sas国内生产总值解析.docVIP

金融07班 SAS论文 PAGE \* MERGEFORMAT 8 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(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 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。 （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。 2.3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： 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，Pro