《我国东西部消费差异的实证研究.pdf》由会员分享,可在线阅读,更多相关《我国东西部消费差异的实证研究.pdf(14页珍藏版)》请在三一文库上搜索。
1、1 我国东西部消费差异的实证研究 一引言 以往的文献中对东西部地区收入水平的差异谈论的较多,但关注消费水平差异的文章较 少。本文试图通过建立计量模型对我国的消费函数及东西部的消费函数的差异进行实证分 析。本文的思路如下:建立全国的消费函数,然后加入虚拟变量研究东西部消费的差异。进 而分别建立东西部的消费函数,最后用邹氏检验法对其差异进行验证。 二数据及变量 本文选取的是2003年全国 31个省市的城镇居民的人均全年可支配收入和人均全年消费 支出, 以及各地区的失业率,其中消费支出和可支配收入的数据来自中国价格及城镇居民 家庭收支调查统计年鉴(2004) ,失业率数据来自 中国统计年鉴 (200
2、4) ,具体数据如下: 消费支出 ( 元 / 每人全年 ) 可支配收入 ( 元/ 每人全年 ) 失业率 (%) 北京11123.84 13882.62 1.4 天津7867.53 10312.91 3.8 河北5439.77 7239.06 3.9 山西5105.38 7005.03 3 内蒙5419.14 7012.9 4.5 辽林6077.92 7240.58 6.5 吉林5492.1 7005.17 4.3 黑龙江5015.19 6678.9 4.2 上海11040.34 14867.49 4.9 江苏6708.58 9262.46 4.1 浙江9712.89 13179.53 4.2
3、安徽5064.34 6778.03 4.1 福建7356.26 9999.54 4.1 江西4914.55 6901.42 3.6 山东6069.35 8399.91 3.6 河南4941.6 6926.21 3.1 湖北5963.25 7321.98 4.3 湖南6082.62 7674.2 3.8 广东9636.27 12380.43 2.9 广西5763.5 7785.04 3.6 海南5502.43 7259.25 3.4 重庆7118.06 8093.67 4.1 四川5759.21 7041.87 4.4 贵州4948.98 6569.23 4 云南6023.56 7643.57
4、4.1 西藏8045.34 8765.45 陕西5666.54 6806.35 3.5 甘肃5298.91 6657.24 3.4 青海5400.24 6745.32 3.8 宁夏5330.34 6530.48 4.4 2 新疆5540.61 7173.54 3.5 三模型 1. 基本模型 根据凯恩斯的绝对收入假说理论,人的消费行为受边际消费倾向递减的心理规律支配。 在这个规律支配下,消费随着收入的增加而增加,但增加的幅度不如收入增加的那么多。即 消费函数具有如下的特点:第一,实际消费与实际收入之间存在稳定的函数关系;第二, 边 际消费倾向小于1;第三,平均消费倾向随着收入的上升而下降。 本文
5、便以此理论为基础,在解释变量中加入各地的失业率(没有找到就业率的数据,变 以失业率代替, 效果应该是一样的) ,建立模型为: 12 yxx,其中 y 为消费 支出, 1 x为可支配收入。 2 x为各地区城镇登记数据计算的失业率,结合上面的数据利用 Eviews 软件可得: Variable Coefficient Std. Error t-Statistic Prob. C 136.2962 421.9995 0.322977 0.7492 X1 0.744420 0.027450 27.11893 0.0000 X2 20.60064 78.90529 0.261081 0.7960 R-s
6、quared 0.965916 Mean dependent var 6379.443 Adjusted R-squared 0.963392 S.D. dependent var 1765.451 S.E. of regression 337.7894 Akaike info criterion 14.57736 Sum squared resid 3080746. Schwarz criterion 14.71748 Log likelihood -215.6604 F-statistic 382.5838 Durbin-Watson stat 1.163427 Prob(F-statis
7、tic) 0.000000 回归出来的消费函数为: 12 136.296 0.7420.6yxx,可以看出全国2003 年的边际消 费倾向为74%,且失业率对消费有着显著影响。 再对此模型进行检验: 因为采用的是截面数据,故对其进行异方差的white检验:在给定0.05的显著性水 平下有 2 (5)11.0705, 因为 2 nR= 4.551566 2 (5), 由white检验可认为不存在异方差。 因为 2 x的 t 值偏低,且F 统计量的值很显著,考虑 1 x与 2 x间是否存在共线性。 单独建立y对 2 x的回归,有: Variable Coefficient Std. Error t
8、-Statistic Prob. C 8014.246 1597.284 5.017420 0.0000 X2 -420.9793 402.8831 -1.044917 0.3050 R-squared 0.037531 Mean dependent var 6379.443 Adjusted R-squared 0.003157 S.D. dependent var 1765.451 S.E. of regression 1762.661 Akaike info criterion 17.85138 3 Sum squared resid 86995304 Schwarz criterion
