统计学学年论文
学年论文就是高等院校要求学生每学年完成的一篇学术论文，这是一种初级形态的学术论文。下文是店铺为大家整理的关于统计学学年论文的范文，欢迎大家阅读参考!
统计学学年论文篇1
福建省房地产市场价格影响因素分析及预测
[摘要] 经过十多年的发展，房地产业已经成为我国国民经济重要的支柱产业，它迅猛发展的势头备受世人瞩目。近年来，房地产价格上涨较快，部分地区房价持续飙升，超过了经济总体增长水平。因此对城市房地产价格问题的研究引起了学术界、企业、政府和媒体的高度重视。是什么因素导致了商品房价格的持续、快速增长?本文以福建省房地产市场为例，就福建省房地产市场价格的影响因素进行定性分析和回归分析，并对福建省的房价进行了预测。目的在于对福建省房地产市场价格的影响因素形成全面、客观的认识，并为房地产市场的各个参与者的决策提供参考。
[关键词] 房地产价格;房价影响因素;回归分析
一、引言
(一)研究的背景与意义
房地产业是国民经济的一个重要产业，是国民经济的基本承载体。房地产业的发展对建筑业，以及建材、冶金、化工等产业发展起着带动作用，也推动着金融业的发展，是吸引金融业投资的重要领域。房地产业的发展不但能带动经济发展，也有利于产业结构的升级，拓展消费市场，优化城市消费结构，促进城市经济的繁荣，并带来大量的就业机会。国家宏观经济部门经过综合分析认为，房地产业将成为我国又一支柱产业。
我国房地产业历史悠久。中国房地产业最早产生于19世纪末20世纪初，并随着中国商品经济的发展、社会经济制度的变革，而经历了一个曲折的历史发展过程。而真正与现代市场经济联系在一起的房地产业起步是从80年代开始的，至今只有30余年的时间。自党的十一届三中全会召开以来，我国房地产业经历了复苏、发展、调整、繁荣和宏观调控等阶段，从一个不成熟的产业慢慢走向成熟。特别是1998年我国取消福利分房以来，房地产业一枝独秀，发展迅猛，成为近年来中国快速经济增长的最大动力和源泉之一。以福建省为例，改革开放初期的城镇人均住宅建筑面积为8.5平方米，1998年达到20.1平方米，2007年则为33.5平方米，在30年不到的时间里翻了两番。房地产业的高速发展、市场的交易活跃也带来了房价的水涨船高、一路攀升。一方面，房地产业带动了许多相关产业的发展，带来整个国民经济的繁荣，总体发展比较健康，另一方面，房价的高速攀升也暴露了不少问题，引起了人们对房地产市场泡沫的担心。1990年日本的房地产泡沫破灭带来十年的经济萧条，1997年的楼市泡沫策动亚洲金融危机，2008年美国房地产市场衰退引发次贷危机。而目前我国的房地产经过了2003-2007年五年的高速发展期，房价已逐步攀升到顶峰，2008年受金融危机影响房价略有下降，2009年又全面复苏，继续保持了上行的态势。房地产业的发展速度大大超过了其他行业，在个别城市，房屋价格翻倍的速度甚至与当年日本东京、香港房价暴涨时刻完全一致，这也导致将房价因素纳入CPI统计的呼声连年高涨。其他国家和地区的经验告诉我们，房地产业如果发展不健康，很容易聚集泡沫，泡沫一旦破裂，国民经济就会受到巨大冲击。
关于统计学研究论文
20世纪以来,作为数据搜集、整理和分析的一门重要工具,统计学在众多领域里得到了极其广泛的应用,统计学的作用及其重要性已渐渐显现出来。下面是店铺为大家整理的关于统计学研究论文，供大家参考。
关于统计学研究论文篇一
1统计学应用中存在的常见问题
1.1单因素方差分析(ANOVA)两两比较误用独立样本t检验单因素方差分析设计3组以上的均数比较,如果总体比较有差异,需进行两两比较,一般用SNK法或LSD法。但部分研究者却将资料进行拆分,应用独立样本t检验进行两两比较,导致第Ⅰ类统计学错误发生率(假阳性率)增加,从而掉进了一个常见的“统计陷阱”,使所得结论可信度大大降低甚至得出错误结论。
SNK法与LSD法虽然并非等价,实质是一致的。SNK法一般用于经方差分析结果具有统计学意义时才决定进行的两两事后比较,而LSD法可用于方差分析不足以具有统计学意义时也能进行两两比较[1]。比较两种方法在SPSS的输出结果形式,SNK是“分堆”比较,一目了然,对于组别数较多的研究更为好用,但没有具体P值,而LSD是在进行“两两”比较时,能给出具体的P值。
1.2两两比较时检验水准的重新调定χ2检验或秩和检验3组以上整体比较有差异时,需应用分割法进行两两比较,这时检验水准应由原0.05调定为0.0167,否则会增加第Ⅰ类统计学错误的发生率。特别当P值处于0.0167~0.05时,按照P<0.0167的标准,差异无统计学意义,而按照P<0.05的标准,却有意义,与事实相悖,出现假阳性,很容易得出错误结论。
这种分割法有时很保守,当行列表资料分组多且为有序时可用Mantel-Haenszel卡方检验,也称线性趋势检验(testforlineartrend)或定序检验(Linear-by-Lineartest)[2]。统计路径:用SPSS进行计数资料的趋势检验,在输出结果中读取线性关联检验统计量(Linear-by-LinearAssociation,LLA),如P<0.05可得出随着病种级别的升高,检测指标逐渐升高的趋势。
