sas国内生产总值分析

《sas国内生产总值分析》由会员分享，可在线阅读，更多相关《sas国内生产总值分析（14页珍藏版）》请在装配图网上搜索。

1、国内生产总值分析国内生产总值分析摘要：摘要：G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。本论文将运用SA技术，采用均值比较、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D的重大贡献。关键字：关键字：三大产业GDP均值比较 正态性检验 方差分析 相关分析 回归分析一、前言一、前言国内生产总值（Grss Dostic rduct,简称 GD)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,

2、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财富。P 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手段。因此，从生产者角度来说,分析了解三大产业之间的结构是非常重要的.二、第一、二、三产业分析二、第一、二、三产业分析2 21 1 均值比较均值比较为了了解三大产业之间的差异和结构,对三大产业进行均值比较,以对三大产业有初步的了解。如图所示，在三大产业中,第二产业的均值为 5672。9，远远高于第一产业的均值 279.和第三产业的均值

3、3714.9。如此，可以得出:第二产业，即工业和建筑在我国的国民经济中,起着主导地位。随着经济的发展,我国的第三产业，即：除第一、二产业以外的其他各业，位居第二。通过观察我们发现，第三产业的最大值与最小值的差值达到了570，故我们可以预测，随着科技的进步，经济的发展以及人们思想的转变，第三产业的发展拥有无限潜力。2 2。2 2 正态性检验正态性检验因为，本文的样本数量小于00，为了更好的了解自 192 至 1998 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。2 2。2.2.第一产业正态性检验第一产业正态性检验2/14从上图的正态检验看,Sapio-ik 的值为。64778 太小，其

4、检验的显著性水平小于值 0。5,即拒绝原假设0 假设,表明数据基本上不属于正态分布.因此，我们可以得出第一产业自 19年198 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,得出第一产业的自 1952 至998 年的数据为非正态分布。2.22.2。2 2 第二产业正态分布检验第二产业正态分布检验（第二产业正态检验数据）从上图的正态检验看，Shapo-Wil的 W 值为 0.483 太小，其检验的显著性水平小于值 0.05，即拒绝原假设 H0 假设,表明数据不属于正态分布.3/14（第

5、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，第二产业的自952 至 198 年的数据为非正态分布。2 22 2第三产业正态分布检验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，ShapiroWilk 的 W 值为.5192太小，其检验的显著性水平小于值 05，即拒绝原假设 H假设,表明数据不属于正态分布.(第三产业正态检验图)（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4/14三

6、产业的自 19至98 年的数据为非正态分布。.3.3 双因素方差分析双因素方差分析从图中，我们可以得知：、模型的显著水平=。50.0001,非常显著,模型效果好。b、图中的 i 因素一行,显著水平=0。050。01，非常显著，所以,有足够充分的理由拒绝原假设 H，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=。050.11,显著性不好.同时，我们也观察到 R-Square 值为 0966,说明总体方差有 98。466%是来自组间变异,非常理想。综上所述,每年各产业之间的具有显著的差异.2 2皮尔逊相关系数分析皮尔逊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

7、进行了其进行了皮尔逊相关系数分析，同时,通过对三大产业与国内生产总值的相关性的分析，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：5/14如图所示，国内生产总值也第一产业的相关系数为：0。995，且“当H0:o=0 时，rob|”的概率值 0.001。0，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。同理，国内生产总值也第二产业的相关系数为：09992，且“当 H0:ho时,Pob”的概率值 0.000.05,非常显著,所以第二产业与国内生产总值有非常强的皮尔逊相关.国内生产总值也第三产业的相关系数为：.99873,且“当0：Pho=0 时,Pro r|”的概率值00010

8、.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。2.2.回归分析回归分析令国内生产总值为 Y，其中第一产业为1X,第二产业为2X。设：国内生产总值的函数为：01122iiYBB XB Xu6/14结果分析：（1）方差分析的统计量Mod的 Sm ofSqure：回归平方和（SSR)=,误差平方和（SE）=33213，总平方和（SS),三者的自由度分别为：2、44、6。回归平方和得均值(MS)=96055175，误差平方和均值（MSE)=23821。实际的 F 值 40290。4,其概率 0。00|:该为“回归系数00B 的

