基于SPSS的數(shù)據(jù)分析

1、摘要 本文主要體現(xiàn)了在SPSS中，對(duì)數(shù)據(jù)的復(fù)雜處理及分析。數(shù)據(jù)是以能源隨經(jīng)濟(jì)增長(zhǎng)變化為背景，數(shù)據(jù)都是中國(guó)數(shù)據(jù)網(wǎng)近年來的統(tǒng)計(jì)結(jié)果。圍繞這些數(shù)據(jù)，利用SPSS做了相關(guān)分析，偏相關(guān)分析及回歸分析。繪制散點(diǎn)圖，通過圖形來辨別幾個(gè)因素的相關(guān)性，及相關(guān)關(guān)系，得到幾個(gè)因素的內(nèi)在聯(lián)系。把相關(guān)變量分離出來，計(jì)算相關(guān)系數(shù)，得到具體的數(shù)學(xué)化模型，以預(yù)測(cè)未來發(fā)展中能源消耗的情況，工業(yè)、建筑業(yè)、電力的發(fā)展情況。通過這些分析，發(fā)現(xiàn)實(shí)際問題，控制能源消費(fèi)，完成可持續(xù)發(fā)展的宗旨。目錄一、問題背景3二、數(shù)據(jù)定義及輸入3三、相關(guān)分析41.繪制散點(diǎn)圖.32.計(jì)算相關(guān)系數(shù).4四、偏相關(guān)分析13五、回歸分析14六、小結(jié).16七、參考文

2、獻(xiàn).16一、 問題的背景：能源是經(jīng)濟(jì)增長(zhǎng)的戰(zhàn)略投入要素，在經(jīng)濟(jì)增長(zhǎng)初期，能源的投入能夠帶動(dòng)經(jīng)濟(jì)快速增長(zhǎng)。理論上認(rèn)為影響能源消費(fèi)需求總量的因素主要有經(jīng)濟(jì)發(fā)展水平、產(chǎn)業(yè)發(fā)展、能源生產(chǎn)總量、人口總數(shù)等。這里將研究能源消費(fèi)需求總量，國(guó)內(nèi)生產(chǎn)總值，工業(yè)增加值，建筑業(yè)增加值，交通運(yùn)輸，郵電增加值，人均電力消費(fèi)，能源加工轉(zhuǎn)換率的關(guān)系。將源消費(fèi)需求總量，國(guó)內(nèi)生產(chǎn)總值，工業(yè)增加值，建筑業(yè)增加值，交通運(yùn)輸，郵電增加值，人均電力消費(fèi)，能源加工轉(zhuǎn)換率分別用變量X1，X2，X3，X4，X5，X6，X7表示。數(shù)據(jù)如下表1所示。表1年份能源消費(fèi)標(biāo)準(zhǔn)煤總量X1國(guó)內(nèi)生產(chǎn)總值X2工業(yè)增加值X3建筑業(yè)增加值X4交通運(yùn)輸郵電增加值X

3、5人均電力消費(fèi)X6能源加工轉(zhuǎn)化率X72012298450483225.921014530152.123568.1348.5752011295101398756.2192354.526489.9215986330.174.022010286502325604.5162358.321583.219865.4315.2372.52008266890256905.611037215616.216520.2285.671.252004203227159878.3652108694.312147.6190.270.712003174990135822.854945.57490.810098.4173.76

4、9.42002151797120332.747431.36465.593930.4156.369.042001143199109655.243580.65931.78406.1144.669.03200013855399214.64003.65522.37333.4132.469.04199913383189677.135861.55172.15821.8118.269.19199813221484402.334018.44985.85278.4106.669.4419971377987897332921.44621.64593101.869.23199613894871176.629447.