9、 17.94479 Log likelihood -265.7707 F-statistic 1.091851 Durbin-Watson stat 1.883474 Prob(F-statistic) 0.304999 可以看出回归效果并不理想,因此剔除解释变量 2 x,单独建立y对 1 x的回归: Included observations: 31 Variable Coefficient Std. Error t-Statistic Prob. C 238.4694 275.9784 0.864087 0.3946 X 0.746817 0.032101 23.26488 0.0000
10、R-squared 0.949146 Mean dependent var 6433.182 Adjusted R-squared 0.947392 S.D. dependent var 1761.376 S.E. of regression 403.9972 Akaike info criterion 14.90303 Sum squared resid 4733197. Schwarz criterion 14.99555 Log likelihood -228.9970 F-statistic 541.2545 Durbin-Watson stat 1.220823 Prob(F-sta
11、tistic) 0.000000 回归方程为: 1 238.470.75yx 对其进行异方差的white检验:在给定0.05的显著性水平下有 2 (2)5.99,因为 2 nR=3.345.99,由 white 检验可认为不存在异方差。 再对其进行Glejser 检验:检验结果表明亦不存在异方差。 自相关检验:因为采用的是截面数据,即使有自相关也属于模型设定的偏误,故在此不 考虑模型的自相关性。 因此,我国2003 年的消费函数为: 1 238.470.75yx 2. 模型的扩展 接着本文要考察的是地域差异对我国的消费是否有影响,故在解释变量中加入虚拟变量 D(表示所属地区) 。在本文中把我国
12、分为东部和西部,且西部仅包括重庆,四川,贵州, 云南,西藏,陕西,甘肃,青海,宁夏,新疆10 个省市。 D=1 表示属于西部,D=0 表示属 于东部。其余变量经济含义与前面相同。 模型设定为:yxD,利用软件回归得: Variable Coefficient Std. Error t-Statistic Prob. C -200.7356 265.0827 -0.757256 0.4552 D 490.9892 139.5180 3.519182 0.0015 X 0.780672 0.028853 27.05668 0.0000 R-squared 0.964741 Mean depende
13、nt var 6433.182 Adjusted R-squared 0.962222 S.D. dependent var 1761.376 S.E. of regression 342.3491 Akaike info criterion 14.60130 4 Sum squared resid 3281682. Schwarz criterion 14.74008 Log likelihood -223.3202 F-statistic 383.0607 Durbin-Watson stat 1.432559 Prob(F-statistic) 0.000000 回归方程为:200.73
14、560.78490.9892yxD,且 t 值, F 值均比较合适。 对其进行对其进行异方差的white检验(非交叉检验):在给定0.05的显著性水平下有 2 (3)7.81473,因为 2 nR= 5.058356 7.81473,故由 white检验可认为加入虚拟变量后 依然不存在异方差。 所以由回归结果我们可以认为地域差异的确对消费有着显著影响。因此我们可以对东西 部分别建立消费函数的回归模型。 3. 模型的延伸 在此依然选取西部地区为重庆,四川,贵州,云南,西藏,陕西,甘肃,青海,宁夏, 新疆 10 个省市。而东部地区仅选取辽林,北京,天津,河北,山东,上海,江苏,浙江, 福建,广东1
15、0 个沿海的有典型性的省为代表。数据选取与前面相同。 西部地区的回归所得: Included observations: 10 Variable Coefficient Std. Error t-Statistic Prob. C -3006.536 823.2380 -3.652086 0.0065 X1 1.238390 0.113752 10.88673 0.0000 R-squared 0.936769 Mean dependent var 5913.179 Adjusted R-squared 0.928866 S.D. dependent var 951.2093 S.E. of
16、regression 253.6974 Akaike info criterion 14.08702 Sum squared resid 514899.0 Schwarz criterion 14.14753 Log likelihood -68.43509 F-statistic 118.5210 Durbin-Watson stat 1.819746 Prob(F-statistic) 0.000004 回归方程为: 11 3006.54 1.24yx,回归出来的边际消费倾向大于1,此结果与理论假 设明显不符, 这可能是西部地区收入普遍不能满足消费需求,用以前的积蓄或靠政府补贴生 活的原因
17、。 在此去掉截距项重新进行回归,得: Variable Coefficient Std. Error t-Statistic Prob. X 0.824934 0.017069 48.32993 0.0000 R-squared 0.831350 Mean dependent var 5913.179 Adjusted R-squared 0.831350 S.D. dependent var 951.2093 S.E. of regression 390.6330 Akaike info criterion 14.86805 Sum squared resid 1373347. Schwar
