基于SPSS分析的对云南省人口预测.docx

《基于SPSS分析的对云南省人口预测.docx》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、云南大学滇池学院经济学院经济学专业2014~2015学年SPSS应用统计软件实验论文题目基于spss分析的云南省人口预测模型姓名杨仲书学号20112102036年级2011专业经济学成绩合分人基于spss分析的云南省人口预测模型摘要本文利用云南省2011年统计年鉴中云南总人口数的历史数据，借助统计软件SPSS分别建立了线性回归模型和Logistic人口模型，根据模型首先对云南省2008—2009年总人口数进行了预测，并与实际值进行了对比，结果显示模型拟合效果很好，然后运用模型对2012—2014年云南省总人口数进行了预测，两个模型得到的预测结果分别为（10192.27，1025

2、2.615，10312.96）和（10007.86，10058.41，10120.73），最后结合预测结果对云南省人口增长和经济建设协调发展提出建议。关键字：线性回归Logistic人口模型协调发展AbstractInthispaper,theuseofhistoricaldataYunnan2011StatisticalYearbookofthetotalpopulationinYunnan,withthestatisticalsoftwareSPSSlinearregressionmodelswereestablishedandLogisticpopulationmodel

3、,thefirstofatotalpopulationofYunnanProvincein2008-2009werepredictedbasedonmodelsandvalueswerecomparedwiththeactualresultsshowthatthemodelworkswellfitted,andthenusethemodelofthetotalpopulationinYunnanProvincein2012-2014werepredicted,predictedresultswereobtainedintwomodels(10192.27,10252.615,1

4、0312.96)and(10007.86,10058.41,10120.73),thefinalresultsofthecombinedforecastsofpopulationgrowthandeconomicdevelopmentofYunnancoordinateddevelopmentproposals.Keywords:Logisticregressionmodelforthecoordinateddevelopmentofpopulation一、问题的提出云南是少数民族的重要集聚地，自古以来人口密集。新中国成立后人口的增长速度进一步提高。1953年第一次人口普查时云

5、南省总人口为4425万人，2009年增加到9967万人，2010年7月云南的总人口破千万大关，成为我国重要人口增长的省份。人口是经济发展的基础，但也可能成为经济发展和实现社会和谐的包袱。改革开放以来，云南省的人口压力不仅始终存在，而且持续增大。计划生育政策的实施，目前云南人口形势依然不乐观。解决好人口可持续发展问题，依然是云南省今后许多年的重点工作之一。人口是制约经济发展的一个重要因素，如何协调人口发展与经济建设之间的关系，实现中原崛起有着重要的现实意义。下面将利用云南省2011年统计年鉴中云南总人口数的历史数据，通过建模对2012—2014年云南省总人口数进行预测。二、模型的

6、基本假设及数据预处理基本假设：(1)行政区域保持不变；(2)社会经济平稳发展；(3)所研究人口为封闭人口（不考虑流动人口）；(4)未来人口的死亡模式不变（不考虑战争、瘟疫及自然灾害等灾难的影响）。数据的预处理：由于1958—1978年之间的历史数据不连续，另外由于1978年以来实行家庭联产承包制导致人口快速增加，因此建立模型时没有使用1958—1977年之间的数据。三、模型的建立与求解（一）线性回归模型[1]1、线性回归模型的建立人口发展的某一短暂时期会呈现线性增长，即每年的自然增长率大致一直，因此可以用一元线性回归模型对未来短期进行人口预测。一元线性回归模型如下：（1）其中t

7、为年份，为t年的人口总数，a、b为模型参数。2、线性回归模型参数的确定一元线性回归模型的求解比较简单，根据历史数据利用最小二乘法就可以确定a、b的值：（2）（3）其中n为样本容量，其余与（1）式中一样。利用附录中云南省历年总人口数据，分别以1988—2007年（20个样本）、1998—2007年（10个样本），借助SPSS软件拟合出两个个云南省人口一元线性回归模型，结果见表一：表一：一元线性回归模型模型数据序列模型表达式模型一1988—2007年0.978模型二1998—2007年0.987