欢迎来到天天文库
浏览记录
ID:11607192
大小:198.00 KB
页数:9页
时间:2018-07-12
《我国国内旅游收入影响因素的多元回归分析》由会员上传分享,免费在线阅读,更多相关内容在教育资源-天天文库。
我国国内旅游收入影响因素的多元分析班级:统计学129姓名:杨芳学号:2007129182010年3月3日9 问题背景:我国的旅游业一直保持较高的发展速度,旅游作为国民经济新的增长点,在整个社会经济发展中的作用日益显现。我国的旅游业分为国际旅游和国内旅游两大市场,虽然国际旅游外汇收入的年均增长率高于国内旅游收入,但国内旅游收入在中国旅游收入中占50%以上的比例,因此,有必要对影响我国国内旅游业快速发展的因素进行分析。数据的选择及处理:影响国内旅游收入的因素有很多,本文选择了影响国内旅游收入因素(y)的因素有人均收入(x1)、国内旅游人数(x2)、城镇人均旅游支出(x3)、农村人均旅游支出(x4)、公路里程(x5)、铁路里程(x6)。国内旅游收入数据资料年份国内旅游收入(亿元)人均收入(元)国内旅游人数(百万人次)城镇人均旅游支出(元)农村人均旅游支出(元)公路里程(万公里)铁路里程(万公里)19941023.514044524414.6754.88111.785.919951375.75046629464.0261.47115.76.238919961638.385846640534.170.45118.586.4919972112.76420644599.8145.68122.646.619982391.186796695607197127.856.6419992831.927159719614.8249.5135.176.7420003175.547858744678.6226.6140.276.8720013522.48622784708.3212.7169.87.005820023878.369398878739.7209.1176.527.1920033442.2710542870684.9200180.987.320044710.7123361102731.8210.2187.077.4420055285.9140531212737.1227.6334.527.5437620066229.74161651394766.4221.9345.69997.7083820077770.6195241610906.9222.5358.37157.79659数据来自《中国统计年鉴2008》国内旅游收入(亿元):指国内游客在国内旅行、游览过程中9 用于交通、参观游览、住宿、餐饮、购物、娱乐等全部花费。人均收入(元):指人均国民收入。公路里程(万公里):包括大中城市的郊区公路以及通过小城镇街道部分的公路里程和桥梁、渡口的长度,不包括大中城市的街道、厂矿、林区生产用道和农业生产用道的里程。两条或多条公路共同经由同一路段,只计算一次,不得重复计算里程长度。本文运用多元回归分析进行数据分析,利用SPSS17.0软件分析得如下结果:表1输入/移去的变量b模型输入的变量移去的变量方法1铁路里程(万公里),农村居民人均旅游支出(元),公路里程(万公里),城镇居民人均旅游支出(元),国内旅游人数(百万人次),人均国民收入(元)a.输入2.人均国民收入(元)向后(准则:F-to-remove>=.100的概率)。3.公路里程(万公里)向后(准则:F-to-remove>=.100的概率)。a.已输入所有请求的变量。b.因变量:国内旅游收入(亿元)由表1知,利用向后筛选策略共经过三步完成回归方程的建立,第一步全部解释变量都进入,第二步中,人均国民收入(元)被剔除,第三步中,公路里程(万公里)被剔除。表29 模型汇总d模型RR方调整R方标准估计的误差Durbin-Watson1.999a.998.996123.789222.999b.998.996115.962873.999c.997.996117.157491.251a.预测变量:(常量),铁路里程(万公里),农村居民人均旅游支出(元),公路里程(万公里),城镇居民人均旅游支出(元),国内旅游人数(百万人次),人均国民收入(元)。b.预测变量:(常量),铁路里程(万公里),农村居民人均旅游支出(元),公路里程(万公里),城镇居民人均旅游支出(元),国内旅游人数(百万人次)。c.预测变量:(常量),铁路里程(万公里),农村居民人均旅游支出(元),城镇居民人均旅游支出(元),国内旅游人数(百万人次)。d.因变量:国内旅游收入(亿元)由表2知,DW为1.251查表可知不存在自相关。表3Anovad模型平方和df均方FSig.1回归4.819E768031771.656524.138.000a残差107266.403715323.772总计4.830E7132回归4.819E759638063.449716.724.000b残差107579.096813447.387总计4.830E7133回归4.817E741.204E7877.437.000c残差123532.890913725.877总计4.830E713a.预测变量:(常量),铁路里程(万公里),农村居民人均旅游支出(元),公路里程(万公里),城镇居民人均旅游支出(元),国内旅游人数(百万人次),人均国民收入(元)。