18、z criterion 14.89831 Log likelihood -73.34027 Durbin-Watson stat 1.756053 得回归方程为: 11 0.82yx,与有截距时比较可看出:虽然可决系数降低了,但解释变量 5 的 t 值显著提高了。 利用 Glejser 检验异方差性:建立如下函数形式: 12 | |ex, 12 | |ex 12 1 |e x 等,均未发现有很强的异方差性。 对东部地区的回归所得: Variable Coefficient Std. Error t-Statistic Prob. C -3.674132 501.9381 -0.007320 0
19、.9943 X 0.759330 0.045663 16.62887 0.0000 R-squared 0.971882 Mean dependent var 8103.275 Adjusted R-squared 0.968368 S.D. dependent var 2123.494 S.E. of regression 377.6734 Akaike info criterion 14.88279 Sum squared resid 1141097. Schwarz criterion 14.94331 Log likelihood -72.41396 F-statistic 276.5
20、195 Durbin-Watson stat 0.531543 Prob(F-statistic) 0.000000 回归方程为: 22 3.670.759yx,从各项统计值可以看出回归的结果比较好。 利用 Glejser 检验异方差性:建立如下函数形式: 12 | |ex, 12 | |ex 12 1 |e x 等,也均未发现有很强的异方差性。 所以西部地区的消费函数为 11 0.82yx,东部地区的消费函数为: 22 3.670.759yx 而且我们可看出东部地区的边际消费倾向小于西部地区,这与东部生活水平比西部高这一点 是相符的。 4. 邹氏检验: 在此利用邹氏检验对东西部的差异进行验证
21、。因为东西部数据都没有显著的异方差性, 故可利用邹氏检验法。 合并上面东西部地区的数据,利用软件回归得: Included observations: 20 Variable Coefficient Std. Error t-Statistic Prob. C 580.6510 359.0042 1.617393 0.1232 X 0.719003 0.038578 18.63779 0.0000 R-squared 0.950734 Mean dependent var 7008.227 Adjusted R-squared 0.947998 S.D. dependent var 1956.
22、216 S.E. of regression 446.0965 Akaike info criterion 15.13359 Sum squared resid 3582038. Schwarz criterion 15.23316 Log likelihood -149.3359 F-statistic 347.3672 6 Durbin-Watson stat 1.303123 Prob(F-statistic) 0.000000 令 1 S=RSS=3582038 ,自由度为18 又已知西部地区的 1 RSS=1373347 , 自由度为8;东部地区的 2 RSS=1141097 ,自由
23、度为 8。 2 S= 1 RSS+ 2 RSS=2514444 , 2 S的自由度为16 令 3 S= 1 S- 2 S=1067594 ,自由度为2 构造 F 统计量: 16/ 2/ 2 3 S S F= 533797 3.3967 157152.75 2,16 2.64F(10% 的显著性水平) , 所以认为东西部的消费在10%的显著性水平下是有显著差异的。 三结论 通过以上的计量回归分析,我们从中可以发现以下几点: 1. 我国东西部间的确存在着消费差异,且通过它们各自的回归方程可看出东部地区的边际 消费倾向较小,这说明东部地区人们除了消费外用于其它方面(如储蓄,投资)的钱要 多些。而西部
24、由于经济发展相对落后,收入中的绝大多数都用于消费了。同时也说明了 收入越多人们的边际消费倾向就越低。 2. 由引入截距的西部消费函数可以看出我国西部地区因为收入水平低,以致边际消费倾向 出现大于1 的数。这说明要提高西部地区的消费水平,还是要靠增加收入来实现。 我国居民消费水平的计量分析及对策建议 03 基地熊祎40301130 内容摘要:通过对我国居民消费水平的历史及现状研究,建立了居民消费水平的经济模型, 并研究了模型中主要变量对模型的影响程度,在此基础上提出了提高居民消费水平的对策建 议。 关键词:居民消费水平影响因素模型分析对策建议 一、引言 消费水平是指一个国家一定时期内人们在消费过
25、程中对物质和文化生活需要的满足程 度。笔者以分析居民消费水平为目的,同时考虑了其他一些指标的分析需要,根据计量经济 学模型的构思,在建模时作了如下处理: 1、该模型为线性模型。 2、主要采集的样本是1978 年以后的,因为改革开放以后,我国的经济运行机制有了 7 极大的改变,人民生活水平也有了极大的提高,故这一时期的样本更能反映这种变化。 3、模型中将居民消费水平作为被解释变量,根据经验引入国内生产总值、城乡居民人 均收入、人口自然增长率、居民消费价格指数,对模型进行回归分析,以求能使模型具有更 高的可操作性。 obs Y X1 X2 X3 X4 X5 1978 184.0000 3624.1
