国家财政收入的多元线性回归模型
- 格式:doc
- 大小:402.20 KB
- 文档页数:14
定量分析案例:财政收入的多元回归分析一、简介财政收入是指一个国家政府凭借政府的特殊权力,按照有关的法律和法规在一定时期内(一般为一年)取得的各种形式的总和,包括税收、企事业收入、规矩能源交通重点建设基金收入。
债务收入、规费收入、罚没收入等、财政收入水平高低反映一国经济实力的重要标志。
在一定时期内,财政收入规模的大小受许多因素的影响,入国民生产总值大小、社会从业人员数的多少、税收规模的大小、税率高低等。
二、分析的设计在本案例中,我们认为,一个国家的税收水平的高低、国民生产总值的大小、其他收入的多少,是决定一个国家一定时期内财政收入规模的主要影素。
因此本案例只取这三个变量作为解释变量,分析它们对财政收入的影响程度。
三、数据来源本案例的样本数据来自中国统计出版社的有关年份的《中国统计年鉴》,数据时限为1978-1995年,案例数据如下(见表1):表1财政收入等四项指标观测数据T年份Y财政收入X1国民生产总值X2税收X3其他收入1978 1132.62 3624.1 519.28 40.991979 1146.38 4038.2 537.82 113.531980 1159.93 4517.8 517.7 152.991981 1175.79 4860.3 629.89 192.221982 1212.33 5301.8 700.02 215.841983 1866.95 5957.1 755.59 257.841984 1642.86 7206.7 947.35 296.291985 2004.82 8989.1 2040.79 280.511986 2122.01 10201.4 2090.73 156.951987 2199.35 11954.5 2140.36 212.381988 2357.24 14922.3 2390.47 176.181989 2664.9 16917.8 2727.4 179.411990 2937.1 18598.4 2821.86 299.531991 3149.48 21662.5 2990.17 240.11992 3483.37 26651.9 3296.91 265.151993 4348.95 34650.5 4255.3 191.041994 5218.1 46532.9 5126.88 280.181995 6242.2 57277.3 6038.04 369.19四、数据分析首先考察数据的分布情况,在EXCEL中对数据进行描述统计分析,得出如下结果(见表2):表2Descriptive statisticsY财政收入X1国民生产总值X2税收X3其他收入count 18 18 18 18mean 2,559.1322 16,881.367 2,251.4756 217.7956 sample variance 2,170,506.7863 239,304,226.319 2,754,808.1072 6,033.6743 sample standard deviation 1,473.2640 15,469.461 1,659.7615 77.6767 minimum 1132.62 3624.1 517.7 40.99maximum 6242.2 57277.3 6038.04 369.19 range 5109.58 53653.2 5520.34 328.2统计量表明,四个变量的取值范围差别较大,从描述统计量中并不能清楚地看到各个变量之间的关系,需要进一步的分析。
财政收入的多元回归分析定量分析案例财政收入的多元回归分析财政收入是指一个国家政府凭借政府的特殊权力,按照有关的法律和法规在一定时期内(一般为一年)取得的各种形式的总和,包括税收、企事业收入、规矩能源交通重点建设基金收入。
债务收入、规费收入、罚没收入等、财政收入水平高低反映一国经济实力的重要标志。
在一定时期内,财政收入规模的大小受许多因素的影响,入国民生产总值大小、社会从业人员数的多少、税收规模的大小、税率高低等。
在本案例中,我们认为,一个国家的税收水平的高低、国民生产总值的大小、其他收入的多少,是决定一个国家一定时期内财政收入规模的主要影素。
因此本案例只取这三个变量作为解释变量,分析它们对财政收入的影响程度。