统计学专业论文范文
浅析经济学研究中数学统计方法的应用
一、统计方法与经济学的融合历程概述
如今，在经济学研究中，数学统计的运用随处可见，可以说数学统计方法已经成为经济学研究方法中不可分割的一部分。那么，究竟从何时开始，统计方法慢慢渗透到了经济学研究中呢?这要从十七世纪开始说起。统计学和经济学相互融合的萌芽时期，是在十七世纪末到十九世纪处。当时，英国古典经济学家威廉 配第在《政治算数》一书中，首次把算数引进经济学，用数学的方法来解决经济问题。而当时的研究方法还主要是定性分析法，对统计学的应用还十分有限。统计学与经济学结合的第二阶段，是从十九世纪二十年代到二十世纪四十年代。德国经济学于1854年发表的《人类交换规律与人类交易准则的发展》这一专著中指出，“戈森定律”可以通过高等数学的方法来推倒，并且重点强调了将统计学方法运用于经济学中的思想。
随后，英国经济学家斯坦利 杰文斯在1871年，发表的《政治经济学原理》一书，提出了以统计学的方法建立经济数学模型的思想。自此，统计方法在经济学中的运用慢慢步入正轨。自20世纪40年代后期，第三次科技革命影响力扩展开来，统计学与经济学在方法论层面与具体方法应用上，都取得了极大的发展，两者的融合全新发展的新阶段。美国数学家伊诺曼和经济学家摩根斯坦合著，于1944年出版的《对策论与经济行为》一书，是经济学与数学全新合作的开始。从此开始，统计方法在宏观与微观经济学两种层面上都被大量的加以运用，同时也在信息经济学、证券学中起到了其应有的举足轻重的作用。而通过这一时期的经济文献，我们可以看到统计方法在经济学研究中占据着十分重要的作用。综上所述，统计方法和经济学自十七世纪开始出现融合的趋势，到现在的浑然一体，相辅相成，共同推动了经济学的科学化发展。
二、统计方法的应用对经济学研究的作用研究
1.深化了经济学的理论基础
随着社会的不断发展，经济生活现象日益复杂，经济学研究者对于经济现象的描述和经济发展趋势的预测，单靠纯语言的分析不仅显得晦涩难懂而且难以令人信服。因此，经济学的发展一度面临着理论基础上的困境，发展的步伐越来越小，遇到了瓶颈。而数学统计方法的出现和使用，为经济学的进一步发展打下了坚实的基础。在经济学研究中，将经济现象进行搜集整理，然后运用数学统计方法对信息一一进行处理，通过运算和分析从相关数据中定量地预测相关数值或者进行理论检验，从而将经济学原本模糊的的语言描述建立在清晰的数学理论之上。一方面，经济学研究中凭借经验性分析而推断出的结论将会大大减少，运用统计方法将会降低结论的偶然性和不确定性。另一方面，通过直观的数字符号大大提高了经济分析的正确性和直观性。总而言之，通过数学统计方法的运用，推进着经济理论不断科学化，使经济学最终成为一门科学。 2.拓宽了经济学的应用领域
进出口贸易总额对我国ＧDP增长贡献度的分析
一、分析题目：改革开放以来,我国经济取得巨大发展,国内生产总值从1978年的36２4。1亿元增长到2012年的518９42.１亿元,增长数度始终保持在7%以上。同时，进出口规模也在迅速扩大。2012年,我国进出口总额达到3.８万亿美元，位居全球第一，大约是１97８年的186倍,年均增长10％左右，有鉴于此,我们不禁要问对外贸易与我国的GDP有何关系？下面这篇论文就进出口总额对我国GDＰ增长的贡献度作简要探讨。
【关键词】 国内生产总值(GDP） 进出口总额
二、分析过程
(一)、基本概况
在国民经济统计中,国内生产总值的核算包含了进出口一项。这说明国内生产总值的增长与进出口水平的提高是分不开的．为了考察这一问题,我们从２０13年统计年鉴中抽选国内生产总值、进出口贸易总额的相关数据，构成了本次考察的36组样本指标:
(二）、模型设定
1、我们将GDP作为被解释变量，用Y表示.对外贸易额作为解释变量，用X表示。
2、数据性质的选择是：时间序列数据。
3、模型设定为:Y=ｃ+bＸ+u。
(三）、数据收集如下表：
年份 进出口总额(X）(亿元） 国内生产总值（Y)（亿元）
1978 355．4 3６2４.1
１９7９ 454.6 40６2。5
1９80 570。8 4５1７。8
1９81 735．3 48９1.5
１9８２ 77１.3 532３。３
１９83 8６０。1 5962。６
1９8４ １20１。0 7208.1
1985 ２06６。7 8９64.4
1９86 ２５80。4 １０275.1
198７ 3084。2 １2０５8。６
19８8 ３８21．８ １50４２.８
１98９ ４１5６。０ １6９92。３
199０ ５５60.1 18547。９
1991 7225．8 21６17.8
1992 ９11９．６ 2663８。1
19９3 11271。4 ３4６34。４
