多元课程论文 农村居民收入与支出多元统计分析
- 格式:pdf
- 大小:877.06 KB
- 文档页数:13
多元统计分析课程论文
-----农村居民收入与支出多元统计分析
理学院
统计1001班
葛 菲
A20100072
2012.12.24
农村居民收入与支出多元统计分析
【摘要】本文主要研究农村居民收入与支出的相关问题,利用统计分析
的SAS软件,首先对农村居民收入进行研究,利用多元统计分析中的主
成分分析分析出影响农村居民收入的几个重要因素。再对其进行聚类分
析,按照农村居民不同的收入对30个省、自治区、直辖市进行聚类,分
出几个不同的收入等级。再农村居民支出情况的数据进行主成分分析,
分析出影响收入的因素,再对其进行聚类分析,分析不同的支出等级,
最后将收入与支出综合分析,得出分析结果。
【关键词】农村居民收入 农村居民支出 主成分分析 聚类分析
1. 引言
1.1研究问题的背景
我国是发展中的农业人口大国,农业的基础地位和作用比任何国家
都重要,小康目标能否全面实现,重点、难点在提高人民收入,要实现
农村稳定,农民小康和农业现代化,前提条件就是要保持农民收入的持
续稳定的快速发展。2000年,在国家连续三年扩大内需的宏观政策作用
下,我国居民消费保持了稳中有旺的运行态势。但是从城乡消费结构来
看,农村消费明显不如城市消费活跃。农村消费之所以增长缓慢,主要
是因为农村居民收入停滞不前甚至出现下降。
1.2研究问题的目的
劳动者报酬收入和家庭主营收入已成为农民收入的主要来源,但是
由于我国经济发展的不平衡,各地区的农民收入有着很大不同,另一方
面,经济改革使得地区之间、农民内部之间的富裕家庭和贫穷家庭之间
的收入差距越来越大。“二元思维”造就了经济发展层面上的“两个中国”-
----“城市中国”和“农村中国”,“三农”问题日益突出,“三农”问题的核心
是农民问题,即农民利益和平等待遇问题,“三农”是我国的根本问题,
建设现代化农业、发展农村经济、增加农民收入,始终是中国政府面临
的重大问题如何客观准确的分析这些差异,具有重要的理论和实际意
义,因此,本文试图用多元统计分析对我国各地区农民收入来源及消费
支出问题进行全面深入的分析。
2. 多元统计分析方法的简单介绍
2.1主成分分析
2.1.1主成分分析的思想
主成分分析也称主分量分析,由于多个变量之间往往存在着一定程
度的相关性。人们自然希望通过线性组合的方式,从这些指标中尽可能
快地提取信息。当第一个线性组合不能提取更多的信息时,再考虑用第
二个线性组合继续这个快速提取的过程,……,直到所提取的信息与原
指标相差不多时为止。这就是主成分分析的思想。一般说来,在主成分
分析适用的场合,用较少的主成分就可以得到较多的信息量。以各个主
成分为分量,就得到一个更低维的随机向量;因此,通过主成分既可以
降低数据“维数”又保留了原数据的大部分信息。
2.1.2主成分分析的几何意义
主成分分析数学模型中的正交变换,在几何上就是作一个坐标旋
转。因此,主成分分析在二维空间中有明显的几何意义。假设共有n个
样品,每个样品都测量了两个指标(X1,X2),它们大致分布在一个椭
圆内如图1所示。事实上,散点的分布总有可能沿着某一个方向略显扩
张,这个方向就把它看作椭圆的长轴方向。显然,在坐标系x1Ox2中,
单独看这n个点的分量X1和X2,它们沿着x1方向和x2方向都具有较大的
离散性,其离散的程度可以分别用的X1方差和X2的方差测定。如果仅考
虑X1或X2中的任何一个分量,那么包含在另一分量中的信息将会损失,
因此,直接舍弃某个分量不是“降维”的有效办法。
图1
如果我们将该坐标系按逆时针方向旋转某个角度变成新坐标系,这
里是椭圆的长轴方向,是椭圆的短轴方向。旋转公式为
我们看到新变量和是原变量和的线性组合,它的矩阵表示形式为:
其中,为旋转变换矩阵,它是正交矩阵,即有或。
2.2聚类分析
2.2.1聚类分析的思想
根据距离相近的样品(或变量)先聚成类,距离相远的后聚成类,过程
一直进行下去,每个样品(或变量)总能聚到合适的类中。
2.2.2聚类分析的过程
假设总共有n个样品(或变量),第一步将每个样品(或变量)独
自聚成一类,共有n类;第二步根据所确定的样品(或变量)“距离”公
式,把距离较近的两个样品(或变量)聚合为一类,其它的样品(或变
量)仍各自聚为一类,共聚成n 1类;第三步将“距离”最近的两个类进一
步聚成一类,共聚成n 2类;……,以上步骤一直进行下去,最后将所有
的样品(或变量)全聚成一类。为了直观地反映以上的系统聚类过程,
可以把整个分类系统画成一张谱系图。所以有时系统聚类也称为谱系分
析。