本案例的样本数据来自中国统计出版社的有关年份的《中国统计年鉴》,数据时限为1978-1995年,案例数据如下(见表1):财政收入等四项指标观测数据T年份 Y财政收入 X1国民生产总值 X2税收 X3其他收入1978 1132.62 3624.1 519.28 40.991979 1146.38 4038.2 537.82 113.531980 1159.93 4517.8 517.7 152.991981 1175.79 4860.3 629.89 192.221982 1212.33 5301.8 700.02 215.841983 1866.95 5957.1 755.59 257.841984 1642.86 7206.7 947.35 296.291985 2004.82 8989.1 2040.79 280.511986 2122.01 10201.4 2090.73 156.951987 2199.35 11954.5 2140.36 212.381定量分析案例财政收入的多元回归分析1988 2357.24 14922.3 2390.47 176.181989 2664.9 16917.8 2727.4 179.411990 2937.1 18598.4 2821.86 299.531991 3149.48 21662.5 2990.17 240.11992 3483.37 26651.9 3296.91 265.151993 4348.95 34650.5 4255.3 191.041994 5218.1 46532.9 5126.88 280.181995 6242.2 57277.3 6038.04 369.19首先考察数据的分布情况,在EXCEL中对数据进行描述统计分析,得出如下结果(见表2):Descriptive statisticsY财政收入 X1国民生产总值 X2税收 X3其他收入count 18 18 18 18mean 2,559.1322 16,881.367 2,251.4756 217.7956sample variance 2,170,506.7863 239,304,226.319 2,754,808.10726,033.6743sample standard deviation 1,473.2640 15,469.461 1,659.7615 77.6767minimum 1132.62 3624.1 517.7 40.99maximum 6242.2 57277.3 6038.04 369.19range 5109.58 53653.2 5520.34 328.2统计量表明,四个变量的取值范围差别较大,从描述统计量中并不能清楚地看到各个变量之间的关系,需要进一步的分析。
国家财政收入的影响因素分析1.研究背景财政收入对于国民经济的运行及社会发展具有重要影响。
首先,它是一个国家各项收入得以实现的物质保证。
一个国家财政收入规模大小往往是衡量其经济实力的重要标志。
其次,财政收入是国家对经济实行宏观调控的重要经济杠杆。
财政收入的增长情况关系着一个国家经济的发展和社会进步。
然而,符合我国当前国情的财政政策到底是什么,如何在保证财政收入的基础上制定出利于中国国民的福利制度,是我们所关心并亟待解决的问题。
因此,研究分析影响财政收入的因素,对帮助国家做出正确的经济决策提供了有效的理论基础。
随着经济体制改革的深化和经济的快速增长,中国的财政收入状况发生了很大变化,增长十分快速。
许多学者为了研究影响全国财政收入增长的主要原因,分析财政收入的增长规律,预测中国财政的增长趋势,通过建立计量经济模型、回归模型等进行过多次研究。
影响财政收入水平的因素可能有很多。
例如,税收、国内生产总值、社会固定资产投资、农业增加值、工业增加值、总人口数、税收体制、就业、科学教育发展程度等都可能对财政收入有影响。
现针对税收收入、国内生产总值、社会固定资产投资、农业增加值、工业增加值、总人口数等因素对我国财政收入做简单分析。
2.多元线性回归模型的基本理论2.1设置指标变量回归分析模型主要是揭示事物间相关变量的数量关系。
首先要根据所研究问题的目的设置因变量y,然后再选取与y有统计关系的一些变量作为自变量。
2.2收集、整理统计数据回归模型的建立是基于回归变量的样本统计数据。
当确定好回归模型的变量之后,就要对这些变量收集、整理统计数据。
数据的收集是建立经济问题回归模型的重要一环,是一项基础性工作,样本数据的质量如何,对回归模型的水平有至关重要的影响。
2.3建立模型的数学形式当收集到所设置的变量的数据,就要确定适当的数学形式来描述这些变量之间的关系。
绘制变量y i与x i(i=1,2,3,…,n)的样本散点图是选择数学模型形式的重要一环。
我国财政收入的多元线性回归模型一、影响我国财政收入增长因素的实证分析研究财政收入的影响因素离不开一些基本的经济变量。
回归变量的选择是建立回归模型的一个极为重要的问题。
