统计分析报告

2023-04-22 报告

  大家都知道,统计分析的写作是为了制作统计分析文章。在统计部门,统计分析文章则称为统计分析报告。下面是一篇统计分析报告范文,欢迎阅读!

  统计分析报告范文

  【目录】

  一.引言

  二.研究目的

  三.数据分析

  I.对能源生产及构成的分析

  I.1.基于excel对能源生产及构成的简单分析

  I.2.基于spss对能源生产及构成的有关分析

  I.2.a.相关分析

  I.2.b.回归分析

  II.对能源消费的分析

  II.1.从能源消费总量和类型方面做简单分析

  II.2.综合分析能源消耗各类型及总量之间的关系

  II.2.a.相关分析

  II.2.b.以年份粗略预测未来对能源的需求量

  四.综合上述分析并总结

  五.附录

  一.【引言】

  能源是整个社会经济增长和社会发展的重要物质基础, 也是当今国际政治、经济、军事、外交关注的焦点,能源短缺曾长期制约社会经济的发展,经济的可持续发展对于合理的能源生产与消费提出了更高的要求。探讨能源消费与生产状况,对于保障国家能源安全、实施科学发展观战略和走能源可持续发展道路具有重大的现实意义。

  二.研究目的

  本文采自1978年以来近30年全社会的能源生产及消费数据(来源国家统计局),基于excel及spss软件,从能源的生产构成及消费情况等方面进行分析,并用线性回归模型对世界能源需求进行预测。

  三.统计数据分析

  I.对能源生产及构成的分析

  I.1.基于excel对能源生产及构成的简单分析

  下图是自1978年以来社会能源生产总量的情况,对原始数据进行简单的转换得到图一。

  从图中不难看出能源的生产几乎成直线增长,最近十余年来由于科技的发展及能源的需求量的不断提高,能源的产量增长尤为明显。各能源占生产总量的比例结构从图二中显而易见,原煤不论从储存量还是对人类生活和工业发展的角度而言,目前仍是世界经济发展的支柱。而原油的产量却有回落的趋势,自1978年以来逐年降低。当然随着近年来科技的发展,能源短缺危机,在天然气开采上有所提高,水、核、风能逐步发展。

  下面基于excel将近30年的数据进行了简单的处理,得到各能源的产量增长对能源总产量变化的影响。

  当然这里我就简单的以原煤产量对总产量的影响做了分析(原油,天然气等同理),几乎成线性正相关,并得到方称y=1.2708x+5455.6。基于此方程我们可以从原煤的产量粗率估计能源总产量的情况。

  I.2.基于spss对能源生产及构成的有关分析

  I.2.a.相关分析

  由于自1978年以来的数据太多,于是接下来我选择了近十年来能源的生产情况及相关数据进行分析。下面选取2002年至2012年的数据,如表一:

表一                 能源生产及构成(万吨)

年份

总量

原煤产量及比例(%)

原油产量及比例(%)

天然气产量及比例(%)

水、核、风电产量及比例(%)

2002

150656

73.5

110732.0

15.8

23804.0

2.9

4369.0

7.8

11751.0

2003

171906

76.2

130992.0

14.1

24239.0

2.7

4641.0

7.0

13433.0

2004

196648

77.1

151616.0

12.8

25171.0

2.8

5506.0

7.3

14355.0

2005

216219

77.6

167786.0

12.0

25946.0

3.0

6487.0

7.4

16000.0

2006

232167

77.8

180626.0

11.3

26235.0

3.4

7894.0

7.5

17413.0

2007

247279

77.7

192136.0

10.8

26706.0

3.7

9149.0

7.8

19288.0

2008

260552

76.8

200104.0

10.5

27358.0

4.1

10683.0

8.6

22407.0

2009

274619

77.3

212280.0

9.9

27187.0

4.1

11259.0

8.7

23892.0

2010

296916

76.6

227438.0

9.8

29098.0

4.2

12470.0

9.4

27910.0

2011

317987

77.8

247394.0

9.1

28937.0

4.3

13673.0

8.8

27982.0

2012

331848

76.5

253864.0

8.9

29534.0

4.3

14269.0

10.3

34180.0

  表一很清晰的呈现出能源生产总量的增长趋势,同样也反映出各能源组成的不断增长及所占比例的变化情况。由于变化趋势的一致性,所以我对各能源构成及生产总量进行了简单的相关分析。结果如下表:

