基于回归分析的中国城镇居民人均可支配收入的预测研究资料.doc

基于回归分析的中国城镇居民家庭人均可支配收入 预测研究 Chinas per capita disposable income of urban households prediction and research based on the regression analysis 摘要：通过运用spss 数据统计分析软件，对我国21世纪以来的城镇居民家庭人均可支配收入水平进行预测分析，以了解城镇居民收入水平，进而了解其购买力，消费水平，从而更好的促进人民可支配收入的增长，增强我国综合国力,促进人民生活水平的提高。 关键词：城镇居民家庭人均可支配收入；回归分析；预测；spss Abstract: By using SPSS statistical analysis software, we forecast and analysis on per capita disposable income of urban households of our country since the 21st century, for understanding urban residents income level, and their purchasing power, consumption level, so as to better promote the growth of peoples disposable income, enhance Chinas comprehensive national strength, promote the improvement of our living standards. Key words: per capita disposable income of urban households; regression analysis; prediction; SPSS 一、研究背景 城镇居民家庭人均可支配收入是指反映居民家庭全部现金收入能用于安排家庭日常生活的那部分收入。它是家庭总收入扣除缴纳的所得税、个人交纳的社会保障费以及调查户的记账补贴后的收入。 “在众多统计指标中，居民人均可支配收入贴近民情，反映民生，不仅成为各地交通事故或工伤赔偿、低收入家庭保障补贴等法规或政策执行的参照标准；而且国家“十二五”规划纲要明确提出，要保持居民收入与经济增长同步，推动各级地方党委政府将其作为民生改善测评的重要指标。[1]”城镇居民可支配收入是居民人均可支配收入的重要组成部分，通过预测城镇居民的可支配收入水平，为更好的提高促进城市的发展做贡献。 二、研究方法与基本概念 城镇居民可支配收入是与国家的总体发展水平息息相关，国家的总体发展水平相对来说是稳定发展的，所以城镇居民可支配收入相对来说虽然会受到各种各样的因素的影响，但总体应该不会有太大的波动，所以，我们选择运用spss数据统计分析工具我们来了解数据间的关联，进而进行回归分析。 表1 2000年以来我国城镇居民人均可支配收入 年度 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2013 人均可支配收入（元） 6859.6 7702.8 8472.2 9421.6 10493.0 11759.5 13785.8 15780.8 17174.7 19109.4 21809.8 24564.7 26955.0 “回归分析是一种统计学上分析数据的方法，目的在于了解两个或多个变量间是否相关、相关方向与强度，并建立数学模型以便观察特定变量来预测研究者感兴趣的变量。找出一条最能够代表所有观测资料的函数（回归估计式）用此函数代表因变量和自变量之间的关系。7、指数估计图 由下表5可见决定系数为0.998，其反映的是自变量所能解释的方差在总方差中所占的百分比，取值越大说明模型的效果越好，可见99.8%的拟合效果应当是相当不错的。 下表5中第二个是对模型进行方差分析的结果，可以看到方差分析的结果F的值为6902.328，P的值下于0.05，所以该模型是有统计意义的，从另一个角度说，用于预测因变量是有价值的。 下表5中第三个表格，其中给出了回归方程中常数项、回归系数的估计值和检验结果，通过此值可以得到一个回归方程： 城镇人均可支配收入=6012.401e0.116*time 表5 指数估计表 8、分析结果 最后输出的是实测值和模型预测值的曲线图，从下图4可以很明显的看到，各模型间的差别不大，尤其是二次方和三次方的拟合度最好，且几乎相等。 图4 拟合曲线图 9、模型拟合效果的判断 1、存储残差值 通过对曲线图以及决定系数的观察，我们基本上可以排除线性模型和指数模型，我们可以用残差比较的方