全国城镇居民消费水平的逐步回归研究分析Word文件下载.docx

全国城镇居民消费水平的逐步回归研究分析Word文件下载.docx

《全国城镇居民消费水平的逐步回归研究分析Word文件下载.docx》由会员分享，可在线阅读，更多相关《全国城镇居民消费水平的逐步回归研究分析Word文件下载.docx（20页珍藏版）》请在冰豆网上搜索。

表2-11992-2011年全国城镇居民消费水平及其影响因素统计表

城镇居民消费水平（元）

城镇居民家庭人均食品消费支出（元）

城镇居民家庭人均衣着消费支出（元）

城镇居民家庭人均居住消费支出（元）

城镇居民家庭人均家庭设备及用品消费支出（元）

城镇居民家庭人均医疗保健消费支出（元）

城镇居民家庭人均交通和通信消费支出（元）

城镇居民家庭人均文教娱乐服务消费支出（元）

城镇居民家庭人均其他消费支出（元）

2011年

19108

5506.3

1674.7

1405

1023.2

969

2149.7

1851.7

581.3

2010年

16546

4804.7

1444.3

1332.1

908

871.8

1983.7

1627.6

499.2

2009年

14904

4478.5

1284.2

1228.9

786.9

856.4

1682.6

1472.8

474.2

2008年

13653

4259.8

1165.9

1145.4

691.8

786.2

1417.1

1358.3

418.3

2007年

12130

3628

1042

982.3

601.8

699.1

1357.4

1329.2

357.7

2006年

10618

3111.9

901.8

904.2

498.5

620.5

1147.1

1203

309.5

2005年

9593

2914.4

800.5

808.7

446.5

600.9

996.7

1097.5

277.8

2004年

8912

2709.6

686.8

733.5

407.4

528.2

843.6

1032.8

240.2

2003年

8060

2416.9

637.7

699.4

410.3

476

721.1

934.4

215.1

2002年

7486

2271.8

590.9

624.4

388.7

430.1

626

902.3

195.8

2001年

7161

2014

533.7

548

438.9

343.3

457

690

284.1

2000年

6850

1971.3

500.5

565.3

374.5

318.1

427

669.6

171.8

1999年

6405

1932.1

482.4

454

395.5

245.6

310.6

567.1

228.8

1998年

6109

1926.9

480.9

408.4

356.8

205.2

257.2

499.4

197

1997年

5823

1942.6

520.9

358.6

316.9

179.7

232.9

448.4

185.7

1996年

5532

1904.7

528

300.9

298.2

143.3

199.1

375

170.5

1995年

4931

1772

479.2

283.8

263.4

110.1

183.2

331

114.9

1994年

3852

1422.5

390.4

193.2

251.4

82.9

132.7

250.8

127.6

1993年

2924

1058.2

300.6

140

185

56.9

80.6

194

95.5

1992年

2262

884.8

2.2线性回归模型的建立与分析

为了研究全国城镇居民消费水平与各种影响因素的关系，必须要建立他们之间的数学模型。

数学模型可以有多种形式，比如线性模型，二次模型，指数模型，对数模型等等。

而实际生活中，影响城镇居民消费水平的因素很多，并且这些因素的影响不能简单的用某一种模型来描述，所以要建立数学模型往往是很难的。

为了便于研究，我们先假定一些前提条件，然后在这些条件下得到简化后的近似模型。

我们假定的前提条件是：

城镇居民家庭人均食品消费支出，衣着消费支出，居住消费支出，家庭设备及用品消费支出，医疗保健消费支出，交通和通信消费支出等因素对全国城镇居民消费水平的影响显著，并且成正的线性关系。