通过经济理论对财政收入的解释以及对实践的观察,对财政收入影响的因素主要有税收、国内生产总值和固定资产投资和社会消费品零售总额和社会总人口,并且在总人口里面考虑了65岁以上的老年化人口数对税收的负面影响。
为了考察这一问题,从国家统计局的国家数据里抽选出1995-2014年税收、国内生产总值、固定资产投资总额,社会消费品零售额,社会总人口(包括老年化人口)的数据,利用eviews7.2进行回归分析,建立财政收入影响因素模型,分析影响财政收入的主要因素及其影响程度。
二、模型的设定1.将财政收入作为被解释变量,用Y 表示。
税收,GDP ,固定资产投资总额、社会消费品零售额、社会总人口作为解释变量,分别用X1,X2,X3,X4,X5表示。
2.数据性质的选择是:时间序列数据3.模型设定为:1122334455y c x x x x x u βββββ=++++++三、数据收集如表四、参数估计:用eviews7.2做回归分析。
假定模型中随机项满足基本假设,可用OLS (最小二乘估计)法估计其参数。
具体操作:(1)打开file-new-workfile ,设置start date 为1995,end date 为2014,在命令框中输入data y x1 x2 x3 x4 x5在命令框中输入series ()1111()/@()x x mean x stdev x =-series ()2222()/@()x x mean x stdev x =- series ()3333()/@()x x mean x stdev x =- series ()4444()/@()x x mean x stdev x =- series ()5555()/@()x x mean x stdev x =- series ()()/@()y y mean y stdev y =-将变量进行标准化得在命令框中输入ls y c x1 x2 x3 x4 x5即出现回归结果根据表中的样本数据,模型估计结果为^1234521.8443061,0132710.0764080.0900720.0255650.050390x xx x x uy =-+-+--+20.999969R = 20.999958R = F=91397.54 D.W=2.713325可以看出,可决系数20.999969R=,说明R=,修正的可决系数20.999958α=,x2、x4、x5系数均不能通过t检验,且均模型的拟合程度很好。
多元回归统计模型在国家财政收入预测中的应用作者:王宇轩来源:《科学家》2017年第12期摘要本文从多元线性回归分析的特点出发,探讨国家财政收入的影响因素,并对选定的影响因素进行回归分析,确定了最终的预测方程,并应用实际数据对模型的预测能力进行检验,获得了效果好且精度高的预测结果,对我国未来财政收入的发展具有辅助指导意义。
关键词多元线性回归;财政收入;预测;影响因素中图分类号 F8 文献标识码 A 文章编号 2095-6363(2017)12-0023-03在经济建设稳步发展的基础上,维持财政收入健康持续增长始终是政府追求的主要目标之一。
改革开放以来,我国财政收入随着财政体制的调整和社会经济的发展而不断增加。
为认识和掌握财政收入持续稳定发展的客观经济规律,需要探求了解影响财政收入的主要因素,为促进财政收入与经济的协调发展制定有关政策。
本文研究目的:即通过选择相关产业的增加值、消费情况以及旅游外汇等与财政收入有关的影响因素,运用多元回归分析方法探讨选取的诸多因素对我国财政收入的发展有何影响,并建立可行有效的数学模型来预测未来我国的财政收入。
1 回归分析预测模型背景知识回归分析是通过构建统计模型研究变量间相互关系的密切程度、结构状态、模型预测的一种有效工具。
回归分析方法进行预测时首先对预测对象(因变量)进行定性分析,确定影响其变化的一个或多个因素,然后通过预测对象和影响因素间的多组实验观察值建立起适当的回归模型进行预测。
这种方法分析了客观事物变量间(因变量和自变量)的因果关系,因而也称因果回归分析法。
在经济领域里,一个经济变量往往受多个因素的影响[2-3],因此,需要建立多元回归模型进行预测。
为分析此模型效果,下将2014、2015年对应的(全国居民消费水平)、(全国人口数)和(农林牧渔业增加值)的数据代入上述得到的模型,预测出2014年全国财政收入,与2014年实际值140 370.03数据相差约160;预测出2015年全国财政收入,与2015年实际值152 269.23数据相差约2 900,求得的模型预测值和实际财政收入值相当接近,且相对误差控制在2%以内,模型稳定性再次得到肯定。
应用数理统计国家财政收入的回归分析院(系)名称专业名称学生姓名任课教师2013年12月目录摘要.............................................................................. 错误!未定义书签。
