国内旅游总花费影响因素分析Word文档下载推荐.docx

国内旅游总花费影响因素分析Word文档下载推荐.docx

《国内旅游总花费影响因素分析Word文档下载推荐.docx》由会员分享，可在线阅读，更多相关《国内旅游总花费影响因素分析Word文档下载推荐.docx（40页珍藏版）》请在冰豆网上搜索。

7

5348

1172596

629

396.9

1996

1638。

4

71176。

6

5980

1245357

640

429。

9

1997

2112。

78973。

6444

1326094

644

441.9

1998

2391。

2

84402。

3

7446

1378717

695

438.4

1999

2831.9

89677。

1

8319

1394413

719

432.2

2000

3175。

99214.6

9333

1478573

744

434.0

2001

3522.4

109655.2

10834

1534122

784

437。

2002

3878.4

120332。

12373

1608150

878

433。

2003

3442。

135822。

8

13969

1587497

870

438。

2004

4710.7

159878。

15920

1767453

1102

455。

2005

5285。

184937。

18200

1847018

1212

464.0

2006

6229。

216314.4

20856

2024158

1394

471。

2007

7770.6

265810.3

24721

2227761

1610

493。

2008

8749。

314045.4

28898

2867892

1712

522.7

2009

10183。

340902。

32244

2976898

1902

519。

2010

12579.8

401512.8

36539

3269508

2103

536.1

2011

19305。

473104.0

41799

3526319

2641

565。

2012

22706。

519470。

46769

3804035

2957

579.7

2013

26276。

568845.2

51483

2122992

3262

594.8

3、定性分析

为了研究国内旅游总花费的影响因素，把国内旅游总花费（亿元）作为被解释变量y，将国内生产总值（亿元）、平均工资（元）、客运量（万人）、国内游客（百万人次）、居民消费价格指数（上年=100）作为解释变量，分别设为x1，x2、x3、x4、x5，假定其多元线性回归模型表示为：

y=β0+β1x1+β2x2+β3x3+β4x4+β5x5

二、相关分析

1、数据基本描述

DescriptiveStatistics

Mean

Std.Deviation

N

7。

4595E3

7351。

58315

20

2。

1715E5

1。

64588E5

2.01E4

14745。

147

2.0126E6

8.31668E5

国内游客（百万人次）

3511E3

834.46503

居民消费价格指数（上年=100）

4.6773E2

73.11847

2、相关分析

利用散点图、简单相关系数检验被解释变量y和解释变量x1，x2,x3，x4，x5之间的关系。

根据散点图可以看出，国内旅游总花费y与国内生产总值x1、平均工资x2、客运量x3、国内游客x4、居民消费价格指数x5成正相关.

Correlations

PearsonCorrelation

国内旅游总花费y

000

。

974

968

785

.986

855

国内生产总值x1

1.000

999

875

.996

.895

平均工资x2

.968

.999

.875

.994

.891

客运量x3

847

814

国内游客x4

996

.886

居民消费价格指数（上年=100）x5

.855

.814

886

Sig。

（1—tailed）

.000

.

从相关系数表中可以看出国内旅游总花费y与国内生产总值x1、平均工资x2、国内游客x4的相关系数都在0。

9以上，高度相关；

国内旅游总花费y与居民消费价格指数x5的相关系数在0.8以上,相关性也很强，国内旅游总花费y与客运量x3的相关系数在0。

7以上,具有一定的相关性。

所以，国内旅游总花费y与这五个自变量做回归分析是合适的。

三、模型建立

根据之前建立的模型y=β0+β1x1+β2x2+β3x3+β4x4+β5x5

，利用SPSS，采用强行进入的方法进行多元线性回归，得到结果如下：

1、拟合优度检验

ModelSummaryb

Model

R

RSquare

AdjustedRSquare

Std。

ErroroftheEstimate

ChangeStatistics

Durbin—Watson

RSquareChange

FChange

df1

df2

FChange

993a

987

.982

987.66685

207.735

14

.584

a。

Predictors：

（Constant）,居民消费价格指数（上年=100）,客运量（万人）,国内游客（百万人次），平均工资（元）,国内生产总值（亿元）

b.DependentVariable:

国内旅游总花费（亿元）

从上表可以看出，方程的复相关系数R=0.993，样本决定系数R2=0.987,调整后的样本决定系数为0.982，说明方程拟合优度很好。

ANOVAb

SumofSquares

df

MeanSquare

F

Regression

013E9

026E8

000a

Residual

1.366E7

975485。

806

Total

1.027E9

19

Predictors:

（Constant）,居民消费价格指数（上年=100），客运量（万人）,国内游客（百万人次）,平均工资（元），国内生产总值（亿元）

b.DependentVariable：

由ANOVA表可知,在0。

05的显著性水平下，F值=207.735，P值为0.000，说明回归方程高度显著,x1,x2，x3，x4，x5整体上对y有高度显著的线性影响。

回归系数的检验

Coefficientsa

UnstandardizedCoefficients

StandardizedCoefficients

t

CollinearityStatistics

B

Std.Error

Beta

Zero—order

Partial

Part

Tolerance

VIF

（Constant）

—2265。

053

3283。

235

-.690

502

.042

038

934

088

.295

279

034

001

776.155

-。

653

293

-1.310

-2。

226

.043