农村居民消费水平要素关联度分析.docxVIP

农村居民消费水平要素的关联度分析 农村居民消费水平, 农村居民家庭纯收入。商品零售价格指数关联度分析 为了更好的进行对农村居民消费水平, 农村居民家庭纯收入,商品零售价格指数的关联度分析，我们选取全国1989至2008年农村居民消费水平, 农村居民家庭纯收入。商品零售价格指数的统计资料，如表1所示。 我们建立三元回归模型y＝b1＋b2X2＋b3X3＋（相关计算数据参照于表1）。我们将农村居民消费水平作为被解释变量y, 农村居民家庭纯收入作为解释变量X2, 商品零售价格指数纯收入作为解释变量X3，运行统计分析软件SPSS，将上表中数据输入界面，进行回归分析所得结果如表2-2、表2-3和表2-4所示。 2-2模型汇总模型RR 方调整 R 方标准 估计的误差1.978a.956.950202.385a. 预测变量: (常量), 商品零售价格指数, 农村居民家庭人均纯收入。 2-3Anovab模型平方和df均方FSig.1回归1.498E727489666.110182.855.000a残差696311.5811740959.505总计1.568E719a. 预测变量: (常量), 商品零售价格指数, 农村居民家庭人均纯收入。b. 因变量: 农村居民消费水平 2-4系数a模型非标准化系数标准系数B标准 误差试用版tSig.1(常量)2020.904738.1352.738.014农村居民家庭人均纯收入.478.027.93917.526.000商品零售价格指数-14.1316.819-.111-2.072.054a. 因变量: 农村居民消费水平据此，可得该回归模型各项数据为：y=2020.904+0.478X2-14.131X3＋ 令＝0.1 我们提出如下假设： H0：Bi＝0，Y＝B1+B2X2+B3X3+μi y＝b1＋b2X2＋b3X3＋ t(bi)~ (19) 在水平下，t检验的拒绝域为：〔－∞，－1.729〕和〔1.729，＋∞〕 所以t（b1）、t（b2）、t（b3）均落在拒绝域中，拒绝原假设，即常数项、X2、X3对于模型均有意义。 联合假设检验： H0：＝0 F ～ (2，19) 在水平下，模型中的F值落在F检验的右侧拒绝域〔3.52，＋∞〕中，拒绝原假设，即0 对于该模型的经济意义解释如下： 平均而言，在其他条件不变的情况下，平均而言，在其他条件不变的情况下，农村居民家庭纯收入每变动一个单位，将引起农村居民消费水平变动0.005个单位；在其他条件不变的情况下，商品零售价格指数纯收入每变动一个单位，将引起农村居民消费水平14.131个单位。并且，该模型反映了95.6%的真实情况。 模型多重共线性诊断 在以下分析中，将选取原数据所得模型： y=2020.904+0.478X2-14.131X3＋ 相关计算数据参照于附表2-2和附表2-4。 1.进行多重共线性的诊断 （1） ＝ 0.956 t（b1）＝2.738 t（b2）＝17.526 t（b3）=-2.072由此可看出，该模型的拟合优度较大，各参数的t检验值都较显著，所以，不能据此看出其存在多重共线性。 （2）X2、X3之间的关联度 相关性农村居民家庭人均纯收入X2商品零销售价格指数X3农村居民家庭人均纯收入X2Pearson 相关性1-.298显著性（双侧）.201N2020商品零销售价格指数X3Pearson 相关性-.2981显著性（双侧）.201N2020 由此可看出，该模型的X2与X3、X4都是不相关的。 （3）辅助回归 针对模型：y=2020.904+0.478X2-14.131X3＋ 建立以X2为因变量， X3为自变量的辅助回归模型：X2＝c1＋c2 X3＋ 运行统计分析软件SPSS，将上表中数据输入界面，进行回归分析所得结果如表5-2、表5-3和表5-4所示 模型汇总模型RR 方调整 R 方标准 估计的误差1.298a.089.0381750.58095a. 预测变量: (常量), 商品零销售价格指数X3。 Anovab模型平方和df均方FSig.1回归5387706.58615387706.5861.758.201a残差5.516E7183064533.666总计6.055E719a. 预测变量: (常量), 商品零销售价