符号说明........................................................................ 错误!未定义书签。
1引言............................................................................. 错误!未定义书签。
2解决问题的方法和计算结果 (3)2.1 样本数据的选取与整理 (3)2.2 模型的建立与分析 (4)2.3 分析结果 (9)3 结论 (10)参考文献 (11)国家财政收入的多元线性回归模型摘要:本文以多元线性回归为出发点,选取了我国自1990至2011年间的财政收入为因变量,并初步选取了6个影响因素,进一步利用统计软件SPSS 对以上数据进行了筛选,采用多元逐步线性回归的方法,从而找到了能反映财政收入与各因素之间关系的“最优”回归方程:514242.0068.0348.0890.27809X X X Y +++-=进而得出结论,国家财政收入与建筑业、工业总产值和人口数具有显著地线性关系。
关键词:多元逐步线性回归;财政收入;SPSS0符号说明变 量符号 财政收入(亿元)Y 工业总产值(亿元)X 1 农业总产值(亿元)X 2 受灾面积(万公顷) X 3 建筑业总产值(亿元) X 4 人口总数(万人) X 5 社会商品销售总额(亿元)X 61 引言改革开放以来,我国的国民经济取得了快速发展,经济上的飞速发展并带动了国家财政收入的飞速增加,国家财政的状况对整个社会的发展影响巨大。
政府根据国家的财政收入,通过预算安排,用于环境保护、社会保障以及政府行政管理等,从而不断提高人民的生活水平,早日实现中华民族的伟大复兴。
浅析运用多元线性回归模型分析影响税收收入的经济因素一、概述税收收入作为国家财政收入的重要组成部分,其变化情况与国家的经济状况密切相关。
为了探究影响税收收入的经济因素,本文将运用多元线性回归模型进行分析。
我们需要明确研究的问题。
影响税收变化的因素多种多样,为了找出对税收具有显著性影响的指标,我们将根据文献阅读和实际经济经验,选取国内生产总值(GDP)、财政支出、物价水平等因素作为模型的自变量,进行多因素计量分析。
近年来,我国税收的增长速度显著超过了GDP的增长速度,这一现象可能暗示着我国的经济政策体系、政府调控机制等方面存在一些问题。
对税收收入及其主要影响因素进行多元线性回归分析,有助于我们改善税收现状,并为完善税收政策和经济体制提供参考。
在建立计量经济模型时,我们将明确解释变量和被解释变量。
被解释变量为税收收入总额,而解释变量则包括国内生产总值(GDP)、财政支出、物价水平等。
通过建立模型,我们可以得出各个变量与税收收入之间的变动关系,从而为税收收入的预测和政策制定提供依据。
1. 税收收入在国家经济中的重要地位税收收入作为国家财政收入的主要来源之一,在国家经济中占据了举足轻重的地位。
它不仅关系到政府的财政状况和公共服务的提供,更是衡量一个国家经济发展水平和社会稳定程度的重要指标。
税收收入是国家实现宏观经济调控的重要工具。
政府通过调整税收政策,如改变税率、调整税目或实行税收优惠等,可以影响企业和个人的经济行为,进而调控宏观经济运行。
例如,降低企业所得税率可以激励企业增加投资,扩大生产规模,从而促进经济增长提高个人所得税起征点则可以增加居民的可支配收入,刺激消费需求,拉动内需增长。
税收收入对于保障社会公共服务和基础设施建设具有重要意义。
税收作为一种强制性的财政收入形式,能够确保政府有足够的资金用于提供公共教育、医疗、社会保障等公共服务,以及建设交通、水利、能源等基础设施。
这些服务和设施的建设和完善,不仅能够提高人民的生活质量,也是国家经济发展的重要支撑。
我国财政收入与税收、国民生产总值、固定资产投资关系的计量经济学分析(西北民族大学经济学院)摘要:财政部目前公布,今年上半年全国财政收入达到63795亿元。
它相当于十年前的2002年全国财政收入的3倍之多。
照此发展,今年全年全国财政收入再创新高。
财政收入为何再创新高呢?本文从GNP、税收和就业方面来三大因素对财政收入的重要影响,并对今年总体经济做预测。
关键字:财政收入GDP 税收固定资产投资一、引言在上半年财政收入创出新高的后面,却存在着一丝隐忧,这就是财政收入的增长速度慢下来。
数据显示,今年上半年的全国财政收入同比去年上半年的增长幅度为12.2%,增幅同比回落19个百分点。
其中税收收入增长9.8%,增长同比回落19.8个百分点,GDP同比增幅为7.8%。
