《多元统计分析模型建立、诊断及修正》由会员分享，可在线阅读，更多相关《多元统计分析模型建立、诊断及修正（10页珍藏版）》请在金锄头文库上搜索。
1、 多元统计分析影响居民人居消费支出的因素分析姓名： 学号： 学院：工商管理学院专业：人力资源管理一、导语自从改革开放 30 多年以来，中国社会主义建设取得举世瞩目的成就国民经济迅速发展，稳定增长，综合国力明显增强，人民收入日渐增长，生活水平也大大提升，伴随着经济的发展，中国的消费结构也有很大变化。随着生活水平从温饱走向小康，中国人的消费标准由注重“吃饱、穿暖、够用、能住”变为注重“吃得好、穿得漂亮、用得方便、住得舒适”，消费心态由“将就”变为“讲究”，消费需求从形式到内容都在发生一系列的变化：从简单到复杂，从单一到多样，从稳定到多变，从清晰到模糊。“忽如一夜春风来，千树万树梨花开。”在今天，中
2、国从计划走向市场的历史进程中，民众的消费欲望得到前所未有的释放，并不断发酵、膨胀，呈现一派欣欣向荣的美妙景色。随着生产的发展和社会的进步，人们的消费水平逐步提高，消费结构不断地从低层次的消费结构向高层次的消费结构转化。消费结构不断优化。表现为：生存消费的比重逐步缩小，享受消费和发展消费的比重相应增大；物质消费的比重逐步缩小，精神消费的比重相应增大；非耐用消费品消费的比重逐步缩小，耐用消费品消费和服务消费的比重相应增大；自给性消费的比重逐步缩小，商品性消费的比重相应增大。 消费结构的进步还突出表现在食物消费在全部消费支出中的比重逐步缩小，即恩格尔系数的降低。消费是人类生产的目的。在社会再生产中，
3、生产必须围绕消费需求来进行，消费对生产起引导作用。生产与消费相互依存、相互制约、相辅相成。生产决定消费，消费也反作用于生产；生产只是手段，消费才是目的。消费的数量、规模、档次、速度，决定生产的数量、规模、档次、速度；消费能否顺畅实现，决定生产的循环能否顺利完成。可以说，产品能否被消费者接受、接受数量大小，决定着生产者的兴衰。而最终消费是指常住单位在一定时期内对于货物和服务的全部最终消费支出，也就是常住单位为满足物质、文化和精神生活的需要。影响消费支出的因素有很多，但据分析主要的因素可能有：从宏观经济看，经济整体增长是消费支出的基本源泉。从微观经济来看，人均纯收入、人均可支配收入、商品支出等成为
4、影响居民消费的主要因素。因此，可以从以上几个方面，分析各种因素对中国消费支出的具体影响。二、数据的筛选与整理编号 城市家庭人均纯收入（元）人均主要商品消费支出（元）人均其他商品支出（元）人均可支配收入（元）人均生活消费支出（元 01 北 京 11668.59 264.77 433.73 11986 8897.592 天 津 8687.56 264.82 288.13 10675 4273.153 河 北 5149.67 269.12 178.84 5130 3349.744 山 西 4244.10 272.95 177.45 4256 3304.765 内蒙古 4937.80 315.78 1
5、82.20 4938 3968.426 辽 宁 5958.00 405.89 194.85 6000 4254.037 吉 林 5265.91 306.04 186.52 5450 3902.908 黑龙江 5206.76 294.92 165.90 5321 4241.279 上 海 12482.94 284.35 422.74 11385 9804.3710 江 苏 8003.54 396.54 240.92 8004 5804.4511 浙 江 10007.31 323.89 394.55 10008 7731.7012 安 徽 4504.32 303.02 142.23 4504 36
6、55.0213 福 建 6680.18 342.82 225.08 6880 5015.7214 江 西 5075.01 400.11 142.72 5075 3532.6615 山 东 6118.77 305.04 200.18 6119 4417.1816 河 南 4806.95 320.12 155.45 4807 3388.4717 湖 北 5035.26 379.72 168.17 5035 3725.2418 湖 南 4909.04 411.97 213.56 4910 4020.8719 广 东 6906.93 365.87 385.94 6906 5019.8120 广 西 3
7、980.44 329.52 178.51 1980 3231.1421 海 南 4744.36 330.75 144.21 4744 3088.5622 重 庆 4478.35 371.67 246.37 4621 3142.1423 四 川 4462.05 368.50 183.85 4462 4141.4024 贵 州 3005.41 337.98 144.82 3156 2421.9525 云 南 3369.34 340.64 190.04 3369 2924.8526 西 藏 3531.72 336.62 193.10 3210 2399.4727 陕 西 3437.55 298.97
