我國各地區(qū)居民消費性支出分析畢業(yè)論文-文庫吧
2025-07-24 12:39 本頁面
【正文】 。 2 數據來源與描述 數據來源 來源于 2020 年《中國統(tǒng)計年鑒》 ,數據為 2020 年全國各地區(qū) (31 個省、市和自治區(qū) )的城鎮(zhèn)居民家庭平均每人全年消費性支出的數據。 2 圖 21 我國各地區(qū) 城鎮(zhèn)居民家庭平均每人全年消費性支出情況 圖 22 標準 化處理之后的數據 圖 22是用 spss軟件進行標準化處理后的數據，現在分別用Ｘ 1－Ｘ 8分別表示各數據變量，如下所示： 3 x1—— 食品； x2—— 衣著； x3—— 居?。? x4—— 家庭設備及服務； x5—— 醫(yī)療保??； x6—— 交通和通信； x7—— 文教娛樂； x8—— 其它； 3 描述性統(tǒng)計分析 描述統(tǒng)計分析方法主要是從基本統(tǒng)計量（諸如均值、方差、標準差、極大 /小值、偏度、峰度等）的計算和描述開始的，并輔助于 SPSS 提供的圖形功能，能夠把握數據的基本特征和整體的分 布特征。 分析步驟 1) 打開 spss 軟件，在數據編輯窗口的主菜單中選擇“分析 (A)”→“描述統(tǒng)計”→“描述性分析 (D)”，如下： 2) 彈出如下對話框，將左側框中的所有變量選入右側框中，如下： 4 3) 單擊 “ 選項 ” 對話框中選擇所需要分析的統(tǒng)計量，包括均值、標準差、極大值、極小值，如下： 結果分析 圖 31 描述統(tǒng)計量圖 圖 32 支出餅狀圖 5 ① 食品支出比例最大 (35%),其次交通通信 (15%)和文教娛樂 (13%)支出比例也較大。 ② 教育文化娛樂和通信方面支出較高，說明人們越來越重視精神文化方 面的支出，而不是傳統(tǒng)的物質文化（家庭設備用品方面等）的支出。 4 系統(tǒng)聚類分析 系統(tǒng)聚類法的基本原理：首先將一定數量的樣本或指標各自看成一類，然后根據樣本（或指標）的親疏程度，將親疏程度最高的兩類進行合并，然后考慮合并后的類與其他類之間的親疏程度，再進行合并。重復這一過程，直到將所有的樣本（或指標）合并為一類。 系統(tǒng)聚類分為 Q型聚類和 R 型聚類兩種： Q 型聚類是對樣本進行聚類，它使具有相似特征的樣本聚集在一起，使差異性大的樣本分離開來； R型聚類是對變量進行聚類，它使差異性大的變量分離開來，相似的變量聚集在一 起，這樣就可以在相似變量中選擇少數具有代表性的變量參與其他分析，實現減少變量個數、降低變量維度的目的。在本組中采用的是 Q型聚類。 分析步驟 1) 打開 spss 軟件，在數據編輯窗口的主菜單中選擇“分析 (A)”→“分類 (F)”→“系統(tǒng)聚類 (H)”，如下： 2) 彈出“系統(tǒng)聚類分析”對話框，變量框、標注個案框中所選內容如下： 6 3) 單擊“統(tǒng)計量 (S)”按鈕，彈出對話框如下，選擇“合并進程表”、“相似性矩陣”單選框，確定。 4) 單擊“繪制 (T)”按鈕，彈出對話框如下，選擇內容如下： 5) 單擊“方法 (M)”按鈕，彈 出對話框如下，可在“聚類方法”中選擇不同的聚類方法， 7 如下： 結果分析 1. 使用 spss 軟件系統(tǒng)聚類得出如下聚類表 聚類表 階 群集組合 系數 首次出現階群集 下一階 群集 1 群集 2 群集 1 群集 2 1 14 24 .703 0 0 17 2 17 23 0 0 9 3 18 25 0 0 9 4 3 28 0 0 7 5 20 21 0 0 17 6 30 31 0 0 8 7 3 29 4 0 10 8 27 30 0 6 13 9 17 18 2 3 12 10 3 4 7 0 14 11
教學課件相關推薦
鄂ICP備17016276號-1