關(guān)于回歸統(tǒng)計學(xué)論文
關(guān)于回歸統(tǒng)計學(xué)論文
回歸分析是確定兩種或兩種以上變量間相互依賴的定量關(guān)系的一種統(tǒng)計分析方法。下文是學(xué)習(xí)啦小編為大家整理的關(guān)于回歸統(tǒng)計學(xué)論文的范文,歡迎大家閱讀參考!
關(guān)于回歸統(tǒng)計學(xué)論文篇1
廣西CPI指數(shù)統(tǒng)計數(shù)據(jù)多元回歸分析
摘要:本文針對目前大眾所最關(guān)心的物價問題,通過多元回歸分析模型,結(jié)合廣西1999~2009年消費(fèi)品零售價格和服務(wù)項目價格變動相關(guān)數(shù)據(jù),分析價格波動對居民消費(fèi)的影響程度,給出影響廣西CPI指數(shù)上漲的主要因素,并提出相應(yīng)的措施。
關(guān)鍵詞:CPI指數(shù);多元回歸;主成分分析
物價與日常生活息息相關(guān),居民消費(fèi)物價指數(shù)(CPI)主要包括食品、工業(yè)消費(fèi)品、服務(wù)類(教育、醫(yī)療、交通等)的價格,是根據(jù)與居民生活有關(guān)的產(chǎn)品及勞務(wù)價格統(tǒng)計出來的物價變動指標(biāo)。在廣西,居民消費(fèi)支出是消費(fèi)的主體且相對薄弱,價格總水平低位運(yùn)行,但2007年以來居民消費(fèi)物價指數(shù)增長速度產(chǎn)生了顯著的波動。針對目前大眾所最關(guān)心的物價問題,分析消費(fèi)品零售價格和服務(wù)項目價格變動的相關(guān)數(shù)據(jù),了解CPI變化規(guī)律和價格波動對居民消費(fèi)的影響程度,為采取相應(yīng)的措施提供依據(jù),具有十分重要的意義。
一、建立居民消費(fèi)價格指數(shù)回歸分析模型
在實(shí)際問題的研究和分析中,往往涉及多個變量,國家統(tǒng)計局將構(gòu)成中國CPI指標(biāo)的200多種商品和服務(wù)分為8個主要的類別。其中,中國CPI中食品的權(quán)重占到34%,食品價格的變動對于CPI的變動有很大的影響。下面根據(jù)收集的數(shù)據(jù)建立數(shù)學(xué)模型做具體的分析。
由中國統(tǒng)計年鑒和廣西統(tǒng)計年鑒,收集廣西1999~2009年來居民消費(fèi)價格指數(shù)的有關(guān)數(shù)據(jù)。設(shè)Y為居民消費(fèi)價格總指數(shù),考慮的主要因素有:食品x1,煙酒及其用品x2,衣著x3,家庭設(shè)備用品和維修服務(wù)x4,醫(yī)療保健和個人用品x5,交通和通訊x6,娛樂教育文化用品和服務(wù)x7,居住x8。建立多元線性回歸模型。其表達(dá)式為:Y=b0+ bixi,式中b0,…,b8為回歸系數(shù)。建模數(shù)據(jù),見表1。
二、用SPSS求回歸系數(shù)及分析
使用SPSS軟件對表1的因變量與所有自變量做相關(guān)分析,可得回歸方程:
Y=-8.399+0.282x1+0.191x2+0.111x3+0.071x4+0.015x5+0.089x6+0.118x7+0.21x8(1)
由此可知,所定義的各自變量對居民消費(fèi)價格指數(shù)Y的影響都比較顯著,且能通過檢驗(yàn)(F=612.780)。
關(guān)于模型是否成立的方差分析結(jié)果,可以看出,自變量對因變量有解釋作用,所建立的線性回歸模型具有合理性。
三、模型的檢驗(yàn)與分析
建立多元線性回歸數(shù)學(xué)模型后,還需要進(jìn)行檢驗(yàn)處理,使得到的數(shù)學(xué)模型更加完善。