9、 t 值的检验值，变量第一产业（fi）的检验的概率 P 值0.5=因此，变量第一产业（firs)的回归系数有效.同理，变量第二产业(seo)的 t 检验的概率 P 值。5=,非常显著。（9）Stanard rro:这是回归系数估计的标准误差.因此截距项的标准误差 12。129933,误差大。而第一产业(fir）的截距为15752,第二产业(so）的截距为0606556，误差小，说明效果好。（10）Estate: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：.36421，第二产业（sco)的回归系数为：1。0222，截距项为：-59.997918，由此，最终得到回归方程

10、为：12ctafirsse-159.9979182+1.3642921*+1.5039222*-159.9979182+1.3642921*+1.503922*o2cYXX或 三、总结三、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 199年底，依旧没有动摇。通过对三大产业自 1952 年至 198 年的数据的正态性检验，我们发现，它并不是呈正态分

11、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。8/14附录附录 1 1：一、数据

12、一、数据国内生产总值数据国内生产总值数据本表按当年价格计算本表按当年价格计算 单位：亿元单位：亿元年年份份国民生产国民生产总值总值第一产第一产业业第二产第二产业业第三产第三产业业年年份份国民生产国民生产总值总值第一产第一产业业第二产第二产业业第三产第三产业业19567932.9141.8194.3196294.79671.2639。15382378192253.197201.9215091750.795485939221。2。31978364.111。4174。2860。991421222266.81979408。22589913。5865.81561028443.9280.33.498451

13、7839212966.4197106843037319848621545。25.5101.395130745.947。6982529.7171.6238311511594383.8615.5439。98359。960。82646.21327.51901540。764。48。11984712295。515.7169。8620.1388。939019894。421.638。66。21962.453。1359。333.916020。2763。94。7295.619631233.3707632.2198711962.24。352516350。6196145455953。581.5198148。3383

14、16587.24510。11965116。151。602。246281981699.242877854。261870。27。6.31901854.95017771458135971773。97142602.8456.199161。52。9102221968172.1726.357。459519922631501699.9138。61991937736。289.12.9936.46882。11648113381902527391257.1944759。4945.22372。2149097124264263122.8577。39958478。199328537.17947。2192251182。8

15、4260199668846138.23312920427593220。997。51173644197742611.33028.7197479.945。211652.9879。74599。636126104。319752997。3971。1370.5579/14附录附录SASSAS 程序：程序：一、均值比较：一、均值比较：dta d；inputi fir hir；label fi=第一产业 seco=第二产业thir=第三产业；cars;123429141.814.19589553.51954311.7255。5421222.2266.8156443。9280。7303。419573332119

16、5844。83.537761959383.8615.5439.7960340.648。2468。116141138。9391962359.3336。913497。540。6328.21645591。53.59656。602。462。1966702。270.456。3967714。2602.46.99626。537.39.519973668.151261970793。312。247。2978263122.877.19282。1084.06.517907.11730.419749.21196279757.1170.5。7197967337.2639。597794.1159.750.71978101

17、8.145.26.9791258.9913.565。8198139.429296641981155。62255.51061。31982161.6383150。19831960.82646。2127.51922517169.198526866.6。21962734492729。61251。635。69883831658。245。1989422872543。2199517714813.51991288.69102.2771992001169510/14913.6136882。1428511323.894947.22232。1493019959328537。17947.2161384423612.2

18、07.971421.23222。72308。1991599。381861043；ttle 均值比较；procmens dgdpaec=1；vr fis seo th;r;二、正态性检验二、正态性检验da gdp;input id firssecotr;labl fr第一产业 eo第二产业 th=第三产业；cads；952342111943153379。5253.1954392211725.3195541222。2266.8195443.20.730。4197433719445.9483.537。6195933815。549。71960340。768。68。196141。138893096243