这是最基本的两个因素,除此之外,影响财政收入的因素还有固定资产投资,政府政策等等。
为此,本文就建立财政收入影响因素模型,实证分析影响我国财政收入的主要因素,为如何合理有效地制定我国财政收入计划提供一些政策性建议。
二、影响我国财政收入增长因素的实证分析研究财政收入的影响因素离不开一些基本的经济变量。
回归变量的选择是建立回归模型的一个极为重要的问题。
通过经济理论对财政收入的解释以及对实践的观察,对财政收入影响的因素主要有税收、国内生产总值和固定资产投资等。
(1)税收:税收具有征收的强制性、无偿性和固定性特点,可以为政府履行其职能提供充足的资金来源。
(2)国内生产总值:会促进国民收入,从而会提高居民个人收入水平直接影响居民储蓄量,并与财政收入的增长保持一定的同向性。
(3)固定资产投资:主要通过投资来促进经济增长,扩大税源,进而拉动财政税收收入整体增长。
本文以《中国统计年鉴》为源,使用了1992年-2011年税收、国内生产总值、固定资产投资的数据,数据真实可靠。
利用E-views进行回归分析,建立财政收入影响因素精确模型,分析影响财政收入的主要因素及其影响程度。
影响我国财政收入的多元线性回归模型题目:影响我国财政收入的多元线性回归模型内容摘要财政收入按收入形式可以分为:各项税收收入、企业收入、债务收入、国家能源交通重点建设基金收入、基本建设贷款归还收入、国家预算调节基金收入、其他收入等。
从定性分析的角度来说,财政收入会受到各种不同因素的影响,如:农业增加值、工业增加值、建筑业增加值、社会总人口数、社会消费额总额、国土受灾面积等等。
本文建立模型仅选取我国第一产业增加值、第二产业增加值(包括工业和建筑业)、第三产业增加值、社会从业人数,以及其他收入水平5个因素为解释变量,分析它们对财政收入的影响程度。
关键词:财政收入;多元线性回归;分析影响我国财政收入的多元线性回归模型一、提出解释变量与被解释变量Y表示财政收入(亿元),为被解释变量;五个解释变量分别为:X1 表示第一产业增加值(亿元),X2表示第二产业增加值(亿元), X3表示第三产业增加值(亿元),X4表示社会从业人数(万人),X5表示其他收入(亿元)。
数据的搜集如下:模型中各个解释变量和被解释变量1994年到2013年共20年的数据R-squared 0.999570 Mean dependent var 41895.78Adjusted R-squared 0.997423 S.D. dependent var 10089.94S.E. of regression 512.2151 Akaike info criterion 15.08374Sum squared resid 262364.3 Schwarz criterion 15.03738Log likelihood -46.79310 Hannan-Quinn criter. 14.51071F-statistic 465.4439 Durbin-Watson stat 2.370180Prob(F-statistic) 0.035176通过Eviews软件分析结果计算如下:=3366.676+0.2202X1-0.0838X2+0.0028X3+0.0237X4+0.8712X5 Yˆ(0.8085) (2.0218) (-2.1312) (0.0109) (1.8083) (1.1715)R2=0.99, F=465.44, T=20通过公式可以看出,X2的系数为负值,显然不合理,因为第二产业增加值不可能对财政收入产生负相关关系。
应用数理统计国家财政收入的回归分析院(系)名称专业名称学生姓名任课教师2013年12月目录摘要.............................................................................. 错误!未定义书签。
符号说明........................................................................ 错误!未定义书签。
1引言............................................................................. 错误!未定义书签。
2解决问题的方法和计算结果 (3)2.1 样本数据的选取与整理 (3)2.2 模型的建立与分析 (4)2.3 分析结果 (9)3 结论 (10)参考文献 (11)国家财政收入的多元线性回归模型摘要:本文以多元线性回归为出发点,选取了我国自1990至2011年间的财政收入为因变量,并初步选取了6个影响因素,进一步利用统计软件SPSS 对以上数据进行了筛选,采用多元逐步线性回归的方法,从而找到了能反映财政收入与各因素之间关系的“最优”回归方程:514242.0068.0348.0890.27809X X X Y +++-=进而得出结论,国家财政收入与建筑业、工业总产值和人口数具有显著地线性关系。
