利用R语言进行数据分析

Question

从国家统计局网站获得的1978-2013年中国社会消费品零售总额的年度数据（单位：亿元）。(数据：retail.xlsx)
（1） 分析1978年以来我国社会消费品零售总额发展变化的基本态势，并对各种方法的分析结果加以比较。
源代码如下

install.packages("readxl")
install.packages("ggplot2")
install.packages("forecast")
library(readxl)
library(ggplot2)
library(forecast)

# 读取Excel文件中的支出数据
retail_data <- read_excel("C:\\Users\\ASUS\\Desktop\\南京理工大学\\R语言\\实验课\\实验五时间序列建模与分析\\实验五数据及代码\\retail.xlsx")
head(retail_data)

# 假设我们的数据集只有一列名为"retail_total"
retail_ts <- ts(retail_data$零售总额, start=c(1978), frequency=1)

# （1）分析基本态势

# 描述性统计
summary(retail_ts)

# 时间序列图
plot(retail_ts, main="中国社会消费品零售总额", xlab="年份", ylab="零售总额（亿元）", col="blue")



# 时间序列分析，例如ADF检验来判断是否平稳
install.packages("tseties")
library(tseries)
adf.test(retail_ts)

输出结果如下，按题目要求进行文字的数据分析

Answer 1

以下内容由CHATGPT及阿里嘎多学长共同生成、有用望采纳：

---

根据您提供的源代码和输出结果，以下是对1978-2013年中国社会消费品零售总额的年度数据进行分析的步骤和结果：

1. 读取数据

我首先使用readxl包从Excel文件中读取了数据。这个包允许我读取.xlsx格式的文件，并将它们作为数据框导入到R环境中。

2. 创建时间序列

接着，我使用ts函数创建了一个时间序列对象retail_ts。这个对象以1978年为起始点，频率设置为1，意味着每年一个观测值。

3. 描述性统计

我使用summary函数对时间序列数据进行了描述性统计分析。结果显示，数据的最小值是1559亿元，第一四分位数是5591亿元，中位数是25987亿元，平均值是49472亿元，第三四分位数是61714亿元，最大值是237810亿元。

4. 绘制时间序列图

我使用plot函数绘制了时间序列图，图中展示了从1978年到2013年中国社会消费品零售总额的变化趋势。图的标题是“中国社会消费品零售总额”，横轴表示“年份”，纵轴表示“零售总额（亿元）”，并且使用蓝色线条来表示数据。

5. ADF检验

为了判断时间序列是否平稳，我使用tseries包中的adf.test函数进行了ADF（Augmented Dickey-Fuller）检验。检验结果显示，Dickey-Fuller统计量为0.18296，滞后阶数为3，p值为0.99。由于p值远大于0.05，我们不能拒绝原假设，即时间序列是非平稳的。

比较不同分析方法的结果

在分析方法的比较上，描述性统计提供了数据的基本特征，而时间序列图直观地展示了数据随时间的变化趋势。ADF检验则提供了关于数据平稳性的统计证据。尽管ADF检验表明数据是非平稳的，但这并不意味着我们不能进行进一步的分析。在实际应用中，我们可能会考虑对数据进行差分或其他转换，以使其平稳，然后应用时间序列分析方法，如ARIMA模型。

代码实现

以下是R语言中实现上述分析的代码：

install.packages("readxl")
install.packages("ggplot2")
install.packages("forecast")
library(readxl)
library(ggplot2)
library(forecast)
library(tseries)

# 读取Excel文件中的支出数据
retail_data <- read_excel("C:\\Users\\ASUS\\Desktop\\...\\retail.xlsx")
head(retail_data)

# 创建时间序列
retail_ts <- ts(retail_data$零售总额, start=c(1978), frequency=1)

# 描述性统计
summary(retail_ts)

# 时间序列图
plot(retail_ts, main="中国社会消费品零售总额", xlab="年份", ylab="零售总额（亿元）", col="blue")

# ADF检验
adf.test(retail_ts)

参考资料

• R语言官方文档：CRAN
• readxl包文档：readxl on CRAN
• ggplot2包文档：ggplot2 on CRAN
• forecast包文档：forecast on CRAN
• tseries包文档：tseries on CRAN

请注意，上述代码中的文件路径需要根据您实际的文件位置进行修改。