全國城鎮(zhèn)居民消費(fèi)水平的逐步回歸分析.doc
我國城鎮(zhèn)居民消費(fèi)水平影響因素分析
摘要
隨著經(jīng)濟(jì)水平的不斷發(fā)展,人們的消費(fèi)水平也在不斷提高,從社會生產(chǎn)的角度看,消費(fèi)是其最終環(huán)節(jié),消費(fèi)能否順利實(shí)現(xiàn)是決定企業(yè)能否順利完成生產(chǎn)的重要原因,也是決定經(jīng)濟(jì)增長的主要因素,因此消費(fèi)對于經(jīng)濟(jì)增長有著重要的作用。研究影響消費(fèi)的因素對于我國的經(jīng)濟(jì)發(fā)展有很重要的經(jīng)濟(jì)意義。
本文運(yùn)用SPSS 軟件分析方法對影響全國城鎮(zhèn)居民家庭人均消費(fèi)支出的因素進(jìn)行分析研究,首先分析了食品消費(fèi)支出,衣著消費(fèi)支出,居住消費(fèi)支出,家庭設(shè)備及用品消費(fèi)支出,醫(yī)療保健消費(fèi)支出,交通和通信消費(fèi)支出等的線性相關(guān)性,建立回歸模型,再利用逐步回歸的方法進(jìn)行回歸分析,最終得到了能反映財(cái)政收入與各因素之間關(guān)系的“最優(yōu)”回歸方程。
最后我們用2006年的數(shù)據(jù)進(jìn)行了驗(yàn)證,得出的結(jié)果在誤差范圍內(nèi),表明這個(gè)模型可以正確反映影響財(cái)政收入的各因素的情況。
關(guān)鍵詞:城鎮(zhèn)居民,消費(fèi)水平,逐步回歸分析,城鎮(zhèn)居民家庭人均消費(fèi),SPSS
1. 引言
改革開放以來,我國一直以較高的經(jīng)濟(jì)增長速度快速發(fā)展。但居民消費(fèi)對經(jīng)濟(jì)增長的貢獻(xiàn)比重與發(fā)達(dá)國家差距明顯。消費(fèi)、投資和儲蓄并稱為現(xiàn)代經(jīng)濟(jì)發(fā)展的“三駕馬車”,而根據(jù)各國的國民收入統(tǒng)計(jì)顯示,其中消費(fèi)占總需求的60%左右。因此,消費(fèi)的決定及其變動對宏觀經(jīng)濟(jì)的影響很大。
消費(fèi)是人類生產(chǎn)的目的,而生產(chǎn)是社會的核心活動,在社會在生產(chǎn)中,生產(chǎn)必須圍繞消費(fèi)需求來進(jìn)行,消費(fèi)需求同時(shí)對生產(chǎn)有重要的導(dǎo)向作用。生產(chǎn)的消費(fèi)是相輔相成的,生產(chǎn)者生產(chǎn)的產(chǎn)品的規(guī)模,質(zhì)量,檔次直接決定了消費(fèi)的規(guī)模,質(zhì)量和檔次,消費(fèi)能否順利實(shí)現(xiàn),決定了生產(chǎn)能否順利完成。
消費(fèi)行為是指消費(fèi)者受需求動機(jī)的影響而做出購買決定、修改購買方案、完成購買過程的行為。消費(fèi)者行為過程既是消費(fèi)者的思維、心理過程,也是不斷采取行動、產(chǎn)生方案、解決問題的過程。影響消費(fèi)者行為的因素是多方面的,由社會的、歷史的、經(jīng)濟(jì)的等多方面極其復(fù)雜的因素。從擴(kuò)大需求的角度來看,消費(fèi)是刺激經(jīng)濟(jì)增長的主要方式。所以研究消費(fèi)的影響因素對經(jīng)濟(jì)增長有重要的經(jīng)濟(jì)意義。
我國城鎮(zhèn)居民收入高,消費(fèi)量大,商品化程度高,其消費(fèi)對農(nóng)村居民有一定的示范作用,在消費(fèi)結(jié)構(gòu)的研究中占有重要的地位,因而研究分析城鎮(zhèn)居民消費(fèi)結(jié)構(gòu)及特征,對拓寬消費(fèi)品市場渠道,確定經(jīng)濟(jì)發(fā)展戰(zhàn)略,適時(shí)調(diào)整和正確引導(dǎo)居民消費(fèi)方向,促進(jìn)經(jīng)濟(jì)增長具有重大意義。
