SPSS线性回归分析案例.docVIP

SPSS线性回归分析案例 SPSS线性回归分析案例 PAGE SPSS线性回归分析案例 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 天 津 河 北 山 西 内蒙古 辽 宁 吉 林 黑龙江 上 海 江 苏 浙 江 安 徽 福 建 江 西 山 东 河 南 湖 北 湖 南 广 东 广 西 海 南 重 庆 四 川 贵 州 云 南 西 藏 陕 西 甘 肃 青 海 宁 夏 新 疆 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 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) .965 可支配收入X（元） .965 表4 系数a 模型 非标准化系数 标准系数 t Sig. B的%置信区间 B 标准 误差 试用版 下限 上限 1 (常量) .269 可支配收入X（元） .668 .034 .965 .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，判定系数为，调整判定系数为，估计值的标准误 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，相关性很高。 表4是回归分析中的系数：常数项b=，可支配收入X的回归系数a=。a的标准误差为，回归系数t的检验值为，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=+. 【实验结论】 （1）结果显示，变量之间具有如下关系式：Y=+.也就是说消费与收入之间存在稳定的函数关系。随着收入的增加，消费将增加，但消费的增长低于收入的增长。这与凯尔斯的绝对收入消费理论刚好吻合。但为了研究方便，这里假设边际消费倾向为常数。由公式知X每增长1个单位，Y增加个单位。 （2）居民可支配收入是影响消费支出的最主要因素。因此,要大力发展经济，增加居民的可支配收入特别是提高低收入居民群体的收入，才能最大限度发挥消费对经济的拉动效应，促进消费的持续。 有效增长。 （3）居民的边际消费倾向数值越大，增加1单位居民可支配收入所引起的居民消费支出也越大。因此，政府可以实行一定的经济政策来增强居民的消费能力。 （4）在上述分析的基础上，可以进行更深入的分析。比如整理各地区食物支出总额，算出各地区食物支出总额占个人消费支出总额的比重，也就是恩格尔系数来说明经济发展、收入增加对生活消费的影响程度。一个地区的恩格尔系数越小，就说明这个地区经济越富裕。