经济计量学期末论文-社会消费品零售总额影响因素分析.doc

《经济计量学期末论文-社会消费品零售总额影响因素分析.doc》由会员分享，可在线阅读，更多相关《经济计量学期末论文-社会消费品零售总额影响因素分析.doc（14页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、各专业全套优秀毕业设计图纸社会消费品零售总额影响因素分析 班级 12会计2班 学号 1211029113 姓名 时间 2014年12月 一、模型参数估计与假设检验（一） 社会消费品零售总额要素的参数估计为了更好的进行对社会消费品零售总额主要因素的分析，我们选取我国1996年至2012年社会消费品零售总额与其主要因素的统计资料，如表1所示。表1 19962012年我国社会消费品零售总额资料社会消费品零售总额（万元）总人口数（万人）商品零售价格指数（(上年=100)）职工平均工资（元）1996年283602000122389106.162101997年312529000123626100.8644

2、41998年33378100012476197.474461999年3564790001257869783192000年39106000012674398.593332001年43055400012762799.2108702002年48135900012845398.7124422003年52516300012922799.9140402004年595010000129988102.8160242005年683530000130756100.8184052006年791452000131448101210012007年935716000132129103.8249322008年1148301

3、000132802105.9292292009年132678400013345098.8327362010年1569984266134091103.1365392011年1839186000134735104.9423962012年210307000013540410248689我们建立二元回归模型yb1b2X2b3X3b4X4+（相关计算数据参照于表1），把社会消费品零售总额作为被解释变量y，总人口数作为解释变量X2，商品零售价格指数作为X3，职工平均工资作为X4，运行统计分析软件SPSS，将上表中数据输入界面，进行回归分析所得结果如表2、表3和表4所示。表2 模型汇总模型RR 方调整 R

4、方标准 估计的误差1.999a.998.9982.763E7a. 预测变量: (常量), 职工平均工资, 商品零售价格指数, 总人口数。表3 Anovab模型平方和df均方FSig.1回归5.218E1831.739E182277.853.000a残差9.926E15137.635E14总计5.228E1816a. 预测变量: (常量), 职工平均工资, 商品零售价格指数, 总人口数。b. 因变量: 社会消费品零售总额表4 系数a模型非标准化系数标准系数B标准 误差试用版tSig.1(常量)4.816E96.917E86.963.000总人口数-34108.9334692.505-.239-7

5、.269.000商品零售价格指数-6273106.8092742412.183-.031-2.287.040职工平均工资52712.2041473.2151.23035.780.000a. 因变量: 社会消费品零售总额据此，可得该回归模型各项数据为：b1 4.816E9b2 -34108.933b3 -6273106.809b4 52712.204 7.635E14Var（b1） 4.78449E+17Var（b2） 22019603.18Var（b3） 7.52082E+12Var（b4） 2170362.436Se（b1） 6.917E8Se（b2） 4692.505Se（b3） 2742

6、412.183Se（b4） 1473.215t（b1） 6.962556021t（b2） -7.268811221t（b3） -2.287441271t（b4） 35.78038779 0.998 df 13模型为：y4.82E+09-34108.933X2-6273106.809 X3+52712.204X2+（二） 社会消费品零售总额因素的假设检验令0.01，我们提出如下假设：H0：Bi0，YB1+B2X2+B3X3+B4X4+i yb1b2X2b3X3 b4X4 (bi) t0.01 (13)在水平下，t检验的拒绝域为：，3.01和3.01，所以t（b1）、t（b2）、t（b4）落在拒绝

7、域中，拒绝原假设，即X1、X2 、X3对于模型有意义；t（b3）均落在拒绝域中，不拒绝原假设，即X3对于模型没有意义。对于该模型的经济意义解释如下：平均而言，在其他条件不变的情况下，总人口数每变动一个单位，将引起社会消费品零售总额变动34108.933个单位；职工平均工资每变动一个单位，将引起社会消费品零售总额变动52712.204个单位。并且，该模型反映了99.8%的真实情况。联合假设检验：H0：0F F0.01 (3，13)在水平下，模型中的F值落在F检验的右侧拒绝域5.74，中，拒绝原假设，即0对于该模型的经济意义解释如下：平均而言，在其他条件不变的情况下，总人口数每变动一个单位，将引起

8、社会消费品零售总额变动34108.933个单位；职工平均工资每变动一个单位，将引起社会消费品零售总额变动52712.204个单位。并且，该模型反映了99.8%的真实情况。二、 模型多重共线性诊断在以下分析中，将选取原数据所得模型：y4.82E+09-34108.933X2-6273106.809 X3+52712.204X2+相关计算数据参照于表1。1. 进行多重共线性的诊断 0.998 t（b1） 6.962556021t（b2） -7.268811221t（b3） -2.287441271t（b4） 35.78038779由此可看出，该模型的拟合优度较大，各参数的t检验值都较显著，所以，不

