《统计学论文》.docVIP

成绩 中国农业大学 课程论文 （2010-2011学年秋季学期） 论文题目：就业人数结构及其影响因素的统计分析 课程名称：统计学 任课教师： 李梅芳 学校: 中国农业大学 专业： 公共管理 学号： 0940450307 姓名： 孟 玲 就业人数结构及其影响因素的统计分析 摘要　　采用经典的统计方法—双因素方差分析，对不同年份在不同产业的就业人数进行了统计分析。通过大型社会科学统计软件SPSS 操作运行，并对统计结果进行专业分析，定量诊断出这两种因素对就业人数的影响是否显著，。同时考虑到两个因素有在无交互作用的情况下对就业人数的影响，并对其进行方差分析。 关键词　双因素方差分析 不同年份 不同产业 就业人数 引 言 就业问题关乎国计民生，一直是我国极为关注的问题。 我国政府每年都会颁布一些相应的政策来缓解就业问题，但是由于我国人口基数大、劳动力总量大农村劳动力转移的规模大就业困难群体数量大结构性的就业矛盾十分突出1　２００４－２００９年不同产业的就业人数（年底数） 年份 产业 第一产业 　　第二产业 　　第三产业 ２００４ ３５２６９ 　　１６９２０ 　　２３０１１ ２００５ 　　３３９７０ 　　１８０８４ 　　２３７７１ 　　　２００６ 　　３２５６１ 　　１９２５５ 　　２４６１４ ２００７ 　　３１４４４ 　　２０６２９ 　　２４９１７ 　　　２００８ 　　３０６５４ 　　２１００９ 　　２５７１７ 　　　２００９ 　　２９７０８ 　　２１６８４ 　　２６６０３ 注：就业人数1990年至2000年数据根据第五次全国人口普查资料重新调整，2001年及以后数据根据全国人口变动和劳动力抽样调查资料推算。三次产业就业人数是根据国家统计局统计的城镇单位从业人员、乡村从业人员和国家工商总局登记的城镇私营个体从业人员的三次产业构成推算 研究方法 方差分析作为一种假设检验，它是对全部样本观察值的差异进行分解，将某种因素下各种样本观察值 之间可能存在的系统误差与随机误差加以比较，据以推断各总体之间是否存在显著性差异，若存在显著性差异，也就说明该因素的影响是显著的。在对实际问题的研究中，有时需要考虑几个因素对试验结果的影响，双因素方差分析方法已经愈来愈普遍地得以应用。双因素方差分析涉及到两个分类型自变量，当两个自变量对数值型因变量的影响是相互独立时，为无重复双因素分析，即无交互作用；当两个因素结合后对因变量产生新的效应时，为可重复双因素分析。本文着重对就业人数的影响因素进行双因素无交互作用分析，并分别对不同的因素进行两两比较。 本次方差分析中，自变量是不同年份和不同产业，因变量是就业人数。在自变量中，选取了2004—2009年，第一、二、三产业的全国就业人数的数据，满足了样本要求。通过大型社会科学统计软件SPSS进行一般线性模型单变量双因素方差分析。　SPSS 中的子程序“分析-一般线性模型-单变量-两两交互”使用户能直接对数据两两之间进行比较。 运行结果与分析 提出假设 为了检验两个因素的影响，需要对两个因素分别提出如下假设。 对年份提出的假设为： H0：μ1=μ2=μ3=μ4=μ5=μ6 　　　　　　年份对就业人数没有显著性影响 H1：μｉ（ｉ=１，２，３，４，５，６）不完全相等　年份对就业人数有显著性影响　 式中，　μｉ为年份的第ｉ个水平的均值。 对产业提出的假设为： H0：μ1=μ2=μ3=μ4=μ5=μ6 　　　　　　产业对就业人数没有显著性影响 H1：μｊ（ｊ=１，２，３，４，５，６）不完全相等　产业对就业人数有显著性影响　 式中，　μｊ为年份的第ｊ个水平的均值。 构造检验的统计量 为检验H0是否成立，需要分别确定检验年份和产业的统计量。在传统计算过程中，双因素方差分析构造统计量与单因素方差分析构造统计量的方法一样，也需要从总平方和的分解入手。但是，这需要大量复杂的计算量，而用ＳＰＳＳ软件进行分析，可以减少计算量，使过程更加清晰，只需用自变量的Ｐ值与１－α之间的关系即可判定自变量对因变量的影响是否显著。 图表 2　 主体间效应的检验 因变量:就业人数 源 III 型平方和 df 均方 F Sig. 校正模型 4.880E8 7 6.972E7 15.255 .000 截距 1.175E10 1 1.175E10 2571.043 .000 产业 4.862E8 2 2.431E8 53.194 .000 年份 1819711.111 5 363942.222 .080 .994 误差 4.5