5、64387.44068.593.171.5199513117660793.724950.63728.83424.183.571.05199412273748197.919480.72964.72898.372.765.2199311599335333.9141882266.52205.661.267.32199210917026923.510284.514151681.854.666199110378321781.58087.11015.11409.746.965.919909870318667.86858859.41147.542.467.219899693416092.3648479478

6、635.366.5119889299715042.85777.281066131.266.5419878663212058.64585.8665.8544.926.467.4819868085010275.23967525.7475.623.268.3219857668290163448.7417.9406.921.368.29單位： 萬噸 億元 億元 億元 億元 千瓦時(shí) % 二、數(shù)據(jù)定義在SPSS軟件中定義變量：打開SPSS，在變量視圖中定義年份，源消費(fèi)需求總量，國(guó)內(nèi)生產(chǎn)總值，工業(yè)增加值，建筑業(yè)增加值，交通運(yùn)輸，郵電增加值，人均電力消費(fèi)，能源加工轉(zhuǎn)換率依次定義為不同變量，并編輯格式為數(shù)值，長(zhǎng)

7、度為八等。并輸入原始數(shù)據(jù)，轉(zhuǎn)換到變量視圖，將表格中的數(shù)據(jù)導(dǎo)入到SPSS中，以準(zhǔn)備數(shù)據(jù)分析。三、相關(guān)分析 1.繪制散點(diǎn)圖的基本操作：（1） 選擇菜單中的圖形，點(diǎn)擊 舊對(duì)話框 ；選擇簡(jiǎn)單散點(diǎn)分布，將源消費(fèi)需求總量，國(guó)內(nèi)生產(chǎn)總值分別選入Y軸，X軸。結(jié)果如下圖1 圖1分析：從上可知：能源消費(fèi)需求總量X1與國(guó)內(nèi)生產(chǎn)總值X2呈強(qiáng)正線性相關(guān)。（2） 選擇菜單中的圖形，點(diǎn)擊 舊對(duì)話框 ；選擇矩陣分布，將變量源消費(fèi)需求總量X1，工業(yè)增加值X3，建筑業(yè)增加值X4分別先后選入變量框。結(jié)果如下圖2：圖2分析：能源消費(fèi)需求總量，工業(yè)增加值以及建筑業(yè)增加值三者之間，兩兩呈較強(qiáng)正線性相關(guān)。（3） 選擇菜單中的圖形，點(diǎn)擊舊對(duì)

8、話框 ；選擇矩陣分布，將變量源消費(fèi)需求總量X1，國(guó)內(nèi)生產(chǎn)總值X2，能源加工轉(zhuǎn)換率X7入變量框。結(jié)果如下圖3：圖3分析：能源消費(fèi)需求總量，國(guó)內(nèi)生產(chǎn)總值以及能源加工轉(zhuǎn)換率這三者之間，只有能源消費(fèi)需求總量與國(guó)內(nèi)生產(chǎn)總值呈較強(qiáng)正線性相關(guān)，而能源消費(fèi)需求總量與能源加工轉(zhuǎn)換率，國(guó)內(nèi)生產(chǎn)總值與能源加工轉(zhuǎn)換率之間呈弱相關(guān)。 2.下面計(jì)算相關(guān)系數(shù)：（1）選擇菜單分析，相關(guān)，雙變量；（2）將變量源消費(fèi)需求總量X1，國(guó)內(nèi)生產(chǎn)總值X2，能源加工轉(zhuǎn)換率X7入變量框，勾選單尾或雙尾檢驗(yàn)；（3）在選項(xiàng)按鈕的對(duì)話框中，選擇叉積偏差和協(xié)方差，結(jié)果如下：表2相關(guān)能源消費(fèi)標(biāo)準(zhǔn)煤總量X1國(guó)內(nèi)生產(chǎn)總值X2能源加工轉(zhuǎn)化率X7能源消費(fèi)標(biāo)準(zhǔn)

9、煤總量X1皮爾森 (Pearson) 相關(guān)1.959*.847*顯著性 （雙尾）.000.000平方和及交叉乘積133419113486.296224390218224.2043886214.026共變異5131504364.8588630393008.623149469.770N272727國(guó)內(nèi)生產(chǎn)總值X2皮爾森 (Pearson) 相關(guān).959*1.872*顯著性 （雙尾）.000.000平方和及交叉乘積224390218224.204410408359835.9967016353.091共變異8630393008.62315784936916.769269859.734N272727能源