1、擬合優(yōu)度檢驗(yàn)。
系數(shù)R2=0.998,測度了回歸直線對數(shù)據(jù)的擬合程度,即回歸方程中的8個自變量可以對價格指數(shù)Y進(jìn)行99.8%的解釋。說明回歸方程的擬合度不錯,模型較好地反映了8個自變量對CPI變動的共同影響。回歸估計的標(biāo)準(zhǔn)誤差S=0.1478,它是衡量回歸直線代表性大小的統(tǒng)計分析指標(biāo),說明樣本回歸效果較好。
2、共線性檢驗(yàn)與分析。
在實(shí)際問題的分析中,往往涉及的自變量個數(shù)較多,這樣在建立模型時就可能會出現(xiàn)嚴(yán)重的共線性,也給合理分析問題和解決問題帶來困難。因此,需要對回歸方程中的變量進(jìn)行共線性診斷,并且確定它們對參數(shù)估計的影響。當(dāng)變量的方差膨脹因子(VIF)值大于2被認(rèn)為有共線性問題。由用SPSS軟件分析的共線性診斷表得知,各指標(biāo)的VIF值都較大,條件指數(shù)大于30,特征根為0或接近于0,表示這些自變量存在多重共線性;常量與煙酒用品、家庭設(shè)備及維修這三項的方差比例值均很高,分別為0.94、0.91、0.81,表示三者高度相關(guān)。
3、主成分分析。
下面用主成分分析法對模型的原變量進(jìn)行處理。(表4)表4中前4個主成分特征值的累積貢獻(xiàn)率為90.158%,反映了原指標(biāo)90.158%的信息,后面的特征值貢獻(xiàn)越來越少,因此,也可用前4個主成分來代替原來的8個指標(biāo)變量。Z1、Z2、Z3、Z4表示主成分。
成分得分系數(shù)表示某個主成分中,各變量所起作用的大小,其絕對值越大表示主成分對該變量的代表性也越大。其中,第一主成分主要與食品、家庭設(shè)備用品及維修服務(wù)相關(guān);第二主成分主要與衣著、交通和通訊、娛樂教育文化用品及服務(wù)相關(guān);第三主成分主要與煙酒及用品、醫(yī)療保健和個人用品相關(guān);第四主成分與居住呈現(xiàn)高度相關(guān)。每個主成分都可由它的特征向量給出主成分方程。用SPSS將得到的4個主成分因子作為自變量建立多元線性回歸方程:Y=101.648+2.878Z1+1.103Z2+0.673Z3+0.619Z4,帶入4個主成分方程可得:Y=101.648+0.9371X1+0.6391X2+0.42X3+0.7054X4+0.0153X5+0.7445X6+0.5489X7+1.0236X8,這里的Xi(i=1,…,8)為標(biāo)準(zhǔn)指標(biāo)變量。
分析主成分回歸結(jié)果,R2=0.964,方差分析p=0.000,模型擬合較好。
將標(biāo)準(zhǔn)自變量還原為原自變量,得到消除共線影響后的Y與原自變量之間的線性回歸方程:
Y=-78.5485+0.11805x1+0.52518x2+0.22392x3+0.35219x4+0.00609x5+0.20905x6+0.12291x7+0.24395x8(2)
經(jīng)過上述分析可知所得方程(2)比方程(1)更加合理。
四、結(jié)論及建議
通過對模型的分析可知,各自變量均對廣西居民消費(fèi)價格指數(shù)有正向推動作用。