3. 农村居民收入的多元统计分析
3.1主成分分析
利用SAS软件,对农村居民收入情况的数据进行主成分分析,分析
结果如图一:
图一 相关矩阵的特征值
由图一可知,前两个因素的累计贡献率已达到92.13%,超过85%
图二 主成分分析特征向量
X1-x4与prin1-prin4之间的相关系数如图三所示:
图三 相关系数矩阵
第一个主成分中的4个变量在0.05水平上都是显著的,相关系数越
大,说明该主成分受该指标的影响也越大,因此,决定第一个主成分
prin1大小的主要是x1、x2、x3、x4第一个主成分即可反映农村居民收入
情况。
3.2聚类分析
通过以上主成分分析可得出:
第一主成分得分;
第二主成分得分;
综合得分E=0.8080prin1+0.1133prin2;
其中,0.8080为第一主成分贡献率,0.1133为第二主成分贡献率。
对数据进行聚类分析,可得出结果如图四:
图四 聚类分析结果1
由聚类分析结果1可以看出:当NCL为2时,半偏R2(SPRSQ)较大,
0.4359,说明RSQ在从NCL为3到2的过程中减少了0.4359,说明NCL为3时
为最优,再看CCC值,由于CCC无正数,所以忽略,再看PSF,当PSF在
NCL=3时达到峰值73.8,最后看PST2,在NCL=3时增加到NCL=2的增加量
最多,因此,将其分为3类。
图五 聚类分析结果2
第一类为高收入地区:上海
第二类为中等收入地区:北京、浙江、天津、江苏、广东
第三类为低收入地区:河北、辽宁、山东、黑龙江、吉林、海南、江
西、湖南、广西、福建、山西、安徽、内蒙、西藏、新疆、河南、四
川、贵州、青海、陕西、宁夏、云南、甘肃、湖北
4. 农村居民支出的多元统计分析
4.1 主成份分析
对数据中的农村居民支出数据进行SAS主成分分析结果如下:
图六 相关矩阵的特征值
由图可知,第一个因素的累计贡献率已达到89.55%,超过85%
图七 主成分分析特征向量
X1-x8与prin1-prin8之间的相关系数如图所示:
图八 相关系数矩阵
第一个主成分中的8个变量在0.05水平上都是显著的,相关系数越
大,说明该主成分受该指标的影响也越大,因此,决定第一个主成分
prin1大小的主要是x1、x2、x3、x4、x5、x6、x7、x8第一个主成分即可
反映农村居民收入情况。
4.2聚类分析
通过以上主成分分析可得出:
第一主成分得分;
综合得分E=0.8955prin1;其中,0.8955为第一主成分贡献率。
对数据进行聚类分析,可得出结果:
图九 聚类分析结果1
由聚类分析结果1可以看出:当NCL为2时,半偏R2(SPRSQ)较大,
0.4301,说明RSQ在从NCL为3到2的过程中减少了0.4301,说明NCL为3时
为最优,再看PSF,当PSF在NCL=3时达到峰值84.2,最后看PST2,在
NCL=3时增加到NCL=2的增加量最多,因此,将其分为3类。
图十 聚类分析结果2
第一类为高消费地区:上海
第二类为中等消费地区:北京、浙江、广东、江苏、福建
第三类为低消费地区:天津、辽宁、黑龙江、吉林、内蒙、广西、江
西、湖北、山东、湖南、河北、四川、安徽、宁夏、海南、山西、河
南、贵州、新疆、陕西、甘肃、青海、云南
5. 结论
本文主要研究分析了我国各地区农村居民家庭人均收入与消费支出
的统计特性。通过大量的统计数据,我们不难发现,我国实际的居民收
入与消费结构还存在一定的不合理。
通过对我国居民收入水平聚类分析以及主成分分析发现,我国居民
收入差距并没有得到明显的改善;而同时对比消费支出统计分析结果发
现高收入地区不一定对应高消费水平,例如福建省为低收入地区,而其
消费水平为高水平,天津市为高收入水平地区,其消费水平却为低水
平。尽管各省份发展的差距是贫富差距的主要原因,是市场经济的结
果,并对经济增长起到了促进作用.但贫富差距必须维持在一个适当
的“度”上,差距过大会引发诸多的危害,尤其是不合理因素造成的贫
富差距过大,不仅使得社会心理被扭曲。在这里,我们要着重分析一下
调整中低收入分配的重要性.基于本文的统计分析,我们知道,我国大
多数省市还处于中低收入水平,从分析结果中可以看出,收入水平低的
居民消费量与收入量的比例要远远大于高收入群体,消费差距再通过乘
数效应对经济拉动作用的差距是巨大的。所以应在保证人们基本生活水
平的基础上,使收入水平尤其是低收入水平人群的收入不断提高。
附录1
参考文献
1. 张九军. 中国农村居民家庭收入来源和烧沸支出的多元统计分析
2. 二十一世纪的中国城镇居民收入与支出的多元统计分析报告
3. 何晓群.多元统计分析
4. 黄燕,吴萍. SAS统计分析及应用