SLIDE TO UNLOCK离婚率的影响因素WELCOME统计学实践“天下之本在国，国之本在家”2004年2014年连续10年递增离婚率增幅首次超过结婚率增幅引言影响变量的分析经济因素与离婚率的关系分 析加入非经济因素之后分析地区数据分析总结目录“梦是好的，否则，钱是要紧的。”娜拉出走以后归根到底，要生活总归是离不开钱的，经济独立，女性才能独立影 响 变 量 的 分 析人均国内生产总值 即“人均GDP”，常作为发展经济学中衡 量经济发 展状况的指标，是最重要的宏观经济 指标之一随着人民素质的提高，更多的女性不再受传统观 念的束缚 ，拥有更大的婚姻自主选择权 ，所以在与配偶发生矛盾时 离婚的可能性会变大采用文盲率和高等教育普及率来衡量 城市化对离婚率的影响城市空间的相对隔绝城市人口 的异质性和流动性城市化把大量的农民人口推向了城市 家庭的规模由大变小城市化使很多夫妻分居 男女比例：未来社会1/5的男性将找不到“老婆”，男女严重 失衡，很有可能会使男女情感纠葛的矛盾问题大大增加， 婚姻不稳定因素增多 影响离婚率的非经济因素还有很多，比如对于民族特质层 次变量，风俗习惯，宗教信仰以及地域差别通过网络人们可以在任意时间快速搜索到形象直观的各类 信息，且不需要婚姻中介互联网的普及很有可能会导致离婚 率的提高经济因素非 经 济 因 素影响变量的分析经济因素与离婚率的关系分 析加入非经济因素之后分析地区数据分析总结目录以全国2002至2013年人均GDP和离婚率数据进行相关分析粗离婚率 ()人均gdp(元 )粗离婚率()1人均gdp(元)0.9855081相关系数分析高度相关SUMMARY OUTPUT回归统计归统计 Multiple R0.985508 R Square0.971226 Adjusted R Square0.968029 标标准误误差0.093035 观测值观测值11方差分析dfSSMSFSignificance F 回归归分析12.6293732.629373303.78143.04E-08 残差90.0778990.008655 总计总计102.707273 Coefficients标准误差t StatP-valueLower 95%Upper 95%下限 95.0%上限 95.0% Intercept0.6743240.06284710.729581.99E-060.5321540.8164950.5321540.816495 人均gdp(元)4.28E-052.46E-0617.429323.04E-083.73E-054.84E-053.73E-054.84E-05显 著 性 过 关以全国2002至2013年人均GDP和离婚率数据进行相关分析RESIDUAL OUTPUT观测观测 值值预测 粗离婚率 ()残差标准残 差 12.525135 0.04486 50.50832 7 22.36379- 0.07379- 0.83604 32.213241- 0.08324- 0.94313 41.783579 0.06642 10.75255 3 51.695861 0.01413 90.16019 9 61.54310.0469 0.53138 2 71.383506 0.07649 40.86668 6 81.283226 0.08677 40.98315 2 91.203855 0.07614 50.86273101.126935- 0.07693- 0.87168 111.077773- 0.17777- 2.01418 经过以上分析，我们可以得出以下结论：经济因素与离婚率之间高度线性相关，且经济因素对与离婚率的影响为正，公式如下：y=0.674324+4.28E-05*x.影响变量的分析经济因素与离婚率的关系分 析加入非经济因素之后分析地区数据分析总结目录相关系数 分析回归分析多重共线 性的解决相关系数 分析回归分析相关 系数 分析互联网普及 率(%)城镇化率(%)文盲率(%)高等教 育普及 率（%）人均 gdp(元)粗离婚率 ()性别比( 女 =100)( 人口抽 样调查) 互联网普及率(%)1城镇化率(%)0.9803693331文盲率(%)- 0.982634982-0.9870808191高等教育普及率（%）0.9724466760.959013229- 0.9596809731人均gdp(元)0.9935977730.987681742- 0.9824978370.98447 71粗离婚率()0.9736250860.993819915- 0.9736424960.96347 50.98550 81性别比(女=100)(人口抽样 调查)0.6441802330.509963154- 0.5849982820.70125 80.626020.50779341 41经过这个数据，我们发现，其他数据之间都与粗离婚率之间有很强的线性关系，但性别比与各个指标之间的相关关系都很弱。SUMMARY OUTPUT回归统计 Multiple R0.998536184 R Square0.997074511 Adjusted R Square0.992686277 标准误差0.049441625 观测值11方差分析dfSSMSFSignificance F 回归分析63.3325340.555422227.21555.12E-05 残差40.0097780.002444 总计103.342312 Coefficients标准误差t StatP-valueLower 95%Upper 95%下限 95.0%上限 95.0%Intercept48.2354085221.689172.223940.090216-11.9834108.4542- 11.9834108.454 2互联网普及率(%)0.1377378130.0790481.7424580.156388-0.081730.35721- 