当前位置:文档之家› 利用一元线性回归模型研究收入对消费的影响

利用一元线性回归模型研究收入对消费的影响

2006 2011
各省市
5.1数据分析
对2006和2011年全国各省市人均消费性支出进行纵向比较分析,得图2
人 均 消 费
22,000 20,000 18,000 16,000 14,000 12,000 10,000 8,000 6,000
由图2可知:在2006年到2011年5年内,全国各省市人均消费也有较大增长,依 然是上海增加最高,最低是甘肃.
14,000 人均收入
18,000
22,000
表5 2006年人均收入与人均消费相关系数
图3 2006年人均收入与人均消费指标数据散点图
人均收入 人均收入 人均消费 1.0000 0.9856
人均消费 0.9856 1.0000
6.2相关分析
22,000
运用EViews画出2011 年人均收入和人均消 费的散点图,并计算 相关系数,结果显示 这两者之间也具有明 显的正相关关系。
湖 南
广 东 广 西 海 南 重 庆 四 川 贵 州 云 南 西 藏
10504.67
16015.58 9898.75 9395.13 11569.74 9350.11 9116.61 10069.89 8941.08
8169.30
12432.22 6791.95 7126.78 9398.69 7524.81 6848.39 7379.81 6192.57
内蒙古
辽 宁 吉 林 黑龙江 上 海 江 苏 浙 江 安 徽 福 建
20407.57
20466.84 17796.57 15696.18 36230.48 26340.73 30970.68 18606.13 24907.40
15878.07
14789.61 13010.63 12054.19 25102.14 16781.74 20437.45 13181.46 16661.05
浙 江
安 徽 福 建 江 西
18265.10
9771.05 13753.28 9551.12
13348.51
7294.73 9807.71 6645.54
陕 西
甘 肃 青 海 宁 夏
9267.70
8920.59 9000.35 9177.26
7553.28
6974.21 6530.11 7205.57
江 西
山 东 河 南
17494.87
22791.84 18194.80
11747.21
14560.67 12336.47
宁 夏
新 疆
17578.92
15513.62
12896.04
11839.40
数据来源:《中国统计年鉴》2012
4.数据处理
为了比较2006年和2011年我国城镇居民收入、消 费状况,需要对含有价格因素的名义统计数据进 行价格因子折算,使得不同年份的统计数据具有 可比较性。以现有全国各省市城镇居民家庭人均 可支配收入和人均消费性支出指标数据为例,以 2006年CPI数据作为基准,将2007-2011年各年 CPI指标折算成相对2006年的定期比数据,然后 再利用CPI定基比数据将2011年人均可支配收入和 人均消费性支出指标的名义数据剔除价格因素, 转换成与2006年可比价数据。相应CPI年度同比 数据和折算后的定基比数据见表3。
山 东
河 南
12192.24
9810.26
8468.40
6685.18
新 疆
8871.27
6730.01
数据来源:《中国统计年鉴》2007
3.2数据选择
表2 省市 北 京 天 津 河 北 山 西 2011年中国各省市城镇居民家庭人均可支配收入与人均消费性支出(元) 人均消费支出 21984.37 18424.09 11609.29 11354.30 省市 湖 北 湖 南 广 东 广 西 人均可支配收入 18373.87 18844.05 26897.48 18854.06 人均消费支出 13163.77 13402.87 20251.82 12848.37 人均可支配收入 32903.03 26920.86 18292.23 18123.87
海 南
重 庆 四 川 贵 州 云 南 西 藏 陕 西 甘 肃 青 海
18368.95
20249.70 17899.12 16495.01 18575.62 16195.56 18245.23 14988.68 15603.31
12642.75
14974.49 13696.30 11352.88 12248.03 10398.91 13782.75 11188.57 10955.46
6.1相关分析
15,000 14,000
运用EViews软件画出 2006年人均收入和人 均消费的散点图,并 计算相关系数,结果 显示这两者之间具有 明显的正相关关系。
13,000 12,000
人均消费
11,000 10,000 9,000 8,000 7,000 6,000 8,000 10,000
