- 1、本文档共7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
.
.
居民人均消费和原材料消耗
多元回归案例分析
背景介绍
居民的消费作为社会再生产的基础,对于提高国民生活水平起决定性作用,消费的增长对促进国民经济的持续发展具有决定性作用。保证必要消费和扩大内需合理增长才有利于经济发展。本文利用1990年至2010年的相关数据对我国居民消费价格指数进行实证分析。
建立模型
通过对下表的数据进行分析,建立模型。其模型表达式为:
其中Y表示居民人均消费,X1 表示原材料原油的消耗,X2 表示原材料水泥的消耗,X3 表示原材料粗钢的消耗,根据以往经验和对调查资料的初步分析可知,Y与X1 ,X2 ,X3 ,呈线性关系,因此建立上述四元线性总体回归模型。而βi(i=1,,2,3,)分别表示各项价格指数在居民消费价格指数的权数;Xi则表示各项价格指数对居民存款的关系,μ表示随机误差项。
通过上式,我们可以了解到,每种消费价格指数每增长1个百分点,居民人均存款会如何变化,从而对为未来人均存款预测。
1.数据的搜集
所设模型的样本容量为20个,对于一元线性回归分析计算要求和目的已经够了。表一:
序号
年份
人均消费
原油的消耗
水泥的消耗量
粗钢的消耗量
1
1990
833
121.84
184.74
58.45
2
1991
932
122.52
219.51
61.7
3
1992
1116
121.97
264.57
69.47
4
1993
1393
123.25
312.18
76
5
1994
1833
122.57
353.39
77.7
6
1995
2355
124.54
394.74
79.15
7
1996
2789
129.22
403.42
83.15
8
1997
3002
130.68
416.02
88.57
9
1998
3159
129.61
431.5
93.05
10
1999
3346
129.6329277
457.0854223
9911
2000
3632
129.0940842
472.8169834
101.7704897
12
2001
3887
130.9135511
519.7467469
119.2234933
13
2002
4144
131.4279913
566.2293033
142.4290066
14
2003
4475
131.6359826
669.1098261
172.5675256
15
2004
5032
135.6963305
745.9569625
218.2819733
16
2005
5573
139.1041788
819.8446752
270.9475961
17
2006
6263
140.9327852
943.360742
319.7117512
18
2007
7255
141.3766755
1032.846189
371.2675992
19
2008
8349
143.758639
1074.662686
379.7649199
20
2009
9098
142.3257072
1234.792321
429.7663327
数据来源:《中国统计年鉴》(2011)
利用上表中的数据,运用eview3.1软件,采用最小二乘法,对表中的数据进行线性回归,对所建模型进行估计,估计结果见下图。
从估计结果可得模型:
2.样本回归模型
根据观测和借助excel,变量和变量Y之间的相关关系为线性相关,有线性回归的趋势,因此可以用建立样本回归模型。
图一:
图二:
图三:
Dependent Variable: Y
Method: Least Squares
Date: 11/15/12 Time: 22:00
Sample: 1990 2009
Included observations: 20
Variable
Coefficient
Std. Error
t-Statistic
Prob.??
X1
67.88937
35.73108
1.900009
0.0756
X2
8.544899
1.637322
5.218825
0.0001
X3
-5.808616
3.155908
-1.840553
0.0843
C
-8935.774
4177.987
-2.138775
0.0482
R-squared
0.986876
????Mean dependent var
3923.300
Adjusted R-squared
0.984415
????S.D. dependent var
2406.042
S.E. of regression
300.3722
????Akaike info criterion
14.42478
Su
您可能关注的文档
- 北师大版数学八年级上册期末测试压轴题.doc
- 数值计算方法龙贝格积分报告.doc
- 自动化PLC物料分拣系统课程设计报告.doc
- 步进电机方式控制.doc
- 百分数的教案.doc
- 铝门窗验收规范.doc
- 预应力筋伸长量偏差的分析与控制.doc
- 专题三 柯西不等式的应用.doc
- 台式电脑电源和主板的维修和检查方法.doc
- 二年级加减乘混合计算.doc
- GB/T 18910.21-2024液晶显示器件 第2-1部分:无源矩阵单色液晶显示模块 空白详细规范.pdf
- 《GB/T 18910.21-2024液晶显示器件 第2-1部分:无源矩阵单色液晶显示模块 空白详细规范》.pdf
- GB/T 43860.1220-2024触摸和交互显示 第12-20部分:触摸显示测试方法 多点触摸性能.pdf
- 中国国家标准 GB/T 43860.1220-2024触摸和交互显示 第12-20部分:触摸显示测试方法 多点触摸性能.pdf
- 《GB/T 43860.1220-2024触摸和交互显示 第12-20部分:触摸显示测试方法 多点触摸性能》.pdf
- 山西汾酒(600809)公司2023年财务分析研究报告.doc
- 铁塔组立施工方案.docx
- 综合监控系统设备综合联调管理.docx
- 知名餐厅-中厨管理手册.pdf
- 新目标八年级(上) Unit 6 期末综合复习+答案.docx
文档评论(0)