表二                          各能源构成及生产总量的相关性分析

 

原  煤

原  油

天然气

水电、核电、风电

总量

原  煤

Pearson 相关性

1

.985**

.983**

.961**

.999**

显著性(双侧)

 

.000

.000

.000

.000

N

11

11

11

11

11

原  油

Pearson 相关性

.985**

1

.978**

.970**

.989**

显著性(双侧)

.000

 

.000

.000

.000

N

11

11

11

11

11

天然气

Pearson 相关性

.983**

.978**

1

.977**

.988**

显著性(双侧)

.000

.000

 

.000

.000

N

11

11

11

11

11

 

 

 

 

 

 

 

水电、核电、风电

Pearson 相关性

.961**

.970**

.977**

1

.972**

显著性(双侧)

.000

.000

.000

 

.000

N

11

11

11

11

11

总量

Pearson 相关性

.999**

.989**

.988**

.972**

1

显著性(双侧)

.000

.000

.000

.000

 

N

11

11

11

11

11

**. .01 水平(双侧)上显著相关。

  由表二可以看出能源的生产总量与各构成成分之间确实有着明显的相关性,从表中数据可以得到能源生产总量与原煤,原油,天然气及水、核、风电的相关系数分别为0.999、0.989、0.988和0.972,所有相关系数均大于0.8,成显著相关关系。所以各能源产量确实与能源总产量间存在某种密切关系,能够影响全球的能源总产量。

  I.2.b.回归分析

  同样我利用表一的`数据,基于spss分析各能源构成的产量对能源生产总量的影响, 运用回归分析的方法得到表三:

表三                              回归分析相关系数a

模型

非标准化系数

标准系数

t

Sig.

B

标准 误差

试用版

1

(常量)

-8274.291

9664.145

 

-.856

.425

原  煤

.992

.022

.779

45.319

.000

原  油

1.395

.489

.046

2.855

.029

天然气

1.165

.275

.072

4.239

.005

水电、核电、风电

.888

.101

.108

8.827

.000

a. 因变量: 总量

  如上图,通过回归分析得到了相关数据,加以整理可以得到一个

  有关能源总产量与各能源构成的多元线性方程。设能源总产量为W,原煤产量为A,原油产量为B,天然气产量为C,水、核、风电产量为D,则有W=-8274.291+0.992A+1.395B+1.165C+0.888D,运用此方程即可根据各能源的产量进行预测。

  *注:可能一开始选取数据时出现选择性错向,以至于上述预测无实际意义!

  对于上述预测问题,由于我们的失误导致结论无意义,当然更大的可能是我对数据的处理不当所造成。对此,我根据表四我以年份和能源总产量为研究对象进行简单的回归分析,以达预测的目的。

表四                               回归分析相关系数

模型

非标准化系数

标准系数

t

Sig.

B

标准 误差

试用版

1

(常量)

139548.473

2894.076

 

48.219

.000

年份

17602.482

426.708

.997

41.252

.000

a. 因变量: 总量

  首先我设年份为t,能源总产量为y,并以2002年为第一年(即令t=1),从表中可以得到方程y=139548.473+17602.482t.根据此方程我们就可以对能源总产量进行粗略的预测,如2014年(即t=13),所以y=139548.473+17602.482*13=368380.7,即2014年的能源总产量约为368380.7万吨。

