我国出境旅游市场影响因素逐步回归分析.doc

我国出境旅游市场影响因素逐步回归分析.doc

ID:57332564

大小:199.50 KB

页数:6页

时间:2020-08-12

我国出境旅游市场影响因素逐步回归分析.doc_第1页
我国出境旅游市场影响因素逐步回归分析.doc_第2页
我国出境旅游市场影响因素逐步回归分析.doc_第3页
我国出境旅游市场影响因素逐步回归分析.doc_第4页
我国出境旅游市场影响因素逐步回归分析.doc_第5页
资源描述:

《我国出境旅游市场影响因素逐步回归分析.doc》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、我国出境旅游市场影响因素的逐步回归分析-旅游管理我国出境旅游市场影响因素的逐步回归分析倪学慧 王 丹回归分析是一种可以确定两种或两种以上变量之间的有无相关关系的统计方法。基于stata软件通过逐步回归方法分析我国出境旅游市场的影响因素,可以有效解决相互关联、有共同变化趋势的变量之间的多重共线性问题,提高统计分析的科学性,找出最关键的解释变量,更好地做出旅游预测。2014年中国出境旅游人次超过1亿,境外旅游消费突破千亿;中国内地公民出境旅游人数自1998年的843万人次,到2014年破亿,增长10.8倍。相比之下,入境旅游却停滞不前,旅游贸

2、易逆差将进一步扩大。面对我国旅游贸易巨大逆差而且是常态化的逆差,确定影响我国出境旅游市场的因素显得更为重要。只有确定了影响因素,才能对这个市场进行管理和发展。然而,影响出境旅游市场的因素众多,而且不同因素之间可能存在着一定的关联性。这种共线性的存在会使统计分析失效,无法准确做出预测。本文采用逐步回归分析的方法,以期研究出影响出境旅游市场因素的关系,以把握出境旅游市场的发展趋势,做出科学决策。一、逐步回归分析的基本思想逐步回归分析是在多元线性回归分析法的基础上发展的。它的线性模型可以表示为:Y=β1+β2X2+β3X3+···+βnXn+μ

3、。它的主要思路是找出在引入的多个自变量中按其对因变量的作用大小或者说显著程度,将自变量由大到小引入回归方程。对于那些对因变量作用不显著的变量可能始终不会引入回归方程,而且已引入回归方程的变量在引入新变量后也可能从回归方程中剔除出去。具体做法是将变量一个一个的引入,当每引入一个自变量后,对已选入的变量要进行逐个检验,当原引入变量由于后面变量的应纳入而变得不再显著时,要将其剔除。引入一个变量或从回归防方程中剔除一个变量,为逐步回归的一步,每一步都要进行F检验,以确保每次引入新的变量之前回归方程中只包含显著的变量。这个过程反复进行,直到无显著变

4、量引入回归方程,也无不显著变量从回归方程中剔除为止。这样就避免了前进法和后退法各自的缺陷,保证了最后得到的回归子集是最优回归子集。二、逐步回归分析的过程及结果(一)变量的选取和数据来源根据相关文献对影响出境旅游市场因素的研究,本文以2000年到2012年的中国旅游出境人次为因变量,选取“人均国民生产总值(人均GDP)”、“城镇人均消费支出”、“汇率”、“城镇居民恩格尔系数”、“累计开放国家和地区”以及“城市化率”等六个变量作为自变量。这些数据是从《中国国民经济与社会发展统计公报》和国家旅游局官网公开信息中整理所得。(二)逐步回归分析的软件

5、及结果本文采用在经济、教育和人口等众多领域运用的stata统计软件进行逐步回归分析并做一个简单回归分析与逐步回归分析结果做一个对比。为避免死循环的出现,将进入回归方程的变量的P值设定为0.05,而剔除回归方程的变量的P值设定为0.06.表1呈现的是变量的描述性分析。其中agdp表示“人均国民生产总值”,单位为元;pccs表示“城镇居民人均消费支出”,单位为元;exrate表示“汇率”,即1美元所兑人民币;ecoef表示“城镇居民恩格尔系数”;openctry表示“累计开放国家和地区”;travller表示“中国出境旅游人次”,单位是万人次

6、。“人均国民生产总值”、“城镇居民人均消费支出”的标准差可以看出,中国人的收入和支出在这13年发生了巨大的变化。而出境旅游人次的变化同样也是庞大的。逐步回归分析的结果如下表2所示。在逐步分析的过程中“人均国民生产总值(人均GDP)”、“城镇居民恩格尔系数”、“累计开放国家和地区”以及“城市化率”这四个变量因为其P值大于设定值0.06而被删除;保留下来的变量是“城镇人均消费支出”和“汇率”。而且R方为99.3%,说明这个模型的拟合优度非常好。该线性方程可表示为Y=1182.8*Xe+0.821*Xp-12951.9。即汇率每变动一个单位,出

7、境旅游人次变动1182.8%;城镇居民人均支出每变动1个单位,出境旅游人次变动0.821%。以2014年《中国国民经济与统计发展公告》的数据进行验证,发现预测效果不错(预测值为10590万人次,实际值为11659万人次)。简单回归分析的结果如下表3所示。表3中显著相关的变量只有“汇率”一个。对2014年进行预测的结果为负值,与实际相差巨大。因为“国民生产总值”、“城镇居民消费支出”、“城镇居民恩格尔系数”等变量之间多多少少存在着联系。将它们都放入回归方程中,势必对回归结果造成影响。所以可见逐步回归分析在克服多重共线性方面有较大作用。三、结

8、论逐步回归分析方法能够很好地克服多重共线性对回归方程的影响,使回归方程的预测效果更佳。而从逐步回归分析方法得出的结果可以看到“城镇居民人均消费支出”和“汇率”在推动中国人“走出去”上起着重要作

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。