多元分析作业

多元分析作业

ID:42977746

大小:251.98 KB

页数:10页

时间:2019-09-23

多元分析作业_第1页
多元分析作业_第2页
多元分析作业_第3页
多元分析作业_第4页
多元分析作业_第5页
资源描述:

《多元分析作业》由会员上传分享,免费在线阅读,更多相关内容在工程资料-天天文库

1、关于影响各地区城镇人均可支配收入的多元回归分析李正中13级社会学摘要:随着我国经济的不断发展,GDP总量已经达到美国的87%,成为全球第二大经济体。人们群众的收入问题成为了公众日益关注的主题。本文基于2012年全国省市自治区的相关经济数据,采用多元回归分析的方法,试图揭示影响各地区人均可支配收入的因素,并作出解释。关键词:人均可支配收入;多元回归;经济总量;社会保障支出;教育水平;失业率一、影响城镇人均收入的理论分析经济学理论认为,影响经济发展水平的主要因素包括资木,技术,劳务,教育水平等,而某地区人均收入

2、的多少,也和该地区经济总量密切相关。因此,可以近似将资本,劳动力和教育水平看作影响收入的主要因素。其中资木指当地GDP总量,包括消费,投资,政府转移支付和进出口总额;劳动力资源包括适龄劳动人II的数最,以及投入工作的劳动力占全部可用劳动力资源的百分比;教育水平则可以考杳当地教育资源数量和受一定程度教育的人口占当地总人口的百分比。二、数据来源本次分析采用的数据来源于2013年中国统计年鉴,全部数据均反映2012年各省市自治区的经济情况,详细数据见附录1。三、回归模型的初步建构综合考查以上因素后,初步建构关于城

3、镇人均对支配收入的多元回归模型。因变量Y表示某地区人均城镇可支配收入,X]表示各地区财政社会保障支出,X2表示各地区固定资产投资总额。X3表示各地区城镇登记失业率,X4表示各地区高校数量,X5表示各地区GDP总量。初步建构的回归模型数学表达式为:Y=Bo+B]Xi+B2X2+B3X3+P4X4+B5X5+卩其中,Bo为常数项,□为其它未考查影响因素。用SPSS软件对模型回归分析,首先采用强行进入法,将所有白变量全部带入模型,得以下结果:ModelSummary6ModelRRSquareAdjustedRS

4、quareStd.ErroroftheEstimateDurbin-Watson1.718a.515.4184458.31971.700a.Predictors:(Constant),各地区GDP,城镇登记失业率,各地区财政社会保障支出,各地区窩校数量,各地区周定资产投资总额b.DependentVariable:各地区城镇人均可支配收入ANOVAbModelSumofSquaresdfMeanSquareFSig.1Regression5.278E851.056E85.311.002aResidual4.

5、969E8251.988E7Total1.025E930a.Predictors:(Constant),各地区GDP,城镇登记失业率,各地区财政社会保障支出,各地区高校数量,各地区固定资产投资总额b.DependentVariable:各地区城镇人均可支配收入Coefficients3ModelUnstandardizedCoefficientsStandardizedCoefficientstSig.CollinearityStatisticsBStd.ErrorBetaToleranceVIF1(Con

6、stant)25629.5334961.0495.166.000各地区财政社会保障支出-1.5568.568-.046-.182.857.2983.355各地区尚定资产投资总额-.763.300-1.013-2.549.017.1238.150城镇登记失业率・1500.3961477.446-.163-1.016.320.7541.326各地区高校数量42.84755.084.291.778.444.1397.198各地区GDP.477.1451.1703.293.003.1546.512a.Depende

7、ntVariable:务地区城镇人均可支配收入可知,初步回归模型数学表达式为:Y=25629.533-1.556Xi-0.763X2-1500.396X3+42.847X4+0.477X5+

8、i回归模型DW系数1.7,接近2,表示模型残差接近服从正态分布;拟合优度F为0.515,F检验值5.311,大于Fo.o5(5,25)二2.60,方程在95%置信区间上是显著的。但观察t检验可知,X,,X:<以及Xj的t检验显著性均大J**0.05,未能通过t检验。因此初步建立的冋归模型并不完善,盂要进行进一步优化。为

9、了寻找敲合适的自变量,通常采用逐步带入法,即将自变量逐一带入模型中进行冋归,以保留拟合优度最好的变量。SPSS软件提供了逐步回归法(Stepwise),即先带入一个授好的变量进入模型,再剔除一个已经带入的变量中最差的变量,再反过來带入另一个最好变量,如此反复,直到所有进入模型的自变量都符合要求为止。釆用Stepwise法,得到的结果如下:ModelSummary0ModelRRSquareAdjustedRSqu

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。