  II.对能源消费的分析

  II.1.从能源消费总量和类型方面做简单分析

  当然如同上面对能源生产及构成的分析一样,我首先对自1978年以来能源的消费总量及各种能源消耗的情况进行综合性分析。下面是对原始数据基于excel进行的简单处理,得到如下图所示的折线图。

  图四是近30年来消费总量的情况,很明显自1978年开始能源消费就一直上升,特别是从2002年以后能源消耗急剧增加。另外根据消费量的增长趋势得到一条线性方程y=11454x+25524,其中y为年能源消费总量,x为年份(此处年份未经处理),当然这只是为了方便看清趋势,可以得到粗略的数据。

  各能源消费占能源消费总量的比例如图五所示,大体与能源生产成相同趋势,但原煤的消耗有所下降,其他能源消耗的比重反而成增长趋势。当然可能由于近年来对环境问题的重视,像原煤这类污染比较大的能源消耗是应该受到节制。

  当然为了更加明确的表示近年来的能源消费情况,从图六看就显得容易多了。如图所示,能源消费基本每年都在增加,尽管增长幅度有所不同,不过足以显示当今社会对能源的消费情况以及对能源需求的增加。而本文主要针对的是一次性能源(除水、风、核能)消耗问题,所以我们应该得到警惕,做到科学合理的利用能源,走可持续发展道路,并尽力开发利用新型清洁可再生能源。

  II.2.综合分析能源消耗各类型及总量之间的关系

  II.2.a.相关分析

  首先为了方便计算我截取了2000年到2012年的能源消费数据,并整理得到表五。

表五               能源消费总量及构成(万吨

年  份

能源消费总量

煤  炭

石  油

天然气

水电、核电、风电

2000

145531

100707.4

32307.9

3201.7

9314

2001

150406

102727.3

32788.5

3609.7

11280.5

2002

159431

108413.1

35553.1

3826.3

11638.5

2003

183792

128286.8

38963.9

4594.8

11946.5

2004

213456

148351.9

45466.1

5336.4

14301.6

2005

235997

167085.9

46727.4

6135.9

16047.7

2006

258676

183918.6

49924.5

7501.6

1733.1.3

2007

280508

199441.2

52735.5

9256.8

19074.5

2008

291448

204887.9

53335

10783.6

22441.5

2009

306647

215879.5

54889.8

11959.2

23918.5

2010

324939

220958.5

61738.4

14297.3

27944.8

2011

348002

238033.4

64728.4

17400.1

27840.2

2012

361732

240913.5

68005.6

18810.1

34002.8

  为了更准确的说明各能源消费及能源消费总量之间的紧密关系,我们运用spss对上述数据进行了相关分析,以确定他们之间是否存在这种紧密关系。

表六                                各能源构消费与消费总量的相关性分析

 

煤  炭

水电、核电、风电

天然气

石  油

能源消费总量(万吨标准煤)

煤  炭

Pearson 相关性

1

.946**

.937**

.984**

.997**

显著性(双侧)

 

.000

.000

.000

.000

N

13

13

13

13

13

水电、核电、风电

Pearson 相关性

.946**

1

.987**

.971**

.967**

显著性(双侧)

.000

 

.000

.000

.000

N

13

13

13

13

13

天然气

Pearson 相关性

.937**

.987**

1

.964**

.959**

显著性(双侧)

.000

.000

 

.000

.000

N

13

13

13

13

13

石  油

Pearson 相关性

.984**

.971**

.964**

1

.993**

显著性(双侧)

.000

.000

.000

 

.000

N

13

13

13

13

13

能源消费总量(万吨标准煤)

Pearson 相关性

.997**

.967**

.959**

.993**

1

显著性(双侧)

.000

.000

.000

.000

 

N

13

13

13

13

13

**. .01 水平(双侧)上显著相关。

  从表六中我们可以清晰的看见能源消费总量与各能源消费的紧密程度,很明显各组数据基本都在0.9一上,所以各能源消费及消费总量之间的确存在显著相关关系。

  II.2.b.以年份粗略预测未来对能源的需求量

  下面我同样也是截取的2000年到2012年的能源消费数据(表五),而且仅仅对各年份能源消费总量的情况运用spss进行了简单的回归分析,结果如表七:

表七                        回归分析相关系数a

模型

非标准化系数

标准系数

t

Sig.

