统计实践报告 本文关键词：实践，统计，报告
统计实践报告 本文简介：GDP因素分析学习目的1.系统地学习调查研究方法，对统计数据进行理论分析并得出相关结论。2.理解并掌握所学理论知识，并将理论应用于实际中。3.通过对数据得分析，更好地掌握统计软件的应用。案例调查背景与分析随着经济的发展，我国的国民生产总值不断增加，物价水平不断搜集，像农业工业和服务业三大产业对GDP
统计实践报告 本文内容：
GDP因素分析
学习目的
1.
系统地学习调查研究方法，对统计数据进行理论分析并得出相关结论。
2.
理解并掌握所学理论知识，并将理论应用于实际中。
3.
通过对数据得分析，更好地掌握统计软件的应用。
案例调查背景与分析
随着经济的发展，我国的国民生产总值不断增加，物价水平不断搜集，像农业工业和服务业三大产业对GDP影响显著的因素早已被专家们研究透了，所以我们组就是从研究居民收入、国家财政支出和就业人数这些不显著的因素出发并从国家统计局搜集了一些资料通过综合和整理，就它们对GDP的影响进行分析。
GDP的影响因素
首先我们要从宏观上度量，我们收集了2006年各地区GDP的数据
对这些数据做散点图
从各散点图可以看出GDP与财政支出，就业人数和居民总收入都具有一定的线性关系，但就业人数与财政总支出同GDP的线性关系比较密切，而与居民总收入关系最不密切。
用Excel计算相关矩阵如下
GDP
财政总支出
居民总收入
就业人数
GDP
1
财政总支出
0.93458139
1
居民总收入
0.51555184
0.57319247
1
就业人数
0.96082612
0.8885888
0.382453559
1
从相关系数看，在与其他几个变量的关系中，与就业人数的关系最大，而与居民收入关系最小。
用并由excel输出的一元回归结果如下
1财政总支出
SUMMARY
OUTPUT
回归统计
Multiple
R
0.934581
R
Square
0.873442
Adjusted
R
Square
0.869078
标准误差
2323.72
观测值
31
方差分析
df
SS
MS
F
Significance
F
回归
1
1.08E+09
1.08E+09
200.1446
1.51E-14
残差
29
1.57E+08
5399676
总计
30
1.24E+09
Coefficients
标准误差
t
Stat
P-value
Lower
95%
Upper
95%
下限
95.0%
上限
95.0%
Intercept
-3046.61
851.4865
-3.57799
0.001241
-4788.1
-1305.13
-4788.1
-1305.13
X
Variable
1
0.00107
7.56E-05
14.14725
1.51E-14
0.000915
0.001224
0.000915
0.001224
由上表方差可分析得出F〉Fa/2说明财政总支出对GDP的影响是显著的线性关系，由参数估计部分锝t>ta/2所以得出和上面同样的结果。
2国民总收入
SUMMARY
OUTPUT
回归统计
Multiple
R
0.51555184
R
Square
0.2657937
Adjusted
R
Square
0.24047624
标准误差
5596.91571
观测值
31
方差分析
df
SS
MS
F
Significance
F
回归分析
1
328868368.6
3.29E+08
10.49844
0.002994
残差
29
908438499.1
31325465
总计
30
1237306868
Coefficients
标准误差
t
Stat
P-value
Lower
95%
Upper
95%
下限
95.0%
上限
95.0%
Intercept
-3343.0807
3480.423791
-0.96054
0.344725
-10461.3
3775.185
-10461.3
3775.185
X
Variable
1
0.87966698
0.271491356
3.240129
0.002994
0.324405
1.434929
0.324405
1.434929
由上表方差可分析得出F〉Fa/2说明居民收入对GDP的影响是显著的线性关系，由参数估计部分锝t>ta/2所以得出和上面同样的结果。
3就业人数
SUMMARY
OUTPUT
回归统计
Multiple
R
0.960826
R
Square
0.923187
Adjusted
R
Square
0.920538
标准误差
1810.329
观测值
31
方差分析
df
SS
MS
F
Significance
F
回归分析
1
1.14E+09
1.14E+09
348.5395
1.05E-17
残差
29
95041449
3277291
总计
30
1.24E+09
Coefficients
标准误差
t
Stat
P-value
Lower
95%
Upper
95%
下限
95.0%
上限
95.0%
Intercept
-677.371
543.4994
-1.24632
0.222623
-1788.95
434.2096
-1788.95
434.2096
X
Variable
1
6.382837
0.341891
18.66921
1.05E-17
5.683591
7.082083
5.683591
7.082083
由上表方差可分析得出F〉Fa/2说明就业人数对GDP的影响是显著的线性关系，由参数估计部分锝t>ta/2所以得出就业人数对GDP的影响同样是显著的线性关系。
并由excel输出的多元回归结果如下
SUMMARY
OUTPUT
回归统计
Multiple
R
0.979776945
R
Square
0.959962862
Adjusted
R
Square
0.955514291
标准误差
1354.529105
观测值
31
df
SS
MS
F
Significance
F
回归分析
3
1.19E+09
3.96E+08
215.7913
5.68E-19
残差
27
49538226
1834749
总计
30
1.24E+09
Coefficients
标准误差
t
Stat
P-value
Lower
95%
Upper
95%
下限
95.0%
上限
95.0%
Intercept
-3439.26123
850.0669
-4.04587
0.000392
-5183.45
-1695.07
-5183.4544
-1695.068
X
Variable
1
0.000314768
0.000115
2.734897
0.010886
7.86E-05
0.000551
7.8616E-05
0.00055092
X
Variable
2
0.167687635
0.085184
1.968532
0.059352
-0.0071
0.342471
-0.0070957
0.34247094
X
Variable
3
4.509653898
0.592455
7.611809
3.46E-08
3.294037
5.725271
3.29403683
5.72527097
根据表的回归统计部分分析调整得判定系数为0.955514291说明在GDP变差中被三个因素解释的比例为0.955514291，同时从方差分析中的结果可看出F＞Fa/2此三个因素综合对GDP的影响是显著的但是彬并不意味GDP与每个因素都有显著的线性关系，从参数估计部分可检验每个变量的影响t1=2.734897,t2=1.968532,t3=7.611809,ta/2(27)=2.0518
只有国民收入没通过检验所以国民收入的影响是不显著的。当然得出上述分析还需要其他证据。因为国民收入没通过检验，也可能是其他原因造成的，但我们从上面的分析中得出了此三个因素对GDP的影响是显著的。
同时得到GDP财政支出x1，居民总收入
x2和就业人数x3的多元线性回归方程
y=-3439.26123+0.000314768x1+0.167687635x2+4.509653898
第一个变量的系数表示，在其他两变量不变的情况下财政支出每增加一亿元GDP增加0.000314768亿元
第二个变量的系数表示，在其他两变量不变的情况下居民总收入每增加一亿GDP增加0.0167687635亿元
第三个变量的系数表示，在其他两变量不变的情况下就业人数每增加一个单位GDP增加4.509653898亿元
从单方面说就业关系到国计民生，现在大学毕业生最关注就是就业解决了就业问题对社会各个方面都会起到促进作用。从以上分析可以看出就业人数对GDP的影响最为显著，而居民收入则最不不显著。所以我们要注重提高就业率，国家财政支出影响也很突出国家要加大支出促进经济增长。但从三方面综合来说对GDP的影响是显著的，所以我们不能从单方面的发展来提高，要协调各方面共同发展。