SPSS线性回归分析案例.docVIP

回归分析 实验内容：基于居民消费性支出与居民可支配收入的简单线性回归分析 【研究目的】 居民消费在社会经济的持续发展中有着重要的作用。影响各地区居民消费支出的因素很多，例如居民的收入水平、商品价格水平、收入分配状况、消费者偏好、家庭财产状况、消费信贷状况、消费者年龄构成、社会保障制度、风俗习惯等等。为了分析什么是影响各地区居民消费支出有明显差异的最主要因素，并分析影响因素与消费水平的数量关系，可以建立相应的经济模型去研究。 【模型设定】 我们研究的对象是各地区居民消费的差异。由于各地区的城市与农村人口比例及经济结构有较大差异，现选用城镇居民消费进行比较。模型中被解释变量Y选定为“城市居民每人每年的平均消费支出”。从理论和经验分析，影响居民消费水平的最主要因素是居民的可支配收入，故可以选用“城市居民每人每年可支配收入”作为解释变量X，选取2010年截面数据。 1、实验数据 表1： 2010年中国各地区城市居民人均年消费支出和可支配收入 地区 消费性支出Y (元) 可支配收入X（元） 北 京 19934.48 29072.93 天 津 16561.77 24292.60 河 北 10318.32 16263.43 山 西 9792.65 15647.66 内蒙古 13994.62 17698.15 辽 宁 13280.04 17712.58 吉 林 11679.04 15411.47 黑龙江 10683.92 13856.51 上 海 23200.40 31838.08 江 苏 14357.49 22944.26 浙 江 17858.20 27359.02 安 徽 11512.55 15788.17 福 建 14750.01 21781.31 江 西 10618.69 15481.12 山 东 13118.24 19945.83 河 南 10838.49 15930.26 湖 北 11450.97 16058.37 湖 南 11825.33 16565.70 广 东 18489.53 23897.80 广 西 11490.08 17063.89 海 南 10926.71 15581.05 重 庆 13335.02 17532.43 四 川 12105.09 15461.16 贵 州 10058.29 14142.74 云 南 11074.08 16064.54 西 藏 9685.54 14980.47 陕 西 11821.88 15695.21 甘 肃 9895.35 13188.55 青 海 9613.79 13854.99 宁 夏 11334.43 15344.49 新 疆 10197.09 13643.77 数据来源：《中国统计年鉴》2010年 2、实验过程 作城市居民家庭平均每人每年消费支出(Y)和城市居民人均年可支配收入(X)的散点图，如图1： 从散点图可以看出居民家庭平均每人每年消费支出(Y)和城市居民人均年可支配收入(X)大体呈现为线性关系，所以建立如下线性模型： 从散点图可以看出居民家庭平均每人每年消费支出(Y)和城市居民人均年可支配收入(X)大体呈现为线性关系，所以建立如下线性模型：Y=a+bX 表2 模型汇总b 模型 R R方 调整R方 标准估计的误差 1 .965a .932 .930 877.29128 a.预测变量:(常量),可支配收入X（元）。 b.因变量:消费性支出Y(元) 表3 相关性 消费性支出Y (元) 可支配收入X（元） Pearson相关性 消费性支出Y(元) 1.000 .965 可支配收入X（元） .965 1.000 表4 系数a 模型 非标准化系数 标准系数 t Sig. B的95.0%置信区间 B 标准 误差 试用版 下限 上限 1 (常量) 704.824 625.694 1.126 .269 -574.864 1984.512 可支配收入X（元） .668 .034 .965 19.921 .000 .599 .736 a. 因变量:消费性支出Y(元) 3、结果分析 表2模型汇总：相关系数为0.965，判定系数为0.932，调整判定系数为0.930，估计值的标准误877.29128 表3是相关分析结果。消费性支出Y与可支配收入X相关系数为0.965，相关性很高。 表4是回归分析中的系数：常数项b=704.824，可支配收入X的回归系数a=0.668。a的标准误差为0.034，回归系数t的检验值为19.921，P值为0，满足95%的置信区间，可认为回归系数有显著意义。得线性回归方程Y=0.668X+704.824. 【实验结论】 （1）结果显示，变量之间具有