影响电信业务收入的主要因素的分析大学毕业设计论文Word下载.docx

影响电信业务收入的主要因素的分析大学毕业设计论文Word下载.docx

《影响电信业务收入的主要因素的分析大学毕业设计论文Word下载.docx》由会员分享，可在线阅读，更多相关《影响电信业务收入的主要因素的分析大学毕业设计论文Word下载.docx（14页珍藏版）》请在冰豆网上搜索。

1.110800

540.9000

06

1590.130

1.643710

1.167610

806.0000

07

1962.780

1.668210

1.206050

990.7700

08

2175.900

1.694680

1.257740

1148.900

09

2575.500

1.722700

1.309100

1396.700

10

2879.400

1.747690

1.360190

1700.100

11

3196.500

1.771120

1.399220

1919.000

12

3335.200

1.790340

1.448120

0.361460

2343.700

2002:

3598.430

1.819310

1.499090

0.363450

3893.340

1.851420

1.558520

0.362660

4196.440

1.886500

1.615000

0.375310

4516.990

1.913180

1.666480

0.385200

2630.900

4832.350

1.958540

1.713800

0.387240

2703.610

5180.550

1.989420

1.761690

0.397590

2843.000

5614.970

2.010230

1.803180

0.417350

2986.980

5965.050

2.035290

1.848550

0.433190

3148.390

6322.220

2.070010

1.903910

0.450400

3308.920

6669.870

2.090620

1.958330

0.458700

3487.300

7031.530

2.126840

2.003130

0.482940

3706.680

7451.020

2.144190

2.066160

0.497000

4378.270

2003:

7809.520

2.180040

2.124390

0.487490

8157.120

2.214920

2.163980

0.492740

8540.320

2.256260

2.214910

0.499200

4593.270

8928.320

2.290390

2.257170

0.507880

4761.970

9275.220

2.328820

2.300560

0.522100

4949.770

9650.720

2.376100

2.344720

0.532350

5163.370

10072.92

2.407540

2.394590

0.538130

5308.670

10466.72

2.449260

2.441180

0.544330

5447.670

10871.12

2.504680

2.499740

0.538760

5619.070

11265.42

2.551390

2.569380

0.535000

5798.670

11661.02

2.598420

2.634780

0.532560

6065.970

12061.02

2.633050

2.686930

0.536570

6593.470

2004:

12475.12

2.689330

2.768020

0.554390

12879.92

2.745320

2.823270

0.546280

13310.42

2.810810

2.903050

0.545850

6877.870

13744.62

2.854480

2.957500

0.541270

7043.870

14164.62

2.904010

3.005590

0.536660

7218.870

14597.12

2.954880

3.052830

0.534700

7459.870

15035.42

2.989960

3.102180

0.530220

7639.570

15478.62

3.029010

3.151000

0.528430

7808.470

15923.12

3.069230

3.200710

0.523290

7974.670

我们对y和x1x2x3x4进行初步的散点图观察，发现y和x1x2x3x4在散点图中呈现出线形关系，所以我们将模型初步定为线形模型。

模型的设定

我们把当月止电信业务收入累计额Y（单位：

亿元）作为为应变量，用月平均固定电话用户数X1（单位：

亿户）、月平均移动电话用户数X2（单位：

亿户）互联网用户数X3（单位：

亿户）和每月电信业固定资产投资完成额X4作为四个自变量。

建立如下模型：

Yi=β1+β2X1+β3X2+β4X3+β5X4+ui（其中，ui为随机误差项，且服从正态分布）。

利用eviews5.0得到如下结果

DependentVariable:

Y

Method:

LeastSquares

Date:

06/14/05Time:

11:

24

Sample（adjusted）:

2001M122004M09

Includedobservations:

34afteradjustments

Variable

Coefficient

Std.Error

t-Statistic

Prob. 

