基于SAS分析我国GDP影响因素的研究应用.doc

基于SAS分析中国GDP影响原因研究 摘要：本文回归分析 SAS利用SAS软件对GDP4个影响原因进行多元统计分析，首先对于数据进行编程录入，录入后对GDP进行单变量进行必需分析，并对于数据进行正态性检验，然后对于5组变量进行多元分析，并对于方程和系数进行F检验和T检验，并建立回归模型，对GDP影响原因贡献做出正确分析。 关键字：中国生产总值 固定资产投资 引言：从1978年改革开放到，中国经济经历了一个增加“神话”30年来，中国GDP年均增加率达成9.8%。即使以再挑剔眼光来看，这也是一个了不起成就，那么接下来一个问题就是：在过去30年中，是什么原因使中国能保持如此高速增加？是固定资产投资，第三产业增加值，人均GDP，工业总产值增加？假如这些个原因全部起到了一定作用，那么它们作用有多大？除此之外，中国高速增加能否继续下去和怎样愈加好地促进中国国长久经济增加也全部是值得关注问题。所以，对中国经济增加原因分析，不管在理论上还是实证上，全部有着关键意义。在影响经济增加多种原因中，固定资产投资通常会受到尤其关注。伴随中国经济不停发展和改革开放深入，研究经济发展情况及分析经济发展各个原因，成为决议部门一个关键课题。影响中国各地域经济发展原因有很多，而怎样定量化地分析和揭示影响各地域社会经济发展关键原因及潜在综合原因影响，是制订切实可行缩小差距、促进地域经济协调发展对策关键基础之一。 理论综述：决定GDP原因关键有固定资产投资，工业总产值，第三产业增加值等等原因，本文经过对几大原因回归分析，从而表现出哪多个原因对于GDP增加起着关键作用，而哪多个原因是必不可少，而哪些个原因是要剔除。 （一）数据选择：本文选择数据为90年到中国生产总值、人均GDP、第三产业增加值、固定资产投资和工业总产值，数据均起源于国家统计局网站中国统计年鉴 （二）数据录入：首先运行SAS软件并在编辑器内编辑以下内容，使得中国生产总值为因变量，而人均GDP、第三产业增加值、固定资产投资和工业总产值为自变量。 data _feng; input y x1 x2 x3 x4 @@; cards; 18718.3 1644 5888.42 4517 6858 21826.2 1892.76 7337.1 5594.5 8087.1 26937.3 2311.09 9357.38 8080.1 10284.5 35260 2998.36 11915.7 13072.3 14188 48108.5 4044 16179.8 17042.9 19480.7 59810.5 5045.73 19978.5 9.3 24950.6 70142.5 5845.89 23326.2 22913.5 29447.6 78060.8 6420.18 26988.1 24941.1 32921.4 83024.3 6796.03 30580.5 28406.2 34018.4 88479.2 7158.5 33873.4 29854.7 35861.5 98000.5 7857.68 38714 32917.7 40033.6 108068 8621.71 44361.6 37213.5 43580.6 119096 9398.05 49898.9 43499.9 47431.3 135174 10542 56004.7 55566.6 54945.5 159587 12335.6 64561.3 70477.4 65210 184089 14053 73432.9 88773.6 77230.8 213132 16165 84721.4 109998 91310.9 259259 19524.1 103880 137324 110535 302853 22698 120487 172828 129112 ; run; proc print; run; 点击运行后得到以下数据输出 表1 （三）数据分析 1单变量分析：在表1窗口下点击处理方案——分析——交互式数据分析打开_feng文件——点击分析——点击分布——将y变量输入表中得出以下图 由上图可知从1990年到中国生产总值均值为111032.953亿元，最小值为187719.2亿元，下四分位数为48108.5，上四分位数为159587亿元，最大值为302853亿元。 在矩统计量表中能够看出，共有19个数据，均值为111032.953，标准偏差为80842.8727，变异系数为72.8098，偏度为1.0398，所以GDP为右偏，众数对算术平均数偏斜度为1.0398，峰度为0.4713。四分位差为111478.5。 上表中是被拟合正态分布累计分布函数，，它和表示经验分布函数阶梯曲线相当靠近，在下方分布检验中p值0.15，则说明这组数据服从正