mathstat地区财政收入回归分析案例.docVIP

上海市财政收入的逐步回归分析 摘要：本文根据收集的上海市历年来的数据浅析影响上海市财政收入的因素, 利用逐步回归的方法建立上海市财政收入回归模型, 得出财政支出、进口商品金额、出口商品金额和外资吸收中影响财政收入的显著性因素，并就所得的模型进行了讨论。 关键词：逐步回归；上海市财政收入 引言 回归分析是处理变量间的相互关系的一种有效工具，其目的就是建立一个包含若干自变量和因变量的模型。建立回归模型的关键是要找出一组被认为可能与因变量有协变关系的变量，然后依据回归分析方法对这组自变量进行选择，具体应遵循的原则是： （1）显著性。即纳入模型的自变量对因变量的影响是显著的。 （2）独立性。即应避免备选自变量之间的相关性。 （3）无相关性。即应避免带有自相关的自变量被确定为备选自变量。 （4）有效性。即尽量选择拟合效果好的变量。 逐步回归法就是决定备选自变量取舍的一种回归分析方法，其基本思路是：按自变量对因变量作用的大小，由大到小依次逐个引入模型。凡引入一个自变量都要对模型的每一个自变量的作用进行显著性检验。如果一个备选的自变量所对应的F统计量的值大于事先指定的“纳入标准”，则此自变量将被纳入模型。如果一个备选的自变量所对应的F统计量的值小于事先指定的“剔除标准”，则其将被剔除模型。从模型中有零个自变量开始，逐步按“纳入标准”和“剔除标准”进行这种取舍，直至没有自变量可以被纳入和剔除模型为止。 本文就是利用逐步回归的方法建立上海市财政收入的回归模型，用SPSS统计软件对历年来影响上海市财政收入的因素进行了回归分析，并就得到的模型进行了讨论。 2 计算过程与结果 2.1 数据收集 表1是以《上海统计年签2002》为参考，取了1991年到2000年上海市财政收入的数据。本文以此数据建立回归模型，进行具体的分析，然后将所得到的模型针对2001年财政收入的数据进行了检验。 表1 1991-2000年来上海市财政收入、支出、进出口商品金额和外资吸收的情况。 年份 Y X1 X2 X3 X4 1991 324.66 102.58 101.51 18.60 86.05 1992 340.13 131.81 119.64 37.57 94.99 1993 439.53 169.54 139.77 53.47 129.26 1994 615.91 173.08 189.34 53.60 196.92 1995 702.46 255.30 256.07 58.08 267.89 1996 873.76 256.57 272.13 53.20 342.66 1997 1070.95 252.32 334.51 58.48 428.92 1998 1146.00 261.80 374.58 41.04 448.07 1999 1390.58 318.63 442.88 63.90 546.38 2000 1752.70 477.39 615.72 73.73 622.84 其中Y：上海市财政收入(亿元)；X1：进口商品金额(亿美元)；X2：出口商品金额(亿美元)；X3：外资吸收(亿美元)；X4：财政支出(亿元)。 2.2 数据分析 按照统计的一般思路，首先对采集的数据作它们的矩阵散点图，考察其线性相关程度。 图(a) 矩阵散点图 图(a)显示：财政收入与进口商品、出口商品、外资吸收、财政收入之间都有一定的线性相关关系。其中财政收入与进口商品、财政收入与财政支出之间的相关程度明显高于其他之间的相关程度。因而我们可以用多元线性回归模型对数据进行分析。 2.3 计算过程及结果 假设上海市财政收入为因变量, 进口商品金额、出口商品金额、外资吸收、财政支出为自变量,建立线性回归模型： Y=α1X1 +α2X2 +α3X3 +α4X4 +ε (2.1) 其中：Y—上海市财政收入；X1—进口商品金额；X2—出口商品金额；X3—外资吸收；X4—财政支出；ε—为随机干扰数。用SPSS 软件输入数据采取逐步回归法对数据进行分析，备选变量纳入和剔出标准为系统默认的Use probability of F :当候选变量中F值的P值小于或等于引入值（0.05），时纳入相应的变量；以进入方程的变量中，最小F值的P值大于或等于剔除值（0.10）时，剔除相应的变量。以下是SPSS的输出结果： 表2 变量的引入和剔除 表3 模型汇总 表4 方差分析 表5 回归系数 表6 变量的剔除 表7 残差统计 图b 标准化残差的直方图 图c 散点图 2.4 统计分析结果的解释 表2显示逐步回归法最线引入变量X2—出口商品金额，建立了模型1。接着引入变量X4—财政支出，建立了模型2。 表3显示了各模型的拟合情况。可以看出随着模