天 津
河 北 山 西 内蒙古 辽 宁 吉 林 黑龙江 上 海 江 苏
14283.09
10304.56 10027.70 10357.99 10369.61 9775.07 9182.31 20667.91 14084.26
10548.05
7343.49 7170.94 7666.61 7987.49 7352.64 6655.43 14761.75 9628.59
4.1数据处理
表3 年度 2006 2007 CPI年度同比数据与定基比数据 CPI 101.5 104.8 CPI(2006)=100 100.00 104.80
2008
2009 2010 2011
105.9
99.3 103.3 104.6
110.98
110.21 113.84 119.02
数据来源:CPI原始数据来源于2012年《中国统计年鉴》,CPI定基比数据 以此计算获得
要求:
1、问题提出 2、指标选择 3、数据选择 4、数据处理 5、数据分析 6、建立模型 7、模型检验 7.1 经济检验 7.2 统计检验 8、报告结论 9、实验总结
1.问题提出
通过经济理论的学习我们知道,一个 国家或地区的人均消费性支出水平主要取 决于其人均可支配收入水平。而作为经济 统计专业的学生,关注我国在经济发展过 程中收入对消费是否产生影响以及产生怎 样的影响。
一.实验主题
利用一元线性回归模型研究收入对消费的影响
——基于我国城镇居民的统计数据分析 组员:
二.实验内容
1. 实验目的 熟练应用EViews软件作一元回归分析 2. 实验要求 运用EViews软件进行数据分析 利用已知数据建立一元线性回归模型 解读一元线性回归模型分析结果 撰写实验报告
三.实验报告
为此,我们将利用我国统计数据进行 实证分析。
2.指标选择
根据分析问题的需要,依据指标数据可得性原则, 我们选择经济含义明确并具有较好完整性和可比较性的 我国省市城镇居民家庭人均可支配收入和人均消费性支 出指标分别作为收入和消费指标。 数据来源于国家统计局公布的《中国统计年鉴》。
3.数据选择
为了比较不同年度我国居民收入和消费的 变化状况,我们特别选择了相隔5年的2006年和 2011年我国31个省市自治区城镇居民人均可支 配收入和人均消费性支出两个指标数据作为研 究问题的样本数据。
人均消费 0.9708
人均消费
0.9708
1.0000
6.3回归分析
在相关分析的基础上分别建立2006年和2011年一元 线性回归模型,2006年指标数据回归结果如下:
Dependent Variable: RJXF6 Method: Leas t Squares Date: 04/12/16 Tim e: 11:15 Sam ple: 1 31 Included obs ervations : 31 Variable C RJSR6 R-s quared Adjus ted R-s quared S.E. of regres s ion Sum s quared res id Log likelihood F-s tatis tic Prob(F-s tatis tic) Coefficient 281.4993 0.714554 0.971419 0.970433 410.6928 4891388. -229.5066 985.6616 0.000000 Std. Error 268.9497 0.022760 t-Statis tic 1.046662 31.39525 Prob. 0.3039 0.0000 8401.467 2388.455 14.93591 15.02842 14.96607 1.461502
福 建
江 西 山 东
20926.54
14698.73 19149.11
13998.18
9869.7 12233.49
青 海
宁 夏 新 疆
13109.49
14769.35 13034.14
9204.49
10834.91 9947.15
河 南
15286.79
10364.78
注:表4数据由表2数据除以价格因子1.1902所得
数据来源于国家统计局公布的2007年和 2012年的《中国统计年鉴》。详细数据分别见 表1和表2。
3.1数据选择
表1 省市 北 京 2006年中国各省市城镇居民家庭人均可支配收入与人均消费性支出(元) 人均消费支出 14825.41 省市 湖 北 人均可支配收入 9802.65 人均消费支出 7397.32 人均可支配收入 19977.52
北 京 天 津 河 北 山 西 内蒙古 辽 宁 吉 林 黑龙江 上 海 江 苏 浙 江 安 徽 福 建 江 西 山 东 河 南 湖 北 湖 南 广 东 广 西 海 南 重 庆 四 川 贵 州 云 南 西 藏 陕 西 甘 肃 青 海 宁 夏 新 疆
相关主题