10、加工轉(zhuǎn)化率X7皮爾森 (Pearson) 相關(guān).847*.872*1顯著性 （雙尾）.000.000平方和及交叉乘積3886214.0267016353.091157.877共變異149469.770269859.7346.072N272727*. 相關(guān)性在 0.01 層上顯著（雙尾）。分析：由表可知，能源消費(fèi)需求總量與國(guó)內(nèi)生產(chǎn)總值的簡(jiǎn)單相關(guān)系數(shù)為0.959，與能源加工轉(zhuǎn)換率間的簡(jiǎn)單相關(guān)系數(shù)為0.847，它們的相關(guān)系數(shù)檢驗(yàn)的概率p值都近似為0。因此，當(dāng)顯著性水平a=0.05或0.01時(shí)，都應(yīng)拒絕相關(guān)系數(shù)檢驗(yàn)的零假設(shè)，認(rèn)為兩總體存在線性關(guān)系?？傊茉聪M(fèi)需求總量將受國(guó)內(nèi)生產(chǎn)總值，能源加工轉(zhuǎn)換率

11、的正向影響。同樣的基本操作，對(duì)能源消費(fèi)需求總量，國(guó)內(nèi)生產(chǎn)總值，人均電力消費(fèi)作分析；對(duì)能源消費(fèi)需求總量，國(guó)內(nèi)生產(chǎn)總值，工業(yè)增加值做分析；對(duì)能源消費(fèi)需求總量，工業(yè)增加值，建筑業(yè)增加值做分析。結(jié)果如下：表3相關(guān)能源消費(fèi)標(biāo)準(zhǔn)煤總量X1國(guó)內(nèi)生產(chǎn)總值X2人均電力消費(fèi)X6能源消費(fèi)標(biāo)準(zhǔn)煤總量X1皮爾森 (Pearson) 相關(guān)1.959*.991*顯著性 （雙尾）.000.000平方和及交叉乘積133419113486.296224390218224.204191354596.235共變異5131504364.8588630393008.6237359792.163N272727國(guó)內(nèi)生產(chǎn)總值X2皮爾森 (Pe

12、arson) 相關(guān).959*1.968*顯著性 （雙尾）.000.000平方和及交叉乘積224390218224.204410408359835.996327944972.142共變異8630393008.62315784936916.76912613268.159N272727人均電力消費(fèi)X6皮爾森 (Pearson) 相關(guān).991*.968*1顯著性 （雙尾）.000.000平方和及交叉乘積191354596.235327944972.142279596.747共變異7359792.16312613268.15910753.721N272727*. 相關(guān)性在 0.01 層上顯著（雙尾）。分

13、析：能源消費(fèi)需求總量與國(guó)內(nèi)生產(chǎn)總值，人均電力消費(fèi)的簡(jiǎn)單相關(guān)系數(shù)分別為0.959,0.991. 對(duì)應(yīng)的p值近似為0，因此都拒絕原假設(shè)，認(rèn)為兩總體存在線性關(guān)系。能源消費(fèi)需求總量將受國(guó)內(nèi)生產(chǎn)總值，人均電力消費(fèi)的正向影響。表4相關(guān)能源消費(fèi)標(biāo)準(zhǔn)煤總量X1國(guó)內(nèi)生產(chǎn)總值X2工業(yè)增加值X3能源消費(fèi)標(biāo)準(zhǔn)煤總量X1皮爾森 (Pearson) 相關(guān)1.959*.949*顯著性 （雙尾）.000.000平方和及交叉乘積133419113486.296224390218224.204103817603617.078共變異5131504364.8588630393008.6233992984754.503N272727國(guó)

14、內(nèi)生產(chǎn)總值X2皮爾森 (Pearson) 相關(guān).959*1.988*顯著性 （雙尾）.000.000平方和及交叉乘積224390218224.204410408359835.996189533075209.652共變異8630393008.62315784936916.7697289733661.910N272727工業(yè)增加值X3皮爾森 (Pearson) 相關(guān).949*.988*1顯著性 （雙尾）.000.000平方和及交叉乘積103817603617.078189533075209.65289607785271.067共變異3992984754.5037289733661.91034464

