中国旅游业收入影响因素的研究-计量经济学.docVIP

中国旅游业收入影响因素的研究-计量经济学.doc

  1. 1、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。。
  2. 2、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
  3. 3、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)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
中国旅游业收入影响因素的研究-计量经济学

中国旅游业收入影响因素的研究 概述:旅游行业是个潜力巨大,商机无限的行业,伴随着人民生活水平的提高,休闲娱乐活动的增加,旅游业也呈现旺盛的发展势头,文中选取了6个可能影响国内旅游行业收入的变量,进行回归分析,这对于旅游业未来的发展规划有重要的作用。 选取变量:Y:国内旅游行业收入,X1:国内旅游人数,X2:城镇居民旅游人均支出,X3:农村居民旅游人均支出,X4:铁路营运里程,X5:公路里程 ,X6:私人汽车拥有量。表格如下: 年份 Y 亿元 X1百万 X2 元 X3元 X4万公里 X5万公里 X6万辆 1994 1023.5 524 414.7 54.9 5.90 111.78 205.42 1995 1375.7 629 464.0 61.5 6.24 115.70 249.96 1996 1638.4 640 534.1 70.5 6.49 118.58 289.67 1997 2112.7 644 599.8 145.7 6.60 122.64 358.36 1998 2391.28 695 607.0 197.0 6.64 127.85 423.65 1999 2831.9 719 614.8 249.5 6.74 135.17 533.88 2000 3175.3 744 678.6 226.6 6.87 140.27 625.33 2001 3522.4 784 708.3 212.7 7.01 169.80 770.78 2002 3878.4 878 739.7 209.1 7.19 176.52 968.98 2003 3442.3 870 684.9 200.0 7.30 180.97 1219.23 2004 4710.7 1102 731.8 210.2 7.44 187.07 1481.66 2005 5285.9 1212 737.1 227.6 7.54 334.52 1848.07 2006 6229.7 1394 766.4 221.9 7.71 345.70 2333.32 2007 7770.6 1610 906.9 222.5 7.80 358.37 2876.22 2008 8749.3 1712 849.4 275.3 7.97 373.02 3501.39 2009 10183.7 1902 801.1 295.3 8.55 386.08 4574.91 数据来源:《中国统计年鉴》2010,数据采集:1994年到2009年。 先分别观察Y与各个变量之间形成的图形. 操作步骤:View/graph,选择multiple graphs 从图形看,X1,X4,X6与Y都呈现比较好的线性关系。 1.1估计回归方程 输入命令:ls y c x1 x2 x3 x4 x5 x6 R2=0.998173,拟合优度较高, DW值是1.866719,比较接近2。L值是越大越好,但是为-98.28381,较小。AIC和SC是越小越好。可以看到,F检验可以通过,但是T检验在0.05的显著性水平下,X1,X4,X5通不过,X2,X3,X6可以通过。 操作:view/representations: 由于X1,X4,X5不显著,甚至X4,X5系数符号为负。X2,X3,X6显著,R2很高,F显著,可能存在多重共线性。 2.多重共线性检验 2.1检查变量之间相关性View/covariance analysis/correlation 结果显示:相关系数较高,说明存在严重多重共线性。 2.2消除多重共线性,用逐步回归法 分别做Y对X1,X2,X3,X4,X5,X6的一元回归: 变量 X1 X2 X3 X4 X5 X6 参数估计值 6.20 17.79 28.80 3751.24 24.21 2.05 R2 0.98 0.76 0.59 0.92 0.89 0.97 按照R-squared大小排序为X1,X6,X4,X5,X2,X3 以X1为基础,分别加入X6,X4,X5,X2,X3 结果:X2,X5,X6不显著,排除,X3,X4显著,X3的R2高保留。 以X1,X3,为基础,加入其他变量。 结果:X6显著,其他不显著,保留X6。 以X1,X3,X6为基础,加入其他变量 结果显示,加入X4,X5统计上不显著,加入X2之后,X1变得不显著,所以排除X2,X4,X5。最后得到的回归方程为: Y = C(1) + C(2)*X1 + C(3)*X3 + C(4)*X6 即:Y = -1284+ 3.54940835972*X1 + 5.46362495769*X3 + 0.675478266478*X6 也可以直接

文档评论(0)

zilaiye + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档