首先,中國CPI中食品的權(quán)重占到34%,食品價格的上漲對于CPI上漲有很大的推動作用。食品價格指數(shù)每提高1%會導(dǎo)致居民消費(fèi)指數(shù)增長0.282%,標(biāo)準(zhǔn)化回歸系數(shù)Beta=0.685,說明具有非常強(qiáng)的影響效果。廣西第一產(chǎn)業(yè)的發(fā)展較落后,農(nóng)業(yè)生產(chǎn)效率較低,造成農(nóng)產(chǎn)品供求失衡。2009年廣西農(nóng)業(yè)增加值占生產(chǎn)總值比重首次降到20%以下,2010年的西南大旱使得糧食總產(chǎn)量同比下降3.9%,而游資炒作更加推高了廣西部分農(nóng)產(chǎn)品價格。因此,應(yīng)大力推動現(xiàn)代農(nóng)業(yè)發(fā)展,推廣節(jié)本高效農(nóng)業(yè)技術(shù),保障農(nóng)產(chǎn)品有效供給。政府部門可制定相關(guān)的措施抑制主要農(nóng)資價格的上揚(yáng),加強(qiáng)農(nóng)業(yè)生產(chǎn)資料和主要農(nóng)產(chǎn)品的市場調(diào)控,穩(wěn)定食品價格。
其次,CPI持續(xù)上漲的主要驅(qū)動因素中居住的上漲趨勢也非常明顯。近年來,廣西北部灣經(jīng)濟(jì)區(qū)開發(fā)建設(shè)和城鎮(zhèn)化建設(shè)快速推進(jìn),環(huán)境的改善吸引了外來購買力,從而擴(kuò)大了對房地產(chǎn)市場的需求。房地產(chǎn)價格的一路攀升,對整體物價的上漲具有很大的刺激作用,成為居民消費(fèi)的主要支出和生活負(fù)擔(dān)。建議繼續(xù)加強(qiáng)和改善房地產(chǎn)調(diào)控,采取長效措施遏制房價過快上漲,同時在引導(dǎo)商品房產(chǎn)業(yè)健康發(fā)展的同時,結(jié)合舊城改造大力建設(shè)保障性住房,增加住房有效供應(yīng),打擊投資投機(jī)。
參考文獻(xiàn):
[1]宋志剛,謝蕾蕾,何旭洪.SPSS16實(shí)用[M].北京:科技出版社,2004.
[2]楊凌云,王凡彬,潘瑞,梁杰.CPI指數(shù)預(yù)測的統(tǒng)計回歸模型.重慶文理學(xué)院學(xué)報(自然科學(xué)版),2010.2.
[3]李毛俠.安徽省消費(fèi)需求影響因素的主成分回歸分析.現(xiàn)代物業(yè),2010.2.
關(guān)于回歸統(tǒng)計學(xué)論文篇2
對統(tǒng)計中相關(guān)分析與回歸分析的論述
摘要:客觀事物之間存在一定的依存關(guān)系,對這種關(guān)系的分析具有重要意義。本文闡述了相關(guān)分析與回歸分析的概念,提出了分析中應(yīng)注意的問題。
關(guān)鍵詞:依存關(guān)系;相關(guān)分析;回歸分析;
一切客觀事物都是互相聯(lián)系的。而且每一事物的運(yùn)動都和它的周圍其它事物相聯(lián)系互相影響??陀^現(xiàn)象間的互相聯(lián)系,可以通過一定的數(shù)量關(guān)系反映出來。例如氣溫與降雨量之間,消費(fèi)品需求量與居民收入水平之間,勞動生產(chǎn)率與產(chǎn)品成本之間,投入與產(chǎn)出之間等等,都存在著一定的依存關(guān)系。
一、相關(guān)分析與回歸分析的概念。
(一)客觀現(xiàn)象之間存在的互相依存關(guān)系叫相關(guān)關(guān)系,對現(xiàn)象之間相關(guān)關(guān)系密切程度的研究,叫相關(guān)分析。相關(guān)分析具有如下兩個特點(diǎn)。
1.現(xiàn)象之間確實(shí)存在著數(shù)量上的依存關(guān)系。
如果一個現(xiàn)象發(fā)生數(shù)量上的變化,則另一個現(xiàn)象也會相應(yīng)地發(fā)生數(shù)量上的變化。例如商品流通費(fèi)增加,一般商品銷售額也會增加,反過來,如果商品銷售額增加,一般商品流通費(fèi)也要增加。身材較高的人,一般體重也較重。反過來,體重較重的人,一般身材也較高。再如,年齡與血壓、播種量與糧食收獲量之間等等都有數(shù)量上的依存關(guān)系。
