復(fù)習(xí)：多元線性回歸模型案例

1、我國(guó)農(nóng)民收入影響因素的回歸分析我國(guó)農(nóng)民收入影響因素的回歸分析自改革開放以來(lái)雖然中國(guó)經(jīng)濟(jì)平均增長(zhǎng)速度為9.5%但二元經(jīng)濟(jì)結(jié)構(gòu)給經(jīng)濟(jì)發(fā)展帶來(lái)的問(wèn)題仍然很突出。農(nóng)村人口占了中國(guó)總?cè)丝诘?0%多農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)不合理經(jīng)濟(jì)不發(fā)達(dá)以及農(nóng)民收入增長(zhǎng)緩慢等問(wèn)題勢(shì)必成為我國(guó)經(jīng)濟(jì)持續(xù)穩(wěn)定增長(zhǎng)的障礙。正確有效地解決好“三農(nóng)”問(wèn)題是中國(guó)經(jīng)濟(jì)走出困境實(shí)現(xiàn)長(zhǎng)期穩(wěn)定增長(zhǎng)的關(guān)鍵。其中農(nóng)民收入增長(zhǎng)是核心也是解決“三農(nóng)”問(wèn)題的關(guān)鍵。本文力圖應(yīng)用適當(dāng)?shù)亩嘣€性回歸模型對(duì)有關(guān)農(nóng)民

2、收入的歷史數(shù)據(jù)和現(xiàn)狀進(jìn)行分析尋找其根源探討影響農(nóng)民收入的主要因素并在此基礎(chǔ)上對(duì)如何增加農(nóng)民收入提出相應(yīng)的政策建議。農(nóng)民收入水平的度量，通常采用人均純收入指標(biāo)。影響農(nóng)民收入增長(zhǎng)的因素是多方面的，既有結(jié)構(gòu)性矛盾因素，又有體制性障礙因素。但可以歸納為以下幾個(gè)方面：一是農(nóng)產(chǎn)品收購(gòu)價(jià)格水平。目前農(nóng)業(yè)收入仍是中西部地區(qū)農(nóng)民收入的主要來(lái)源。二是農(nóng)業(yè)剩余勞動(dòng)力轉(zhuǎn)移水平。中國(guó)的農(nóng)業(yè)目前仍以農(nóng)戶分散經(jīng)營(yíng)為主，農(nóng)業(yè)比較效益低，盡快地把農(nóng)業(yè)剩余勞動(dòng)力轉(zhuǎn)移出去是

3、有效改善農(nóng)民收入狀況的重要因素。三是城市化、工業(yè)化水平。中國(guó)多數(shù)地區(qū)城市化、工業(yè)化水平落后于世界平均水平，這種狀況極大地影響了農(nóng)民收入的增長(zhǎng)。四是農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)狀況。農(nóng)林牧漁業(yè)對(duì)農(nóng)民收入增長(zhǎng)貢獻(xiàn)率是不同的。隨著我國(guó)“入世”后農(nóng)產(chǎn)品市場(chǎng)的開放和人民生活水平的提高、農(nóng)產(chǎn)品需求市場(chǎng)的改變，農(nóng)業(yè)結(jié)構(gòu)狀況直接影響著農(nóng)民收入的增長(zhǎng)。五是農(nóng)業(yè)投入水平。農(nóng)民收入與財(cái)政農(nóng)業(yè)支出、農(nóng)村集體投入、農(nóng)戶個(gè)人投入以及信貸投入都有顯著的正相關(guān)關(guān)系。農(nóng)業(yè)投入是農(nóng)民收入

4、增長(zhǎng)的重要保證。但考慮到農(nóng)業(yè)投入主體的多元性，既有國(guó)家、集體和農(nóng)戶的投入，又有銀行、企業(yè)和外資的投入，考慮到復(fù)雜性和可行性，所以對(duì)農(nóng)業(yè)投入與農(nóng)民收入，本文暫不作討論。因此，以全國(guó)為例，把農(nóng)民收入與各影響因素關(guān)系進(jìn)行線性回歸分析，并建立數(shù)學(xué)模型。一、計(jì)量經(jīng)濟(jì)模型分析一、計(jì)量經(jīng)濟(jì)模型分析(一)、數(shù)據(jù)搜集根據(jù)以上分析，我們?cè)谟绊戅r(nóng)民收入因素中引入7個(gè)解釋變量。即：2xX318.229422.0666178.8208990.0000X42.43

5、00398.3703370.2903160.7770X516.237375.8941092.7548470.0187X62.1552082.7708340.7778190.4531X70.0099620.0023284.2788100.0013X80.0633890.0212762.9793480.0125Rsquared0.995823Meandependentvar345.5232AdjustedRsquared0.993165S.

6、D.dependentvar139.7117S.E.ofregression11.55028Akaikeinfocriterion8.026857Sumsquaredresid1467.498Schwarzcriterion8.424516Loglikelihood68.25514Fstatistic374.6600DurbinWatsonstat1.993270Prob(Fstatistic)0.000000表1最小二乘估計(jì)結(jié)果回歸分

7、析報(bào)告為：????????????????????????????????23456782?1102.3736.6354X18.2294X2.4300X16.2374X2.1552X0.0100X0.0634X375.833.78132.066618.370345.89412.77080.002330.021282.9331.7558.820900.203162.7550.7784.278812.97930.99582iYSEtR???

8、????230.993165191.99327374.66RDfDWF????二、計(jì)量經(jīng)濟(jì)學(xué)檢驗(yàn)(一)、多重共線性的檢驗(yàn)及修正①、檢驗(yàn)多重共線性(a)、直觀法從“表1最小二乘估計(jì)結(jié)果”中可以看出，雖然模型的整體擬合的很好，但是x4x6的t統(tǒng)計(jì)量并不顯著，所以可能存在多重共線性。(b)、相關(guān)系數(shù)矩陣X2X3X4X5X6X7X8X21.0000000.7176620.6952570.7313260.7370280.3324350.59469

9、9X30.7176621.0000000.9222860.9359920.9457010.7422510.883804X40.6952570.9222861.0000000.9860500.9377510.7539280.974675X50.7313260.9359920.9860501.0000000.9747500.6874390.940436X60.7370280.9457010.9377510.9747501.0000000.6