9、能据此看出其存在多重共线性。（2）X2、X4之间的关联度如下表5:表5 相关系数表社会消费品零售总额职工平均工资社会消费品零售总额Pearson 相关性1.995*显著性（双侧）.000N1717职工平均工资Pearson 相关性.995*1显著性（双侧）.000N1717*. 在 .01 水平（双侧）上显著相关。由此可看出，该模型的X2与X4是不相关的。（3）辅助回归针对模型： y4.82E+09-34108.933X2-6273106.809 X3+52712.204X2+建立以X2为因变量， X3、X4为自变量的辅助回归模型：X2c1c2 X3c3 X4 运行统计分析软件SPSS，将上表

10、中数据输入界面，进行回归分析所得结果如表6、表7和表8所示。表6 模型汇总模型RR 方调整 R 方标准 估计的误差1.930a.864.8451573.798a. 预测变量: (常量), 职工平均工资, 商品零售价格指数。表7 Anovab模型平方和df均方FSig.1回归2.211E821.105E844.629.000a残差3.468E7142476841.532总计2.558E816a. 预测变量: (常量), 职工平均工资, 商品零售价格指数。b. 因变量: 总人口数表8 系数a模型非标准化系数标准系数tSig.B标准 误差试用版1(常量)135993.85915194.5438.95

11、0.000商品零售价格指数-121.005152.809-.087-.792.442职工平均工资.289.033.9648.823.000a. 因变量: 总人口数据此，可得该回归模型为：X2 135993.859-121.005X3+0.2892.F检验H0： 0 F 44.629F F0.01(2，14)在水平下， F值落在F检验的在拒绝域6.51，中，拒绝原假设，说明存在多重共线性。3.共线性的补救（1）辅助回归针对模型：y4.82E+09-34108.933X2-6273106.809 X3+52712.204X2+a).建立以X4为因变量，X2、X3为自变量的辅助回归模型：X4c1c2

12、 X2c3 X3运行统计分析软件SPSS，将表1中数据输入界面，进行回归分析所得结果如表9、表10和表11所示。表9 模型汇总模型RR 方调整 R 方标准 估计的误差1.936a.876.8595012.884a. 预测变量: (常量), 商品零售价格指数, 总人口数。表10 Anovab模型平方和df均方FSig.1回归2.494E921.247E949.618.000a残差3.518E8142.513E7总计2.845E916a. 预测变量: (常量), 商品零售价格指数, 总人口数。b. 因变量: 职工平均工资表11 系数a模型非标准化系数标准系数tSig.B标准 误差试用版1(常量)-

13、426980.03752178.780-8.183.000总人口数2.932.332.8798.823.000商品零售价格指数663.927464.792.1421.428.175a. 因变量: 职工平均工资据此，可得该回归模型为：X4-426980.037+2.932 X2663.927 X3+H0： 0 F 49.618 FF 0.01(2，14)在水平下， F值落在F检验的在拒绝域6.51 中，拒绝原假设，说明存在多重共线性。b).建立以X3为因变量，X2、X4为自变量的辅助回归模型：X3c1c2 X2c3 X4运行统计分析软件SPSS，将表1中数据输入界面，进行回归分析所得结果如表12

14、、表13和表14所示。表12 模型汇总模型RR 方调整 R 方标准 估计的误差1.473a.224.1132.693a. 预测变量: (常量), 职工平均工资, 总人口数。表13 Anovab模型平方和df均方FSig.1回归29.260214.6302.017.170a残差101.524147.252总计130.78516a. 预测变量: (常量), 职工平均工资, 总人口数。b. 因变量: 商品零售价格指数表14 系数a模型非标准化系数标准系数tSig.B标准 误差试用版1(常量)143.24855.4792.582.022总人口数.000.000-.495-.792.442职工平均工资.

15、000.000.8941.428.175a. 因变量: 商品零售价格指数据此，可得该回归模型为：X2143.248+H0： 0 F 2.017 FF 0.01(2，14)在水平下， F值不落在F检验的在拒绝域6.51 中，接受原假设，说明不存在多重共线性。三、模型自相关诊断（一）自相关的诊断相关数据参照于表1。 (1)图形法根据模型：y4.82E+09-34108.933X2-6273106.809 X3+52712.204X2+作对t的散点图，所得结果如图1所示。图1 对t的散点图从图形中可以看出，是随机的，即不存在自相关。(2)杜宾瓦尔逊检验H0：是随机的d=1.662099028在水平下，查D-W表得DL=0.87、DU=1.10，则4DU3.13、4DL2.90，所以d值落在DU, 4-DU的区域中，即不拒绝原假设，不存在自相关。综上所述，该模型是不存在自相关的。