B

标准 误差

试用版

1

(常量)

115571.231

4501.162

 

25.676

.000

年  份

19320.209

567.093

.995

34.069

.000

a. 因变量: 能源消费总量(万吨标准煤)

  首先我设年份为x,能源消费总量为y,并以2000年为第一年(即x=1),从表七中可以得到y=115571.231+19320.209x,运用此方程也可以简单的预测未来能源的消费总量情况。如2014年(即x=15),则有y=115571.231+19320.209*15=405374.4,所以2014年的能源消费总量约为405374.4万吨。

  四.综合上述分析并总结

  在前面两部分我分别对能源的生产和消费进行了简单的分析,其实那也并不能说明什么问题,但准确预测未来所需要的能源总量却是必须的。上面只是针对这份报告做了一些可能没有意义的假设性分析,个人觉得做得很差不能对能源的现状及应该采取的措施进行合理的说明。

  下面我还截取了一部分有关能源生产总量和消费总量的数据,如表八所示:从这份生产与消费的能源数据中,我们可以很清楚的看到能源不论是生产还是消费都在逐年增加,更重要的是每年能源的消耗总量总是比能源的生产总量多。这样大批量的对能源的消费,尽管带来了巨大经济效益,但这也同样说明了能源正在一年一年的减少,我们不得不面临能源危机。

表八      能源生产与消费对比(万吨)

年份

能源生产

能源消费

2002

150656

159431

2003

171906

183792

2004

196648

213456

2005

216219

235997

2006

232167

258676

2007

247279

280508

2008

260552

291448

2009

274619

306647

2010

296916

324939

2011

317987

348002

2012

331848

361732

  随着世界经济的持续增长,对能源的需求也将稳步增加。我们应该明白能源危机不是现在才存在,在过去也一直存在着,只是未来的能源危机会更加严重! 能源危机通常会造成经济衰退,能源危机迫在眉睫,所以我们应该积极探寻克服能源危机的出路。大力发展可再生能源,用可再生能源和原料大部分或全面取代一次性不可再生资源,进行一场新的能源革命。这不仅仅是出于生存的原因,与之相连的也是整个世界经济的可持续发展。如果地球真的面临了能源危机(末期),那么人类将无法生存,地球也必然毁灭。所以如何准确的分析能源生产和消费之间的关系,并进行准确的预测显得尤为重要。

  五.【附录】

  附件一

年  份

能源生产总量

占能源生产总量的比重 (%)

(万吨标准煤)

原  煤

原  油

天然气

水电、核电、风电

1978

62770

70.3

23.7

2.9

3.1

1980

63735

69.4

23.8

3.0

3.8

1985

85546

72.8

20.9

2.0

4.3

1990

103922

74.2

19.0

2.0

4.8

1991

104844

74.1

19.2

2.0

4.7

1992

107256

74.3

18.9

2.0

4.8

1993

111059

74.0

18.7

2.0

5.3

1994

118729

74.6

17.6

1.9

5.9

1995

129034

75.3

16.6

1.9

6.2

1996

133032

75.0

16.9

2.0

6.1

1997

133460

74.3

17.2

2.1

6.5

1998

129834

73.3

17.7

2.2

6.8

1999

131935

73.9

17.3

2.5

6.3

2000

135048

73.2

17.2

2.7

6.9

2001

143875

73.0

16.3

2.8

7.9

2002

150656

73.5

15.8

2.9

7.8

2003

171906

76.2

14.1

2.7

7.0

2004

196648

77.1

12.8

2.8

7.3

2005

216219

77.6

12.0

3.0

7.4

2006

232167

77.8

11.3

3.4

7.5

2007

247279

77.7

10.8

3.7

7.8

2008

260552

76.8

10.5

4.1

8.6

2009

274619

77.3

9.9

4.1

8.7

2010

296916

76.6

9.8

4.2

9.4

2011

317987

77.8

9.1

4.3

8.8

2012

331848

76.5

8.9

4.3

10.3

  附件二

8-2  能源消费总量及构成

年  份

能源消费总量

占能源消费总量的比重 (%)

