sas数据分析实验报告

1、精选优质文档-倾情为你奉上1 2009年广东省各市经济统计分析 数据分析与统计软件实验报告 伍思敏（进修） 1、问题背景与数据描述 自广东省委省政府提出建设“幸福广东”之后，如何加快全省经济的升级转型，如何促进全省各市的城乡区域协调发展，以及如何统筹全省经济社会协调发展成为全社会关注的热点。首先，我们必须了解全省21 个地级市的基本经济情况，找出现行经济的不足，才能做出科学的决策。我们通过分析各市的社会经济的8 项统计指标，来研究各市的经济运行情况。 根据广东年鉴2010的资料，给出有关的数据，见表1。 表1 2009 年广东省各市社会经济统计数据 地区 生产总值/ 亿元 人 均 生 产总值/

2、元 农 林 牧 渔业总产值/ 亿元 工 业 总 产值/亿元 全 社 会 固定 资 产 投资/亿元 出口总额/ 亿美元 社 会 消 费品 零 售 总额/亿元 城 镇 单 位在 岗 职 工平均工资/ 元 广州 9138.21 89082 295.62 11376.76 2659.85 374.05 3615.77 49519 深圳 8201.32 92772 15.48 15416.24 1709.15 1619.79 2567.94 46723 珠海 1038.66 69889 51.62 2405.04 410.51 177.83 404.46 31764 汕头 1035.87 20385 1

3、04.71 1531.10 291.90 40.16 661.96 25389 佛山 4820.90 80686 195.03 11711.28 1470.56 245.78 1408.78 34106 韶关 578.75 19549 133.42 599.23 356.50 5.79 278.36 28276 河源 405.50 13928 86.86 604.68 198.15 14.13 139.50 23803 梅州 519.29 12558 179.38 351.11 162.98 6.71 267.98 24097 惠州 1414.70 35819 147.91 3005.14 7

4、58.97 171.49 491.10 25786 汕尾 390.04 13363 111.22 319.60 289.43 9.48 282.06 23238 东莞 3763.91 56601 25.31 6071.11 1094.08 551.67 959.07 42585 中山 1566.41 62304 77.77 4057.97 545.61 177.36 549.76 36165 江门 1340.88 32139 193.09 2933.26 492.07 79.49 562.07 24304 阳江 527.27 22132 200.16 504.56 239.49 12.30 3

5、05.38 21439 湛江 1156.67 16647 397.68 1028.79 393.23 13.65 559.94 23944 茂名 1231.25 19979 385.38 1098.13 180.01 5.32 591.05 24255 肇庆 862.00 22415 256.81 1179.01 462.77 20.30 275.78 26174 清远 861.59 22796 158.71 2024.06 841.24 14.15 303.56 28379 潮州 480.18 18681 61.35 581.07 162.98 18.70 207.89 21293 揭阳 8

6、16.09 14159 149.61 1153.29 393.50 25.25 341.46 19881 云浮 344.51 14276 144.91 324.32 240.19 6.16 117.91 21913 2 2、统计分析方法与SAS 实现 为了研究各市的经济情况，我们利用基本的描述性统计、因子分析、聚类分析等方法来进行多角度的分析，并用SAS 完成统计分析任务。 2.1 数据准备和处理 为便于分析和说明，在下面的中文和程序中，我们将使用以下变量来表示各经济指标，如表 2 所示：表2 变量符号 地区 生产总值/亿元 人均生产总值/元 农林牧渔业总产值/亿元 工业总产值/ 亿元 全社会

7、固定资产投资/亿元 出口总额/ 亿美元 社会消费品零售总额/亿元 城镇单位在岗职工平均工资/元 region x1 x2 x3 x4 x5 x6 x7 x8 data city; nput region $ x1-x8; cards; guangzhou 9138.21 89082 295.62 11376.76 2659.85 374.05 3615.77 49519 shengzhen 8201.32 92772 15.48 15416.24 1709.15 1619.79 2567.94 46723 zhuhai 1038.66 69889 51.62 2405.04 410.51 17

8、7.83 404.46 31764 shantou 1035.87 20385 104.71 1531.10 291.90 40.16 661.96 25389 foshan 4820.90 80686 195.03 11711.28 1470.56 245.78 1408.78 34106 shaoguan 578.75 19549 133.42 599.23 356.50 5.79 278.36 28276 heyuan 405.50 13928 86.86 604.68 198.15 14.13 139.50 23803 meizhou 519.29 12558 179.38 351.1

9、1 162.98 6.71 267.98 24097 huizhou 1414.70 35819 147.91 3005.14 758.97 171.49 491.10 25786 shanwei 390.04 13363 111.22 319.60 289.43 9.48 282.06 23238 dongguan 3763.91 56601 25.31 6071.11 1094.08 551.67 959.07 42585 zhongshan 1566.41 62304 77.77 4057.97 545.61 177.36 549.76 36165 jiangmen 1340.88 32

10、139 193.09 2933.26 492.07 79.49 562.07 24304 yangjiang 527.27 22132 200.16 504.56 239.49 12.30 305.38 21439 zhanjiang 1156.67 16647 397.68 1028.79 393.23 13.65 559.94 23944 maoming 1231.25 19979 385.38 1098.13 180.01 5.32 591.05 24255 zhaoqing 862.00 22415 256.81 1179.01 462.77 20.30 275.78 26174 qi

