应用回归分析课程设计(SAS版).doc

应用回归分析课程设计(SAS版).doc

ID:53963238

大小:357.50 KB

页数:22页

时间:2020-04-11

应用回归分析课程设计(SAS版).doc_第1页
应用回归分析课程设计(SAS版).doc_第2页
应用回归分析课程设计(SAS版).doc_第3页
应用回归分析课程设计(SAS版).doc_第4页
应用回归分析课程设计(SAS版).doc_第5页
资源描述:

《应用回归分析课程设计(SAS版).doc》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库

1、下载可编辑《应用回归分析》课程设计报告学院专业姓名学号分数二○一一年十二月.专业.整理.下载可编辑关于居民家庭人均可支配收入与消费支出的一元回归分析【摘要】实行改革开放的三十多年里,全国经济发展迅速,经济的发展也带动着人民生活的提高,居民家庭人均可支配收入逐年提高,人民生活环境不断优化。与此同时,人民生活水平的提高也反作用于经济的发展,人均可支配收入的增加也拉动国内的商品消费,促进经济的发展。为了进一步深入了解居民家庭人均可支配收入与消费支出的关系,本文选择通过一元回归分析的方法,在已有数据的基础上挖

2、掘居民家庭人均可支配收入与消费支出的明确关系。一、问题提出:改革开放三十多年里,随着经济的发展,居民家庭人均可支配收入不断提高,而居民家庭人均可支配收入的提高又反作用于商品消费,不断促进着国内商品消费的发展,拉动国家经济的发展。由此可见在居民家庭人均可支配收入与消费支出之间必然存在着一定的联系,我们将尝试通过已有的数据,进行分析总结,挖掘出二者之间的数学关系。二、数据分析:数据样本与数据来源全国各地区城市居民家庭人均可支配收入与消费支出,数据均选自“国家统计局网”中2000—2005年的统计数据(见表

3、1)。全国各地区居民家庭人均可支配收入与消费支出(2000-2005).专业.整理.下载可编辑表1现运用SAS软件对筛选后的数据进行一元回归分析:设居民家庭人均可支配收入为y,消费支出为x:源程序:datayy;inputyx;cards;13249.81046418645.0313773.4117652.9513244.2016682.812631.016293.7712253.7415637.812200.414867.4911040.3414769.9411809.8714546.410636.

4、113882.6211123.8413627.710694.812883.469336.112638.559653.2612463.9210284.6.专业.整理.下载可编辑12380.439636.2712321.318794.4112318.578621.8211718.018868.1911467.28802.410481.97332.310415.198099.6310312.917867.539431.188617.119337.567191.969265.906996.90;procpri

5、nt;run;procgplot;ploty*x;symbolc=blackv=stari=none;run;proccorrpearson;varyx;run;procreg;modely=x/prdw;outputout=outr=residual;run;printcli;printclm;ploty*x/conf95;run;procgplotdata=out;plotresidual*x;symbolc=blackv=stari=none;run;dataout1;setout;z=abs(

6、residual);lag1residual=lag1(residual);t=_n_;run;.专业.整理.下载可编辑procprintdata=out1;run;proccorrdata=out1;varxz;run;procgplotdata=out1;plotresidual*lag1residual=1;plotresidual*t=2;symbol1c=blackv=stari=none;symbol2c=blackv=stari=none;run;三、输出结果以及相关分析:1.录入数据:

7、2.散点图:.专业.整理.下载可编辑有相关图我们可以发现,居民家庭人均可支配收入与消费支出具有明显的一元线性关系。3.简单统计量和Pearson相关系数:由相关图和相关系数我们可以发现,居民家庭人均可支配收入与消费支出具有明显的一元线性相关关系,所以我们选择用一元回归模型对其进行拟合。4.参数估计及模型检验:.专业.整理.下载可编辑由结果看出:参数x显著,而常数项不显著,但一般情况下我们都选择保留常数项,来体现实际意义,而方差分析中p<0.0001,所以一元回归方程也显著。所以拟合模型为:y=86.4

8、8762+1.30066*x5.区间估计预测值与模型均值的拟合图,以及残差图:由区间估计与模型均值的拟合图,我们可以确定,一元回归拟合效果良好,置信区间分部也合理。.专业.整理.下载可编辑再由残差图中我们可以看出:点都在0值上下随机分布,没有明显的趋势,所以一元回归拟合效果良好。为了增强模型的可靠性,我们进一步对模型进行异方差检验和自相关性检验。6.异方差检验:等级相关系数法:z为残差的绝对值,所以由p=0.9966>0.05,以及结合上面的残差图:点的

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。