sas數(shù)據(jù)分析實(shí)驗(yàn)報(bào)告

1、精選優(yōu)質(zhì)文檔-傾情為你奉上1 2009年廣東省各市經(jīng)濟(jì)統(tǒng)計(jì)分析 數(shù)據(jù)分析與統(tǒng)計(jì)軟件實(shí)驗(yàn)報(bào)告 伍思敏（進(jìn)修） 1、問(wèn)題背景與數(shù)據(jù)描述 自廣東省委省政府提出建設(shè)“幸福廣東”之后，如何加快全省經(jīng)濟(jì)的升級(jí)轉(zhuǎn)型，如何促進(jìn)全省各市的城鄉(xiāng)區(qū)域協(xié)調(diào)發(fā)展，以及如何統(tǒng)籌全省經(jīng)濟(jì)社會(huì)協(xié)調(diào)發(fā)展成為全社會(huì)關(guān)注的熱點(diǎn)。首先，我們必須了解全省21 個(gè)地級(jí)市的基本經(jīng)濟(jì)情況，找出現(xiàn)行經(jīng)濟(jì)的不足，才能做出科學(xué)的決策。我們通過(guò)分析各市的社會(huì)經(jīng)濟(jì)的8 項(xiàng)統(tǒng)計(jì)指標(biāo)，來(lái)研究各市的經(jīng)濟(jì)運(yùn)行情況。 根據(jù)廣東年鑒2010的資料，給出有關(guān)的數(shù)據(jù)，見表1。 表1 2009 年廣東省各市社會(huì)經(jīng)濟(jì)統(tǒng)計(jì)數(shù)據(jù) 地區(qū) 生產(chǎn)總值/ 億元 人 均 生 產(chǎn)總值/

2、元 農(nóng) 林 牧 漁業(yè)總產(chǎn)值/ 億元 工 業(yè) 總 產(chǎn)值/億元 全 社 會(huì) 固定 資 產(chǎn) 投資/億元 出口總額/ 億美元 社 會(huì) 消 費(fèi)品 零 售 總額/億元 城 鎮(zhèn) 單 位在 崗 職 工平均工資/ 元 廣州 9138.21 89082 295.62 11376.76 2659.85 374.05 3615.77 49519 深圳 8201.32 92772 15.48 15416.24 1709.15 1619.79 2567.94 46723 珠海 1038.66 69889 51.62 2405.04 410.51 177.83 404.46 31764 汕頭 1035.87 20385 1

3、04.71 1531.10 291.90 40.16 661.96 25389 佛山 4820.90 80686 195.03 11711.28 1470.56 245.78 1408.78 34106 韶關(guān) 578.75 19549 133.42 599.23 356.50 5.79 278.36 28276 河源 405.50 13928 86.86 604.68 198.15 14.13 139.50 23803 梅州 519.29 12558 179.38 351.11 162.98 6.71 267.98 24097 惠州 1414.70 35819 147.91 3005.14 7

4、58.97 171.49 491.10 25786 汕尾 390.04 13363 111.22 319.60 289.43 9.48 282.06 23238 東莞 3763.91 56601 25.31 6071.11 1094.08 551.67 959.07 42585 中山 1566.41 62304 77.77 4057.97 545.61 177.36 549.76 36165 江門 1340.88 32139 193.09 2933.26 492.07 79.49 562.07 24304 陽(yáng)江 527.27 22132 200.16 504.56 239.49 12.30 3

5、05.38 21439 湛江 1156.67 16647 397.68 1028.79 393.23 13.65 559.94 23944 茂名 1231.25 19979 385.38 1098.13 180.01 5.32 591.05 24255 肇慶 862.00 22415 256.81 1179.01 462.77 20.30 275.78 26174 清遠(yuǎn) 861.59 22796 158.71 2024.06 841.24 14.15 303.56 28379 潮州 480.18 18681 61.35 581.07 162.98 18.70 207.89 21293 揭陽(yáng) 8

6、16.09 14159 149.61 1153.29 393.50 25.25 341.46 19881 云浮 344.51 14276 144.91 324.32 240.19 6.16 117.91 21913 2 2、統(tǒng)計(jì)分析方法與SAS 實(shí)現(xiàn) 為了研究各市的經(jīng)濟(jì)情況，我們利用基本的描述性統(tǒng)計(jì)、因子分析、聚類分析等方法來(lái)進(jìn)行多角度的分析，并用SAS 完成統(tǒng)計(jì)分析任務(wù)。 2.1 數(shù)據(jù)準(zhǔn)備和處理 為便于分析和說(shuō)明，在下面的中文和程序中，我們將使用以下變量來(lái)表示各經(jīng)濟(jì)指標(biāo)，如表 2 所示：表2 變量符號(hào) 地區(qū) 生產(chǎn)總值/億元 人均生產(chǎn)總值/元 農(nóng)林牧漁業(yè)總產(chǎn)值/億元 工業(yè)總產(chǎn)值/ 億元 全社會(huì)

