北航数理统计回归大作业解释.docVIP

数理统计 课程大作业1逐步回归分析摘要：本文介绍多元线性回归分析方法以及逐步回归法，然后结合实际，以我国1995-2012年的财政收入为因变量，选取了8个可能的影响因素，选用逐步回归法对各影响因素进行了筛选分析，最终确定了其“最优”回归方程。 关键字：多元线性回归 逐步回归法 财政收入 SPSS1 引言 自然界中任何事物都是普遍联系的，客观事物之间往往都存在着某种程度的关联关系。为了研究变量之间的相关关系，人们常用回归分析的方法，而回归分析是数理统计中一种常用方法。数理统计作为一种实用有效的工具，广泛应用于国民经济的各个方面，在解决实际问题中发挥了巨大的作用，是一种理论联系实践、指导实践的科学方法。 财政收入，是指政府为履行其职能、实施公共政策和提供公共物品与服务需要而筹集的一切资金的总和。财政收入表现为政府部门在一定时期内（一般为一个财政年度）所取得的货币收入。财政收入是衡量一国政府财力的重要指标，政府在社会经济活动中提供公共物品和服务的范围和数量，在很大程度上决定于财政收入的充裕状况。 本文将以回归分析为方法，运用数理统计工具探求财政收入与各种统计指标 （2.2） 也称式(2.2)为m元线性回归方程。为回归常数，也称回归系数，称为回归系数。 2.2 逐步回归法 在多元线性回归分析中，由于有多个自变量，回归自变量的选择成为建立回归模型的重要问题。通常，一方面，为获取全面信息总希望模型中包括的自变量尽可能多；另一方面，考虑到获取很多自变量的观测值的费用和实际困难，则希望模型中包含尽可能少而且重要的变量。因此，人们常根据某种规则对自变量进行筛选。本次选用的方法是逐步回归法。 1）回归效果的显著性检验 y与变量线性相关的密切程度可以用回归平方和U在总平方和中所占的比例来衡量。称为y关于的样本复相关系数，为样本决定系数。在多元线性回归的实际应用中，用复相关系数来表示回归方程对原有数据拟合程度的好坏。显然，其越接近1，回归方程拟合程度越高。 2）偏F检验 检验某个自变量对y的影响是否显著的正规方法是偏F检验。 设原回归方程（全模型）为： 去掉变量后的新回归方程（减模型）为： 全模型的复相关系数的平方为，减模型的复相关系数的平方为，定义。若几乎为零，则说明x对y没有显著影响，反之则表示x对y有其它变量不可替代的显著影响。 检验假设： 当为真时，检验统计量为 对于给定显著性水平，由样本计算出的值，若则拒绝，说明x对y有显著影响，应在减模型中引入自变量x；反之则应剔除x，使之成为减模型。 偏F检验通常被用作变量筛选的依据。逐步回归法中就是对各变量采用偏F法进行检验的。 3) 逐步回归法的步骤 逐步回归法的基本思想是：将变量逐个引入，引入条件是该变量的偏F检验是显著的。同时，每引入一个新变量后又对老变量逐个检验，将变得不显著的变量从回归模型中剔除。 具体步骤如下： 1、对m个自变量分别与y建立回归模型，对它们分别计算，得中最大的那个值，比如。 （Ⅰ）如果，则计算结束，即y与所有自变量均线性无关； （Ⅱ）如果，则引入，建立回归方程 （2.3） 2、建立y与自变量子集（）的二元回归模型 （2.4） 以式(2.4)为全模型，式(2.3)为减模型求值，并取得中最大的那个值，比如说。 ⑴如果，则计算结束，这时建立的模型为式(2.3)； ⑵如果，则引入，建立回归方程 （2.5） 3、当引入后，对做偏F检验，看是否需要剔除； ⑴如果，则不剔除，并继续引入下一个变量； ⑵如果，则从式2.4中剔除，再继续引入下一个变量。 重复上述步骤，直到所有模型外的变量都不能引入，模型内的变量都不能被剔除为止。 3 财政收入回归分析实例 本次作业利用SPSS软件和逐步回归法，对原始数据进行了回归分析，并最终获得了“最优”回归方程，解决这个问题。 3.1 数据收集及处理 首先进行参考数据的选择，根据查阅书籍以及中国统计局网站得到的数据资料，归纳出可能影响国家财政收入的一些主要因素，包括国内生产总值（亿元），人口数（万人）等。本文，，，（），（），(亿元)，（亿元）1995年至2012年18年间财政收入与所选变量的数据汇总。 年份 国内生产总值（亿元） 人口数（万人） 能源生产总量（标准煤）（万吨） 农作物总播种面积（千公顷） 货运量（万吨） 出口总额（亿元） 进口总额（亿元） 建筑业总产值（亿元） 财政收入（亿元） 1995 60793.7 121121 129034 149879 1234938 12452 11048 5793.75 6242.2 1996 71176.6 122389 133032 152381 1298421 12576 11557 8282.25 7407.