15、53279.656N272727*. 相關(guān)性在 0.01 層上顯著（雙尾）。分析：能源消費(fèi)需求總量與國(guó)內(nèi)生產(chǎn)總值，工業(yè)增加值的簡(jiǎn)單相關(guān)系數(shù)分別為0.959,0.949. 對(duì)應(yīng)的p值近似為0，因此都拒絕原假設(shè)，認(rèn)為兩總體存在線性關(guān)系。能源消費(fèi)需求總量將受國(guó)內(nèi)生產(chǎn)總值，工業(yè)增加值的正向影響。表5相關(guān)能源消費(fèi)標(biāo)準(zhǔn)煤總量X1國(guó)內(nèi)生產(chǎn)總值X2交通運(yùn)輸郵電增加值X5能源消費(fèi)標(biāo)準(zhǔn)煤總量X1皮爾森 (Pearson) 相關(guān)1.959*.467*顯著性 （雙尾）.000.014平方和及交叉乘積133419113486.296224390218224.20437807800969.200共變異5131504364

16、.8588630393008.6231454146191.123N272727國(guó)內(nèi)生產(chǎn)總值X2皮爾森 (Pearson) 相關(guān).959*1.532*顯著性 （雙尾）.000.004平方和及交叉乘積224390218224.204410408359835.99675540940790.560共變異8630393008.62315784936916.7692905420799.637N272727交通運(yùn)輸郵電增加值X5皮爾森 (Pearson) 相關(guān).467*.532*1顯著性 （雙尾）.014.004平方和及交叉乘積37807800969.20075540940790.5604911769185

17、4.960共變異1454146191.1232905420799.6371889141994.422N272727*. 相關(guān)性在 0.01 層上顯著（雙尾）。*. 相關(guān)性在 0.05 層上顯著（雙尾）。分析：能源消費(fèi)需求總量與國(guó)內(nèi)生產(chǎn)總值，工業(yè)增加值的簡(jiǎn)單相關(guān)系數(shù)分別為0.959,0.467.對(duì)應(yīng)的p值近似為0，因此都拒絕原假設(shè)，認(rèn)為兩總體存在線性關(guān)系。能源消費(fèi)需求總量將受國(guó)內(nèi)生產(chǎn)總值，工業(yè)增加值的正向影響。相關(guān)能源消費(fèi)標(biāo)準(zhǔn)煤總量X1工業(yè)增加值X3建筑業(yè)增加值X4能源消費(fèi)標(biāo)準(zhǔn)煤總量X1皮爾森 (Pearson) 相關(guān)1.949*.945*顯著性 （雙尾）.000.000平方和及交叉乘積1334

18、19113486.296103817603617.07814077984460.178共變異5131504364.8583992984754.503541460940.776N272727工業(yè)增加值X3皮爾森 (Pearson) 相關(guān).949*1.992*顯著性 （雙尾）.000.000平方和及交叉乘積103817603617.07889607785271.06712112857754.637共變異3992984754.5033446453279.656465879144.409N272727建筑業(yè)增加值X4皮爾森 (Pearson) 相關(guān).945*.992*1顯著性 （雙尾）.000.000

19、平方和及交叉乘17812112857754.6371664845237.327共變異541460940.776465879144.40964032509.128N272727*. 相關(guān)性在 0.01 層上顯著（雙尾）。表6相關(guān)能源消費(fèi)標(biāo)準(zhǔn)煤總量X1工業(yè)增加值X3建筑業(yè)增加值X4能源消費(fèi)標(biāo)準(zhǔn)煤總量X1皮爾森 (Pearson) 相關(guān)1.949*.945*顯著性 （雙尾）.000.000平方和及交叉乘積133419113486.296103817603617.07814077984460.178共變異5131504364.8583992984754.50354146094

20、0.776N272727工業(yè)增加值X3皮爾森 (Pearson) 相關(guān).949*1.992*顯著性 （雙尾）.000.000平方和及交叉乘積103817603617.07889607785271.06712112857754.637共變異3992984754.5033446453279.656465879144.409N272727建筑業(yè)增加值X4皮爾森 (Pearson) 相關(guān).945*.992*1顯著性 （雙尾）.000.000平方和及交叉乘17812112857754.6371664845237.327共變異541460940.776465879144.4096