2.現(xiàn)象之間數(shù)量上的關(guān)系不是確定的。
相關(guān)關(guān)系的全稱為統(tǒng)計相關(guān)關(guān)系,它屬于變量之間的一種不完全確定的關(guān)系。這意味著一個變量雖然受另一個(或一組)變量影響,卻并不由這一個(或一組)變量完全確定。例如,身高1.7米的人其體重有許多個值;體重為60公斤的人,其身高也有許多個值。身高與體重之間沒有完全嚴(yán)格確定的數(shù)量關(guān)系存在。再如產(chǎn)品單位成本和勞動生產(chǎn)率的變動之間存在著一定的依存關(guān)系,但是除了勞動生產(chǎn)率的變動以外,還會受到材料消耗、設(shè)備折舊、能源耗用以及管理費(fèi)用等諸因素變動的影響。
由此可見,相關(guān)關(guān)系是現(xiàn)象間確實(shí)存在的,但相關(guān)關(guān)系數(shù)值是不完全確定的相互依存關(guān)系。
(二)回歸分析的概念。相關(guān)關(guān)系說明現(xiàn)象間有關(guān)系,但它不能說明一個現(xiàn)象發(fā)生一定量的變化。也就是說,它不能說明兩個變量之間的一般關(guān)系值。
回歸分析是指對具有相關(guān)關(guān)系的現(xiàn)象,根據(jù)其關(guān)系形態(tài),選擇一個適合的數(shù)學(xué)模型(稱為回歸方程式),用來近似的表示變量間的平均變化關(guān)系的一種統(tǒng)計分析方法。它實(shí)際上是相關(guān)現(xiàn)象間不確定、不規(guī)則的數(shù)量關(guān)系一般化、規(guī)則化。
二、相關(guān)分析與回歸分析的區(qū)別與聯(lián)系
(一)、相關(guān)分析與回歸分析的區(qū)別:
1.相關(guān)分析所研究的兩個變量是對等關(guān)系,回歸分析所研究的兩個變量不是對等關(guān)系,必須根據(jù)研究目的,先確定其中一個是自變量,另一個是因變量。
2.對兩個變量x和y來說,相關(guān)分析只能計算出―個反映出一個反映兩個變量間相關(guān)密切程度的相關(guān)系數(shù),計算中改變x和y的地位不影響相關(guān)系數(shù)的數(shù)值;回歸分析有時可以根據(jù)研究目的不同分別建立兩個不同的回歸方程。以x自變量,y為因變量,可以得出y對x的回歸方程。以y為自變量,x為因變量,可得出x對y的回歸方程。
3.相關(guān)分析對資料的要求是,兩個變量都必須是隨機(jī)變量,而回歸分析對資料的要求是,自變量是可以控制的變量(給定的變量),因變量是隨機(jī)變量。
(二)、相關(guān)分析與回歸分析的聯(lián)系
1.相關(guān)分析是回歸分析的基礎(chǔ)和前提。如果缺少相關(guān)關(guān)系,沒有從定性上說明現(xiàn)象間是否具有相關(guān)關(guān)系,沒有對相關(guān)關(guān)系的密切程度作出判斷,就不能進(jìn)行回歸分析,即便勉強(qiáng)進(jìn)行了回歸分析,也是沒有實(shí)際意義的。
2.回歸分析是相關(guān)分析的深入和繼續(xù)。僅僅說明現(xiàn)象具有密切的相關(guān)關(guān)系是不夠的,只有進(jìn)行了回歸分析,擬合了回歸方程,才可能進(jìn)行有關(guān)分析的回歸預(yù)測,相關(guān)分析才有實(shí)際的意義。因此,如果僅有回歸分析而缺少相關(guān)分析,將會因?yàn)槿狈Ρ匾幕A(chǔ)和前提而影響回歸分析的可靠性;如果僅有相關(guān)分析而缺少回歸分析,就會降低相關(guān)分析的意義。只有把兩者結(jié)合起來,才能達(dá)到統(tǒng)計分析的目的。