消費(fèi)市場的疲軟制約了我國經(jīng)濟(jì)持續(xù)、快速、健康發(fā)展。要刺激消費(fèi)、擴(kuò)大內(nèi)需,必須找出影響消費(fèi)的關(guān)鍵因素,才能對癥下藥。擴(kuò)大城鎮(zhèn)居民的消費(fèi)成為推動我國經(jīng)濟(jì)增長的一項(xiàng)重要手段。
本文從國家統(tǒng)計(jì)信息網(wǎng)(http://data.stats.gov.cn)上選取了1992-2011年這20年間的全國城鎮(zhèn)居民家庭人均消費(fèi)及其主要影響因素的數(shù)據(jù),包括了食品消費(fèi)支出,衣著消費(fèi)支出,居住消費(fèi)支出,家庭設(shè)備及用品消費(fèi)支出,醫(yī)療保健消費(fèi)支出,交通和通信消費(fèi)支出等,運(yùn)用逐步回歸的統(tǒng)計(jì)方法,對數(shù)據(jù)進(jìn)行分析處理,最終得出了反映各個(gè)因素對全國城鎮(zhèn)居民家庭人均消費(fèi)水平的影響的最“優(yōu)”模型。
2. 解決問題的方法和計(jì)算結(jié)果
2.1 樣本數(shù)據(jù)的選取與整理
本文在進(jìn)行統(tǒng)計(jì)時(shí),查閱了http://data.stats.gov.cn中收錄的1992年至2011年連續(xù)20年的城鎮(zhèn)居民消費(fèi)水平為因變量,考慮一些與全國城鎮(zhèn)居民消費(fèi)水平關(guān)系密切并且直觀上有線性關(guān)系的因素,初步選取這20年間的食品消費(fèi)支出,衣著消費(fèi)支出,居住消費(fèi)支出,家庭設(shè)備及用品消費(fèi)支出,醫(yī)療保健消費(fèi)支出,交通和通信消費(fèi)支出等因素為自變量,分析它們之間的聯(lián)系。
根據(jù)選擇的指標(biāo),查選數(shù)據(jù),整理如表2-1所示。
表2-1 1992-2011年全國城鎮(zhèn)居民消費(fèi)水平及其影響因素統(tǒng)計(jì)表
時(shí)間
城鎮(zhèn)居民消費(fèi)水平(元)
城鎮(zhèn)居民家庭人均衣著消費(fèi)支出(元)
城鎮(zhèn)居民家庭人均居住消費(fèi)支出(元)
城鎮(zhèn)居民家庭人均家庭設(shè)備及用品消費(fèi)支(元)
城鎮(zhèn)居民家庭人均醫(yī)療保健消費(fèi)支出(元)
城鎮(zhèn)居民家庭人均交通和通信消費(fèi)支出(元)
城鎮(zhèn)居民家庭人均文教娛樂服務(wù)消費(fèi)支出(元)
城鎮(zhèn)居民家庭人均其他消費(fèi)支出(元)
2012年
21861
1823.4
1484.3
1116.1
1063.7
2455.5
2033.5
657.1
2011年
19912
1674.7
1405
1023.2
969
2149.7
1851.7
581.3
2010年
17104
1444.3
1332.1
908
871.8
1983.7
1627.6
499.2
2009年
15127
1284.2
1228.9
786.9
856.4
1682.6
1472.8
474.2
2008年
14061
1165.9
1145.4
691.8
786.2
1417.1
1358.3
418.3
2007年
12480
1042
982.3
601.8
699.1
1357.4
1329.2
357.7
2006年
10739
901.8
904.2
498.5
620.5
1147.1
1203
309.5
2005年
9832
800.5
808.7
446.5
600.9
996.7
1097.5
277.8
2004年
8880
686.8
733.5
407.4
528.2
