資源描述：
《多元分析作業(yè)》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在工程資料-天天文庫。
1、關(guān)于影響各地區(qū)城鎮(zhèn)人均可支配收入的多元回歸分析李正中13級(jí)社會(huì)學(xué)摘要：隨著我國經(jīng)濟(jì)的不斷發(fā)展，GDP總量已經(jīng)達(dá)到美國的87%,成為全球第二大經(jīng)濟(jì)體。人們?nèi)罕姷氖杖雴栴}成為了公眾日益關(guān)注的主題。本文基于2012年全國省市自治區(qū)的相關(guān)經(jīng)濟(jì)數(shù)據(jù)，采用多元回歸分析的方法，試圖揭示影響各地區(qū)人均可支配收入的因素，并作出解釋。關(guān)鍵詞：人均可支配收入；多元回歸；經(jīng)濟(jì)總量；社會(huì)保障支出；教育水平；失業(yè)率一、影響城鎮(zhèn)人均收入的理論分析經(jīng)濟(jì)學(xué)理論認(rèn)為，影響經(jīng)濟(jì)發(fā)展水平的主要因素包括資木，技術(shù)，勞務(wù)，教育水平等,而某地區(qū)人均收入
2、的多少，也和該地區(qū)經(jīng)濟(jì)總量密切相關(guān)。因此，可以近似將資本，勞動(dòng)力和教育水平看作影響收入的主要因素。其中資木指當(dāng)?shù)谿DP總量，包括消費(fèi)，投資，政府轉(zhuǎn)移支付和進(jìn)出口總額；勞動(dòng)力資源包括適齡勞動(dòng)人II的數(shù)最，以及投入工作的勞動(dòng)力占全部可用勞動(dòng)力資源的百分比；教育水平則可以考杳當(dāng)?shù)亟逃Y源數(shù)量和受一定程度教育的人口占當(dāng)?shù)乜側(cè)丝诘陌俜直?。二、?shù)據(jù)來源本次分析采用的數(shù)據(jù)來源于2013年中國統(tǒng)計(jì)年鑒，全部數(shù)據(jù)均反映2012年各省市自治區(qū)的經(jīng)濟(jì)情況，詳細(xì)數(shù)據(jù)見附錄1。三、回歸模型的初步建構(gòu)綜合考查以上因素后，初步建構(gòu)關(guān)于城
3、鎮(zhèn)人均對(duì)支配收入的多元回歸模型。因變量Y表示某地區(qū)人均城鎮(zhèn)可支配收入，X]表示各地區(qū)財(cái)政社會(huì)保障支出，X2表示各地區(qū)固定資產(chǎn)投資總額。X3表示各地區(qū)城鎮(zhèn)登記失業(yè)率，X4表示各地區(qū)高校數(shù)量，X5表示各地區(qū)GDP總量。初步建構(gòu)的回歸模型數(shù)學(xué)表達(dá)式為：Y=Bo+B]Xi+B2X2+B3X3+P4X4+B5X5+卩其中，Bo為常數(shù)項(xiàng)，□為其它未考查影響因素。用SPSS軟件對(duì)模型回歸分析，首先采用強(qiáng)行進(jìn)入法，將所有白變量全部帶入模型，得以下結(jié)果：ModelSummary6ModelRRSquareAdjustedRS
4、quareStd.ErroroftheEstimateDurbin-Watson1.718a.515.4184458.31971.700a.Predictors:(Constant),各地區(qū)GDP,城鎮(zhèn)登記失業(yè)率，各地區(qū)財(cái)政社會(huì)保障支出，各地區(qū)窩校數(shù)量，各地區(qū)周定資產(chǎn)投資總額b.DependentVariable:各地區(qū)城鎮(zhèn)人均可支配收入ANOVAbModelSumofSquaresdfMeanSquareFSig.1Regression5.278E851.056E85.311.002aResidual4.
5、969E8251.988E7Total1.025E930a.Predictors:(Constant),各地區(qū)GDP,城鎮(zhèn)登記失業(yè)率，各地區(qū)財(cái)政社會(huì)保障支出，各地區(qū)高校數(shù)量，各地區(qū)固定資產(chǎn)投資總額b.DependentVariable:各地區(qū)城鎮(zhèn)人均可支配收入Coefficients3ModelUnstandardizedCoefficientsStandardizedCoefficientstSig.CollinearityStatisticsBStd.ErrorBetaToleranceVIF1(Con
6、stant)25629.5334961.0495.166.000各地區(qū)財(cái)政社會(huì)保障支出-1.5568.568-.046-.182.857.2983.355各地區(qū)尚定資產(chǎn)投資總額-.763.300-1.013-2.549.017.1238.150城鎮(zhèn)登記失業(yè)率?1500.3961477.446-.163-1.016.320.7541.326各地區(qū)高校數(shù)量42.84755.084.291.778.444.1397.198各地區(qū)GDP.477.1451.1703.293.003.1546.512a.Depende
7、ntVariable:務(wù)地區(qū)城鎮(zhèn)人均可支配收入可知，初步回歸模型數(shù)學(xué)表達(dá)式為:Y=25629.533-1.556Xi-0.763X2-1500.396X3+42.847X4+0.477X5+
8、i回歸模型DW系數(shù)1.7,接近2,表示模型殘差接近服從正態(tài)分布；擬合優(yōu)度F為0.515,F檢驗(yàn)值5.311,大于Fo.o5(5,25)二2.60,方程在95%置信區(qū)間上是顯著的。但觀察t檢驗(yàn)可知，X,,X：＜以及Xj的t檢驗(yàn)顯著性均大J**0.05,未能通過t檢驗(yàn)。因此初步建立的冋歸模型并不完善，盂要進(jìn)行進(jìn)一步優(yōu)化。為
9、了尋找敲合適的自變量，通常采用逐步帶入法，即將自變量逐一帶入模型中進(jìn)行冋歸，以保留擬合優(yōu)度最好的變量。SPSS軟件提供了逐步回歸法(Stepwise),即先帶入一個(gè)授好的變量進(jìn)入模型，再剔除一個(gè)已經(jīng)帶入的變量中最差的變量，再反過來帶入另一個(gè)最好變量，如此反復(fù)，直到所有進(jìn)入模型的自變量都符合要求為止。釆用Stepwise法，得到的結(jié)果如下：ModelSummary0ModelRRSquareAdjustedRSqu