11、ngyuan 861.59 22796 158.71 2024.06 841.24 14.15 303.56 28379 chaozhou 480.18 18681 61.35 581.07 162.98 18.70 207.89 21293 jieyang 816.09 14159 149.61 1153.29 393.50 25.25 341.46 19881 yunfu 344.51 14276 144.91 324.32 240.19 6.16 117.91 21913; run; 2.2 描述性统计分析 为了对数据的基本情况有一个初步的了解，我们首先进行单变量分析。利用 MEANS

12、过程计算各 3 个变量的描述性统计量，程序如下： proc means data=city maxdec=2 mean std max min cv skew; var x1-x8; run; MEANS 过程计算每个变量的均值、标准差、最大最小值、极差、变异系数和偏度。maxdec=2 表示输出统计结果保留2 位小数，结果如表3 所示。 表3 MEANS 过程 Variable Mean Std Dev Maximum Minimum Range Coeff of Variation Skewn ess x1 1928.29 2500.51 9138.21 344.51 8793.70 12

13、9.68 2.20 x2 35721.90 27212.70 92772.00 12558.00 80214.00 76.18 1.13 x3 160.57 104.55 397.68 15.48 382.20 65.11 0.92 x4 3251.23 4313.25 15416.24 319.60 15096.64 132.67 1.91 x5 635.87 629.14 2659.85 162.98 2496.87 98.94 2.12 x6 170.93 361.77 1619.79 5.32 1614.47 211.65 3.57 x7 709.13 860.81 3615.77 1

14、17.91 3497.86 121.39 2.62 x8 28715.86 8484.20 49519.00 19881.00 29638.00 29.55 1.41 根据表3 的结果，可以得出以下结论： （1） 除了x8（城镇单位在岗职工平均工资）的CV（变异系数）不是很大外，其他各个变量的 CV 都在50 以上，其中x1(生产总值)、x4（工业总产值）、x6（出口总额）、x7（社会消费品零售总额）的CV 都在100 以上，这说明全省21 个地级市在以上几个方面存在很大的差异，从极差可以具体看大各市间的差别，各市的发展很不平衡。 （2）x8（城镇单位在岗职工平均工资）的CV（变异系数）为29

15、.55，是所有变量中变异系数最小的，说明虽然职工的工资跟城市的发展水平有关，但其增长的幅度与城市经济发展是不相应的，城市发展了，职工并没有享受到更多的发展成果。 进一步可以考虑8 个变量之间的相关系数，程序如下： proc corr data=city; var x1-x8; run; CORR 过程给出变量两两之间的相关系数和显著概率（p 值），如表4 所示： 从表4 可看出很多变量之间的相关系数都在 0.7 以上，且显著性检验的 p 值都很小，这表明各变量间存在较强的相关性，它们反映的信息有所重叠，因此考虑降低维数，用较少的变量来考虑各市的经济情况。 4 表4 Pearson Correl

16、ation Coefficients, N = 21 Prob |r| under H0: Rho=0 x1 x2 x3 x4 x5 x6 x7 x8 x1 1.00 0.85538 .0001 -0.00721 0.9752 0.94793 .0001 0.95323 .0001 0.77392 .0001 0.97853 .0001 0.89577 .0001 x2 1.00000 -0.21812 0.3422 0.90767 .0001 0.82766 .0001 0.72178 0.0002 0.79809 .0001 0.89720 .0001 x3 1.00000 -0.1407

17、3 0.5429 0.03077 0.8946 -0.37474 0.0942 0.09488 0.6825 -0.19909 0.3869 x4 1.00000 0.89387 .0001 0.82924 .0001 0.87906 .0001 0.86331 .0001 x5 1.00000 0.62617 0.0024 0.94154 .0001 0.87574 .0001x6 1.00000 0.67634 0.0008 0.74948 .0001 x7 1.00000 0.85083 4 时，RSQ 逐渐减少，改变不大，当 NCL=4 时，RSQ=0.77；当 NCL=3 时，RSQ

18、=0.624，减少较多，因此按照RSQ 统计量分为四个类比较合适。 （2）SPRSQ 统计量。SPRSQ 统计量最大和次大分别为1,2 和3，因此按照SPRSQ 统计量分为二、三和四个类比较合适。 （3）PST2 统计量。当NCL6 时, PST2 统计量最大和次大分别为21.8 和16.8，对应NCL=2，NCL=4，分成三或五个类比较合适。 综合以上，用WARD 法把21 个市分为四类比较合适。 proc tree data=ot horizontal graphics n=4 out=k44; copy factor1 factor2; run; proc sort data=k44;

19、by cluster; proc means data=k44; by cluster; var factor1 factor2;run; 分类结果为： 分类 所含城市 Factor1 Factor2 平均分 标准差 平均分 标准差 第一类 汕头，韶关，汕尾，云浮，河源，潮州，梅州，揭阳，阳江，惠州，江门，清远，肇庆 -0.517 0.2195 -0.058 0.4064 第二类 湛江，茂名 -0.270 0.0256 1.8759 0.1033 第三类 深圳，珠海，中山，东莞 0.8045 1.1361 -1.307 0.4176 第四类 广州，佛山 2.0223 1.0761 1.1177 1.0336 从聚类结果来看，类的划分基本反映了21 个城市的经济情况，第一类属于经济较落后的城市，第四类是最发达的城市。 第一类基本是经济相对落后的地区。但这一类里还包含有惠州、江门两个比较发达的珠三角城市，其他都是粤东、粤北和粤西地区，属于广东