spss多元回歸分析案例_第1頁
spss多元回歸分析案例_第2頁
spss多元回歸分析案例_第3頁
spss多元回歸分析案例_第4頁
spss多元回歸分析案例_第5頁
已閱讀5頁,還剩6頁未讀 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡介

1、.企業(yè)管理對居民消費(fèi)率影響因素的探究-改革開放以來,我國經(jīng)濟(jì)始終保持著高速增長的趨勢,三十多年間綜合國力得到顯著增強(qiáng),但我國居民消費(fèi)率一直偏低,甚至一直有下降的趨勢。居民消費(fèi)率的偏低必然會導(dǎo)致我國內(nèi)需的不足,進(jìn)而會影響我國經(jīng)濟(jì)的長期健康發(fā)展。本模型以湖北省1995年-2010年數(shù)據(jù)為例,探究各因素對居民消費(fèi)率的影響及多元關(guān)系。(注:計(jì)算我國居民的消費(fèi)率,用居民的人均消費(fèi)除以人均GDP,得到居民的消費(fèi)率)。通常來說,影響居民消費(fèi)率的因素是多方面的,如:居民總收入,人均GDP,人口結(jié)構(gòu)狀況(兒童撫養(yǎng)系數(shù),老年撫養(yǎng)系數(shù)),居民消費(fèi)價(jià)格指數(shù)增長率等因素。總消費(fèi)億元)199519972000200120

2、0220031095.971438.121594.081767.381951.542188.052109.382856.473545.393880.534212.824757.4551.9650.3544.9645.5446.3245.991.人口年齡結(jié)構(gòu)一種比較精準(zhǔn)的描述是:兒童撫養(yǎng)系數(shù)(0-14歲人口與 15-64歲人口的比值)、老年撫養(yǎng)系數(shù)(65歲及以上人口與15-64歲人口的比值或總撫養(yǎng)系數(shù)(兒童和老年撫養(yǎng)系數(shù)之和)。0-14歲人口比例與65歲及以上人口比例可由湖北省統(tǒng)計(jì)年鑒查得。.專業(yè)學(xué)習(xí)資料.2452.622785.423124.373709.694225.384456.31513

3、6.785633.246590.197617.479333.443.5442.2741.0239.7537.3034.3832.5020052006200720082009201011328.9212961.115806.09(注:數(shù)據(jù)來自湖北省統(tǒng)計(jì)年鑒)一、計(jì)量經(jīng)濟(jì)模型分析一數(shù)據(jù)搜集根據(jù)以上分析,本模型在影響居民消費(fèi)率因素中引入6個(gè)解釋變量。X1:居民總收入(億元),X2:人口增長率(),X3:居民消費(fèi)價(jià)格指數(shù)增長率,X4:少兒撫養(yǎng)系數(shù),X5:老年撫養(yǎng)系數(shù),X6:居民消費(fèi)占收入比重(%)。X3:居民X2:人口增長率()X6:居民消費(fèi)率 X1:總收入消費(fèi)價(jià)格 X4:少兒 X5:老年指數(shù)增長 撫

4、養(yǎng)系數(shù) 撫養(yǎng)系數(shù)率消費(fèi)比重(%)(億元)(%)19951997200051.961590.752033.682247.259.278.123.717.12.845.341.1399.42 68.950.3544.969.44 70.729.57 70.930.4.專業(yè)學(xué)習(xí)資料.200120022003200420052006200720082009201045.5446.3245.9943.5442.2741.0239.7537.32139.712406.552594.612660.113172.413538.42.442.212.322.40.7-0.42.24.92.91.64.86.3-

5、0.42.937.8336.1834.4332.6931.0930.1729.4628.6228.0527.839.72 82.69.81 81.099.87 84.339.89.73 87.89.9 88.392.23.053.133.232.713.484.344168.524852.585335.546248.7510.04 88.9910.1 87.0710.25 83.5210.41 82.234.3832.5二計(jì)量經(jīng)濟(jì)學(xué)模型建立假定各個(gè)影響因素與的關(guān)系是線性的,則多元線性回歸模型為: y x x x x x x t01 12 23 34 45 5 6 6利用統(tǒng)計(jì)分析軟件輸出分析結(jié)果

6、如下:Descriptive StatisticsY1313X13.3068E31436.45490.專業(yè)學(xué)習(xí)資料.表1X2X3X6X5X41313131313VariablesEntered23.52542.93752Methoda. All requested variables entered.b. Dependent Variable: Y這部分被結(jié)果說明在對模型進(jìn)行回歸分析時(shí)所采用的方法是全部引入法 Enter。表3Correlations.927-.877.623.392-.795-.9821.000.000.000.011.093.001.000.X1X2X3X6X5X4Y.00

7、0.049.118.022.000.00013.170.240.061.000.00013.007.001.020.01113.166.110.09313.003.00113.00013N13.專業(yè)學(xué)習(xí)資料.a.a. Predictors: (Constant), X4, X3, X2, X6, X1, X5b. Dependent Variable: Y該表格是方差分析表,從這部分結(jié)果看出:統(tǒng)計(jì)量 F=54.421,顯著性水平的值P值為0,說明因變量與自變量的線性關(guān)系明顯。Sum of Squares一欄中分別代表回歸平方和為389.015,、殘差平方和7.148、總平方和為396.163.