843.6
1032.8
240.2
2003年
8104
637.7
699.4
410.3
476
721.1
934.4
215.1
2002年
7745
590.9
624.4
388.7
430.1
626
902.3
195.8
2001年
7324
533.7
548
438.9
343.3
457
690
284.1
2000年
6999
500.5
565.3
374.5
318.1
427
669.6
171.8
1999年
6351
482.4
454
395.5
245.6
310.6
567.1
228.8
1998年
5909
480.9
408.4
356.8
205.2
257.2
499.4
197
1997年
5645
520.9
358.6
316.9
179.7
232.9
448.4
185.7
1996年
5382
528
300.9
298.2
143.3
199.1
375
170.5
1995年
4769
479.2
283.8
263.4
110.1
183.2
331
114.9
2.2 線性回歸模型的建立與分析
為了研究全國城鎮(zhèn)居民消費(fèi)水平與各種影響因素的關(guān)系,必須要建立他們之間的數(shù)學(xué)模型。數(shù)學(xué)模型可以有多種形式,比如線性模型,二次模型,指數(shù)模型,對數(shù)模型等等。而實(shí)際生活中,影響城鎮(zhèn)居民消費(fèi)水平的因素很多,并且這些因素的影響不能簡單的用某一種模型來描述,所以要建立數(shù)學(xué)模型往往是很難的。
為了便于研究,我們先假定一些前提條件,然后在這些條件下得到簡化后的近似模型。
我們假定的前提條件是:城鎮(zhèn)居民家庭人均食品消費(fèi)支出,衣著消費(fèi)支出,居住消費(fèi)支出,家庭設(shè)備及用品消費(fèi)支出,醫(yī)療保健消費(fèi)支出,交通和通信消費(fèi)支出等因素對全國城鎮(zhèn)居民消費(fèi)水平的影響顯著,并且成正的線性關(guān)系。
由此假設(shè),我們可以建立全國城鎮(zhèn)居民消費(fèi)水平與各種影響因素的線性回歸模型,模型如下:
(2-1)
其中,是因變量, 是自變量,是各個(gè)自變量的系數(shù)。各變量符號的定義見表2-2。
表2-2 線性回歸模型中各變量的含義
全國城鎮(zhèn)居民消費(fèi)水平
城鎮(zhèn)居民家庭人均食品消費(fèi)支出
城鎮(zhèn)居民家庭人均衣著消費(fèi)支出
城鎮(zhèn)居民家庭人均居住消費(fèi)支出
城鎮(zhèn)居民家庭人均家庭設(shè)備及用品消費(fèi)支出
城鎮(zhèn)居民家庭人均醫(yī)療保健消費(fèi)支出
城鎮(zhèn)居民家庭人均交通和通信消費(fèi)支出
城鎮(zhèn)居民家庭人均文教娛樂服務(wù)消費(fèi)支出
城鎮(zhèn)居民家庭人均其他消費(fèi)支出
將數(shù)據(jù)錄入統(tǒng)計(jì)軟件EXCEL,建立統(tǒng)計(jì)數(shù)據(jù)庫,首先建立全國城鎮(zhèn)居民消費(fèi)水平與各影響因素的散點(diǎn)圖,如圖2-1至圖2-8所示。
圖2-1 城鎮(zhèn)居民消費(fèi)水平與城鎮(zhèn)居民人均食品消費(fèi)支出的散點(diǎn)圖
圖2-2 城鎮(zhèn)居民消費(fèi)水平與城鎮(zhèn)居民人均衣著消費(fèi)支出的散點(diǎn)圖
圖2-3 城鎮(zhèn)居民消費(fèi)水平與城鎮(zhèn)居民人均居住消費(fèi)支出的散點(diǎn)圖
圖2-4 城鎮(zhèn)居民消費(fèi)水平與城鎮(zhèn)居民人均家庭設(shè)備及用品消費(fèi)支出的散點(diǎn)圖
圖2-5 城鎮(zhèn)居民消費(fèi)水平與城鎮(zhèn)居民人均醫(yī)保消費(fèi)支出的散點(diǎn)圖