由此假设，我们可以建立全国城镇居民消费水平与各种影响因素的线性回归模型，模型如下：

（2-1）

其中，

是因变量,

是自变量,

是各个自变量的系数。

各变量符号的定义见表2-2。

表2-2线性回归模型中各变量的含义

全国城镇居民消费水平

城镇居民家庭人均食品消费支出

城镇居民家庭人均衣着消费支出

城镇居民家庭人均居住消费支出

城镇居民家庭人均家庭设备及用品消费支出

城镇居民家庭人均医疗保健消费支出

城镇居民家庭人均交通和通信消费支出

城镇居民家庭人均文教娱乐服务消费支出

城镇居民家庭人均其他消费支出

将数据录入统计软件EXCEL，建立统计数据库，首先建立全国城镇居民消费水平与各影响因素的散点图，如图2-1至图2-8所示。

图2-1城镇居民消费水平与城镇居民人均食品消费支出的散点图

图2-2城镇居民消费水平与城镇居民人均衣着消费支出的散点图

图2-3城镇居民消费水平与城镇居民人均居住消费支出的散点图

图2-4城镇居民消费水平与城镇居民人均家庭设备及用品消费支出的散点图

图2-5城镇居民消费水平与城镇居民人均医保消费支出的散点图

图2-6城镇居民消费水平与城镇居民人均交通与通信消费支出的散点图

图2-7城镇居民消费水平与城镇居民人均文娱消费支出的散点图

图2-8城镇居民消费水平与城镇居民人均其他消费支出的散点图

从以上的图中不难发现，城镇居民消费水平与城镇居民人均食品消费支出，人均居住消费支出，人均医疗保健消费支出，以及人均交通和通信消费支出等基本具有线性关系。

而城镇居民消费水平与人均衣着消费支出，人均家庭设备及用品消费支出，人均家庭其他消费支出的关系出现了波动，而且从图中也可以看出，这三者对城镇居民消费水平的贡献比较小，它们的变化不足以引起城镇居民消费水平的变化。

除了EXCEL自带的插入图表的功能，同样也可以使用SPSS软件制作散点图，其操作步骤是：

（1）选择菜单GRAPHS/SCATTER/DOT。

图2-9SPSS绘制散点图步骤一

（2）选择SIMPLESCATTER,单击DEFINE。

图2-10SPSS绘制散点图步骤二

（3）Y轴为因变量，选择“城镇居民消费水平”，X轴为自变量，依次选择为“城镇居民家庭人均食品消费支出”，“衣着消费支出”，“居住消费支出”，“家庭设备及用品消费支出”，“医疗保健消费支出”，“交通和通信消费支出”等。

每选择一次点击一次OK，SPSS自动绘制相应的散点图。

图2-11SPSS绘制散点图步骤三

（4）SPSS绘制的散点图仅做一例，如下图所示，相比于EXCEL自带的图表功能，SPSS的图表功能更加简单快捷。

图2-12SPSS绘制散点图步骤四

经过对所有散点图的分析，我们发现人均衣着消费支出，人均家庭设备及用品消费支出，人均家庭其他消费支出与城镇居民消费水平的线性关系不显著，其原因主要有：

衣服和家庭设备用品都属于耐用品，居民购买的频率不大；

而且它们的价格范围很大，对城镇居民消费水平的反映缺乏真实性。

其他消费支出都在千元以下，对城镇居民消费水平的影响不显著。

综上，人均衣着消费支出，人均家庭设备及用品消费支出和人均家庭其他消费支出这三者都与我们之前的显著性假设相悖，为使得到的模型有显著的线性关系，我们首先从回归模型中排除了这三者。

然后我们用逐步回归的方法对剩下的五个因素进行筛选：

将城镇居民人均食品消费支出，人均居住消费支出，人均医疗保健消费支出，人均交通和通信消费支出,以及人均文教娱乐服务消费支出纳入自变量，使用逐步回归法，选择的判据是变量进入回归方程的F的概率不大于0.05，剔除的判据是变量进入回归方程的F的概率不小于0.10。

输出结果如表2-3和表2-4所示：

表2-3引入或剔除的变量

Mode