《spss多元回归分析案例》由会员分享，可在线阅读，更多相关《spss多元回归分析案例（13页珍藏版）》请在金锄头文库上搜索。
1、如果您需要使用本文档，请点击下载按钮下载!企业管理 对居民消费率影响因素的探究-以湖北省为例 改革开放以来,我国经济始终保持着高速增长的趋势,三十多年间综合国力得到显著增强,但我国居民消费率一直偏低,甚至一直有下降的趋势。居民消费率的偏低必然会导致我国内需的不足,进而会影响我国经济的长期健康发展。 本模型以湖北省1995年-2010年数据为例，探究各因素对居民消费率的影响及多元关系。（注：计算我国居民的消费率,用居民的人均消费除以人均GDP,得到居民的消费率）。通常来说，影响居民消费率的因素是多方面的，如:居民总收入，人均GDP，人口结构状况1.人口年龄结构一种比较精准的描述是：儿童抚养系数(
2、0-14岁人口与 15-64岁人口的比值)、老年抚养系数(65岁及以上人口与15-64岁人口的比值或总抚养系数(儿童和老年抚养系数之和)。0-14岁人口比例与65岁及以上人口比例可由湖北省统计年鉴查得。（儿童抚养系数，老年抚养系数），居民消费价格指数增长率等因素。总消费(C:亿元)总GDP（亿元）消费率(%)19951095.972109.3851.96 19971438.122856.4750.35 20001594.083545.3944.96 20011767.383880.5345.54 20021951.544212.8246.32 20032188.054757.4545.99 2
3、0042452.625633.2443.54 20052785.426590.1942.27 20063124.377617.4741.02 20073709.699333.439.75 20084225.3811328.9237.30 20094456.3112961.134.38 20105136.7815806.0932.50 （注：数据来自湖北省统计年鉴）如果您需要使用本文档，请点击下载按钮下载!一、计量经济模型分析(一)、数据搜集 根据以上分析，本模型在影响居民消费率因素中引入6个解释变量。X1:居民总收入（亿元），X2：人口增长率(），X3：居民消费价格指数增长率，X4：少儿抚养系
4、数，X5：老年抚养系数，X6：居民消费占收入比重（%）。Y：消费率(%)X1:总收入（亿元）X2：人口增长率(）X3：居民消费价格指数增长率X4：少儿抚养系数X5：老年抚养系数X6：居民消费比重（%）199551.961590.759.2717.145.39.4268.9199750.352033.688.122.841.19.4470.72200044.962247.253.70.4399.5770.93200145.542139.712.440.737.839.7282.6200246.322406.552.21-0.436.189.8181.09200345.992594.612.322
5、.234.439.8784.33200443.542660.112.44.932.699.892.2200542.273172.413.052.931.099.7387.8200641.023538.43.131.630.179.988.3200739.754168.523.234.829.4610.0488.99200837.34852.582.716.328.6210.187.07200934.385335.543.48-0.428.0510.2583.52201032.56248.754.342.927.8310.4182.2(二)、计量经济学模型建立假定各个影响因素与Y的关系是线性的，
6、则多元线性回归模型为：利用spss统计分析软件输出分析结果如下：Descriptive StatisticsMeanStd. DeviationN如果您需要使用本文档，请点击下载按钮下载!Descriptive StatisticsMeanStd. DeviationNY42.76005.7457413X13.3068E31436.4549013X23.87692.2353813X33.52314.5718613X682.20387.5374413X56.8638.4378513Y42.76005.7457413X13.3068E31436.4549013X23.87692.2353813X3
7、3.52314.5718613X682.20387.5374413X56.8638.4378513X423.52542.9375213表1表2Variables Entered/RemovedbModelVariables EnteredVariables RemovedMethod1X4, X3, X2, X6, X1, X5a.Entera. All requested variables entered.b. Dependent Variable: Y这部分被结果说明在对模型进行回归分析时所采用的方法是全部引入法Enter。表3CorrelationsYX1X2X3X6X5X4Pears
8、on CorrelationY1.000-.965.480.354-.566-.960.927X1-.9651.000-.288-.215.451.932-.877X2.480-.2881.000.656-.767-.577.623X3.354-.215.6561.000-.293-.365.392X6-.566.451-.767-.2931.000.722-.795X5-.960.932-.577-.365.7221.000-.982X4.927-.877.623.392-.795-.9821.000Sig. (1-tailed)Y.000.049.118.022.000.000X1.000
9、.170.240.061.000.000X2.049.170.007.001.020.011X3.118.240.007.166.110.093X6.022.061.001.166.003.001X5.000.000.020.110.003.000X4.000.000.011.093.001.000.NY13131313131313X113131313131313如果您需要使用本文档，请点击下载按钮下载!CorrelationsYX1X2X3X6X5X4Pearson CorrelationY1.000-.965.480.354-.566-.960.927X1-.9651.000-.288-.
10、215.451.932-.877X2.480-.2881.000.656-.767-.577.623X3.354-.215.6561.000-.293-.365.392X6-.566.451-.767-.2931.000.722-.795X5-.960.932-.577-.365.7221.000-.982X4.927-.877.623.392-.795-.9821.000Sig. (1-tailed)Y.000.049.118.022.000.000X1.000.170.240.061.000.000X2.049.170.007.001.020.011X3.118.240.007.166.1
11、10.093X6.022.061.001.166.003.001X5.000.000.020.110.003.000X4.000.000.011.093.001.000.NY13131313131313X113131313131313X213131313131313X313131313131313X613131313131313X513131313131313X213131313131313X313131313131313X613131313131313X513131313131313X413131313131313这部分列出了各变量之间的相关性，从表格可以看出Y与X1的相关性最大。且自变量之
12、间也存在相关性，如X1与X5，X1与X4，相关系数分别为0.932和0.877，表明他们之间也存在相关性。表4Model SummarybModelRR SquareAdjusted R SquareStd. Error of the EstimateDurbin-Watson1.991a.982.9641.091502.710a. Predictors: (Constant), X4, X3, X2, X6, X1, X5b. Dependent Variable: Y这部分结果得到的是常用统计量，相关系数R=0.991，判定系数=0.982，调整的判定系数=0.964，回归估计的标准误差S=1.09150。说明样本的回归效果比较好。表5ANOVAbModelSum of Squ