圖2-6 城鎮(zhèn)居民消費(fèi)水平與城鎮(zhèn)居民人均交通與通信消費(fèi)支出的散點(diǎn)圖
圖2-7 城鎮(zhèn)居民消費(fèi)水平與城鎮(zhèn)居民人均文娛消費(fèi)支出的散點(diǎn)圖
圖2-8 城鎮(zhèn)居民消費(fèi)水平與城鎮(zhèn)居民人均其他消費(fèi)支出的散點(diǎn)圖
從以上的圖中不難發(fā)現(xiàn),城鎮(zhèn)居民消費(fèi)水平與城鎮(zhèn)居民人均食品消費(fèi)支出,人均居住消費(fèi)支出,人均醫(yī)療保健消費(fèi)支出,以及人均交通和通信消費(fèi)支出等基本具有線性關(guān)系。而城鎮(zhèn)居民消費(fèi)水平與人均衣著消費(fèi)支出,人均家庭設(shè)備及用品消費(fèi)支出,人均家庭其他消費(fèi)支出的關(guān)系出現(xiàn)了波動,而且從圖中也可以看出,這三者對城鎮(zhèn)居民消費(fèi)水平的貢獻(xiàn)比較小,它們的變化不足以引起城鎮(zhèn)居民消費(fèi)水平的變化。
除了EXCEL自帶的插入圖表的功能,同樣也可以使用SPSS軟件制作散點(diǎn)圖,其操作步驟是:
(1) 選擇菜單 GRAPHS/ SCATTER/DOT。
圖2-9 SPSS繪制散點(diǎn)圖步驟一
(2) 選擇SIMPLE SCATTER, 單擊DEFINE 。
圖2-10 SPSS繪制散點(diǎn)圖步驟二
(3) Y軸為因變量,選擇“城鎮(zhèn)居民消費(fèi)水平”,X軸為自變量,依次選擇為“城鎮(zhèn)居民家庭人均食品消費(fèi)支出”,“衣著消費(fèi)支出”,“居住消費(fèi)支出”,“家庭設(shè)備及用品消費(fèi)支出”,“醫(yī)療保健消費(fèi)支出”,“交通和通信消費(fèi)支出”等。
每選擇一次點(diǎn)擊一次OK,SPSS自動繪制相應(yīng)的散點(diǎn)圖。
圖2-11 SPSS繪制散點(diǎn)圖步驟三
(4) SPSS 繪制的散點(diǎn)圖僅做一例,如下圖所示,相比于EXCEL自帶的圖表功能,SPSS的圖表功能更加簡單快捷。
圖2-12 SPSS繪制散點(diǎn)圖步驟四
經(jīng)過對所有散點(diǎn)圖的分析,我們發(fā)現(xiàn)人均衣著消費(fèi)支出,人均家庭設(shè)備及用品消費(fèi)支出,人均家庭其他消費(fèi)支出與城鎮(zhèn)居民消費(fèi)水平的線性關(guān)系不顯著,其原因主要有:
衣服和家庭設(shè)備用品都屬于耐用品,居民購買的頻率不大;而且它們的價(jià)格范圍很大,對城鎮(zhèn)居民消費(fèi)水平的反映缺乏真實(shí)性。
其他消費(fèi)支出都在千元以下,對城鎮(zhèn)居民消費(fèi)水平的影響不顯著。
綜上,人均衣著消費(fèi)支出,人均家庭設(shè)備及用品消費(fèi)支出和人均家庭其他消費(fèi)支出這三者都與我們之前的顯著性假設(shè)相悖,為使得到的模型有顯著的線性關(guān)系,我們首先從回歸模型中排除了這三者。
然后我們用逐步回歸的方法對剩下的五個(gè)因素進(jìn)行篩選:
將城鎮(zhèn)居民人均食品消費(fèi)支出,人均居住消費(fèi)支出,人均醫(yī)療保健消費(fèi)支出,人均交通和通信消費(fèi)支出,以及人均文教娛樂服務(wù)消費(fèi)支出納入自變量,使用逐步回歸法,選擇的判據(jù)是變量進(jìn)入回歸方程的F的概率不大于0.05,剔除的判據(jù)是變量進(jìn)入回歸方程的F的概率不小于0.10。
輸出結(jié)果如表2-3和表2-4所示:
表2-3 引入或剔除的變量
Model
Variables Entered
Variables Removed
Method
1
城鎮(zhèn)居民人均食品消費(fèi)支出
.
