sas国内生产总值分析

国内生产总值分析摘要：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。本论文将运用SAS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GDP的重大贡献。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、前言国内生产总值(GrossDomesticProduct,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财富。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2.1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2789.4和第三产业的均值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25970，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。2.2.1第一产业正态性检验金融07班SAS论文2从上图的正态检验看，Shapiro-Wilk的W值为0.647778太小，其检验的显著性水平小于α值0.05，即拒绝原假设H0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1952年——1998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1998年的数据为非正态分布。2.2.2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，Shapiro-Wilk的W值为0.58483太小，其检验的显著性水平小于α值0.05，即拒绝原假设H0假设，表明数据不属于正态分布。金融07班SAS论文3（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，第二产业的自1952至1998年的数据为非正态分布。2.2.3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0.591922太小，其检验的显著性水平小于α值0.05，即拒绝原假设H0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，得出第三产业的自1952至1998年的数据为非正态分布。金融07班SAS论文42.3双因素方差分析从图中，我们可以得知：a、模型的显著水平α=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α=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α=0.050.1313,显著性不好。同时，我们也观察到R-Square值为0.98466，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。2.4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：金融07班SAS论文5如图所示，国内生产总值也第一产业的相关系数为：0.99591，且“当H0：Pho=0时，Prob|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。同理，国内生产总值也第二产业的相关系数为：0.99925，且“当H0：Pho=0时，Prob|r|”的概率值0.00010.05，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：0.99873，且“当H0：Pho=0时，Prob|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。2.5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：01122iiYBBXBXu金融07班SAS论文6结果分析：（1）方差分析的统计量Model的SumofSquare：回归平方和（SSR）=22110351，误差平方和（SSE）=10332138，总平方和（SST）=18932442489，三者的自由度分别为：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0.00010.05，非常显著。此结论说明，模型拟合数据，回归模型好。（2）判断系数R-Square:R-Square=0.999454。218922110351189324424890.999454RSSRSST所以说明当前有99.94%是来自于第一、二产业水平的变化。因此，选择第一、二产业做自变量是合理的。（3）RootMSE：等于SQRT（MSE）=SQRT（234821）=484.5837。（4）C·V值：偏差，表示总体的变异性，C·V=（ROOTMSE/MEAN）*100=（234821/12177.14）*100=3.979455（5）TypeISS：表示第一类型的平方和，即：一个自变量分别入选到回归模型的MODEL的平方和（SSR）的增值。第一产业（firs）所能解释的平方和为18777750476，而第二产业（seco）所能解释的平方和为：144359875。可见，预先进入回归模型的自变量，比以后进入的回归模型的自变量大得多。（6）TypeIIISS：表示，在在计算每个变量的平方和时，先排除其他自变量的影响，由此获得的平方和称为“偏方和”，也称为第三类型的平方和。此次回归中，第一产业（firs），第二产业（seco）自变量的偏平方和分金融07班SAS论文7别为：18058086.0和144359875.0。（7）TValue：用以检验各个自变量是否为0的T值。001101()00()00HBBHBB原假设：；备择假设：；（8）Pr|t|:该为“回归系数00B”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=α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=α，非常显著。（9）StandardError：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：12ctafirsse-159.9979182+1.3642921*+1.5039222*-159.9979182+1.3642921*+1.503922*o2cYXX或三、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。金融07班SAS论文8·附录1：一、数据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.