内容发布更新时间 : 2024/11/16 11:25:29星期一 下面是文章的全部内容请认真阅读。
-------------
3. 多元线性回归的应用—案例研究（见附件） 【附件】
国内旅游收入因素研究分析
——多元线性回归分析
（南昌航空大学经济管理学院，江西省南昌市，330063）
摘要：旅游业作为我国国民经济的重要产业之一，在我国的经济建设中发挥了巨大的作用。我国旅游业经历了改革开放30年的发展，已初步形成了“大旅游、大产业、大发展”的基本格局，具备了一定的产业体系和产业规模，进入了前所未有的大发展时代。近年来，旅游业作为国民经济的增长点一直保持高速发展，在整个社会经济发展中的作用日益显现。21世纪随着中国加入WTO和知识经济的发展，国内旅游收入迅速增加，远高于同期GDP的增长率。为了对国内旅游收入影响因素进行研究分析，本文选取了国内旅游总花费、国民总收入、人均国民生产总值、居民消费水平和城乡居民人民币储蓄存款年底余额五个因素，采集了我国1994—2012年的数据，运用SPSS软件进行数据分析。
1. 模型设定
为了全面反映中国“国内旅游收入”的情况，选择国内旅游总花费作为被解释变量，以反映国内旅游收入情况；选择“国民总收入”、“人均国民生产总值”、“居民消费水平”及“城乡居民人民币储蓄存款年底余额”作为自变量；以此来分析国内旅游收入影响因素情况。 从《国家统计局》收集到以下数据（见表1）
表1 国内旅游总花费及相关数据
-------------
-------------
时间 国内旅游总花费(亿元) 国民总收入(亿元) 人均国内生产总值(元) 14,098 12,570 10,522 9,283 8,430 7,310 6,299 5,596 5,032 4,475 4,144 3,887 3,632 3,346 3,159 3,002 2,789 2,355 1,833 居民消费水平(元) 城乡居民人民币储蓄存款年底余额(亿元) 399,551.00 343,635.89 303,302.49 260,771.66 217,885.35 172,534.19 161,587.30 141,050.99 119,555.39 103,617.65 86,910.65 73,762.43 64,332.38 59,621.83 53,407.47 46,279.80 38,520.80 29,662.30 21,518.80 2012年 22,706.22 516,810.05 38,459.47 2011年 19,305.39 468,562.38 35,197.79 2010年 12,579.77 399,759.54 30,015.05 2009年 10,183.69 340,319.95 25,607.53 2008年 8,749.30 316,030.34 23,707.71 2007年 7,770.62 266,422.00 20,169.46 2006年 6,229.70 215,904.41 16,499.70 2005年 5,285.86 183,617.37 14,185.36 2004年 4,710.71 159,453.60 12,335.58 2003年 3,442.27 134,976.97 10,541.97 2002年 3,878.36 119,095.69 9,398.05 2001年 3,522.37 108,068.22 8,621.71 2000年 3,175.54 1999年 2,831.92 1998年 2,391.18 1997年 2,112.70 1996年 1,638.38 1995年 1,375.70 1994年 1,023.51
98,000.45 88,479.15 83,024.28 78,060.85 70,142.49 59,810.53 48,108.46 7,857.68 7,158.50 6,796.03 6,420.18 5,845.89 5,045.73 4,044.00 1、1980年以后国民总收入(原称国民生产总值)与国内生产总值的差额为国外净要素收入。
【数据来源：国家统计局】
2. SPSS软件分析求解
-------------
-------------
图1 数据输入及处理
表1 多元线性回归结果（1）
-------------
-------------
aVariables Entered/RemovedModel1VariablesEnteredVariablesRemoved居民消费水平(元).2人均国内生产总值(元).MethodStepwise(Criteria:Probability-of-F-to-enter<= .050,Probability-of-F-to-remove >= .100).Stepwise(Criteria:Probability-of-F-to-enter<= .050,Probability-of-F-to-remove >= .100).a. Dependent Variable: 国内旅游总花费(亿元) 表一表示引入的自变量是居民消费水平和人均国内生产总值，其他两个变量均被移除模型
表2 多元线性回归分析结果（2）
cModel SummaryModel12R.980a.985bR Square.960.971AdjustedR Square.957.967Std. Error ofthe Estimate********************Durbin-Watson.595a. Predictors: (Constant), 居民消费水平(元)b. Predictors: (Constant), 居民消费水平(元), 人均国内生产总值(元)c. Dependent Variable: 国内旅游总花费(亿元) 从表2可以看出，只含有一个自变量居民消费水平的回归方程，其调整后的R=0.957，而含有两个自变量居民消费水平和人均国内生产总值的回归方程，其调整后的R=0.967，表明后者的拟合程度要高于前者。
22
表3 多元线性回归分析结果（3）
-------------
-------------
cANOVAModel12RegressionResidualTotalRegressionResidualTotalSum ofSquares6E+008263442857E+0086E+008190663057E+008df1171821618Mean Square627825308.71549663.835317551644.21191644.091F405.136Sig..000a266.482.000ba. Predictors: (Constant), 居民消费水平(元)b. Predictors: (Constant), 居民消费水平(元), 人均国内生产总值(元)c. Dependent Variable: 国内旅游总花费(亿元)表3是两个方程的方差分析表。两个回归方程F统计量的显著水平都接近0，表明两个方程都是显著的。
表4 多元线性回归分析结果（4） aCoefficientsModel12(Constant)居民消费水平(元)(Constant)居民消费水平(元)人均国内生产总值(元)UnstandardizedCoefficientsBStd. Error-3261.546561.4931.654.082-5790.6011135.6464.7651.261-1.041.421StandardizedCoefficientsBeta.9802.822-1.845t-5.80920.128-5.0993.779-2.471Sig..000.000.000.002.025Collinearity StatisticsToleranceVIF1.000.003.0031.000306.092306.092a. Dependent Variable: 国内旅游总花费(亿元) 表4是两个方程的回归系数估计值和回归系数t检验。由表中数据可知，第一个方程只有一个解释变量，回归系数显著；第二个方程有两个解释变量，其中,”居民消费水平“的回归系数t统计量的概率P值为0.002，”人均国内生产总值“的回归系数t统计量的概率P值为0.025，如果显著性水平为0.05，概率P值均小于显著性水平0.05，可见检验结果均显著。
根据以上回归结果的分析，可考虑使用二元线性回归模型，其估计方程为：
Y=-5790.601+4.765X3-1.041X2
-------------