大学毕业论文—基于多元线性回归模型对我国城镇居民家庭人均可支配收入的分析.doc

大学毕业论文—基于多元线性回归模型对我国城镇居民家庭人均可支配收入的分析.doc

  1. 1、本文档共19页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
应用回归分析 课程设计报告 课 程: 应用回归分析 题 目: 人均可支配收入的分析 年 级: 11金统 专 业: 金融统计 学 号: 姓 名: 指导教师: 基于多元线性回归模型对我国城镇居民家庭人均可支配收入的分析 摘要:收入分配和消费结构都是国民经济的重要课题居民消费的主要来源是居民而消费又是拉动经济增长的重要因素。本文将通过多远统计分析方法对我国各地区城镇居民的现状进行分析。通过分析找出我国城镇居民特点及其中存在的不足 关键词:多元线性回归 异方差 自相关 多重共线性 逐步回归 方差扩大因子 (一)引言: 改革开放以来我国的国民经济增长迅速居民的水平也大幅提高但居民分配差距也在不断扩大。2008年的金融危机为我国带来的后遗症还在继续影响着居民正常生活物价上涨和通货膨胀的压力仍然困扰着老百姓和消费支出体系的健康发展至关重要。消费是拉动国民经济增长的一架重要马车又是决定居民消费的最主要因素。我国口基数大消费群体众多但由于居民分配差距大直接影响到居民消费需求的降低从而影响经济增长。而且随着中国特色的市场经济体制的建立各种分配问题也愈发明显。因此鉴于篇幅限制本文就只针对城镇居民的进行分析。中国网北京7月13日讯 国家统计局今日发布数据显示,我国城乡居民稳定增长,农村居民增长较快。上半年,城镇居民家庭人均总12076元。其中,城镇居民人均可支配11041元,同比增长13.2%,扣除价格因素,实际增长7.6%。在城镇居民家庭人均总中,工资性同比名义增长11.5%,转移性增长9.9%,经营净增长31.2%,财产性增长20.4%。农村居民人均现金3706元,同比增长20.4%,扣除价格因素,实际增长13.7%。其中,工资性同比名义增长20.1%,家庭经营增长21.0%,财产性增长7.5%,转移性增长23.2% 下面通过统计数据对的总体现状和发展态势进行分析了解我国居民分配情况。 ②求解分析 直接进入法 模型汇总 模型 R R 方 调整 R 方 标准 估计的误差 1 .999a .999 .999 212.39403 a. 预测变量: (常量), 家庭恩格尔系数, 年增加额, 就业情况, 国民总收入, 年底余额。 Anovab 模型 平方和 df 均方 F Sig. 1 回归 6.745E8 5 1.349E8 2990.552 .000a 残差 676668.353 15 45111.224 总计 6.752E8 20 a. 预测变量: (常量), 家庭恩格尔系数, 年增加额, 就业情况, 国民总收入, 年底余额。 b. 因变量: 可支配收入 系数a 模型 非标准化系数 标准系数 t Sig. B 的 95.0% 置信区间 B 标准 误差 试用版 下限 上限 1 (常量) -4471.278 3126.013 -1.430 .173 -11134.218 2191.662 储蓄存款年底余额 .004 .008 .060 .457 .654 -.013 .020 储蓄存款年增加额 .011 .010 .027 1.084 .296 -.010 .032 国民总收入 .036 .005 .806 7.156 .000 .025 .047 就业情况 .102 .021 .127 4.817 .000 .057 .147 家庭恩格尔系数 -7.248 33.502 -.008 -.216 .832 -78.656 64.161 a. 因变量: 可支配收入 .025,0.047]和就业情况()系数95%置信区间[0.057,0.147]不包含0,这也反映了回归系数的不合理。 那么究竟是什么原因导致回归方程出现上述结果呢,我们猜想可能是下列原因导致的。 异方差和自相关 在回归模型的基本假设中,假定随机误差性具有相同的方差,独立或不相关,即对于所有样本点,有 但在建立实际问题的回归模型时,经常存在于此假设相违背的情况,一种是计量经济建模中常说的异方差性,即,当时另一种是自相关性,即 ,当时,异方差带来的问题: 当一个回归问题存在异方差时,如果仍用普通最小二乘发估计位置参数,将引起不良后果,特别是最小二乘估计量不再具有最小方差的优良性,即最小二乘估计的有效性被破坏了。 当存在异方差时,参数向量的方差大于在同方差条件下的方差,如果用普通最小二乘发估计参数,将出现低估的真是方差的情况,进一步将导致高估回归系数的t检验值,可能

文档评论(0)

fangbin + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档