21、4032509.128N272727*. 相關(guān)性在 0.01 層上顯著（雙尾）。分析：能源消費(fèi)需求總量與工業(yè)增加值，建筑業(yè)增加值的簡(jiǎn)單相關(guān)系數(shù)分別為0.949,0.945. 對(duì)應(yīng)的p值近似為0，因此都拒絕原假設(shè)，認(rèn)為兩總體存在線性關(guān)系。能源消費(fèi)需求總量將受工業(yè)增加值，建筑業(yè)增加值的正向影響。四、偏相關(guān)分析下面對(duì)原始數(shù)據(jù)進(jìn)行偏相關(guān)分析，操作步驟如下：（1） 選擇菜單中的分析，相關(guān)，偏相關(guān)分析；（2） 將能源轉(zhuǎn)化率X7選入控制變量框中，將變量源消費(fèi)需求總量X1，國(guó)內(nèi)生產(chǎn)總值X2選入變量框中；勾選雙尾檢驗(yàn)。（3） 點(diǎn)擊打開選項(xiàng)對(duì)話框，勾選零階相關(guān)系數(shù)。點(diǎn)擊繼續(xù)并確定。結(jié)果如下:表7相關(guān)控制變數(shù)能源消

22、費(fèi)標(biāo)準(zhǔn)煤總量X1國(guó)內(nèi)生產(chǎn)總值X2能源加工轉(zhuǎn)化率X7-無-a能源消費(fèi)標(biāo)準(zhǔn)煤總量X1相關(guān)1.000.959.847顯著性（雙尾）.000.000df02525國(guó)內(nèi)生產(chǎn)總值X2相關(guān).9591.000.872顯著性（雙尾）.000.000df25025能源加工轉(zhuǎn)化率X7相關(guān).847.8721.000顯著性（雙尾）.000.000.df25250能源加工轉(zhuǎn)化率X7能源消費(fèi)標(biāo)準(zhǔn)煤總量X1相關(guān)1.000.847顯著性（雙尾）.000df024國(guó)內(nèi)生產(chǎn)總值X2相關(guān).8471.000顯著性（雙尾）.000.df240a. 儲(chǔ)存格包含零階皮爾森 (Pearson) 相關(guān)。分析：在能源加工轉(zhuǎn)換率作為控制變量的條件下

23、，能源消費(fèi)需求總量與國(guó)內(nèi)生產(chǎn)總值間的偏相關(guān)系數(shù)為0.847. 呈較強(qiáng)的相關(guān)關(guān)系，說明國(guó)內(nèi)生產(chǎn)總值對(duì)能源消費(fèi)需求總量的影響很大。該結(jié)論與前面的結(jié)論一致，說明了能源消費(fèi)需求總量與國(guó)內(nèi)生產(chǎn)總值之間的確存在很強(qiáng)的正相關(guān)性。（4）在將人均電力消費(fèi)X6作為控制變量，結(jié)果如下：表8相關(guān)控制變數(shù)能源消費(fèi)標(biāo)準(zhǔn)煤總量X1國(guó)內(nèi)生產(chǎn)總值X2人均電力消費(fèi)X6-無-a能源消費(fèi)標(biāo)準(zhǔn)煤總量X1相關(guān)1.000.959.991顯著性（雙尾）.000.000df02525國(guó)內(nèi)生產(chǎn)總值X2相關(guān).9591.000.968顯著性（雙尾）.000.000df25025人均電力消費(fèi)X6相關(guān).991.9681.000顯著性（雙尾）.000.0