(万吨标准煤)

煤  炭

石  油

天然气

水电、核电、风电

1978

57144

70.7

22.7

3.2

3.4

1980

60275

72.2

20.7

3.1

4.0

1985

76682

75.8

17.1

2.2

4.9

1990

98703

76.2

16.6

2.1

5.1

1991

103783

76.1

17.1

2.0

4.8

1992

109170

75.7

17.5

1.9

4.9

1993

115993

74.7

18.2

1.9

5.2

1994

122737

75.0

17.4

1.9

5.7

1995

131176

74.6

17.5

1.8

6.1

1996

135192

73.5

18.7

1.8

6.0

1997

135909

71.4

20.4

1.8

6.4

1998

136184

70.9

20.8

1.8

6.5

1999

140569

70.6

21.5

2.0

5.9

2000

145531

69.2

22.2

2.2

6.4

2001

150406

68.3

21.8

2.4

7.5

2002

159431

68.0

22.3

2.4

7.3

2003

183792

69.8

21.2

2.5

6.5

2004

213456

69.5

21.3

2.5

6.7

2005

235997

70.8

19.8

2.6

6.8

2006

258676

71.1

19.3

2.9

6.7

2007

280508

71.1

18.8

3.3

6.8

2008

291448

70.3

18.3

3.7

7.7

2009

306647

70.4

17.9

3.9

7.8

2010

324939

68.0

19.0

4.4

8.6

2011

348002

68.4

18.6

5.0

8.0

2012

361732

66.6

18.8

5.2

9.4

  附件三

8-8  能源消费弹性系数

年  份

能源消费比

电力消费比

国内生产总值比

能源消费

电力消费

上年增长 (%)

上年增长 (%)

上年增长 (%)

弹性系数

弹性系数

1985

8.1

9.0

13.5

0.60

0.67

1990

1.8

6.2

3.8

0.47

1.63

1991

5.1

9.2

9.2

0.55

1.00

1992

5.2

11.5

14.2

0.37

0.81

1993

6.3

11.0

14.0

0.45

0.79

1994

5.8

9.9

13.1

0.44

0.76

1995

6.9

8.2

10.9

0.63

0.75

1996

3.1

7.4

10.0

0.31

0.74

1997

0.5

4.8

9.3

0.06

0.52

1998

0.2

2.8

7.8

0.03

0.36

1999

3.2

6.1

7.6

0.42

0.80

2000

3.5

9.5

8.4

0.42

1.13

2001

3.3

9.3

8.3

0.40

1.12

2002

6.0

11.8

9.1

0.66

1.30

2003

15.3

15.6

10.0

1.53

1.56

2004

16.1

15.4

10.1

1.60

1.52

2005

10.6

13.5

11.3

0.93

1.19

2006

9.6

14.6

12.7

0.76

1.15

2007

8.4

14.4

14.2

0.59

1.01

2008

3.9

5.6

9.6

0.41

0.58

2009

5.2

7.2

9.2

0.57

0.78

2010

6.0

13.2

10.4

0.58

1.27

2011

7.1

12.1

9.3

0.76

1.30

2012

3.9

5.9

7.7

0.51

0.77


【统计分析报告】相关文章:

企业统计分析报告08-11

主板市场资产评估统计分析报告06-07

主板市场资产评估情况统计分析报告06-10

教育经费统计分析调查报告06-22

统计分析工作总结03-28

报告员述职报告02-07

述职报告写法述职报告05-13

个人述职报告述职报告05-30

制药企业调研报告-调研报告09-04

租金报告调查报告09-07