多元线性回归模型案例

《多元线性回归模型案例》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。

1、我国农民收入影响因素的回归分析本文力图应用适当的多元线性回归模型,对有关农民收入的历史数据和现状进行分析,探讨影响农民收入的主要因素,并在此基础上对如何增加农民收入提出相应的政策建议。 农民收入水平的度量常采用人均纯收入指标。影响农民收入增长的因素是多方面的，既有结构性矛盾因素，又有体制性障碍因素。但可以归纳为以下几个方面：一是农产品收购价格水平。二是农业剩余劳动力转移水平。三是城市化、工业化水平。四是农业产业结构状况。五是农业投入水平。考虑到复杂性和可行性，所以对农业投入与农民收入，本文暂不作讨论。因此，以全国为例，把农民收入与各影响因素关系进行线性回归分析，并建立数学模型。一、计量经济模型

2、分析(一)、数据搜集根据以上分析，我们在影响农民收入因素中引入7个解释变量。即：-财政用于农业的支出的比重，-第二、三产业从业人数占全社会从业人数的比重，-非农村人口比重，-乡村从业人员占农村人口的比重，-农业总产值占农林牧总产值的比重，-农作物播种面积，—农村用电量。　yx2x3x4x5x6x7x8年份78年可比价比重%%比重比重千公顷亿千瓦时1986133.6013.4329.5017.9236.0179.99150104.07253.101987137.6312.2031.3019.3938.6275.63146379.53320.801988147.867.6637.6023.7145

3、.9069.25143625.87508.901989196.769.4239.9026.2149.2362.75146553.93790.501990220.539.9839.9026.4149.9364.66148362.27844.501991223.2510.2640.3026.9450.9263.09149585.80963.201992233.1910.0541.5027.4651.5361.51149007.101106.901993265.679.4943.6027.9951.8660.07147740.701244.901994335.169.2045.7028.5152.1

4、258.22148240.601473.901995411.298.4347.8029.0452.4158.43149879.301655.701996460.688.8249.5030.4853.2360.57152380.601812.701997477.968.3050.1031.9154.9358.23153969.201980.101998474.0210.6950.2033.3555.8458.03155705.702042.201999466.808.2349.9034.7857.1657.53156372.812173.452000466.167.7550.0036.2259.

5、3355.68156299.852421.302001469.807.7150.0037.6660.6255.24155707.862610.782002468.957.1750.0039.0962.0254.51154635.512993.402003476.247.1250.9040.5363.7250.08152414.963432.922004499.399.6753.1041.7665.6450.05153552.553933.032005521.207.2255.2042.9967.5949.72155487.734375.70资料来源《中国统计年鉴2006》。(二)、计量经济学模

6、型建立我们设定模型为下面所示的形式：利用Eviews软件进行最小二乘估计，估计结果如下表所示：DependentVariable:YMethod:LeastSquaresSample:19862004Includedobservations:19VariableCoefficientStd.Errort-StatisticProb.C-1102.373375.8283-2.9331840.0136X1-6.6353933.781349-1.7547690.1071X318.229422.0666178.8208990.0000X42.4300398.3703370.2903160.7770X5

7、-16.237375.894109-2.7548470.0187X6-2.1552082.770834-0.7778190.4531X70.0099620.0023284.2788100.0013X80.0633890.0212762.9793480.0125R-squared0.995823Meandependentvar345.5232AdjustedR-squared0.993165S.D.