8、 189.41 3500 3349.2328 甘 肃 2980.10 298.39 170.12 3355 2766.4529 青 海 3346.15 254.71 171.32 3346 3209.4130 宁 夏 4048.33 314.02 165.22 4100 3347.9431 新 疆 3883.10 332.30 161.67 4000 2950.63三、多元统计分析模型的建立设定模型如下：Y=B0+B1X1+B2X2+B3X3+B4X4+B5X5+B6X6其中，被解释变量：Y人均生活消费支出解释变量：X1人均可支配收入X2人均主要商品消费支出X3人均其它非商品支出X4家庭纯收入
9、四、模型的检验、诊断和修正（一） 、模型的诊断1、拟合优度检验 ：Model Summaryb.970a .940 .931 455.54555Model1 R R Square AdjustedR Square Std. Error ofthe EstimatePredictors: (Constant), , , , a. Dependent Variable: b. 由表可知复相关系数R=0.970、R 2=0.940、修正R 2=0.931，这说明模型对样本的模拟很好 2、F检验ANOVAb85192919 4 21298229.78 102.631 .000a5395565 26 2
10、07521.74490588484 30RegressionResidualTotalModel1 Sum ofSquares df Mean Square F Sig.Predictors: (Constant), , , , a. Dependent Variable: b. 上表中给出了回归方程的显著性 F 检验结果。F=21.373，P 值（sig）=0，可见回归方程显著。3、t 检验Coefficientsa488.731 702.402 .696 .4931.114 .172 1.533 6.497 .000-.889 1.935 -.022 -.459 .6502.772 2.0
11、75 .132 1.336 .193-.501 .149 -.718 -3.362 .002(Constant)Model1 B Std. ErrorUnstandardizedCoefficientsBetaStandardizedCoefficientst Sig.Dependent Variable: a. 在给定显著性水平=0.05的条件下，P(t X 1)=-0.459,p(t X4)=3.362均小于0.05，所以拒绝原假设，即解释变量人均主要商品消费、人均可支配收入均对被解释变量人均生活消费支出有显著性影响，p(tX 2)=6.497,p(tX3)=1.336,均大于0.05说明
12、家庭纯收入人均其他商品支出均对被解释变量人均其他副食支出不存在显著性影响，通过上述分析可见回归系数检验结果没全部通过显著性。该模型可能存在多重共线。因此需要对模型的多重共线性进行检验。（二） 、多重共线的检验与修正Coefficientsa488.731 702.402 .696 .493-.889 1.935 -.022 -.459 .650 .958 1.0441.114 .172 1.533 6.497 .000 .041 24.3122.772 2.075 .132 1.336 .193 .233 4.287-.501 .149 -.718 -3.362 .002 .050 19.91
13、4(Constant)Model1 B Std. ErrorUnstandardizedCoefficientsBetaStandardizedCoefficientst Sig. Tolerance VIFCollinearity StatisticsDependent Variable: a. 由表可知：家庭纯收入 VIF 值为 24.312，人均可支配收入 VIF 值为19.914，二者的 VIF 值都大于 10，说明存在着严重的多重共线性。1、多重共线修正（1）拟合优度因为该模型存在严重的多重共线性，我们将把方差扩大因子最大者所对应的自变量首先提出，再重新建立回归方程。下面将采用 st
14、epwise 方法进行多元回归分析，进行变量剔除。Model Summary.953a .908 .905 534.64141.967b .936 .931 455.86577Model12R R Square AdjustedR Square Std. Error ofthe EstimatePredictors: (Constant), a. Predictors: (Constant), , b. 由图可知在第二个Model中,R=0.967,R 2=0.936，修正R 2=0.931，这说明模型对样本的模拟很好。（2）F检验ANOVAc82299083 1 82299082.92 287.919 .000a8289402 29 285841.43390588484 3084769704 2 42384851.80 203.956 .000b5818781 28 207813.60390588484 30RegressionResidualTotalRegressionResidualTotalModel12Sum ofSquares df Mean Square F Sig.Predictors: (Constant), a. Predictors: (Constant), , b. Dependent Variable: c. 由表可知
