大学生消费水平统计分析

《数理统计》课程小论文1大学生消费水平统计分析摘要：随着社会科技的不断发展，人们生活水平也在不断的上升，随之增长的还有人们的消费水平。在中国，大学生作为一个庞大而特殊的群体，他们引领潮流、追求时尚，是我国的主要消费群体。本文采用问卷调查的方法对三明学院部分大学生消费状况作了抽样调查，获得了大学生消费支出及影响消费支出的相关变量的样本数据，本文只选取家庭收入作为变量来研究对大学生消费水平的影响。根据统计一元回归模型的角度进一步分析以上的数据。找出他们在消费方面存在的问题及产生问题的原因，并针对这些问题，提出合理的建议。关键词：大学生消费；问卷调查；一元回归模型；第一章绪论大学生是特殊的消费群体，他们在同等年龄人中是文化知识水平较高、思想道理素质相对较好的群体，具有表率和示范的作用，所以他们的消费现状，即表现出18~25岁处于青年《数理统计》课程小论文2前期的年轻人消费结构，又表现出具有不同于同龄人的消费结构而伴随着高校扩招，大学生群体在消费领域的作用越来越突出，对于了解整个社会青年的消费趋势，引导大学生合理消费具有重要的意义。1.1研究的目的和意义1.1.1研究的目的目前，我国在校大学生的人数已经超过一千七百多万，居世界第一。他们已成为一个不可忽视的社会群体。有着自己特殊的消费观念和消费行为。消费观念的超前和消费购买力的滞后，使得他们的消费呈现出不同一般的发展态势。对于正处于成长期的大学生而言，其世界观、人生观、价值观正处于渐趋形成阶段，极易受家长、老师，同学及社会其他成员的影响，具有较强的可塑性【1】。对如何引导当代大学生树立正确、健康的消费观念，是摆在我们面前的一个难题。因此，本文通过问卷调查法获得了三明学院部分大学生的消费支出影响消费支出的相关变量的样本数据，并据此进行了统计分析。针对大学生的消费情况，提出合理的建议。最终希望以此能是大学生在校期间合理使用有限的经济收入，甚至能对促进经济的发展和社会的进步起到一定的作用。1.1.2研究的意义消费观决定着人们的消费行为和消费结果,并在社会和文化意义上影响着对人的塑造.近年来关于大学生消费观的研究,既分析了大学生消费观中理性化的一面,也指出了大学生消费观中存在的问题.本文在此基础上综合分析了对大学生消费观的不同评价,总结出大学生消费观中所具有的普遍特点,提出从大学生的修养出发,倡导在大学生的价值观教育中要注重精神消费的教育意义【2】。当今社会竞争越来越激烈，当代大学生更需要懂得如何在激烈竞争的社会中生存，应当把精力更多地集中在学业上，而不是过分追求物质的享受。大学生的不良消费习惯不仅加重了父母的经济负担，影响到学生自身的健康成长，而且还会在某种程度上扭曲校园人际关系，增加学校教育管理的难度。因此，对当前大学生的教育和培养，使其真正成为四有“新人”，无疑是迫在眉睫的了。关注在校大学生的消费问题，研究和把握他们的生活方式及其消费的心理特征和行为导向，有利于引导大学生科学消费，满足他们的合理消费愿望，促进和谐社会的建设和进步。显然，这是一个具有深远的现实意义和重要的历史意义的课题。《数理统计》课程小论文31.2本文研究的主题和切入点本文对在校大学生消费支出的影响因素进行实证分析。家庭收入和大学生的个人收入是影响其消费支出的重要因素，这里的研究侧重于其影响大小或重要程度。我国在校大学生消费支出的资金来源主要由其家庭提供，在一定程度上大学生的消费水平和家庭情况是成线性关系。除了家庭收入因素外，还有一些因素会影响到在校大学生的实际消费需要。鉴于调查的可行性，本性主要考查在校谈恋爱的行为，独生子、性别、是非农村生源、学生所年段、所在专业是否对其消费支出产生影响。除了关注这些变量在统计上的显著性，在研究的范畴里面这些变量也有所影响，但在本次调查中只把家庭的收入情况作为变量来研究大学生的消费水平。