关键词:多元逐步线性回归;财政收入;SPSS0符号说明变 量符号 财政收入(亿元)Y 工业总产值(亿元)X 1 农业总产值(亿元)X 2 受灾面积(万公顷) X 3 建筑业总产值(亿元) X 4 人口总数(万人) X 5 社会商品销售总额(亿元)X 61 引言改革开放以来,我国的国民经济取得了快速发展,经济上的飞速发展并带动了国家财政收入的飞速增加,国家财政的状况对整个社会的发展影响巨大。
政府根据国家的财政收入,通过预算安排,用于环境保护、社会保障以及政府行政管理等,从而不断提高人民的生活水平,早日实现中华民族的伟大复兴。
因此,为了更好地制订下一年的财政税收政策,研究影响国家财政收入的主要因素是十分必要的。
为了研究影响国家财政收入的因素,我们就很有必要对其财政收入和影响财政收入的因素作必要的认识,进而对他们之间的关系作一下回归,从而通过已有的数据建立最优的线性回归模型。
建立最优的线性回归模型,一方面要求该模型包含所有对因变量财政收入有显著影响的自变量,另一方面要求该模型中所包含的自变量个数尽可能的少,不含无意义的变量。
选择最优模型的方法很多,但各有利弊。
全部比较法是把所有可能的自变量的各种组合方式回归方程都求出来,然后比较,选出最优的。
对于变量数较少时,该方法比较有优势,但当随着变量数的增加,该方法的计算量也变得越来越大,使得该方法不太实用。
向后法,也称为只出不进法,在不显著的变量比较少时常常采用该方法,但在开始建立方程可能自变量过多,计算繁琐,现在也不太常用。
向前法,也称只进不出法,由于其本身的特点,使得变量一旦引入方程,就不会剔除。
这样得到的模型,由于变量间可能存在相关关系,故不能保证所有的变量都是显著。
本文采用的是逐步回归法,也成为有进有出法,它是向前法和向后法的一种结合,克服了前两种方法的缺点,将变量一一引入,每引入一个变量后都要对老变量进行逐个检验,将变得不显著的变量从回归模型中剔除,保证了模型含有的都是有显著影响的自变量。
本文首先分析了可能影响财政收入的因素,找到最有可能的因素,包括工业总产值,农业总产值,建筑业总产值,社会商品销售总额,人口数,受灾面积等。
然后从国家统计数据网上查取了1990-2011年这22年间的年度财政收入及主要影响因素的数据,利用逐步回归的统计方法,对数据进行分析处理,最终得出能够反映各个因素对财政收入影响的最“优”模型。
在寻找最优回归方程过程中,首先以国家财政收入为因变量,以工业总产值,农业总产值,建筑业总产值,社会商品销售总额,人口数,受灾面积分别为自变量,绘制散点图,初步判断财政收入与各因素之间是否具有线性关系。
为了更加直观的分析财政收入与各因素的关系,利用SPSS软件计算了各个变量之间的相关系数,定量的分析了财政收入与各因素之间的相关性大小。
最后,为了得到最佳回归模型以及最优回归方程,利用SPSS软件对该数据进行深层次的分析,利用逐步回归分析原理,求得了最优回归方程,并对其残差进行分析,来进一步检验回归模型的拟合性。
2解决问题的方法和计算结果2.1 样本数据的选取与整理本文在进行统计时,查阅国家统计数据网—中国统计年鉴2012中收录的1990年至2011年连续22年的全国财政收入为因变量,考虑一些与能源消耗关系密切并且直观上有线性关系的因素,初步选取这20年的工业总产值,农业总产值,建筑业总产值,社会商品销售总额,人口数和受灾面积等因素为自变量,分析它们之间的联系。
根据选择的指标,从国家统计数据网查选数据,整理如表2-1所示。
表2-1 1990-2011年财政收入及其影响因素统计表工业(亿元)农业(亿元)受灾面积(千公顷)建筑业(亿元)人口(万人)社会商品零售总额(亿元)财政收入(亿元)199018689.227662.13847413451143338300.12937.1 199122088.688157554721564.31158239415.63149.48 199227724.219084.7513322174.411717110993.73483.37 19933969310995.5488273253.511851714270.44348.95 199451353.0315750.5550464653.311985018622.95218.1 199554946.8620340.9458245793.812112123613.86242.2 199662740.1622353.7469918282.212238928360.27407.99 