SAS实验报告模板

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）11020201、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12009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/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，州9138.2189082295.6211376.762659.85374.053615.7749519深圳8201.329277215.4815416.241709.151619.792567.9446723珠海1038.666988951.622405.04410.51177.83404.4631764汕头1035.8720385104.711531.10291.9040.16661.9625389，弗山4820.9080686195.0311711.281470.56245.781408.7834106韶关578.7519549133.42599.23356.505.79278.3628276河源-405.501392886.86604.68198.1514.13139.5023803悔州519.2912558179.38351.11162.986.71267.9824097惠州1414.7035819147.913005.14758.97171.49491.1025786汕尾390.0413363111.22319.60289.439.48282.06232383763.915660125.316071.111094.08551.67959.0742585“山1566.416230477.774057.97545.61177.36549.7636165江门1340.8832139193.092933.26492.0779.49562.0724304阳江527.2722132200.16504.56239.4912.30305.3821439湛江1156.6716647397.681028.79393.2313.65559.9423944«名1231.2519979385.381098.13180.015.32591.0524255肇庆862.0022415256.811179.01462.7720.30275.7826174清远861.5922796158.712024.06841.2414.15303.5628379潮州480.181868161.35581.07162.9818.70207.8921293揭阳816.0914159149.611153.29393.5025.25341.4619881云浮_344.5114276144.91324.32240.196.16117.91219132、统计分析方法与SAS^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regionx1x2x3x4x5x6x7x8datacity;inputregion$x1-x8;cards;guangzhou9138.2189082295.6211376.762659.85374.053615.7749519shengzhen8201.329277215.48guangzhou9138.2189082295.6211376.762659.85374.053615.7749519shengzhen8201.329277215.4815416.241709.151619.792567.9446723shantou1035.8720385104.711531.10291.9040.16661.9625389foshan4820.9080686195.0311711.281470.56245.781408.7834106shaoguan578.7519549133.42599.23356.505.79278.3628276heyuan405.501392886.86604.68198.1514.13139.5023803meizhou519.2912558179.38351.11162.986.71267.9824097huizhou1414.7035819147.913005.14758.97171.49491.1025786shanwei390.0413363111.22319.60289.439.48282.0623238dongguan3763.915660125.316071.111094.08551.67959.0742585zhongshan1566.416230477.774057.97545.61177.36549.7636165jiangmen1340.8832139193.092933.26492.0779.49562.0724304yangjiang527.2722132200.16504.56239.4912.30305.3821439zhanjiang1156.6716647397.681028.79393.2313.65559.9423944maoming1231.2519979385.381098.13180.015.32591.0524255zhaoqing862.0022415256.811179.01462.7720.30275.7826174qingyuan861.5922796158.712024.06841.2414.15303.5628379chaozhou480.181868161.35581.07162.9818.70207.8921293jieyang816.0914159149.611153.29393.5025.25341.4619881zhuhai1038.666988951.622405.04yunfu240.196.16117.9121913344.5114276144.91324.32410.51177.83404.4631764run;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MEANSE±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MEANSE±程计算各个变量的描述性统计量，程序如下:procmeansdata=citymaxdec=2meanstdmaxmincvskew;varx1-x8;~Irun;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3MEANS过程VariableMeanStdDevMaximumMinimumRangeCoeffofVariationSkewnessx11928.292500.519138.21344.518793.70129.682.20x235721.9027212.7092772.0012558.0080214.0076.181.13x3160.57104.55397.6815.48382.2065.110.92x43251.234313.2515416.24319.6015096.64132.671.91x5635.87629.142659.85162.982496.8798.942.12x6170.93361.771619.795.321614.47211.653.57x7709.13860.813615.77117.913497.86121.392.62x828715.868484.2049519.0019881.0029638.0029.551.41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29.55,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：proccorrdata=city;|varx1-x8;|run;|COR对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。表4PearsonCorrelationCoefficients,N=21Prob>|r|underH0:Rho=0x1x2x3x4x5x6x7x8x11.000.85538<.0001-0.007210.97520.94793<.00010.95323<.00010.77392<.00010.97853<.00010.89577<.0001x21.00000-0.218120.34220.90767<.00010.82766<.00010.721780.00020.79809<.00010.89720<.0001x31.00000-0.140730.54290.030770.8946-0.374740.09420.094880.6825-0.199090.3869x41.000000.89387<.00010.82924<.00010.87906<.00010.86331<.0001x51.000000.626170.00240.94154<.00010.87574<.0001x61.000000.676340.00080.74948<.0001x71.000000.85083<.0001x81.000002.3因子分析采用因子分析的方法来实现对数据的降维处理，将8个经济指标综合为几个综合因子来进行研究。程序如下:procfactordata=city;varx1-x8;runFACTO起程计算得到数据相关矩阵的特征值、方差贡献率和累计方差贡献率如表5所示:表5相关矩阵的特征值、方差贡献率EigenvaluesoftheCorrelationMatrix:Total=8Average=1EigenvalueDifferenceProportionCumulative16.4.0.76280.762821.0.0.15060.913430.0.0.03870.952140.0.056787550.02260.974750.0.069655560.01550.990260.054403710.033312180.00680.997070.021091530.018227830.00260.999680.002863700.00041.0000从中可看出，相关矩阵的前两个特征值分别为6.和1.,对应两个公共因子的累计方差贡献率已达0.9134,因此2个公共因子所代表的信息已经能够很充分反映原变量。下面指定2个公共因子来进行因子分析。procfactordata=cityn=2;varx1-x8;run;|文档来源为：从网络收集整理.word版本可编辑.欢迎下载支持

利用主成分法，FACTOR程计算了两因子模型的因子载荷矩阵，以及对每个变量的共同度，如表6和表7所小:表6因子载荷矩阵FactorPatternFactor1Factor2x10.980720.14549x20.92406-0.09964x3-0.141930.96569x40.96972-0.01969x50.937970.21731x60.82517-0.34588x70.936640.26360x80.94260-0.06342表7公共因子解释的方差和变量的共同度VarianceExplainedbyEachFactorFactor1Factor26.10266561.2044074FinalCommunalityEstimates:Total=7.307073x1x2x3x4x5x6x7x80.9829730.8638100.9527050.9407490.9270110.8005340.9467750.892515表7指出两个公共因子所解释的方差分别为6.1026656和1.2044074,而且每个变量的共同度都在0.8以上，表明该因子模型对原来每个变量的解释能力都较强，可以较好地代表原变量。但表6因子载荷矩阵中，第一个公共因子Factorl在x3以外的变量上的因子载荷基本都在0.9附近，而第二个公共因子Factor2在x3以外的变量上的因子载荷都小于0.4,且出现较多负值。这样难对公共因子做出合理的解释，因此接下来对因子载荷矩阵进行旋转，并计算因子得分。procfactordata=cityn=2rotate=varimaxscoreout=scoreout;varx1-x8;|run;表8旋转后因子载荷矩阵RotatedFactorPatternFactor1Factor2x10.991430.00672x20.90100-0.22806x3-0.005300.97605x40.95741-0.15529x50.959160.08381x60.76860-0.45803x70.964320.12984x80.92443-0.19480文档来源为：从网络收集整理.word版本可编辑.欢迎下载支持.