 253.51952 859211.7 255.31953 9

23、10222.2 266.8.7 303.4321.5 377.6.5 439.7.2 468.1.9 3901962 1149.3359.3 336.91963 1233.3407.6 328.2.5 381.51965 1716.1602.2 462.8.5 456.31967 1773.9602.8 456.91968 1723.1537.3 459.51969 1937.9689.1 512.61970 2252.7912.2 547.21971 2426.41022.8577.31972 2518.11084.2606.51973 2720.91173 640.41974 2789.9

24、1192 652.71975 2997.31370.5655.71976 2943.71337.2639.51977 3201.91509.1750.71978 3624.11745.2860.51979 4038.21913.5865.81980 4517.82192 966.41981 4862.42255.51061.31982 5294.72383 1150.11983 5934.52646.21327.51984 7171 3105.71769.81985 8964.43866.62556.21986 10202.2 4492.72945.61987 11962.5 5251.635

25、06.61988 14928.3 6587.24510.11989 16909.2 7278 5403.2.data gdp;input ideco thir ;-1990 18547.9 7717.45813.51991 21617.8 9102.272271992 26638.1 11699.5 9138.61993 34634.4 16428.5 11323.81994 46759.4 22372.2 149301995 58478.1 28537.9 17947.21996 67884.6 33612.9 20427.51997 74462.6 37222.7 23028.71998

26、79395.7 38691.8 26104.31999 89677.05475 41033.58159 33873.444692000 99214.55431 45555.87796 38713.953852001 109655.1706 49512.29097 44361.610542002 120332.6893 53896.76779 49898.901822003 135822.7561 62436.31214 56004.726312004 159878.3379 73904.31187 64561.292012005 183867.8827 87364.57911 73432.86

27、6052004 216314103720885552005 2658101258311113522006 3140451490031313402007340903 1576391480382008 401512.8 187383.2 1735962009 4715642205922032602010 519322235319231626；title 国内生产总值回归分析分析;proc glm;m cta= seco thir;run;参考书：SAS 统计分析与应用实例著.-.国内生产总值数据本表按当年价格计算：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

28、产业1950679342.9141.8194.319835934.51960.82646.21327.51951824378192.5253.5198471712295.53105.71769.81952859392211.7255.319858964.42541.63866.62556.21953910421222.2266.8198610202.22763.94492.72945.6.9280.7303.4198711962.53204.35251.63506.6317321198814928.338316587.24510.1.9483.5377.6198916909.242287278

29、5403.2.8615.5439.7199018547.950177717.45813.5.7648.2468.1199121617.85288.69102.27227.1388.9390199226638.1580011699.59138.619601149.3453.1359.3336.9199334634.46882.116428.511323.819611233.3497.5407.6328.2199446759.49457.222372.214930513.5381.5199558478.11199328537.917947.219631716.1651.1602.2462.8199667884.613844.233612.920427.5.2709.5456.3199774462.614211.237222.7230