经济指标
2.855556 2.544444 2.366667
0.639917 0.615829 0.585428
98.2465 65.86217 45.35002
2.055556
1.9 1.766667 1.622222
0.498493
0.431976 0.353739 0.252116
15.63381
df 6 4 10
Coefficients 48.23540852
标准误差 21.68917
t Stat 2.22394
P-value 0.090216
Lower 95% -11.9834
Upper 95% 108.4542
下限 95.0% -11.9834
上限 95.0% 108.4542
互联网普及率(%)
0.98447 0.982497837 7
0.96347 0.98550 0.973642496 5 8 0.70125 0.62602 0.584998282 8
SUMMARY OUTPUT 回归统计 Multiple R R Square Adjusted R Square 标准误差 观测值 0.998536184 0.997074511 0.992686277 0.049441625 11
1
0.985508 1
0.985508 0.971226 0.968029 0.093035 11
1 9 10
SS 2.629373 0.077899 2.707273
MS 2.629373 0.008655
F 303.7814
Significance F 3.04E-08
Intercept 人均gdp(元)
引言
“天下之本在国，国之本在家”
离婚人数
离婚人数
连续10年递增
360 350 340 330 320 310 300 350
2004年
2014年
310
290 2012年 2013年
离婚率增幅首次超过结婚率增幅
经济因素与离婚率的关系分 影响变量的分析 加入非经济因素之后分析 地区数据分析 析
总结
“梦是好的，否则，钱是要紧的。”
Intercept 非经济指标 经济指标
Coefficients 标准误差 1.04039 0.041018 1.883281 0.152718 0.005786 0.00106
t Stat 25.36417 12.33179 5.461004
P-value 6.25E-09 1.74E-06 0.000601
Multiple R
SUMMARY OUTPUT
不通过检验的地区有以下特点：
R Square 0.550035 ①民族成分会让模型适用性降低。 Multiple R 0.667569 0.891167 回归统计 0.741644
回归统计 0.944016
Multiple R R Square
并进行了逐个分析。
1
2.797702
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 Multiple R R Square Adjusted R Square 标准误差 观测值 方差分析 df 0.995104 0.990231 0.987789 0.063885 11
非 经 济 因 素
经济因素与离婚率的关系分 影响变量的分析 加入非经济因素之后分析 地区数据分析 析
总结
以全国2002至2013年人均GDP和离婚率数据进行相关分析
相关系数分析
粗离婚率 (‰) 人均gdp(元 ) 高度相关
粗离婚率(‰)
人均gdp(元)
SUMMARY OUTPUT 回归统计 Multiple R R Square Adjusted R Square 标准误差 观测值 方差分析 df 回归分析 残差 总计
11 11 0.29645 区的文化会让离婚率的影响因素更多一些。
0.863958
0.437544 0.445648
地区 结果 不通过原因 河北 通过 df SS F Significance F df SS MS MS F Significance F 方差分析 我们可以发现，虽然模型均能通过的情况下，不同地域之间 黑龙江 通过 2 0.949755 0.474877 0.081226 32.75342 0.00014 0.040993 2 0.162453 4.889588 回归分析 回归分析 df SS MS F Significance F 8 0.115989 0.014499 0.016612 江苏 通过 8 0.132897 的差别也很明显，如黑龙江地区的离婚率明显偏高，这是受 残差 残差 2 0.565194 0.282597 3.215629 0.094437 回归分析 10 1.065743 10 0.29535 总计 总计 残差 全国 通过 8 0.703059 0.087882 到了高流动性、东三省产业转型、北方文化等因素的影响。 10 1.268253 总计 山东 通过 Coefficients t Stat Lower 95% Coefficients t Stat P-value P-value Lower 95% Upper 95%Upper 95% 下限 95.0% 标准误差 95.0% 标准误差 下限 95.0% 上限 上限 95.0% ③一定发展水平后的模型会出现差异。、 宁夏 不通过 经济指标相关性较弱 Intercept 1.031898 0.078273 13.18339 12.40496 1.04E-06 0.851401 0.851401 1.212395 Intercept 1.053941 0.084961 1.66E-06 0.85802 1.2123951.249862 0.85802 1.249862 Coefficients t Stat P-value Lower 95% Upper 95% 标准误差 下限 95.0% 上限 95.0% 上海 不通过 各个指标相关性均弱 如上海地区，在社会发展到一定程度之后，就不再适用于本 0.778516 0.262203 2.969139 1.033655 0.0178950.33153 0.173876 0.173876 1.383157 0.234631 0.226992 -0.28881 1.3831570.758076 -0.28881 0.758076 非经济指标 非经济指标
城镇化率 文盲率(%样调查)
0.137737813
-9.049739309 -1.57886417 1.35212848 0.399255947 -0.368816931
0.079048
5.927199 1.133093 0.510573 0.275981 0.14839
由相关关系和回归 的结果可知，男女 回归分析 残差 性别比例与离婚率 总计 的影响较小，所以 我们删除这一变量
方差分析 Intercept
回归显著，所有参 数不显著
SS 3.332534 0.009778 3.342312 MS 0.555422 0.002444 F 227.2155 Significance F 5.12E-05
回归分析 残差 总计
2 8 10
SS 3.309662 0.03265 3.342312
MS 1.654831 0.004081
F 405.473
Significance F 9.11E-09
显 著 性 过 关
Upper 95% 1.134978 2.235448 0.00823 下限 95.0% 0.945802 1.531114 0.003343 上限 95.0% 1.134978 2.235448 0.00823
—— 《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
经济因素
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 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 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①城市空间的相对隔绝②城市人口的 异质性和流动性③城市化把大量的农民人口推向了城市④家 庭的规模由大变小⑤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
粗离婚率 ( ‰)
相关 系数 分析
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)
1 -0.987080819 0.959013229 0.987681742 0.993819915 0.509963154 1 0.959680973 1 1 1 0.50779341 4 1
下限 95.0% 0.532154 3.73E-05
上限 95.0% 0.816495 4.84E-05
显 著 性 过 关
经济因素与离婚率的关系分 影响变量的分析 加入非经济因素之后分析 地区数据分析 析
总结
相关系数 分析
回归分析
多重共线 性的解决
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。