7、固定資產(chǎn)投資/億元 出口總額/ 億美元 社會(huì)消費(fèi)品零售總額/億元 城鎮(zhèn)單位在崗職工平均工資/元 region x1 x2 x3 x4 x5 x6 x7 x8 data city; nput region $ x1-x8; cards; guangzhou 9138.21 89082 295.62 11376.76 2659.85 374.05 3615.77 49519 shengzhen 8201.32 92772 15.48 15416.24 1709.15 1619.79 2567.94 46723 zhuhai 1038.66 69889 51.62 2405.04 410.51 17

8、7.83 404.46 31764 shantou 1035.87 20385 104.71 1531.10 291.90 40.16 661.96 25389 foshan 4820.90 80686 195.03 11711.28 1470.56 245.78 1408.78 34106 shaoguan 578.75 19549 133.42 599.23 356.50 5.79 278.36 28276 heyuan 405.50 13928 86.86 604.68 198.15 14.13 139.50 23803 meizhou 519.29 12558 179.38 351.1

9、1 162.98 6.71 267.98 24097 huizhou 1414.70 35819 147.91 3005.14 758.97 171.49 491.10 25786 shanwei 390.04 13363 111.22 319.60 289.43 9.48 282.06 23238 dongguan 3763.91 56601 25.31 6071.11 1094.08 551.67 959.07 42585 zhongshan 1566.41 62304 77.77 4057.97 545.61 177.36 549.76 36165 jiangmen 1340.88 32

10、139 193.09 2933.26 492.07 79.49 562.07 24304 yangjiang 527.27 22132 200.16 504.56 239.49 12.30 305.38 21439 zhanjiang 1156.67 16647 397.68 1028.79 393.23 13.65 559.94 23944 maoming 1231.25 19979 385.38 1098.13 180.01 5.32 591.05 24255 zhaoqing 862.00 22415 256.81 1179.01 462.77 20.30 275.78 26174 qi

11、ngyuan 861.59 22796 158.71 2024.06 841.24 14.15 303.56 28379 chaozhou 480.18 18681 61.35 581.07 162.98 18.70 207.89 21293 jieyang 816.09 14159 149.61 1153.29 393.50 25.25 341.46 19881 yunfu 344.51 14276 144.91 324.32 240.19 6.16 117.91 21913; run; 2.2 描述性統(tǒng)計(jì)分析 為了對(duì)數(shù)據(jù)的基本情況有一個(gè)初步的了解，我們首先進(jìn)行單變量分析。利用 MEANS

12、過(guò)程計(jì)算各 3 個(gè)變量的描述性統(tǒng)計(jì)量，程序如下： proc means data=city maxdec=2 mean std max min cv skew; var x1-x8; run; MEANS 過(guò)程計(jì)算每個(gè)變量的均值、標(biāo)準(zhǔn)差、最大最小值、極差、變異系數(shù)和偏度。maxdec=2 表示輸出統(tǒng)計(jì)結(jié)果保留2 位小數(shù)，結(jié)果如表3 所示。 表3 MEANS 過(guò)程 Variable Mean Std Dev Maximum Minimum Range Coeff of Variation Skewn ess x1 1928.29 2500.51 9138.21 344.51 8793.70 12

13、9.68 2.20 x2 35721.90 27212.70 92772.00 12558.00 80214.00 76.18 1.13 x3 160.57 104.55 397.68 15.48 382.20 65.11 0.92 x4 3251.23 4313.25 15416.24 319.60 15096.64 132.67 1.91 x5 635.87 629.14 2659.85 162.98 2496.87 98.94 2.12 x6 170.93 361.77 1619.79 5.32 1614.47 211.65 3.57 x7 709.13 860.81 3615.77 1

14、17.91 3497.86 121.39 2.62 x8 28715.86 8484.20 49519.00 19881.00 29638.00 29.55 1.41 根據(jù)表3 的結(jié)果，可以得出以下結(jié)論： （1） 除了x8（城鎮(zhèn)單位在崗職工平均工資）的CV（變異系數(shù)）不是很大外，其他各個(gè)變量的 CV 都在50 以上，其中x1(生產(chǎn)總值)、x4（工業(yè)總產(chǎn)值）、x6（出口總額）、x7（社會(huì)消費(fèi)品零售總額）的CV 都在100 以上，這說(shuō)明全省21 個(gè)地級(jí)市在以上幾個(gè)方面存在很大的差異，從極差可以具體看大各市間的差別，各市的發(fā)展很不平衡。 （2）x8（城鎮(zhèn)單位在崗職工平均工資）的CV（變異系數(shù)）為29