Stepwise (Criteria: Probability-of-F-to-enter <= .050, Probability-of-F-to-remove >= .100).
2
城鎮(zhèn)居民人均文娛消費(fèi)支出
.
Stepwise (Criteria: Probability-of-F-to-enter <= .050, Probability-of-F-to-remove >= .100).
a Dependent Variable: 城鎮(zhèn)居民消費(fèi)水平
表2-4 擬合過程小結(jié)
Model
R
R Square
Adjusted R Square
Std. Error of the Estimate
1
.996(a)
.992
.992
409.57439
2
.998(b)
.995
.995
322.54440
a Predictors: (Constant), 城鎮(zhèn)居民人均食品消費(fèi)支出
b Predictors: (Constant), 城鎮(zhèn)居民人均食品消費(fèi)支出, 城鎮(zhèn)居民人均文娛消費(fèi)支出
由上面的兩個(gè)表可以看出:
①.選擇的過程是,最先引入了變量,建立了模型1;接著引入變量,沒有變量被剔除,建立了模型2(含有、);最終的模型中含有變量、。
②.各模型的擬合情況,模型1的復(fù)相關(guān)系數(shù)R=0.996,可決系數(shù)=0.992,調(diào)整可決系數(shù)為0.992;模型2的復(fù)相關(guān)系數(shù)R=0.998,可決系數(shù)=0.995,調(diào)整可決系數(shù)為0.995??梢娔P?的擬合度較高,變量、的作用顯著。
表2-5 方差分析
Model
Sum of Squares
df
Mean Square
F
Sig.
1
Regression
353904221.137
1
353904221.137
2109.697
.000(a)
Residual
2851770.021
17
167751.178
Total
356755991.158
18
2
Regression
355091432.917
2
177545716.459
1706.598
.000(b)
Residual
1664558.241
16
104034.890
Total
356755991.158
18
a Predictors: (Constant), 城鎮(zhèn)居民人均食品消費(fèi)支出
b Predictors: (Constant), 城鎮(zhèn)居民人均食品消費(fèi)支出, 城鎮(zhèn)居民人均文娛消費(fèi)支出
c Dependent Variable: 城鎮(zhèn)居民消費(fèi)水平
表2-5 的方差分析結(jié)果表明,當(dāng)回歸方程為模型1、2時(shí),其顯著性概率值P(Sig)均小于0.001,即拒絕總體回歸系數(shù)均為0的原假設(shè)。
因此,最終的回歸方程應(yīng)當(dāng)包含城鎮(zhèn)居民人均食品消費(fèi)支出, 城鎮(zhèn)居民人均文娛消費(fèi)支出這2個(gè)自變量,且方程擬和效果很好。
表2-6 逐步回歸過程中排除出模型的變量
Model
Beta In
t
Sig.
Partial Correlation
Collinearity Statistics
Tolerance
1
城鎮(zhèn)居民人均居住消費(fèi)支出
.271(a)
3.318
.004
.638
.044
城鎮(zhèn)居民人均醫(yī)保消費(fèi)支出
.166(a)
2.285
.036
.496
.072
城鎮(zhèn)居民人均交通消費(fèi)支出
.274(a)
2.421
.028
.518
.029
城鎮(zhèn)居民人均文娛消費(fèi)支出
.217(a)
3.378
.004
.645
.071
2
城鎮(zhèn)居民人均居住消費(fèi)支出
.131(b)
.715
.486
.181
.009
城鎮(zhèn)居民人均醫(yī)保消費(fèi)支出
-.323(b)
-1.838
.086
-.429
.008
城鎮(zhèn)居民人均交通消費(fèi)支出
.051(b)
.333
.744
.086
.013
a Predictors in the Model: (Constant), 城鎮(zhèn)居民人均食品消費(fèi)支出
b Predictors in the Model: (Constant), 城鎮(zhèn)居民人均食品消費(fèi)支出, 城鎮(zhèn)居民人均文娛消費(fèi)支出
c Dependent Variable: 城鎮(zhèn)居民消費(fèi)水平
表2-6 顯示了方程外各模型變量的有關(guān)統(tǒng)計(jì)量,即標(biāo)準(zhǔn)化偏回歸系數(shù)Beta、回歸系數(shù)顯著性檢驗(yàn)的t值、P(Sig)值、偏相關(guān)系數(shù)Partial Correlation、共線性統(tǒng)計(jì)的容差Collinearity statistic Tolerance。
可見,模型2以外的各變量偏回歸系數(shù)經(jīng)檢驗(yàn),P值均較大,考慮到簡化方程的需要,排除了這些變量。
表2-7 回歸計(jì)算過程中的方程系數(shù)表
Coefficients(a)
Model
Unstandardized Coefficients
Standardized Coefficients
t
Sig.
