题目:关于城镇居民人均可支配收入的分析
学院:
班级:
姓名:
学号
指导教师:
2016年12月28日
摘要
收入分配和消费结构都是国民经济的重要课题，而居民消费的主要来源又是居民收入。本文通过应用多元线性回归分析方法对我国各地区城镇居民收入的现状进行分析，找出影响人均可支配收入的因素。城镇居民可支配收入是检验我国社会主义现代化进程的一个标准。本文以我国城镇居民人均可支配收入为研究对象，选取可能影响居民人均可支配收入的5个因素，运用多元线性回归分析建立模型，先运用普通最小二乘方法建立回归方程，再对方程进行异方差，自相关和多重共线性诊断，再用前进法，后退法，逐步回归法消除多重共线性，又运用岭回归，主成分法，偏最小二乘方法建立回归方程。进而确定5个因素对居民人均可支配收入的影响程度，分析出影响城镇居民收入的主要原因，并对模型联系实际进行分析，以供国家进行决策做参考。
关键词：城镇居民人均可支配收入逐步回归岭回归偏最小二乘
目录
1.引言 (1)
2.数据来源及介绍 (2)
3.模型方法和介绍 (3)
3.1多元线性回归模型 (3)
3.1.1多元线性回归模型的一般形式 (3)
3.1.2多元线性回归模型的基本假定 (4)
4. SAS程序及输出结果 (6)
4.1 用普通最小二乘方法作多元线性回归 (6)
4.1.1相关分析 (6)
4.1.2普通最小二乘法作多元线性回归 (6)
4.2模型检验 (8)
4.2.1异方差模型检验 (8)
4.2.2 自相关检验 (9)
4.2.3 异常值检验 (10)
4.2.4多重共线性检验 (11)
4.3 模型修正 (12)
4.3.1前进法 (12)
4.3.2后退法 (13)
4.3.3逐步回归 (14)
4.3.4最优子集回归 (16)
4.3.5 岭回归 (17)
4.3.6主成分回归 (20)
4.3.7偏最小二乘回归 (21)
5.结论及建议 (22)
6.参考文献 (23)
7.附录 (24)
1.引言
改革开放以来我国的国民经济增长迅速，居民的收入水平也大幅提高，但居民收入分配差距也在不断扩大。2008年金融危机为我国带来的后遗症还在继续影响着居民正常生活，物价上涨和通货膨胀的压力仍然困扰着老百姓。收入和消费支出体系的健康发展至关重要。消费是拉动国民经济增长的一架重要马车，收入又是决定居民消费的最主要因素。我国人口基数大消费群体众多，但由于居民收入分配差距大直接影响到居民消费需求的降低从而影响经济增长。而且随着中国特色的市场经济体制的建立，各种收入分配问题也愈发明显。国家统计局发布的数据显示，我国城乡居民收入稳定增长，农村居民收入增长较快。政府也在积极调整收入分配政策，刺激消费需求，促进国民经济持续快速健康发展。本文以我国城镇居民人均可支配收入为研究对象，分析出影响城镇居民收入的主要原因，并对模型联系实际进行分析，以供国家进行决策做参考。
2.数据来源及介绍
以1991年—2011年的城镇居民家庭人均可支配收入y为因变量，选取城乡居民储蓄存款年底余额x1,储蓄存款年底增加额x2,国民总收入x3,职工基本就业情况x4,城乡居民家庭恩格尔系数x5为自变量。数据来源于国家统计局网站统计年鉴，数据见表1。
表1
年份可支配收入年底余额年增加额国民总收入就业情况家庭恩格尔系数1991 1700.6 9244.9 2125.3 21826.2 58360 57.6
1992 2026.6 11757.3 2512.4 26937.3 59432 57.6
1993 2577.4 15203.5 3446.2 35260 60220 58.1
1994 3496.2 21518.8 6315.3 48108.5 61470 58.9
1995 4283 29662.3 8143.5 59810.5 62388 58.6
1996 4838.9 38520.8 8858.6 70142.5 68850 56.3
1997 5160.3 46279.8 7759 78060.9 69600 55.1
1998 5425.1 53407.5 7127.7 83024.3 69957 53.4
1999 5854 59621.8 6214.4 88479.2 70586 52.6
2000 6280 64332.4 4710.6 98000.5 71150 49.1
2001 6859.6 73762.4 9430.1 108068.2 74432 47.7
2002 7702.8 86910.7 13148.2 119095.7 75360 46.2
2003 8472.2 103617.7 16707 134977 76075 45.6
2004 9421.6 119555.4 15937.7 159453.6 76823 47.2
2005 10493 141051 21495.6 183617.4 77877 45.5
2006 11759.5 161587.3 20544 215904.4 78244 43
2007 13785.8 172534.2 10946.9 266422 78645 43.1
2008 15780.8 217885.4 45351.2 316030.3 79243 43.7
2009 17174.7 260771.7 42886.3 340320 77510 41
2010 19109.4 303302.5 42530.8 399759.5 78388 41.1
2011 21809.8 343635.9 41656.6 472115 78579 40.4