15、.55，是所有變量中變異系數(shù)最小的，說(shuō)明雖然職工的工資跟城市的發(fā)展水平有關(guān)，但其增長(zhǎng)的幅度與城市經(jīng)濟(jì)發(fā)展是不相應(yīng)的，城市發(fā)展了，職工并沒(méi)有享受到更多的發(fā)展成果。 進(jìn)一步可以考慮8 個(gè)變量之間的相關(guān)系數(shù)，程序如下： proc corr data=city; var x1-x8; run; CORR 過(guò)程給出變量?jī)蓛芍g的相關(guān)系數(shù)和顯著概率（p 值），如表4 所示： 從表4 可看出很多變量之間的相關(guān)系數(shù)都在 0.7 以上，且顯著性檢驗(yàn)的 p 值都很小，這表明各變量間存在較強(qiáng)的相關(guān)性，它們反映的信息有所重疊，因此考慮降低維數(shù)，用較少的變量來(lái)考慮各市的經(jīng)濟(jì)情況。 4 表4 Pearson Correl

16、ation Coefficients, N = 21 Prob |r| under H0: Rho=0 x1 x2 x3 x4 x5 x6 x7 x8 x1 1.00 0.85538 .0001 -0.00721 0.9752 0.94793 .0001 0.95323 .0001 0.77392 .0001 0.97853 .0001 0.89577 .0001 x2 1.00000 -0.21812 0.3422 0.90767 .0001 0.82766 .0001 0.72178 0.0002 0.79809 .0001 0.89720 .0001 x3 1.00000 -0.1407

17、3 0.5429 0.03077 0.8946 -0.37474 0.0942 0.09488 0.6825 -0.19909 0.3869 x4 1.00000 0.89387 .0001 0.82924 .0001 0.87906 .0001 0.86331 .0001 x5 1.00000 0.62617 0.0024 0.94154 .0001 0.87574 .0001x6 1.00000 0.67634 0.0008 0.74948 .0001 x7 1.00000 0.85083 4 時(shí)，RSQ 逐漸減少，改變不大，當(dāng) NCL=4 時(shí)，RSQ=0.77；當(dāng) NCL=3 時(shí)，RSQ

18、=0.624，減少較多，因此按照RSQ 統(tǒng)計(jì)量分為四個(gè)類比較合適。 （2）SPRSQ 統(tǒng)計(jì)量。SPRSQ 統(tǒng)計(jì)量最大和次大分別為1,2 和3，因此按照SPRSQ 統(tǒng)計(jì)量分為二、三和四個(gè)類比較合適。 （3）PST2 統(tǒng)計(jì)量。當(dāng)NCL6 時(shí), PST2 統(tǒng)計(jì)量最大和次大分別為21.8 和16.8，對(duì)應(yīng)NCL=2，NCL=4，分成三或五個(gè)類比較合適。 綜合以上，用WARD 法把21 個(gè)市分為四類比較合適。 proc tree data=ot horizontal graphics n=4 out=k44; copy factor1 factor2; run; proc sort data=k44;

19、by cluster; proc means data=k44; by cluster; var factor1 factor2;run; 分類結(jié)果為： 分類 所含城市 Factor1 Factor2 平均分 標(biāo)準(zhǔn)差 平均分 標(biāo)準(zhǔn)差 第一類 汕頭，韶關(guān)，汕尾，云浮，河源，潮州，梅州，揭陽(yáng)，陽(yáng)江，惠州，江門，清遠(yuǎn)，肇慶 -0.517 0.2195 -0.058 0.4064 第二類 湛江，茂名 -0.270 0.0256 1.8759 0.1033 第三類 深圳，珠海，中山，東莞 0.8045 1.1361 -1.307 0.4176 第四類 廣州，佛山 2.0223 1.0761 1.1177 1.0336 從聚類結(jié)果來(lái)看，類的劃分基本反映了21 個(gè)城市的經(jīng)濟(jì)情況，第一類屬于經(jīng)濟(jì)較落后的城市，第四類是最發(fā)達(dá)的城市。 第一類基本是經(jīng)濟(jì)相對(duì)落后的地區(qū)。但這一類里還包含有惠州、江門兩個(gè)比較發(fā)達(dá)的珠三角城市，其他都是粵東、粵北和粵西地區(qū)，屬于廣東