应用回归分析设计报告作业.docVIP

  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
应用回归分析设计报告作业

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: 徐州师范大学 数学科学学院 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: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收入而消费又是拉动经济增长的重要因素收入的现状进行分析收入特点及其中存在的不足,选取可能影响我国城镇居民家庭人均可支配收入的城乡居民储蓄存款年底余额(%)5个因素,运用多元线性回归分析建立模型,先运用普通最小二乘估计求回归系数再对方程进行异方差重共线性诊断,用迭代法消除了自变量之间的自相关,先是用逐步回归和剔除变量的方法,最终转变为用方差扩大因子法城乡居民储蓄存款年增加额剔除城镇居民家庭恩格尔系数(%)解决多重共线性,建立最终回归方程以其探究最后进入回归方程的几个变量在影响城镇居民收入孰轻孰重,达到学习与生活结合的效果的主要原因,并对模型联系实际进行分析,以供国家进行决策做参考 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收入水平也大幅提高但居民收入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收入和消费支出体系的健康发展至关重要收入又是决定居民消费的最主要因素人口基数大消费群体众多但由于居民收入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收入分配问题也愈发明显收入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,我国城乡居民收入稳定增长,农村居民收入增长较快,城镇居民家庭人均总收入12076元,城镇居民人均可支配收入11041元,同比增长13.2%,扣除价格因素,实际增长7.6%收入中,工资性收入同比名义增长11.5%,转移性收入增长9.9%,经营净收入增长31.2%,财产性收入增长20.4%收入3706元,同比增长20.4%,扣除价格因素,实际增长13.7%,工资性收入同比名义增长20.1%,家庭经营收入增长21.0%,财产性收入增长7.5%,转移性收入增长23.2%,导致消费需求不旺?针对有效需求不足这一突出问题,党中央利国务院 决定, 积极调整收入分配政策,通过提高国有企业下岗职工等低收入者的生活保障水平 和增加机关事业单位职工工资等措施,逐步改变居民收入预期下降?支出预期I:列?高 收入者消费意愿不强?低收入者消费能力不足的状况,旨在刺激消费需求,健进国民经 济持续快速健康发展?” 下面通过统计数据对我国城镇居民家庭人均可支配收入的总体现状和发展态势进行分析了解我国居民收入分配情况 问题重述以1991年-2011年的城镇居民家庭人均可支配收入y为因变量,选取城乡居民储蓄存款年底余额x1城乡居民储蓄存款年增加额x2国民总收入x3职工基本就业情况x4城镇居民家庭恩格尔系数(%)x5为自变量(三)模型分析与建立①多元线性回归模型多元线性回归模型的一般形式 设随机变量与一般变量 的线性回归模型为 (4.1) 其中,是个未知参数,称为回归常数,称为回归系数称为被解释变量(因变量),是个可以精确测量并控制的一般变量,称为解释变量(自变量)是随机误差,与一元线性回归一样,对随机误差项我们常假定 (4.2) 称 (4.3) 为理论回归方程对一个实际问题,如果我们获得组观测数据,则线性回归模型(4.1)式可表示为 (4.4) 写成矩阵形式为 (4.5) 其中 (4.6) 是一个阶矩阵,称为回归设计矩阵或资料矩阵多元线性回归模型的基本假定为了方便地进行模型的参数估计,对回归方程(4.4)式有如下一些基本假定:解释变量是确定性变量,不是随机变量,且要求,表明设计矩阵中的自变量列之间不相关,样本量的个数应大于解释变量的个数,是一满秩矩阵随机误差项具有零均值和等方差,即 (4.7) 这个假定常称为高斯—马尔柯夫条件,假设观测值没有系统错误,随机误差项的平均值为0的协方差为0,表明随机误差项在不同的样本点之间

您可能关注的文档

文档评论(0)

ipad0e + 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