C

-10552.42

1292.392

-8.165032

0.0000

4879.920

1315.285

3.710161

0.0009

1917.691

1093.914

1.753055

0.0902

4270.050

1314.464

3.248511

0.0029

0.359675

0.117148

3.070274

0.0046

R-squared

0.999383

Meandependentvar

9264.011

AdjustedR-squared

0.999298

S.D.dependentvar

3827.446

S.E.ofregression

101.3827

Akaikeinfocriterion

12.21073

Sumsquaredresid

298074.8

Schwarzcriterion

12.43520

Loglikelihood

-202.5825

F-statistic

11751.06

Durbin-Watsonstat

0.555252

Prob（F-statistic）

0.000000

拟合方程为：

i=-10552.42+4879.92X1+1917.691X2+4270.50X3+0.359675X4

t=（-8.165）（3.7101）（1.7531）（3.2485）（3.0703）

R2=0.999383

2=0.999298F=11751.06

Sumsquaredresid298074.8

统计检验-多重共线性

从分析的数据来看，容易发现t检验还比较理想，β2β3β4β5均为正值具有经济意义，在α取0.05时只有x2的t值不够显著；

f统计量很大，说明解释变量对被解释变量的解释是显著的。

另外残差平方和太大，可能变量间存在共线性，因此需要检验模型是否存在多重共线性的问题。

用Eviews得到相关系数矩阵

1.000000

0.996976

0.844648

0.992582

0.880265

0.996354

0.885829

析了一下各个变量之间的相关系数，发现X1和X2之间的相关系数达到了0.995737，相关程度很高，同时X2和X3之间的相关系数也达到了0.844648。

从实际经济意义上说，这三者之间存在着相互替代性，说明模型的设定具有多重共线性，需要对模型进行修订。

经过对各个解释变量的分析，我们发现固定电话用户数、移动电话用户数、互联网用户数这三个解释变量相关性很大，且都属于通信装置，相互间有较大的替代性。

于是决定尝试将这3个解释变变量相加成为新的解释变量记为X123。

这样将原来的模型调整为：

Yi=β1+β2X123i+β3X4i+ui（其中ui为随机误差项，服从正态分布）

再次拟合：

52

-9268.190

558.4492

-16.59630

X123

3261.226

217.2569

15.01092

0.347181

0.115524

3.005269

0.0052

0.999338

0.999296

101.5703

12.16348

319812.1

12.29815

-203.7791

23414.32

0.495369

i=-9268.190+3261.226X123i+0.347181X4i

t=（-16.59630）（15.01092）（3.005269）

R2=0.999338

2=0.999296F=23414.32

Sumsquaredresid=319812.1

异方差的检验，用WHITE检验作出的结果如下：

WhiteHeteroskedasticityTest:

4.144353

Probability

0.008922

Obs*R-squared

12.36648

0.014824

TestEquation:

RESID^2

14:

34

105531.8

289136.1

0.364990

0.7178

-43664.89

155576.7

-0.280665

0.7810

X123^2

4234.262

16376.52

0.258557

0.7978

0.559926

42.43575

0.013195

0.9896

X4^2

0.000357

0.004935

0.072327

0.9428

0.363720

9406.239

0.275957

15224.98

12955.04

21.91141

4.87E+09

22.13588

-367.4940

1.404210

查χ２分布表，给定α=0.01,自由度为5，得临界值χ２０．０５（5）=15.0863，而Obs*R-squared=12.36648<

15.0863，所以模型中随机误差ｕ的异方差性不明显

为了保险起见，我们用ARCH检验进行复查

ARCHTest:

1.792614

0.172363

5.148988

0.161207

21:

39

2002M032004M09

31afteradjustments

7053.058

3866.644

1.824078

0.0792

RESID^2（-1）

0.593010

0.265720

2.231708

0.0341

RESID^2（-2）

-0.015077

0.286630

-0.052600

0.9584

RESID^2（-3）

-0.210498

0.280125

-0.751441

0.4589

0.166096

10106.28

0.073440

15787.23

15196.47

22.21543

6.24E+09

22.40046

-340.3391

1.556831

同样的异方差性不明显。

自相关的检验

由于DW=0.495369，给定显著水平α=0.5，查Durbin-Watson表，n=34,k`=2，得下限临界值dL=1.333，因为DW统计量为0.495368<

dL，所以随机误差项存在正的一阶自相关。

自相关的修正

由dw=0.495369ρ=1-dw/2=0.7523155。

利用广义差分法。

定义DY=Y-0.7523155*Y（-1）

DX123=X123-0.7523155*X123（-1）

DX4=X4-0.7523155*X4（-1）

然后进行参数估计，结果为

DY

22:

46

2002M012004M09

33afteradjustments

-2568.718

138.1116

-18.59887

DX123

3630.988

187.9921

19.31457

DX4

0.181301

0.093191

1.945477

0.0611

0.995458

2626.024

0.995155

956.1398

66.55126

11.32033

132872.1

11.45638

-183.7854

3287.557

D