26、00 343.4000 133.6000 12.00000 100.7000 1979 207.0000 4038.200 405.0000 160.2000 13.34000 101.9000 1980 236.0000 4517.800 477.6000 191.3000 11.87000 107.5000 1981 262.0000 4862.400 500.4000 223.4000 14.55000 102.5000 1982 284.0000 5294.700 535.3000 270.1000 15.68000 102.0000 1983 311.0000 5934.500 56
27、4.6000 309.8000 13.29000 102.0000 1984 354.0000 7171.000 652.1000 355.3000 13.08000 102.7000 1985 437.0000 8964.400 739.1000 397.6000 14.26000 109.3000 1986 485.0000 10202.20 899.6000 423.8000 15.57000 106.5000 1987 550.0000 11962.50 1002.200 462.6000 16.61000 107.3000 1988 693.0000 14928.30 1181.40
28、0 545.0000 15.73000 118.8000 1989 762.0000 16909.20 1373.900 601.5000 15.04000 118.0000 1990 803.0000 18547.90 1510.200 686.3000 14.39000 103.1000 1991 896.0000 21617.80 1700.600 708.6000 12.98000 103.4000 1992 1070.000 26638.10 2026.600 784.0000 11.60000 106.4000 1993 1331.000 34634.40 2577.400 921
29、.6000 11.45000 114.7000 1994 1746.000 46759.40 3496.200 1221.000 11.21000 124.1000 1995 2236.000 58478.10 4283.000 1577.700 10.55000 117.1000 1996 2641.000 67884.60 4838.900 1926.100 10.42000 108.3000 1997 2834.000 74462.60 5160.300 2090.100 10.06000 102.8000 1998 2972.000 78345.20 5425.100 2102.000
30、 9.140000 99.20000 1999 3180.000 82067.50 5854.000 2210.300 8.180000 98.50000 2000 3415.000 89468.10 6280.000 2253.400 7.580000 100.1000 2001 3654.000 97314.80 6859.600 2366.400 6.950000 102.1000 2002 3910.000 105172.3 7702.800 2745.600 6.450000 99.70000 注:以上数据来源于2003 年中国统计年鉴 二、影响居民消费水平的单因素分析 1、国内生产
31、总值对居民消费水平的影响 为了研究居民消费水平和经济发展水平的关系,我们把国内生产总值作为经济发展水平 的代表性指标。 由经济理论分析可知,经济发展水平与居民消费水平有密切关系。因此,我 们设定居民消费水平Y t 与国内生产总值X 1的关系为: 1111 XY t 8 假定模型中随机误差项 1满足古典假定,运用 OLS 法估计模型参数,结果如下: Dependent Variable: Y Method: Least Squares Date: 12/12/05 Time: 14:50 Sample: 1978 2002 Included observations: 25 Variable C
32、oefficient Std. Error t-Statistic Prob. C 93.22748 10.02780 9.296901 0.0000 X1 0.036811 0.000203 181.1983 0.0000 R-squared 0.999300 Mean dependent var 1418.120 Adjusted R-squared 0.999270 S.D. dependent var 1269.558 S.E. of regression 34.31248 Akaike info criterion 9.985514 Sum squared resid 27078.9
33、6 Schwarz criterion 10.08302 Log likelihood -122.8189 F-statistic 32832.82 Durbin-Watson stat 0.894184 Prob(F-statistic) 0.000000 1 0368. 02275.93XY t (9.2969) (181.1983) 其中,可决系数 2 R=0.9993。从回归结果可以看出,模型拟合度很好,可决系数很高, 这也表明国内生产总值确实对居民消费水平有显著影响。其中,GDP 每增长1 亿元,居民 消费水平平均增加0.04 元。 2、居民人均收入对居民消费水平的影响 如果说国内生