19、135。3336.9196347。54076328.2194559513。58。516565102.42.19670.2709。5456。1967714。260284569968726.。34595196976。268.12。6979。3912.254.2197826。30257。31972827.41084.2606。51979.5117。419945。21252.7197591。1170.5655179671337。269.5197742.10.17509780184145.286。51979158.91913.85。8190135942966.4198155.6225.51061.121

20、61381150.1183196。266.2137。5825。05。776。819852541。6366556.298627634492711/14245.6987304。325。506.19883816587。2450.18928785403219951771.4581。195288。69102.727192580699918.61936882.16251133。81949457.22237。1490199519327。91747。219963844。233612。920427。5199714211。27222。2。71991499。638691.82614。；title 统计第一二三产业的

21、频数分布细节；roc iariate dat=gdp pot nrl vardf=n；r i seo tir;otut out=1;run;三、方差分析三、方差分析at d；do=12t998；dog=1 to；inut;ott；n;ed;cd；342。941814.337192.253.532211。25。421222226。8443。928。3343017321459483。537.6361554973407648.24681441.8。93905。159.333.49.50。628.2559513381.55.62.2462。8702。270456374。2624592。337345.5

22、7669.1517991。2547286.31022.8738。41084.260。5971173640。4945。292652797.10.5579633.2639。5942。1091750.1018.4752860。258。91913。586。835.4192966415462255。01。3176。62383150.1190.82646。32。5295。5315。76.851.63866。6556。27694492.72945.04.351。63506831657.451。4872740.5077.581。552886912。727580011699.5918。6882。1628。511

23、23。9457.237221490119932857。9194.213844.233612.20271421123722.7238.12/141459.6369。8614.3；ttle 双因素方差分析;proc aova；classi g；mod=i；n;四、皮尔逊相关系数分析四、皮尔逊相关系数分析data d；inputidcta firs seco ti;lbel d年份 cta=国内生产总值 firs=第一产业 se=第二产业 ir=第三产业；CA;19527934.9141。814。9538389252551954899221255。319510122.2266。19610244398

24、003.415164073219581307449483.537。695919383861。549。79601473407648。26.116110441.138。39196211434.1359。336.9131233349507628.2196414545513。581519651651162。246896686872。70955。31961773.9714。02.856.91981723。176.53345191937。9736.2689。112.61970222.。391。2.2972426。8.122。857。31518.1827。4104。206.1932720。9907.5173

25、64.1972789945.21192652。1975997.397137055.1976943。796717。2635173201。994109.150。719783624。111844。86.197940821258。913。5865.180517。813542192966.498142442255。5061.1985297171.23115。98353。590.8264。21327。51871122。105717819858964。241。6366。656.2961202.22763。9492。7295。6181196232435251350661881928。3383165。213/1

26、441。119891909.2427273219018549517717.4583.19216。858.6022771926638。580169959138。619933634.46882。16428.1323。8994467545。2232.2193019558478。11193837179471997884。14.233612。90427。519774661211。23222。7028.789395.714599。38691。86104。3；tile 国内生产总值皮尔逊相关系数分析;OC CRR；VA ta firs secothir；UN;五、回归分析五、回归分析ata gd；input

27、 d a firs seo;la id=年份 cta=国内生产总值 frs=第一产业 seo第二产业；CAR；1952679342.1。8195384378125195485939211.71959121222.21956108443.98.1951643317198134。983。51919383.8615。196014573。68.61120441。188。19621149.343。159.319631233.34975407.61944559135151。6。160221966868702。27099673。922。1681723.726。353。3196917736.29。170225

28、.7793。91219726.826.3102。819722518。187.104。219722099711797.945.2111975297.971.11375176943.79671337。21977320.942.509.11783624.1018.41745。194038.2125.113.598478359.4212148。4155625551982294。7176138184.51960.246.14/141877195。5315。7195896。2541.366.6198610202。2763.94492.717119232035251.61881492.381657.219891609。2422771901857.9017771.411167.288.6912.2199263180011699。99334634.46881164285196759。4457.272。19558478。119328537。9199678461344。23361。91997746261411。222。7199875。499638691.8;title 国内生产总值回归分析分析;ROCl；model ca=firseo；RN；文中如有不足，请您指教！