公共支出分析 案例

公共支出分析 案例

ID:40270724

大小:179.00 KB

页数:6页

时间:2019-07-30

公共支出分析 案例_第1页
公共支出分析 案例_第2页
公共支出分析 案例_第3页
公共支出分析 案例_第4页
公共支出分析 案例_第5页
资源描述:

《公共支出分析 案例》由会员上传分享,免费在线阅读,更多相关内容在工程资料-天天文库

1、1991~2010年全国居民消费价格指数YV2V3V4V5V6V7V81991223.8233.3168.9213.7168.9109.11001992238.1253.4176.8225.2180.4121.1115.31993273.1294.2201254.9223.7163.6145.91994339367.8248310.2267.3193.4161.11995396.9429.6291.4356.1307.1222.9170.61996429.9467.4314.4377.8316231.6177.41997441.9481.9322.3380.8315234.

2、6180.41998438.4479319.1370.9302.1224.71801999432.2472.8314.3359.8294.8217.3179.32000434476.6314354.4303.1228.4181.32001437479.9316.5351.6299.2227.91822002433.5475.1315.2347292.6222.7182.42003438.7479.4320.2346.7299.3233.4186.42004455.8495.2335.6356.4317.6260196.82005464503.1343359.3333.228

3、1.6199.92006471510.6348.1362.9343.2298.5202.92007493.6533.6366.9376.7353.8311.6210.82008522.7563.5390.7398.9378.2344.3229.62009519558.4389.5394.1357.8317.2224.12010536.1576.3403.5406.3377.5347.7232.2Y:年份V2:居民消费价格指数V3:城市居民消费价格指数V4:农村居民消费价格指数V5:商品价格指数V6:工业品出厂价格指数V7:原材料、燃料、功力购进价格指数V8:固定资产投资价格

4、指数为研究居民消费价格指数受哪些因素的影响,收集1991~2010年20组数据,并利用线性回归方法进行分析。这里,被解释变量为民消费价格指数(V2),解释变量为商品价格指数(V5)、工业品出厂价格指数(V6)、原材料、燃料、功力购进价格指数(V7)、固定资产投资价格指数(V8)。解释变量筛选策略先采用强制进入策略(Enter),并作多重共线性检测,分析结果如下。表1-1居民消费价格指数多元线性回归分析结果(强制进入策略)(一)ModelSummarybModelRRSquareAdjustedRSquareStd.ErroroftheEstimate1.992a.985.9

5、8112.260a.Predictors:(Constant),固定资产投资价格指数,商品价格指数,原材料、燃料、功力购进价格指数,工业品出厂价格指数b.DependentVariable:居民消费价格指数表1-1中各列数据项的含义依次为:被解释变量和解释变量的复相关系数、判定系数R2、调整的判定—系数R2、回归方程的估计标准误差。依据该表可进行拟合优度检验,由于该方程中有多个解释变量,因此应参考调整的判定系数。由于调整的判定系数(0.981)接近于1,因此认为拟合优度较高,被解释变量可以被模型解释的部分较多,未能被解释的部分较少。表1-2居民消费价格指数多元线性回归分析结

6、果(强制进入策略)(二)ANOVAaModelSumofSquaresdfMeanSquareFSig.Regression145129.333436282.333241.398.000b1Residual2254.51315150.301Total147383.84619a.DependentVariable:居民消费价格指数b.Predictors:(Constant),固定资产投资价格指数,商品价格指数,原材料、燃料、功力购进价格指数,工业品出厂价格指数表1-2中各列数据项的含义依次为:被解释变量的变差来源、离差平方和、自由度、均方、回归方程显著性检验中F统计量的观测

7、值和概率p值。可以看到,被解释变量的总离差平方和为147383.846,回归平方和及均方分别为145129.333和36282.333,剩余平方和及均方分别为2254.513和150.301,F检验统计量的观测值为241.398,对应的概率p值近似为0。依据该表可进行回归方程的显著性检验。如果显著性水平α为0.05,由于概率p值小于显著性水平α,应拒绝回归方程显著性检验的零假设,认为各回归系数不同时为0,被解释变量与解释变量全体的线性关系是显著的,可建立线性模型。表1-3居民消费价格指数多元线性回归分析结果(强制进

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。