从表8可以看出，此时两个公共因子的意义已经比较明显：第一公共因子Factorl在x1（生产总值）、x2（人均生产总值）、x4（工业总产值）、x5（全社会固定资产投资）、x6（出口总额）、x7（社会消费品零售总额）、x8（城镇单位在岗职工平均工资）上都有大于0.75的正载荷，可以解释为综合生产力；第二公共因子Factor2在x3（农林牧渔业总产值）上的载荷为0.97605,可以解释为农业生产力。利用因子模型，可以计算出每个地区在这两个公共因子上的得分，得分数据包含在scoreout中。下面利用SORE程对数据集scoreout按照公共因子进行排序：procsortdata=scoreoutout=f1;"|bydescendingfactor1;procsortdata=scoreoutout=f2;bydescendingfactor2;run;根据输出数据集f1和f2的结果，我们得到按照综合生产力和农业生产力输出的排序，如下表9所示。表9各市按照公共因子得分排序序号地区Factor1序号地区Factor21广州2.7832341湛江1.9489442深圳2.426192广州1.8485933佛山1.2614643茂名1.8028944东莞0.7400454肇庆0.768155中山0.1381675佛山0.3868066珠海-0.086486阳江0.3291127惠州-0.116977江门0.2872938江门-0.214368梅州0.1619899湛江-0.251439清远0.09796510清远-0.2609910揭阳0.02865711茂名-0.2876111惠州-0.1083712肇庆-0.3584112云浮-0.109213汕头-0.4482813韶关-0.1997214韶关-0.5162214汕尾-0.3255915阳江-0.5960315汕头-0.345216揭阳-0.6083516河源-0.5793517梅州-0.6538717潮州-0.7640418汕尾-0.6935718中山-0.8821719云浮-0.7355119珠海-1.1448920河源-0.7452520东莞-1.3329821潮州-0.7757521深圳-1.86889从表9可以得出以下结论:广州、深圳和佛山在Factorl上的得分位居前三位，说明这三个市的综合生产力很强，云浮、河源和潮州在Factorl上的得分排在最后三位，说明三市的综合生产力很差，工业很落后。湛江、广州和茂名在Factor2上的得分位居前三位，说明这三个市的农业生产力很强。湛江和茂名都是全省面积、人口大市，从事农业生产的基础较强，而广州农业生产力强主要是由于有较强的农业的深加工能力。珠海、东莞和深圳在Factor2上的得分排在最后三位，说明这三市的农业生产力很差，这与这三个城市的历史有密切关系，珠海和深圳作为经济特区，从设立其就决定了其工业城市的地位，农业不是其发展方向；东莞则由于地理位置和政府管理体系的关系，一直以发展工业为主，大量的土地用于建设厂房和工业园区，农业发展受到很大的限制。2.4聚类分析在得到各市的因子得分后，我们希望对各市依据生产能力进行分类。首先，我们按照两个公共因子的得分，通过CLUSTER程进行聚类分析，并用TREEM程绘制聚类谱系图，程序如下：procclusterdata=scoreoutmethod=wardouttree=otstandardpseudocccvarfactor1factor2;idregion;proctreedata=othorizontal;run;表10聚类过程NCLClustersJoinedFREQSPRSQRSQERSQCCCPSFPST2Tie20meizhoujieyang20.00021.00..212.19zhanjianmaoming20.0003.999..209.18shantoushaoguan20.0003.999..207.17heyuanchaozhou20.0004.999..193.16jiangmenqingyuan20.0005.998..188.15shanweiyunfu20.0006.998..180.14CL20yangjian30.0009.997..1623.813CL18CL1540.0014.995..1403.112zhuhaizhongsha20.0015.994..131.11huizhouCL1630.0018.992..1243.710CL14CL1160.0069.985..80.88.19CL13CL1760.0069.978..67.210.08CL10zhaoqing70.0087.969..58.94.27CL12dongguan30.0102.959..54.96.86CL9CL8130.0352.924..36.513.55guangzhofoshan20.0557.868..26.4.4shengzheCL740.0982.770.822-1.519.016.83CL5CL1940.1457.624.731-2.215.05.22CL4CL6170.2529.372.444-1.011.221.81CL3CL2210.3716.000.0000.00.11.2从表10可得到几个分类判别依据:RSQ统计量。当NCL>4时，RSQ逐渐减少，改变不大，当NCL=4时，RSQ=0.77;当NCL=3时，RSQ=0.624,减少较多，因此按照RSg计量分为四个类比较合适。SPRS诳计量。SPRS诳计量最大和次大分别为1,2和3,因此按照SPRS僦计量分为二、三和四个类比较合适。PST2统计量。当NCL<6时，PST2统计量最大和次大分别为21.8和16.8，对应NCL=2NCL=4分成三或五个类比较合适。综合以上，用WAR映把21个市分为四类比较合适。proctreedata=othorizontalgraphicsn=4out=k44;copyfactor1factor2;run;procsortdata=k44;bycluster;|procmeansdata=k44;bycluster;varfactor1factor2;run;分类结果为:分类所含城市Factor1Factor2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-0.5170.2195-0.0580.4064第二类湛江，茂名-0.2700.02561.87590.1033第三类深圳，珠海，中山，东莞0.80451.1361-1.3070.4176第四类广州，佛山2.02231.07611.11771.0336从聚类结果来看，类的划分基本反