34、产总值是宏观影响因素,那么居民的人均收入就是微观影响因素。由于 我国城乡差距比较显著,于是在这里分别考察了城镇居民和农村居民的可支配收入对消费水 平的影响。设城镇居民人均可支配收入为 2 X,农村居民人均纯收入为 3 X,它们与居民消 费水平的关系为: 2222 XY t , 3333 XY t 运用 OLS法估计结果如下: 城镇居民可支配收入对居民消费水平的影响 Dependent Variable: Y 9 Method: Least Squares Date: 12/12/05 Time: 14:51 Sample: 1978 2002 Included observations: 25
35、 Variable Coefficient Std. Error t-Statistic Prob. C 9.629737 18.72683 0.514222 0.6120 X2 0.530391 0.005288 100.2944 0.0000 R-squared 0.997719 Mean dependent var 1418.120 Adjusted R-squared 0.997620 S.D. dependent var 1269.558 S.E. of regression 61.94203 Akaike info criterion 11.16689 Sum squared re
36、sid 88246.75 Schwarz criterion 11.26440 Log likelihood -137.5862 F-statistic 10058.98 Durbin-Watson stat 0.834725 Prob(F-statistic) 0.000000 2 5304.06297. 9XY t (0.5142 )(100.2944 ) 2 R=0.9977 农村居民纯收入对居民消费水平的影响 Dependent Variable: Y Method: Least Squares Date: 12/12/05 Time: 14:51 Sample: 1978 2002
37、Included observations: 25 Variable Coefficient Std. Error t-Statistic Prob. C -113.4612 28.65894 -3.959014 0.0006 X3 1.491763 0.021689 68.78073 0.0000 R-squared 0.995162 Mean dependent var 1418.120 Adjusted R-squared 0.994951 S.D. dependent var 1269.558 S.E. of regression 90.20660 Akaike info criter
38、ion 11.91870 Sum squared resid 187156.3 Schwarz criterion 12.01621 Log likelihood -146.9838 F-statistic 4730.789 Durbin-Watson stat 1.010615 Prob(F-statistic) 0.000000 3 4918.14612.113XYt 10 (-3.9590 ) (68.7807) R2=0.9952 由数据分析的结论可知,农村居民人均纯收入对居民消费水平的影响大大超过了城镇 居民人均可支配收入对居民消费水平的影响。造成这种情况, 主要有以下几个原因:第一
39、是 我国是农民人口占绝大多数的国家,而居民消费水平是以人口数为权数对农村居民消费水平 和城镇居民消费水平进行加权平均计算而得到的;第二是农村居民的消费动力远远大于城镇 居民。根据联合国粮农组织提出的标准,恩格尔系数在59% 以上为贫困,5059% 为温饱, 40 50% 为小康, 3040% 为富裕,低于30% 为最富裕。 1978 年,我国城乡居民的恩格尔系数 分别为 57.5%和 67.7%,也就是说城镇居民只属于勉强温饱,农村居民则处于绝对贫困。然 而到 2001 年,农村居民家庭的恩格尔系数降至47.8%,而城镇居民家庭的恩格尔系数则降 至 37.9%, 可见农村居民目前的消费需求大于
40、城镇居民。 3、人口自然增长率对居民消费水平的影响 人口的多少与消费水平的高低有密切的关系。由经验分析可知,在人口数量一定的情 况下,经济发展水平越高,消费品数量越多,那么居民消费水平就会越高;反之,在经济发 展水平稳定的条件下,人口数量的多少就决定着消费水平的高低。因此, 下面以人口自然增 长率为解释变量,设为X4 进行回归分析。 设 4444 XYt 回归估计结果如下: Dependent Variable: Y Method: Least Squares Date: 12/12/05 Time: 14:52 Sample: 1978 2002 Included observations:
41、 25 Variable Coefficient Std. Error t-Statistic Prob. C 6120.843 519.8942 11.77325 0.0000 X4 -389.3241 41.89861 -9.292053 0.0000 R-squared 0.789651 Mean dependent var 1418.120 Adjusted R-squared 0.780506 S.D. dependent var 1269.558 S.E. of regression 594.7908 Akaike info criterion 15.69092 Sum squar
42、ed resid 8136851. Schwarz criterion 15.78843 Log likelihood -194.1364 F-statistic 86.34224 Durbin-Watson stat 0.548669 Prob(F-statistic) 0.000000 4 3241.389843.6120XYt 11 (11.7733) (-9.2921) 回归结果表明,人口每增长1% 。 ,居民消费水平平均下降389.32 元。其原因主要是我 国人口基数大,即使增长率很低,也使得以人口平均来计算的居民消费水平有显著性变动。 4、消费物价指数对居民消费水平的影响 按经济理