第二章数据的来源及处理2.1数据收集情况2.11问卷的编制采用自制的《大学生生活消费收支状况调查问卷》（见附录1）进行调查。该问卷包括选择题37项，开放式问题1项。措辞简洁、中性、明了。内容主要涉及大学生的基本情况、生活来源、主要消费支出等方面。2.12问卷的测施与回收本文研究对象为三明学院部分的在校大学生，具有一定的区域代表性。为了能够客观、准确地反映大学生的消费现状，对各大学三个年级的学生做了消费抽样调查，调查采用以宿舍为单位，随机抽取部分男女生宿舍进行调查。另外还有一些互联网上的调查。调查期间共发放调查问卷200份，返回问卷180份，随机抽取20份作为样本，对于所有的极端样本值都在事后进行了二次调查，以确定并有效样本进行了随机抽查，确认样本可信。同时，还通过网络进行部分互联网上的调查。被调查者基本信息统计分析本次调查对象主要为三明学院部分大学生以问卷调查的数据为准。具体数据如表2-1所示。《数理统计》课程小论文4序号家庭月平均（大约）收入学生月平均消费12000以下6002240065032800750432007805360080064000900744008508480096095200100010560010001160001400126400150013700016001474001500157800250016820030001786003500189000400019940030002010000以上5000表2-12.1数据处理针对表2-1的数据，在Excel工作表中对数据做出家庭月平均收入情况对大学生月平均消费情况的散点图，则表示数据可以进行一元线性回归分析。将表2-1的数据输入Excel，得到如表2-2输出结果。《数理统计》课程小论文5表2-2第三章预备知识3.1一元回归分析介绍3.1.1一元回归分析的基本思想回归分析处理的是变量与变量间的关系。变量间常见的关系有两类：一类称为确定性关系：这些变量间的关系完全是确定的，可以用函数)(xfy来表示，x（可以是向量）给定后，y的值就唯一确定了。譬如正方形的面积s与边长a之间有关系2^as，电路中有0100020003000400050006000020004000600080001000012000学生月平均消费水平家庭收入情况家庭收入对学生月平均消费水平的影响《数理统计》课程小论文6欧姆定律IRV等。另一类称为相关关系：变量间有关系，但是不能用函数来表示。譬如，人的身高x与体重y两者间有相关关系，一般来讲，身高较高的人体重也较重，但是同样身高的人的体重可以是不相同的，医学上就利用这两个变量间的相关关系，给出了一些经验公式来确定一个人是否过于“肥胖”或“瘦小”；人的脚掌的长度x与身高y两者间也有相关关系，一般来讲，脚掌较长的人身高也较高，但是同样脚掌长度的人的身高可以是不同的，公安机关在破案时，常常根据案犯留下的脚印来推测罪犯的身高。变量间的相关关系不能用完全确定的函数形式表示，但在平均意义下有一定的定量关系表达式，寻找这种定量关系表达式就是回归分析的主要任务。回归分析便是研究变量间相关关系的一门学科。它通过对客观事物中变量的大量观察或试验获得的数据，去寻找隐藏在数据背后的相关关系，给出它们的表达式——回归函数的估计。【3】（课本）3.1.2一元回归分析的步骤假定有两个变量，x为自变量，y为因变量。第一，为了找出两变量之间存在的回归函数的形式，可以画一张图；把每一数对（ix，iy）看成直角坐标系中的一个点，在图上画出n个点，称这张图为散点图。第二，从散点图中我们发现这些点基本在一条直线附近，这说明两个变量之间有一个线性相关关系，若记y轴方向上的误差为，这个相关关系可以表示为xy10这便是y关于x的一元线性回归的数据结构式。第三，由于0，^1均未知，需要我们从收集到的数据（ix，iy），i=1,2,...,n出发进行估计。