199768352.6823788.4534279126.512362631252.98651.14 199867737.1424541.9501451006212476133378.19875.95 199972707.0424519.14998011152.912578635647.911444.08 200085673.6624915.85468812497.612674339105.713395.23 200195449.026179.65221515361.512762743055.416386.04 2002110776.527390.846946 18527.112845348135.918903.64 2003142271.229691.854506 23083.812922752516.321715.25 2004187220.7362393710629021.451299885950126396.47 2005251619.539450.93881834552.013075668352.631649.29 2006316588.940810.84109141557.113144879145.238760.2 2007405177.148892.94899251043.713212993571.651321.78 200850744858002.139********.81132802114830.161330.35 200954831160361.0472*******.74133450132678.468518.30 201069859169319.83742696031.13134091156998.483101.51 201184426981303.932471116463.32134735183918.6103874.432.2 模型的建立与分析2.2.1 散点图为了直观地观察各因素与财政收入之间是否具有线性关系。
根据表2-1的数据画出各个因素与国家财政收入的散点图如图2-1所示。
(a)(b)(c) (d)(e)(f)图2-1 各因素与国家财政收入的散点图由图2-1各因素与国家财政收入的散点图可以得到,工业总产值、农业总产值、建筑业以及社会商品零售总额与国家财政收入基本上具有良好的线性关系,国家财政收入与人口总数具有正比关系,由于人口总数成指数增长模型,初步认为人口总数与国家财政收入不具有明确的线性关系。
另外,由图c,国家财政收入与受灾面积也不具有明确线性关系。
2.2.2 相关性研究为了进一步的确定国家财政收入与工业总产值、农业总产值、受灾面积、建筑业、人口总数及社会商品零售总额之间是否具有显著的相关性,下面通过SPSS 软件来计算各因素间的相关系数大小,定量的研究各因素与财政收入的相关性。
表2-2 各因素与国家财政收入的相关性检验从上表数据可知,国家财政收入与工业总产值的相关系数为0.998,与农业总产值的相关系数为0.981,与建筑业的相关系数为0.998,与人口总数相关系数为0.820,与社会零售商品总额的相关系数为0.996,它们的概率P值都小于显著性水平α,应拒绝零假设,认为两总体之间存在线性相关关系。
而财政收入与受灾面积的相关系数为0.636,相关性较小。
2.2.3逐步线性回归分析为了得到最优回归方程,因此,选取国家财政收入作为因变量,工业总产值、农业总产值、人口数、受灾面积、建筑业及社会零售商品总额作为自变量,利用逐步回归的方法,采用SPSS软件对上述变量进行回归分析,所得结果如下所示。
表2-3输入/移去的变量3人口总数X5.步进(准则: F-to-enter 的概率 <= .050,F-to-remove 的概率 >= .100)。
通过逐步回归产生的三种模型1、2、3,模型1的自变量只有X4,模型2的自变量有X4和X1,模型3的自变量有X5、X4和X1。
表2-3显示变量的引入和剔除,以及引入或剔除的标准。
选择的判据是变量进入回归方程的F 的概率不大于0.05,剔除的判据是变量进入回归方程的F 的概率不小于0.10。
表2-4 模型汇总表2-4显示了各模型的拟合情况。
模型3的自相关系数(R )为0.999,判断系数为0.998。
从统计变量的改变看,模型1的改变值绝对大于其他两个模型,这说明与该模型相关的自变量X4是因变量很好的预测。
表2-5 方差分析表Anova由表2-5可知,模型3的P 值为0.00<0.05,拒绝原假设,认为因变量与其他三变量X4、X1和X5之间有线性关系。
表2-6 回归系数由表2-6可知,各模型的偏回归系数、标准化的偏回归系数及其对应的检验值;还显示了模型中的各变量与因变量的零阶相关、偏相关和部分相关;还有多重共线性统计量。