- 1、本文档共6页,可阅读全部内容。
- 2、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。
- 3、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。
- 4、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)。
查看更多
对外经济贸易大学
研究城镇居民可支配收入与人均消费性支出的关系
班级:国际经济与贸易一班 姓名: 李文泳 学号:2008524119
一、研究的目的
本案例分析根据1980年~2009 年城镇居民人均可支配收入和人均消费性支出的基本数据,应用一元线性回归分析的方法研究了城镇居民人均可支配收入和人均消费性支出之间数量关系的基本规律,并在预测2010年人均消费性支出的发展趋势。从理论上说,居民人均消费性支出应随着人均可支配收入的增长而提高。随着消费更新换代的节奏加快,消费日益多样化,从追求物质消费向追求精神消费和服务消费转变。因此,政府在制定当前的宏观经济政策时,考虑通过增加居民收入来鼓励消费,以保持经济的稳定增长。
模型设定
表1 1980—2009年城镇人均可支配收入和人均消费性支出
年份
人均消费性支出Y/元
人均可支配收入X/元
1980
485.76
472.57
1981
517.44
560.69
1982
592.08
631.45
1983
660.12
714.20
1984
744.36
818.37
1985
889.56
954.12
1986
998.88
1102.09
1987
1215.84
1320.89
1988
1506.99
1583.13
1989
1921.05
2086.21
1990
1983.86
2303.15
1991
2388.77
2752.18
1992
2830.62
3476.70
1993
3777.43
4632.38
1994
5181.30
6367.08
1995
6253.68
7438.68
1996
6736.09
8157.81
1997
6853.48
8561.71
1998
7054.09
8839.68
1999
7517.81
9125.92
2000
8016.91
9761.57
2001
8099.63
10415.19
2002
8988.48
11137.20
2003
9636.24
12380.40
2004
10694.79
13627.65
2005
11809.87
14769.94
2006
12432.22
16015.58
2007
14336.87
17699.30
2008
15527.97
19732.86
2009
16857.51
21574.72
为分析1980—2009年城镇人均可支配收入(X)和人均消费性支出(Y)的关系,作下图所示的散点图。
图1 城镇人均可支配收入和人均消费性支出的散点图
从散点图可以看出城镇人均可支配收入(X)和人均消费性支出(Y)大体呈现为线性关系,为分析中国城镇人均消费性支出随城镇人均可支配收入变动的数量规律性,可以建立如下简单线性回归模型:
估计参数
Eviews的回归结果如下表所示:
表2 回归结果
参数估计和检验的结果写为:
(41.10880)(0.004281)
t=(4.490423) (182.3403)
=0.999159 (修正值)=0.999129 F=33247.99 n=30
回归系数的区间估计[=5% (n-2)=2.048 ]
=P(0.780645—2.048*0.004281 0.780645+2.048*0.004281)
=P(0.7719 0.7894)
=95%
剩余项(Residual)、实际值(Actual)、拟合值(Fitted)的图形如下:
图2 剩余项、实际项、拟合值的图形
模型检验
经济意义检验
所估计的参数β1= 184.5959,β2=0.780645,说明城镇人均可支配收入每增加一元,可导致人均消费性支出提高0.780645元。
拟合优度和统计检验
① 拟合优度的度量:
由表2中可以看到,案例中可决系数为0.999159,调整后的可决系数为0.999129,说明所建模型整体上对样本数据拟合较好,即解释变量“城镇人均可支配收入”对被解释变量“人均消费性支出”的绝对部分差异作出了解释。
② 对回归系数的t检验:
针对=0和=0,由表2中还可以看出,估计的回归系数β1的标准误差和t值分别为:=41.10880,= 4.490423;β2的标准误差和t值分别为:
=0.004281,= 182.3403。取=5%,查t分布表得自由度为n-2=30-2=28的临界值(28)=2.048。因为= 4.490423>(28)=2.048,所以拒绝=0;因为= 182.3403>(28)=2
文档评论(0)