我国城镇居民消费支出的因子分析论文.doc
《我国城镇居民消费支出的因子分析论文.doc》由会员分享,可在线阅读,更多相关《我国城镇居民消费支出的因子分析论文.doc(16页珍藏版)》请在沃文网上搜索。
1、多元统计分析课程设计题目 我国城镇居民消费支出的因子分析 姓名 陈雨薇 黄丽 学号 11001020104 11001020110 教师评语: 成 绩 指导教师 我国城镇居民消费支出的因子分析摘要:近几年来,我国城镇居民的消费重点正从追求数量转变为讲求良好的质量问题,这也是一个国家消费观念的改变。有了量得供不应求,才能有心去追求质的高低,可以看出一个国家的经济的突飞猛进。从基本生活消费品向新型消费领域转变,这种消费结构的改变对社会的经济发展起着至关重要的作用。本文主要以2004年2009年这六年的居民消费支出结构类别情况进行分析,并对影响消费支出的因素提出改善的对策。关键字:城镇居民消费结构
2、因子分析 影响因素引言 随着新中国的逐渐壮大,我们已经不是需要勒紧裤腰带的时代了,已步入小康社会的我们,正向着发达国家慢慢逼近。人们的收入水平、消费水平不断提高,消费观念、消费模式和消费环境的不断改善,对物质的追求已更多的变为在精神上的追求,享受质量的发展而不仅仅局限数量的多少。所以居民消费作为影响社会经济活动的重要因素,体现着国家经济状况的强大程度。优化消费结构对扩大居民消费需求,拉动我国经济持续稳定增长具有深远的意义。正文一、 居民消费支出 居民消费支出是指城乡居民个人和家庭用于生活消费以及集体用于个人消费的全部支出。包括购买商品支出以及享受文化服务和生活服务等非商品支出。不包括各种非消费
3、性的支出。 居民消费支出指常住居民在核算期内对于货物和服务的全部最终消费。它包括四方面内容:(1)居民用货币直接购买的用于生活消费的各种货物,包括本期不能全部消费完的耐用消费品,如家具、家用电器等,也按购买全价计入本期消费中。(2)居民用货币直接购买的用于生活消费的各种服务的支出,如房租、交通、洗理、教育、医疗保健、文化、日用品修理,家庭保姆等项支出。(3)居民以实物工资形式获得的用于生活消费的各种货物和服务,包括免费或以低于市场价格获得的货物和服务。(4)居民自产自用的计入核算期产出内的货物和自有房屋的虚拟房屋等。居民消费不包括作为生产投入和投资建房方面的支出。 二、因子分析模型因子分析是主
4、成分分析的推广和发展,它也是将具有错综复杂关系的变量综合为数量较少的几个因子,以再现原始变量与因子之间的相互关系,同时根据不同因子还可以对变量进行分类,它也是属于多元分析中处理降维的一种统计方法。基本思想:因子分析的基本思想是通过变量的相关系数矩阵内部结构的研究,找出能控制所有变量的少数几个随机变量去描述多个变量之间的相关关系,但在这里,这少数几个随机变量是不可观测的,通常称为因子。然后根据相关性的大小把变量分组,使得同组内的变量之间相关性较高,但不同组的变量相关性较低。设X=(X1,Xp)是客观测的随机向量,E(X)=,D(X)=,且设F=(F1,,Fm)(np)是不可观测的随机向量,E(F
5、)=0,D(F)=Im(即F的各分量方差为1,且互不相关)。又设=(1, P)与F互不相关,且E()=0,D()=diag(12,,p2) D(对角矩阵)。假定随机向量X满足以下的模型; 则模型此为正交因子模型。用矩阵表示为且满足: 即和是不相关的; 即不相关且方差皆为1。, 即不相关,且方差不同。 其中F=(F1,,Fm),F1,,Fm称为X的公共因子,=(1, P),1, p称为X的特因子;公共因子F1,,Fm一般对X的每一个分量Xi都有作用,而i只对Xi起作用,而且各特殊因子之间以及特殊因子与所有公共因子之间都是互不相关的。称为因子载荷是第个变量在第个公共因子上的负荷。矩阵称为因子载荷矩
6、阵。因子分析的内容十分丰富,这里本文主要应用因子分析中常用一种类型:R型因子分析(对变量做因子分析)。R型因子分析的模型为: =三、2004年2009年城镇居民消费支出的结构 改革开放以来,中国经济高涨,人们收入的增加就直接影响到居民消费水平的提高,消费支出的增加。城镇居民的消费支出结构也发生了很大的变化,其中对城镇居民消费支出影响最大的当属交通通信,住房、医疗保健和教育文化的支出。在这些类别中,被称为“三高”的教育、医疗、住房支出占居民总消费支出的比重不断扩大,必定导致居民用于其他方面的消费受到一定抑制。 当今随着人们生活水平的日渐提高以及各项交通通信技术的进步,城镇居民的消费重点已从基本生
7、活消费品从而转向了以住、行为代表的新型消费领域,其中交通通信费用的增长速度尤为突出。并且在科技的不断进步下,随着居民收入水平的提高及电子通讯、家用汽车价格的下调,移动电话及家用汽车己成为我国近几年形成的新消费热点之一。为了研究我国城镇居民消费支出的结构和其影响个消费类别变化的因素,我们收集近六年的数据得到表一:表1 我国城镇居民消费支出的结构城镇居民消费支出本表按当年价格计算单位:亿元指标2005年2006年2007年2008年2009年 食品类支出16615.918277.221239.425568.627152.2 衣着类支出4400.45092.96100.16998.17785.8 居