B
Std. Error
Beta
1
(Constant)
-795.539
232.624
-3.420
.003
城鎮(zhèn)居民人均食品消費(fèi)支出
3.568
.078
.996
45.931
.000
2
(Constant)
-474.725
206.347
-2.301
.035
城鎮(zhèn)居民人均食品消費(fèi)支出
2.819
.230
.787
12.243
.000
城鎮(zhèn)居民人均文娛消費(fèi)支出
1.956
.579
.217
3.378
.004
a Dependent Variable: 消費(fèi)水平
表2-7顯示各模型的偏回歸系數(shù)B、標(biāo)準(zhǔn)差Std. Error、常數(shù)Constant、標(biāo)準(zhǔn)化偏回歸系數(shù)Beta、回歸系數(shù)顯著性檢驗(yàn)的t值和P(Sig)值。按照模型2建立的多元線性回歸方程為:
Y=-474.725+2.819X1 +1.956X7 (2-2)
方程中的常數(shù)項(xiàng),偏回歸系數(shù)、,經(jīng)t檢驗(yàn),α1 ,α7的P值分別為0.035、0.000、0.004,按α=0.10水平,均有顯著性意義。
3. 討論
3.1 離群點(diǎn)的篩選
計(jì)算殘差統(tǒng)計(jì)量如下表所示:
表3-1 殘差統(tǒng)計(jì)量
Minimum
Maximum
Mean
Std. Deviation
N
Predicted Value
2887.2300
18666.2090
8978.7895
4441.54273
19
Std. Predicted Value
-1.371
2.181
.000
1.000
19
Standard Error of Predicted Value
89.132
192.773
126.057
23.789
19
Adjusted Predicted Value
2880.1426
18420.7031
8976.6009
4414.88661
19
Residual
-534.99329
609.81207
.00000
304.09778
19
Std. Residual
-1.659
1.891
.000
.943
19
Stud. Residual
-1.826
1.985
.002
1.033
19
Deleted Residual
-648.66656
687.29626
2.18857
367.29319
19
Stud. Deleted Residual
-1.988
2.214
.020
1.087
19
Mahal. Distance
.427
5.482
1.895
1.130
19
Cooks Distance
.001
.541
.073
.127
19
Centered Leverage Value
.024
.305
.105
.063
19
a Dependent Variable: 城鎮(zhèn)居民消費(fèi)水平
表3-1 顯示殘差統(tǒng)計(jì)的結(jié)果,標(biāo)準(zhǔn)化殘差的絕對值最大為1.891,小于設(shè)定值3。如超過3,則顯示具體觀察單位Case number 的標(biāo)準(zhǔn)化殘差,以幫助發(fā)現(xiàn)離群點(diǎn)。
使用SPSS繪制出城鎮(zhèn)居民人均消費(fèi)水平的預(yù)測值與其標(biāo)準(zhǔn)化殘差的散點(diǎn)圖如下所示:
圖3-1 城鎮(zhèn)居民人均消費(fèi)水平的預(yù)測值與其標(biāo)準(zhǔn)化殘差的散點(diǎn)圖
從圖3-1的城鎮(zhèn)居民人均消費(fèi)水平的預(yù)測值與其標(biāo)準(zhǔn)化殘差的散點(diǎn)圖中,可以看出所有觀測量隨機(jī)地落在垂直圍繞2的范圍內(nèi),預(yù)測值與標(biāo)準(zhǔn)化殘差值之間沒有明顯的關(guān)系。
