多元线性回归模型的案例分析.doc

1. 表1列出了某地区家庭人均鸡肉年消费量Y与家庭月平均收入X，鸡肉价格P1，猪肉价格P2与牛肉价格P3的相关数据。 年份 Y/千克 X/元 P1/(元/千克) P2/(元/千克) P3/(元/千克) 年份 Y/千克 X/元 P1/(元/千克) P2/(元/千克) P3/(元/千克) 1980 2.78 397 4.22 5.07 7.83 1992 4.18 911 3.97 7.91 11.40 1981 2.99 413 3.81 5.20 7.92 1993 4.04 931 5.21 9.54 12.41 1982 2.98 439 4.03 5.40 7.92 1994 4.07 1021 4.89 9.42 12.76 1983 3.08 459 3.95 5.53 7.92 1995 4.01 1165 5.83 12.35 14.29 1984 3.12 492 3.73 5.47 7.74 1996 4.27 1349 5.79 12.99 14.36 1985 3.33 528 3.81 6.37 8.02 1997 4.41 1449 5.67 11.76 13.92 1986 3.56 560 3.93 6.98 8.04 1998 4.67 1575 6.37 13.09 16.55 1987 3.64 624 3.78 6.59 8.39 1999 5.06 1759 6.16 12.98 20.33 1988 3.67 666 3.84 6.45 8.55 2000 5.01 1994 5.89 12.80 21.96 1989 3.84 717 4.01 7.00 9.37 2001 5.17 2258 6.64 14.10 22.16 1990 4.04 768 3.86 7.32 10.61 2002 5.29 2478 7.04 16.82 23.26 1991 4.03 843 3.98 6.78 10.48 求出该地区关于家庭鸡肉消费需求的如下模型： 请分析，鸡肉的家庭消费需求是否受猪肉及牛肉价格的影响。 先做回归分析，过程如下： 输出结果如下： 所以，回归方程为： (-2.463) (4.182) (-4.569) (1.483) (0.873) 由上述回归结果可以知道，鸡肉消费需求受家庭收入水平和鸡肉价格的影响，而牛肉价格和猪肉价格对鸡肉消费需求的影响并不显著。 验证猪肉价格和鸡肉价格是否有影响，可以通过赤池准则（AIC）和施瓦茨准则（SC）。若AIC值或SC值增加了，就应该去掉该解释变量。 去掉猪肉价格P2与牛肉价格P3重新进行回归分析，结果如下： Variable Coefficient Std. Error t-Statistic Prob.?? C -1.125797 0.088420 -12.73237 0.0000 LOG(X) 0.451547 0.024554 18.38966 0.0000 LOG(P1) -0.372735 0.063104 -5.906668 0.0000 R-squared 0.980287 ????Mean dependent var 1.361301 Adjusted R-squared 0.978316 ????S.D. dependent var 0.187659 S.E. of regression 0.027634 ????Akaike info criterion -4.218445 Sum squared resid 0.015273 ????Schwarz criterion -4.070337 Log likelihood 51.51212 ????F-statistic 497.2843 Durbin-Watson stat 1.877706 ????Prob(F-statistic) 0.000000 通过比较可以看出，AIC值和SC值都变小了，所以应该去掉猪肉价格P2与牛肉价格P3这两个解释变量。所以该地区猪肉与牛肉价格确实对家庭的鸡肉消费不产生显著影响。 2. 表2列出了中国2012年按行业分的全部制造业国有企业及规模以上制造业非国有企业的工业总产值Y，资产合计K及职工人数L。 序号 工业总产值Y/亿元 资产合计K/亿元 职工人数L/万人 序号 工业总产值Y/亿元 资产合计K/亿元 职工人数L/万人 1 3722.700 3078.220 113.0000 17 812.70