实验5我国城镇居民收入对消费的影响引入季节虚拟变量Word文档格式.docx
《实验5我国城镇居民收入对消费的影响引入季节虚拟变量Word文档格式.docx》由会员分享,可在线阅读,更多相关《实验5我国城镇居民收入对消费的影响引入季节虚拟变量Word文档格式.docx(9页珍藏版)》请在冰豆网上搜索。
另外,由经济理论及生活中的经验,我们知道,消费往往还受季节性
表1
4.数据处理
实验数据可以直接运用,无需经过处理。
5.数据分析
对城镇居民消费性支出与可支配收入做相关分析,做出散点图并求得相关系数。
SR
ZC
1.000000
0.992535
由散点图和相关系数可以看出,城镇居民消费性支出与可支配收入的相关性较高,且两者之间存在正相关关系。
6.建立模型
1)对城镇居民消费性支出(Y)与可支配收入(X)建立回归模型
建立如下线性模型:
得出回归结果:
DependentVariable:
ZC
Method:
LeastSquares
Date:
05/17/16Time:
08:
57
Sample:
1999Q12015Q4
Includedobservations:
68
Variable
Coefficient
Std.Error
t-Statistic
Prob.
C
270.3034
43.02925
6.281852
0.0000
0.643084
0.009727
66.11643
R-squared
0.985126
Meandependentvar
2786.485
AdjustedR-squared
0.984901
S.D.dependentvar
1347.527
S.E.ofregression
165.5814
Akaikeinfocriterion
13.08577
Sumsquaredresid
1809536.
Schwarzcriterion
13.15105
Loglikelihood
-442.9163
Hannan-Quinncriter.
13.11164
F-statistic
4371.382
Durbin-Watsonstat
1.971288
Prob(F-statistic)
0.000000
回归方程:
其中:
Se=(0.009727)(43.02925)
t=(66.11643)(6.281852)
P=(0.00000)(0.00000)
=0.985126F=4371.382
回归方程的拟合曲线和残差图如下图所示:
由残差图可知,残差点在水平带状区域中分布较均匀,说明方程的拟合效果较好。
2)引入季节虚拟变量后建立城镇居民消费性支出(Y)与可支配收入(X))的回归模型
建立如下线性模:
Y=β0+β1*X+α1q2+α2q3+α3q4+
得出如下回归结果:
10:
58
Q2
145.8346
36.02545
4.048098
0.0001
Q3
311.1367
35.90339
8.665942
Q4
307.7521
35.84898
8.584680
0.647918
0.006174
104.9502
60.21080
36.81788
1.635368
0.1070
0.994375
0.994018
104.2256
12.20168
684367.1
12.36488
-409.8570
12.26634
2784.143
2.182400
其中:
Se=(0.006174)(36.02545)(35.90339)(35.84898)(36.81788)
t=(104.9502)(4.048098)(8.665942)(8.584680)(1.635368)
P=(0.00000)(0.000100)(0.000000)(0.000000)(0.107000)
R2=0.994375F=2784.143
回归方程的拟合曲线和残差图如下所示:
7.模型检验
1)城镇居民消费性支出(Y)与可支配收入(X)的回归模型检验
经济检验:
β1值为0.643,在0~1之间,符合经济理论,表明居民收入每增加1元,居民消费将增加0.643元。
统计检验:
(1)拟合优度检验:
拟合度R2=0.985126,表明模型对样本数据拟合度较好。
(2)t检验:
查表可得,在5%的显著水平下,自由度为n-1=67的t的临界值为1.669,β1的估计值的t值为66.11643>
1.669,说明在95%的置信水平下,解释变量收入(X)对消费(Y)有显著影响。
即解释变量收入(X)通过了显著性检验。
2)引入季节因素变量后,城镇居民消费性支出(Y)与可支配收入(X)的的回归模型检验
β1为0.648,在0~1之间,第二季度(q2)的系数α1为145.8346,第三季度(q3)的系数α2为331.1367,第四季度(q4)的系数α3为307.7521,符合经济理论,且表明居民收入每增加1元,居民消费将增加元0.648。
拟合度R2=0.994375,说明模型对样本数据拟合很好。
查表可得,在5%的显著水平下,自由度为n-4=64的t的临界值为1.669,β1的估计值的t值为104.9502>
1.669,α1的估计值的t值为4.048098>
1.669,α2的估计值的t值为8.665942>
1.669,α3的估计值的t值为8.584680>
1.669,说明在95%的置信水平下,解释变量收入(X)、q2、q3、q4对消费(Y)有显著影响。
即解释变量收入(X)、q2、q3、q4均通过了显著性检验。
8.报告结论
由分析结果可知,城镇居民消费性支出与城镇居民可支配收入是相关的,且相关系数较大,说明城镇居民消费性支出与城镇居民可支配收入相关程度较大且成正相关。
在引入季节性影响因素后,城镇居民消费性支出与城镇居民可支配收入之间的关系有所不同。
其原因可能是在不同的季节,城镇居民的收入情况和消费习惯不同。
比如在第二季度,回归模型中q2的回归系数α1较小,因为假期节日比较少,而且所需的消费商品弹性较小,因此季节性因素对收入消费的影响较小。
又比如在第四季度,回归模型中q4的回归系数α3较小,因为第四季度假期节日较多,人们的消费需求较高,因此季节性因素对收入消费的影响较大。
9.实验总结
1)本次试验加强了Eviews软件的应用能力。
2)增强了独立思考并解决问题的能力。
3)更加深刻的理解了在建模过程中虚拟变量的构建与注意问题。