所以回歸方程滿足了線性與方差齊性的假設(shè),且擬和效果較好。
3.2 對回歸模型的檢驗(yàn)
由上面的計(jì)算,得到的最優(yōu)的多元線性回歸模型為:
Y=-474.725+2.819X1 +1.956X7 (3-1)
對2006年的全國城鎮(zhèn)居民消費(fèi)水平做預(yù)測,置信度取為95%。
2006年的X1城鎮(zhèn)居民人均食品消費(fèi)支出為3111.90(元),X7城鎮(zhèn)居民人均文娛消費(fèi)支出為1203.00(元),Y全國城鎮(zhèn)居民消費(fèi)水平為10618.00(元),將自變量帶入回歸方程:
Y=-474.725+2.8193111.90 +1.9561203.00=10650.789(元) (3-2)
預(yù)測區(qū)間為,
其中
σ(x0)=t0.975(19-2-1)=t0.975(16)104034.890=2.120=683.8 (3-3)
代入數(shù)值,得到置信度為95%的預(yù)測區(qū)間為(9966.989,11334.589)。
查得2006年全國城鎮(zhèn)居民消費(fèi)水平為10618元,包括在最優(yōu)模型預(yù)測的區(qū)間中,可見回歸模型的預(yù)測還是比較準(zhǔn)確的。
4.總結(jié)
本文查閱了中國統(tǒng)計(jì)年鑒,從中搜集了與全國城鎮(zhèn)居民消費(fèi)水平關(guān)系密切并且直觀上有線性關(guān)系的因素,包括了食品消費(fèi)支出,衣著消費(fèi)支出,居住消費(fèi)支出,家庭設(shè)備及用品消費(fèi)支出,醫(yī)療保健消費(fèi)支出,交通和通信消費(fèi)支出等,分析它們與全國城鎮(zhèn)居民消費(fèi)水平之間的聯(lián)系。
首先分析了建立了全國城鎮(zhèn)居民消費(fèi)水平與各因素的線性回歸模型,再利用逐步回歸法進(jìn)行回歸分析,經(jīng)綜合比較,選取了擬合性最好的最“優(yōu)”回歸模型。以SPSS 13.0為分析工具,給出了實(shí)驗(yàn)結(jié)果,并使用2006年的全國城鎮(zhèn)居民消費(fèi)水平驗(yàn)證了結(jié)論的正確性。
從最終的線性回歸模型中我們可以看到,全國城鎮(zhèn)居民消費(fèi)水平可以用城鎮(zhèn)居民人均食品消費(fèi)支出, 城鎮(zhèn)居民人均文娛消費(fèi)支出很好地解釋。其原因主要有兩個(gè)方面:
首先,城鎮(zhèn)居民人均食品消費(fèi)支出屬于居民每日必須的支出,消費(fèi)量很大,對符合了前文的顯著性假設(shè);
然后,隨著城鎮(zhèn)居民生活水平的提高,居民的人均文娛消費(fèi)支出上升范圍較大,很大程度上影響了城鎮(zhèn)居民的消費(fèi)水平。
由于調(diào)研時(shí)間有限,該回歸模型必然存在很多的不足:擬合曲線和實(shí)際值還是有一定的偏差;自變量個(gè)數(shù)也不夠多;一些其他的能顯著影響全國城鎮(zhèn)居民消費(fèi)水平的因素沒有考慮到,還需要不斷查閱資料加以改進(jìn)。
該模型在一定程度上體現(xiàn)了與選取的各個(gè)因素之間的線性關(guān)系,并能對因變量做出近似的預(yù)測。綜合來看,數(shù)據(jù)模型基本達(dá)到了預(yù)期的目的。
參考文獻(xiàn)
[1] 孫海燕, 周夢, 李衛(wèi)國, 馮偉, 應(yīng)用數(shù)理統(tǒng)計(jì), 北京航空航天大學(xué), 2013.9
[2] 國家統(tǒng)計(jì)信息網(wǎng),2012 國家統(tǒng)計(jì)年鑒
[2] SPSS 13.0 軟件幫助手冊