b.预测变量:(常量),铁路里程(万公里),农村居民人均旅游支出(元),公路里程(万公里),城镇居民人均旅游支出(元),国内旅游人数(百万人次)。c.预测变量:(常量),铁路里程(万公里),农村居民人均旅游支出(元),城镇居民人均旅游支出(元),国内旅游人数(百万人次)。d.因变量:国内旅游收入(亿元)表3中,第三个模型是最终的方程。选择的显著性水平a是0.05,由于回归方9 程显著性检验的概率P值小于显著性水平a,因此被解释变量与解释变量之间的线性关系显著,建立线性模型是恰当的。表4系数a模型非标准化系数标准系数tSig.B标准误差试用版1(常量)-309.8961635.702-.189.855人均国民收入(元).016.111.037.143.890国内旅游人数(百万人次)4.1371.248.6913.314.013城镇居民人均旅游支出(元)5.0841.154.3404.404.003农村居民人均旅游支出(元)2.7261.070.0952.547.038公路里程(万公里)1.4011.473.065.952.373铁路里程(万公里)-585.948280.062-.172-2.092.0752(常量)-463.4361155.023-.401.699国内旅游人数(百万人次)4.298.503.7188.550.000城镇居民人均旅游支出(元)5.1441.005.3445.119.001农村居民人均旅游支出(元)2.703.991.0952.726.026公路里程(万公里)1.4541.335.0681.089.308铁路里程(万公里)-569.282238.508-.167-2.387.0443(常量)-602.2371159.797-.519.616国内旅游人数(百万人次)4.748.290.79316.366.000城镇居民人均旅游支出(元)4.745.945.3175.019.001农村居民人均旅游支出(元)2.886.987.1012.925.017铁路里程(万公里)-534.685238.819-.157-2.239.052a.因变量:国内旅游收入(亿元)由表4知,如果选择的显著性水平a为0.05,前两个模型中由于都存在回归系数不显著的解释变量,因此这些方程都不可用。第三个方程是最终的方程,其回归系数显著性检验的概率P值小于显著性水平a,因此这四个解释变量保存在模型中是合理的。最终的回归方程为:国内旅游收入=-602.237+4.748国内旅游人数+4.745城镇人均旅游支出+2.886农r村人均旅游支出-534.685铁路里程9 表5已排除的变量c模型BetaIntSig.偏相关共线性统计量容差2人均国民收入(元).037a.143.890.054.0053人均国民收入(元).099b.397.702.139.005公路里程(万公里).068b1.089.308.359.072a.模型中的预测变量:(常量),铁路里程(万公里),农村居民人均旅游支出(元),公路里程(万公里),城镇居民人均旅游支出(元),国内旅游人数(百万人次)。b.模型中的预测变量:(常量),铁路里程(万公里),农村居民人均旅游支出(元),城镇居民人均旅游支出(元),国内旅游人数(百万人次)。c.因变量:国内旅游收入(亿元)表5给出了变量剔除方程的过程。在模型二中,人均国民收入保留的情况下,它的标准化回归系数为0.037,回归系数的检验不显著(概率P值为0.890)。在模型三中,在剔除公路里程的情况下,保留的人均国民收入,它的标准化回归系数为0.099,回归系数的检验不显著(概率P值为0.702)。在剔除人均国民收入的情况下,保留的公路里程,它的标准化回归系数为0.068,回归系数的检验不显著(概率P值为0.308)。表6残差统计量a极小值极大值均值标准偏差N预测值857.20927818.98683527.77861925.0247414残差-205.14450173.07202.0000097.4809214标准预测值-1.3872.229.0001.00014标准残差-1.7511.477.000.83214a.因变量:国内旅游收入(亿元)9 表6中,数据点围绕基准线还存在一定的规律性,但标准化残差的非参数检验结果显示标准化残差与标准正态分布不存在显著差异,可以认为残差满足了线性模型的前提要求。表79 表7中,随着标准化预测值的变化,残差点在0点周围随机分布,因此认为异方差并不明显。最终的回归方程为:国内旅游收入=-602.237+4.748国内旅游人数+4.745城镇人均旅游支出+2.886农r村人均旅游支出-534.685铁路里程参考资料:1.《统计分析方法与SPSS的应用》,薛薇编2.《应用回归分析》,何晓群、刘文卿编3.《中国统计年鉴2008》9 心得体会:这份实习报告是我一字一字打上去,所涉及数据均是一项一项从中国统计年鉴查找,导入Excel,而后导入SPSS进行处理分析。这份报告是对这两个星期的总结,而这次实习使我对SPSS统计软件的应用、应用回归分析和多元回归分析有更加深刻的了解和理解。这次实习还教会了我如何从中国统计年鉴以及相关年鉴中找到自己需要的数据,这让我受益匪浅。9
此文档下载收益归作者所有
举报原因
联系方式
详细说明
内容无法转码请点击此处