24、00.df25250人均電力消費(fèi)X6能源消費(fèi)標(biāo)準(zhǔn)煤總量X1相關(guān)1.000-.007顯著性（雙尾）.974df024國(guó)內(nèi)生產(chǎn)總值X2相關(guān)-.0071.000顯著性（雙尾）.974.df240a. 儲(chǔ)存格包含零階皮爾森 (Pearson) 相關(guān)。分析：在人均電力消費(fèi)作為控制變量的條件下，能源消費(fèi)需求總量與國(guó)內(nèi)生產(chǎn)總值間的偏相關(guān)系數(shù)為-0.07，幾乎沒有相關(guān)關(guān)系。說明國(guó)內(nèi)生產(chǎn)總值對(duì)能源消費(fèi)需求總量的影響較小。該結(jié)論與前面的結(jié)論（簡(jiǎn)單相關(guān)系數(shù)為0.959）不一致，分析原因發(fā)現(xiàn)，上年的人均電力消費(fèi)對(duì)能源消費(fèi)需求總量有很大的影響，該因素也充分地作用到國(guó)內(nèi)生產(chǎn)總值上（人均電力消費(fèi)與國(guó)內(nèi)生產(chǎn)總值的簡(jiǎn)單相關(guān)系數(shù)

25、為0.968），它對(duì)國(guó)內(nèi)生產(chǎn)總值產(chǎn)生顯著影響。五、回歸分析下面對(duì)原始數(shù)據(jù)進(jìn)行回歸分析，步驟如下：（1） 點(diǎn)擊分析，回歸，線性；（2） 打開統(tǒng)計(jì)對(duì)話框，勾選回歸系數(shù)欄中的估計(jì)、模型擬合度、R方變化、描述性。勾選殘差中的Durbin-Waston，點(diǎn)擊繼續(xù)。（3） 在繪圖對(duì)話框中選擇，直方圖，點(diǎn)擊確定。結(jié)果如下：表9描述性統(tǒng)計(jì)資料平均數(shù)標(biāo)準(zhǔn)偏差N能源消費(fèi)標(biāo)準(zhǔn)煤總量X1161197.3771634.51927國(guó)內(nèi)生產(chǎn)總值X2123420.230125638.118927工業(yè)增加值X352087.12258706.501227建筑業(yè)增加值X47354.6228002.031627交通運(yùn)輸郵電增加值X5

26、17810.00043464.261127人均電力消費(fèi)X6138.371103.700127能源加工轉(zhuǎn)化率X769.36042.4641827分析：從1985年到2012年這27年間，平均消費(fèi)能源161197萬噸，工業(yè)，建筑業(yè)，交通運(yùn)輸郵電業(yè)平均每年增加52078億元，7354億元，17810億元?？梢钥闯龉I(yè)的增加更明顯。國(guó)內(nèi)生產(chǎn)總值也是突飛猛進(jìn)的增長(zhǎng)。表10分析：除了交通運(yùn)輸郵電增加值X5與能源消費(fèi)的相關(guān)性較弱，其他變量都對(duì)能源消費(fèi)有重要影響。交通運(yùn)輸郵電增加值對(duì)其他變量的影響均不顯著，其他變量彼此都影響較顯著。具體相關(guān)性在上面相關(guān)分析已經(jīng)分析過了，這里就不重述了。表11分析：R方為0.9

27、78，可以認(rèn)為模型擬合度較高，通過F檢驗(yàn)，P值為0，可以認(rèn)為模型顯著。表12係數(shù)a模型非標(biāo)準(zhǔn)化係數(shù)標(biāo)準(zhǔn)化係數(shù)T顯著性B標(biāo)準(zhǔn)錯(cuò)誤Beta1（常數(shù)）66.9632.29229.220.000國(guó)內(nèi)生產(chǎn)總值X21.416E-5.000.722.346.733工業(yè)增加值X3-7.028E-6.000-.167-.172.865建筑業(yè)增加值X44.217E-5.001.137.071.944交通運(yùn)輸郵電增加值X5-2.767E-7.000-.005-.033.974人均電力消費(fèi)X6.003.027.146.129.899能源消費(fèi)標(biāo)準(zhǔn)煤總量X11.428E-6.000.042.044.966a. 應(yīng)變數(shù): 能源加工轉(zhuǎn)化率X7分析：回歸系數(shù)表中，通過T檢驗(yàn)，P值小于0.001，說明回歸系數(shù)都十分顯著，拒絕原假設(shè)。X1,X2,X3,X4,X5,X6的系數(shù)分別為1.428E-6,1