在收集数据时，我们一般要求观测独立地进行，即假定1y，2y，...，ny相互独立。综合上述诸项假定，我们可以好、给出简单、常用的一元线性回归的统计模型)0(,...,2,1,2i10，独立同分布，其分布为各Nnixyiii第四，由数据（ix，iy），i=1,2，...，n，可以获得0，1的估计^0,^1,称^y=^0+^1为y关于x的经验回归函数，简称为回归方程。第五，一般采用最小二乘法估计模型中的0，1.令)(1^,0^Q=2)^(101iniixy，^0，^1应该满足)(1^,0^Q=这样得到的^0，^1的最小二乘估计，记为LSE.记《数理统计》课程小论文7第六，回归方程的显著性检验（相关系数检验法）相关系数检验法：考察一元线性回归方程能否反映两个随机变量x与y间的线性相关关系时，它的显著性检验通过对二维总体相关系数的检验进行。它的一对假设是0:0Hvs0:1H所用的检验统计量为样本相关系数其中),(iiyxi=1,...,n是容量为n的二维样本。根据样本相关系数的上述性质，原假设0:0H的拒绝域为crW，其中临界值c可由0:0H成立时样本相关系数的分布定出，该分布与自由度2n有关。对给定的显著性水平，由)()(crPWP知，临界值c应是0:0H成立下r的分布的1分位数，故可记为)2(1nrc.3.1.3一元线性回归分析的模型设y与x间有相关关系，称x为自变量（预报变量），y为因变量（响应变量），在知道x取值后，y的取值并不是确定的，它是一个随机变量，因此有一个分布，这个分布是在知道x的取值后Y的条件密度函数)|(xyp，我们关心的是y的均值)|(xYE，它是x的函数，这个函数是确定性的：dyxyypxYExf)|()|()(这便是y关于x的回归函数--条件期望，也就是我们要寻找的相关关系的表达式。以上的叙述是在x与y均为随机变量场合进行的，这是一类回归问题。实际中还有第二类回归问题，其自变量x是可控变量（一般变量），只有y是随机变量，它们之间的相关关系可用下式表示)(xfy，其中是随机误差，一般假设~)2^,0(N.由于的随机性，导致y是随机变量。.)(1)(,)(1)(,1))((,1,12222222222iiiiyyiiiixxiiiiiiiixyiiynyynyyylxnxxnxxxlyxnyxyxnyxyyxxlynyxnxyyxxxylllr《数理统计》课程小论文83.2将家庭月平均收入与学生月消费水平计算表（图3-2）ix117800n=20iy36990x589y1849.5ix2809720000iiyx276664000iy2103957500xn2=6938420yxn21787110yn2=68413005lxx115878000xyl58792900yyl35877000xxxyll/^10.50736896^1^0xy1150.65968由此得出的回归方程y=1150.65968+0.50736896x.显著性检验：0.91183514yyxxxylllr取01.0，得561.0)2(1nrc，因为561.091183514.0r所以落在拒绝域内即拒绝原假设。因此在显著性水平0.01下该一元线性回归方程是显著的。0100020003000400050006000020004000600080001000012000学生月平均消费水平家庭月收入情况家庭收入对学生月平均消费水平的影响《数理统计》课程小论文9随着家庭月平均收入的增加，学生的月平均消费水平也逐步上升，消费能力和家庭的收入有关系。第四章总结与建议随着高等教育大众化的加速推进，大学生消费问题已进入社会公众关注的视野。本文采用调查问卷的形式，运用统计方法，从家庭经济状况入手，我们可以认识到有关大学生消费的几种带规律性的现象：一是大学生消费的主要经济来源靠家庭提供，二是大学生消费水平与家庭