0.081730.35721城镇化率-9.0497393095.927199-1.526820.201515-25.50637.406804- 25.50637.40680 4文盲率(%)-1.578864171.133093-1.393410.235931-4.724831.567106- 4.724831.56710 6高等教育普及率（%）1.352128480.5105732.6482580.057086-0.065452.769706- 0.065452.76970 6人均GDP0.3992559470.2759811.4466770.221532-0.366991.165503- 0.366991.16550 3性别比(女=100)(人口抽样调查)-0.3688169310.14839-2.485460.067813-0.780810.043179- 0.780810.04317 9由相关关系和回归 的结果可知，男女 性别比例与离婚率 的影响较小，所以 我们删除这一变量回归显著，所有参 数不显著存在严重的多重共 线性组合变量离婚率非经济经济 指标标经济经济 指标标2.8555560.63991798.24652.5444440.61582965.862172.3666670.58542845.350022.0555560.49849315.633811.90.43197612.578811.7666670.3537398.6138861.6222220.2521165.7996661.5222220.2052914.5233131.4222220.1535153.7154951.1666670.1070633.070544102.718282离婚率非经济经济 指 标标经济经济 指标标VIF离婚率1 非经济经济 指标标0.9766351 经济经济 指标标0.896960.80160112.797702相关系数分析：非经济指标和经济指标与离婚率之间的相关系数 均大于0.8，同时方差扩大因子VIF=2.797702 10 ，所以经济指标和非经济指标不存在严重 的多重共线性SUMMARY OUTPUT回归统计归统计 Multiple R0.995104 R Square0.990231 Adjusted R Square0.987789 标标准误误差0.063885 观测值观测值11方差分析dfSSMSFSignificance F 回归归分析2 3.309662 1.654831405.4739.11E-09 残差80.03265 0.004081 总计总计10 3.342312 Coefficients标准误 差t StatP-valueLower 95%Upper 95%下限 95.0%上限 95.0% Intercept1.04039 0.041018 25.36417 6.25E-090.945802 1.1349780.9458021.134978 非经济经济 指标标1.883281 0.152718 12.33179 1.74E-061.531114 2.2354481.5311142.235448 经济经济 指标标0.0057860.00106 5.461004 0.0006010.0033430.008230.0033430.00823显 著 性 过 关RESIDUAL OUTPUT观测观测 值值预测 离婚率残差标准残差12.8140110.0415440.727058 22.581263-0.03682-0.64436 32.405323-0.03866-0.67651 42.069653-0.0141-0.24671 51.926706-0.02671-0.46737 61.7564220.0102440.179285 71.5487540.0734681.285751 81.4531840.0690381.208232 91.3510.0712221.246448 101.259787-0.09312-1.62969 111.056119-0.05612-0.98213残差经过以上分析，我们可以得出以下结论： u在y=e(x1)+ln(x2) +b的模型下，离婚率与经济因素和非经 济因素都有着很强的线性关系， u且经济因素与非经济因素之间多重共线性较弱，可以忽略， u由R2值进行比较，这个模型可以更好地模拟和预测离婚率的 变化情况，故更为实用一些。 u得到的模型如下： y=1.04039+1.883281*e(x1)+0.005786*ln(x2*x3*x4) (1/3),其中各个数据均进行过指数化处理。影响变量的分析经济因素与离婚率的关系分 析加入非经济因素之后分析地区数据分析总结目录首先，我们进行各个地区之间的总体比较，在提取了2013年的各个地区的数据之后，我们进行相关性检验，得到以下结果：列 1列 2列 3列 11列 20.4619481列 30.4633460.6149741由上表我们可以得出，各个指标之间的线性相关性均很弱，我们得到的模型虽然可以有效模拟和预测全国离婚率的变化情况，但是并不是适用于所有地区，我们决定逐个分析各个地区的模型的适用性，并分析出现问题的原因。SUMMARY OUTPUT回归统计归统计Multiple R0.944016R Square0.891167Adjusted R Square0.863958标标准误误差0.12041观测值观测值11方差分析dfSSMSFSignificance F回归归分析20.9497550.47487732.753420.00014残差80.1159890.014499总计总计101.065743 Coefficients标准误差t StatP-valueLower 95%Upper 95%下限 95.0%上限 95.0%Intercept1