三、應(yīng)用相關(guān)分析與回歸分析應(yīng)注意的問題
(一)在定性分析的基礎(chǔ)上進(jìn)行定量分析
在定性分析的基礎(chǔ)上進(jìn)行定量分析,是保證正確運(yùn)用相關(guān)分析和回歸分析的必要條件。也就是在確定哪些變量作自變量,哪些變量作因變量之前,必須對所研究的問題有充分正確的認(rèn)識。相關(guān)分析的方法解釋不了相關(guān)關(guān)系產(chǎn)生的原因,它本身不能判斷現(xiàn)象之間是否存在相關(guān)關(guān)系。
(二)要注意現(xiàn)象質(zhì)的界限及相關(guān)關(guān)系作用的范圍
在進(jìn)行相關(guān)分析和回歸分析時要注意現(xiàn)象質(zhì)的界限及相關(guān)關(guān)系作用的范圍。超出了這個范圍,分析結(jié)果就會歪曲事實(shí)。我們用數(shù)學(xué)模型得到的回歸方程,一般都是根據(jù)一定范圍內(nèi)的有限資料來計算的,其有效性,一般只適用于該范圍內(nèi),不適宜用于該范圍外。也就是說利用回歸方程,一般只適宜用于內(nèi)插預(yù)測,不宜用于外推預(yù)測。這是因?yàn)樽钚∑椒椒ㄖ傅氖菍ΜF(xiàn)有資料范圍配合一條“最佳”線,如果外推到范圍以外,就不一定是“最佳”線了。根據(jù)樣本數(shù)據(jù)所建立的回歸方程的代表了經(jīng)濟(jì)變量之間的數(shù)量關(guān)系,這種關(guān)系是在一定條件下建立的,因此也只能在一定的條件下才能夠成立,忽視了相關(guān)關(guān)系建立的條件,把這種關(guān)系無限制地向外推廣是不正確的,由此得到的結(jié)論是值得懷疑的。例如施肥量和農(nóng)作物生產(chǎn)量只在一定的范圍內(nèi)才具有正相關(guān)關(guān)系。
(三)要具體問題具體分析
回歸方程是根據(jù)實(shí)際統(tǒng)計資料計算的,一般是一種經(jīng)驗(yàn)公式。因此在分析時一定要注意具體問題具體分析。若條件發(fā)生變化,不能機(jī)械照搬,以免造成失誤。利用回歸方程對經(jīng)濟(jì)現(xiàn)象進(jìn)行分析,最后得到的經(jīng)濟(jì)變量之間的數(shù)量關(guān)系是一種統(tǒng)計關(guān)系,要使我們所得到的這種關(guān)系具有真實(shí)性、可靠性,排除偶然性,一定要注意對具體問題分析,并注意對經(jīng)濟(jì)現(xiàn)象的觀察必須是大量的。
(四)要考慮社會經(jīng)濟(jì)現(xiàn)象的復(fù)雜性
社會經(jīng)濟(jì)現(xiàn)象之間的關(guān)系比較自然技術(shù)現(xiàn)象之間的關(guān)系復(fù)雜得多。影響社會經(jīng)濟(jì)現(xiàn)象之間關(guān)系的不僅有自然技術(shù)因素,而且有政治的,經(jīng)濟(jì)的,道德的甚至心理的因素等等。而且社會條件的變化比較多和比較快,因此,在推廣應(yīng)用是要注意社會經(jīng)濟(jì)現(xiàn)象的復(fù)雜性。
(五)對回歸模型中計算出來的參數(shù)的有效性應(yīng)進(jìn)行檢驗(yàn)
在回歸分析中對回歸模型計算出來的參數(shù)(包括常數(shù)項及回歸系數(shù))的有效性應(yīng)進(jìn)行顯著性檢驗(yàn),以判斷回歸預(yù)測的有效性。經(jīng)過檢驗(yàn),如發(fā)現(xiàn)某回歸系數(shù)的數(shù)值沒有顯著意義,或某些自變量間存在著多重共線性,則具有這種情況的自變量應(yīng)從回歸方程中剔除出去,以保證回歸預(yù)測的有效性。