中国各地区城镇居民消费水平差异分析班级：08级信息班学号：200824093144姓名：马萍霞指导教师：孔丽英日期：2011年12月---本文于网络，仅供参考，勿照抄，如有侵权请联系删除---中国各地区城镇居民消费水平差异分析一．背景消费是人类社会经济生活中的重要行为和过程，任何社会都离不开消费。在我国，随着社会主义市场经济体制的确立，消费在全民经济生活中的作用更显得重要。消费活动是经济活动的终点，一切经济活动的目的就是为了满足人们不断增长的消费需求，但是消费活动又是经济获得欧冠的起点，是拉动经济增长的动力。国家一系列决策和尚待解决的问题很大程度上市既源于消费，又回归到消费。正因为如此，研究消费水平对正处于转型期的我国经济有极其重要的经济意义。二．思路以及相关知识本报告先采用因子分析中的主成分法，提取出两个主成分，估计因子得分，再计算出综合得分，分析主成分和综合得分，了解中国各地区的在消费水平上的高低；接着采用聚类分析方法，把中国各省份聚成3大类，分析同一类的城市在消费水平上的相似因素以及不同类省份之间的区别，以及省份对2个主成分的依赖程度，了解它们的消费结构，这样就可以对改进现状的消费结构做出相应的措施和建议。1.居民消费水平：居民消费水平是指居民在物质产品和劳务的消费过程中，对满足人们生存、发展和享受需要方面所达到的程度。通过消费的物质产品和劳务的数量和质量反映出来。居民消费水平是指居民在物质产品和劳务的消费过程中，对满足人们生存、发展和享受需要方面所达到的程度。它主要通过消费的物质产品和劳务的数量和质量来反映。2.城镇家庭消费性支出：指家庭用于日常生活的支出，包括食品、衣着、居住、家庭设备用品及服务、医疗保健、交通和通信、娱乐教育文化服务、其他商品和服务等八大类支出。3.spss介绍：SPSS是世界上最早的统计分析软件，它集数据整理、分析功能于一身，SPSS的基本功能包括数据管理、统计分析、图表分析、输出管理等等。SPSS统计分析过程包括描述性统计、均值比较、一般线性模型、相关分析、回归分析、对数线性模型、聚类分析、数据简化、生存分析、时间序列分析、多重响应等几大类，每类中又分好几个统计过程，比如回归分析中又分线性回归分析、曲线估计、Logistic回归、Probit回归、加权估计、两阶段最小二乘法、非线性回归等多个统计过程，而且每个过程中又允许用户选择不同的方法及参数。SPSS也有专门的绘图系统，可以根据数据绘制各种图形。4.因子分析的意义：主成分分析和因子分析是两种把变量维数降低以便于描述、理解和分析的方法，实际上主成分分析可以说是因子分析的一个特例。探讨存在相关关系的变量之间，是否存在不能直接观察到的但对可观测变量的变化其支配作用的潜在因子的分析方法就是因子分析，也叫因素分析。而主成分分析是考虑各指标之间的相互关系，利用降维的思想把多个指标转换成较少的几个互不相关的综合指标，从而使进一步研究变得简单的一种统计方法。本报告采用因子分析。因子分析模型为：---本文于网络，仅供参考，勿照抄，如有侵权请联系删除---aij称为因子载荷（实际上是权数）。（1）因子载荷的统计意义：就是第i个变量与第j个公共因子的相关系数，即表示变量xi依赖于Fj的份量（比重），心理学家将它称为载荷。（2）因子旋转：只要对初始因子进行旋转，就可以获得一组新的共性因子。所谓旋转就是坐标变换。在旋转后的新坐标系中，因子载荷将得到重新分配，使公共因子负荷系数向更大（向1）或更小（向0）方向变化，因此有可能对潜在因子做专业性解释，对公因子的命名和解释变得更加容易。最大方差正交旋转能保证旋转后各共性因子仍然正交和方差总和不变。（3）因子得分就是每个观测量的共性因子的值，要计算因子得分必须写出共性因子表达式。而因子是不能直接观察到的，是潜在的。但是可以通过可观测到的变量获得。即可以把共性因子表达成可观测变量的线性组合形式，通常用回归方法解决。这样就可以通过每个观测量的各变量值，计算该观测量的因子得分。称上式为因子得分函数，用它可计算每个样品的公因子得分...