8、表6CoefficientsaUnstandardized CoefficientsStd. Error66.059CoefficientsBeta.632.037.070.774.662.233.543a. Dependent Variable: Y該表格為回歸系數(shù)分析,其中 Unstandardized Coefficients為非標(biāo)準(zhǔn)化系數(shù),Standardized Coefficients為標(biāo)準(zhǔn)化系數(shù),t為回歸系數(shù)檢驗(yàn)統(tǒng)計(jì)量,Sig.為相伴概率值。從表格中可以看出該多元線性回歸方程:.專業(yè)學(xué)習(xí)資料.Y=-33.364-0.006X +0.861X +0.036X +0.527X +12

9、.715X -0.091X 123456二、計(jì)量經(jīng)濟(jì)學(xué)檢驗(yàn)一多重共線性的檢驗(yàn)及修正、檢驗(yàn)多重共線性從“表3 相關(guān)系數(shù)矩陣”中可以看出,個(gè)個(gè)解釋變量之間的相關(guān)程度較高,所以應(yīng)該存在多重共線性。、多重共線性的修正逐步迭代法運(yùn)用軟件中的剔除變量法,選擇stepwise逐步回歸。輸出表7:進(jìn)入與剔除變量表。Variables Entered/RemovedaVariablesEnteredStepwise (Criteria: Probability-of-F-to-enter = .100).Stepwise (Criteria: Probability-of-F-to-enter = .100).

10、a. Dependent Variable: Y可以看到進(jìn)入變量為X1與X2.表8:Durbin-Watson1.9831.57016.97673a. Predictors: (Constant), X1.專業(yè)學(xué)習(xí)資料.Std. Error of theEstimate Durbin-Watson1.57016.976731.983b. Predictors: (Constant), X1, X2c. Dependent Variable: Y表8是模型的概況,我們看到下圖中標(biāo)出來的五個(gè)參數(shù),分別是負(fù)相關(guān)系數(shù)、決定系數(shù)、校正決定系數(shù)、隨機(jī)誤差的估計(jì)值和D-W值,這些值(除了隨機(jī)誤差的估計(jì)值,D

11、-W越接近2越好)都是越大表明模型的效果越好,根據(jù)比較,第二個(gè)模型應(yīng)該是最好的。表9:方差分析表Sig.aba. Predictors: (Constant), X1b. Predictors: (Constant), X1, X2c. Dependent Variable: Y方差分析表,四個(gè)模型都給出了方差分析的結(jié)果 ,這個(gè)表格可以檢驗(yàn)是否所有偏回歸系數(shù)全為0,sig 值小于0.05可以證明模型的偏回歸系數(shù)至少有一個(gè)不為表10:參數(shù)檢驗(yàn).專業(yè)學(xué)習(xí)資料.CoefficientsBeta.000.000.000.000.001a. Dependent Variable: Y參數(shù)的檢驗(yàn),這個(gè)表格

12、給出了對偏回歸系數(shù)和標(biāo)準(zhǔn)偏回歸系數(shù)的檢驗(yàn) ,偏回歸系數(shù)用于不同模型的比較 ,標(biāo)準(zhǔn)偏回歸系數(shù)用于同一個(gè)模型的不同系數(shù)的檢驗(yàn),其值越大表明對因變量的影響越大。Y=52.497-0.004X1+0.056X2+二異方差的檢驗(yàn)輸出殘差圖:如圖1.專業(yè)學(xué)習(xí)資料.從圖1看出,e2并不隨的增大而變化,表明模型不存在異方差。三)、自相關(guān)檢驗(yàn)-用D-W檢驗(yàn).比較好。2.F值檢驗(yàn):由表9F=202.632。查表得,置信度為95%,自由度為1,12的F臨界值為4.474,F(xiàn)值遠(yuǎn)遠(yuǎn)大于臨界值,則說明模型顯著。檢驗(yàn)由表10,0,1,2的值分別問52.686,-17.599,4.293。查表得,t檢驗(yàn)的臨界值為1.771。說明回歸方程對各個(gè)變量均有顯著影響。(五)、模型結(jié)果因?yàn)樽?/p>

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 人人文庫網(wǎng)僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論