43、论分析,物价越高,越会抑制人们的消费,消费水平会越低。故在此引入消 费物价指数进行回归分析。 Dependent Variable: Y Method: Least Squares Date: 12/12/05 Time: 14:51 Sample: 1978 2002 Included observations: 25 Variable Coefficient Std. Error t-Statistic Prob. C 5071.259 3968.544 1.277864 0.2140 X5 -34.35080 37.23965 -0.922425 0.3659 R-squared 0.0
44、35675 Mean dependent var 1418.120 Adjusted R-squared -0.006253 S.D. dependent var 1269.558 S.E. of regression 1273.521 Akaike info criterion 17.21358 Sum squared resid 37302690 Schwarz criterion 17.31109 Log likelihood -213.1697 F-statistic 0.850869 Durbin-Watson stat 0.052147 Prob(F-statistic) 0.36
45、5883 从结果看出,可决系数很低,t 统计检验不显著,尽管从经济背景分析来看,消费物价 指数可能影响消费水平,但回归结果显示并非如此,这可能与统计数据误差以及估计方法有 关系。 三、影响居民消费水平的多因素分析 在前面分析的基础上,将所有对居民消费水平影响显著的解释变量(消费物价指数除 外)放进同一个模型,进行多元回归分析,结果如下: Dependent Variable: Y Method: Least Squares Date: 12/12/05 Time: 15:06 Sample: 1978 2002 Included observations: 25 Variable Coeffi
46、cient Std. Error t-Statistic Prob. C -34.92876 68.33338 -0.511152 0.6148 X2 -0.106034 0.067316 -1.575168 0.1309 X3 0.209742 0.092590 2.265268 0.0348 12 X4 7.788147 4.980314 1.563786 0.1336 X1 0.039598 0.005350 7.401766 0.0000 R-squared 0.999631 Mean dependent var 1418.120 Adjusted R-squared 0.999557
47、 S.D. dependent var 1269.558 S.E. of regression 26.73036 Akaike info criterion 9.586334 Sum squared resid 14290.24 Schwarz criterion 9.830109 Log likelihood -114.8292 F-statistic 13529.64 Durbin-Watson stat 1.529774 Prob(F-statistic) 0.000000 从回归结果看,尽管可决系数很高,F 统计值很大,说明模型在整体上线性回归拟合较 好,但常数项的回归系数不显著,城镇
48、居民可支配收入与人口自然增长率的符号与经济意义 相悖,表明模型中解释变量存在严重的多重共线性。 下面看各变量之间的简单相关系数: X2 X3 X4 X1 Y X2 1.000000 0.996093 -0.893822 0.999424 0.998859 X3 0.996093 1.000000 -0.872752 0.996649 0.997578 X4 -0.893822 -0.872752 1.000000 -0.895038 -0.888623 X1 0.999424 0.996649 -0.895038 1.000000 0.999650 Y 0.998859 0.997578 -0
49、.888623 0.999650 1.000000 由上表可以看出,解释变量之间确实存在高度线性相关,于是运用OLS 方法逐一求Y 对各个解释变量的回归,并结合经济意义和统计检验选出拟合结果最好的一元线性回归方 程,在此基础上将其余解释变量逐一代入并拟合,最终得到如下模型: Dependent Variable: Y Method: Least Squares Date: 12/12/05 Time: 15:19 Sample: 1978 2002 Included observations: 25 Variable Coefficient Std. Error t-Statistic Prob. C -34.31193 19.08905 -1.797467 0.0860 X2 0.352578 0.047965 7.350744 0.0000 X3 0.502716 0.135078 3.721667 0.0012 R-squared 0.998600 Mean dependent var 1418.120 Adjusted R-squared 0.998473 S.D. dependent var 1269.558 S.E. of regression 49.61351 Akaike info cri
链接地址:https://www.31doc.com/p-5418589.html