8、住类支出7765.38812.612306.114565.316165.7 家庭设备、用品及服务类支出2471.42834.93523.14152.44770.8 医疗保健类支出4788.25233.56156.57580.98867.4 交通和通信类支出5456.16470.47946.68505.910335.6 文教娱乐用品及服务类支出6058.46850.97781.28152.99046.9 银行中介服务消费支出1744.12016.31711.22132.91995.8 保险服务消费支出1214.71484.81344.51528.81582 其它支出1474.81932.1337
9、93913.94594 从表1中可以看出,把城镇居民的消费支出大致分为了十个类别,在十大类消费支出中,城乡居民用于食品、住房、医疗、交通通信和教育等项目的支出增长幅度较大,而用于衣着、家庭设备和中介服务消费等的支出呈缓慢增长,甚至银行中介服务的消费近年又下降趋势。其主要原因就是因为现今人们的生活水平不断提高,对生活质量也有了更高层次的追求。如有医疗保健支出的增加也是节节攀升,从此可以看出现在的人们更为注重身体的健康,只有自己身体健康了,才能追求精神生活,由物质的追求转变为精神的享受。因此用于食品、住房、医疗、交通通信和教育等费用支出迅速增加,乃至过高,而挤占了居民对其他方面的消费支出。四、 城
10、镇居民消费支出的因子分析 以上述的数据,首先通过SPSS用因子分析的方法减少变量个数,之后再进行比较和综合评价。(1)首先考察收集到的原有变量是否适合进行因子分析得: 令食品类支出为x1,衣着类支出为x2,居住类支出为x3,家庭设备、用品类支出为x4,医疗保健类支出为x5,交通和通讯类支出为x6,文教娱乐用品及服务类支出为x7,银行中介服务消费支出为x8,保险服务消费支出为x9,其它支出为x10.表2 原变量的相关系数矩阵Correlation Matrixax1x2x3x4x5x6x7x8x9x10Correlationx11.000.992.994.995.991.973.976.723.
11、847.983x2.9921.000.993.994.986.992.994.719.875.986x3.994.9931.000.995.984.982.985.661.818.997x4.995.994.9951.000.995.988.987.678.835.990x5.991.986.984.9951.000.980.973.698.840.972x6.973.992.982.988.9801.000.997.668.862.980x7.976.994.985.987.973.9971.000.682.870.985x8.723.719.661.678.698.668.6821.000
12、.926.612x9.847.875.818.835.840.862.870.9261.000.791x10.983.986.997.990.972.980.985.612.7911.000a. This matrix is not positive definite. 表2是原有变量相关系数矩阵。可以看到,大部分的相关系数都是较高的,各变量呈较强的线性关系,能够从中提取公共因子,适合进行因子分析。(2) 提取因子表3 因子分析的初始解(一) CommunalitiesInitialExtractionx11.000.983x21.000.996x31.000.973x41.000.983x5
13、1.000.973x61.000.975x71.000.980x81.000.574x91.000.806x101.000.953Extraction Method: Principal Component Analysis.表3是因子分析的初始解,咸湿佬所有表量的共同度数据。第一列是因子分析初始解下的变量共同度,它表明,对原有10个变量如果采用主成分分析法提取所有特征根,那么原有变量的所有方差都可被解释,变量共同度都为1。事实上因子个数小于原有变量的个数才是因子分析的目标,所以不可以提取全部的特征根;第二列是在按指定提取条件提取的特征根时的共同度。从表3可以看到,大部分变量的共同度均很高,各
14、个变量的信息丢失较少。但是仅有x8信息严重丢失(40%)。因此因此提取的总体效果并不理想。所以重新指定提取特征根的标准,指定提取两个因子,分析结果如下。表4 因子分析的初始解(二)CommunalitiesInitialExtractionx11.000.987x21.000.999x31.000.994x41.000.997x51.000.981x61.000.986x71.000.988x81.000.987x91.000.975x101.000.994Extraction Method: Principal Component Analysis. 从表4中可以看出,制定提取两个特征根是因
- 1.请仔细阅读文档,确保文档完整性,对于不预览、不比对内容而直接下载带来的问题本站不予受理。
- 2.下载的文档,不会出现我们的网址水印。
- 3、该文档所得收入(下载+内容+预览)归上传者、原创作者;如果您是本文档原作者,请点此认领!既往收益都归您。
下载文档到电脑,查找使用更方便
10 积分
下载 | 加入VIP,下载更划算! |
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 我国 城镇居民 消费 支出 因子分析 论文
