【正文】 校數(shù)和高校在校人數(shù)有很強(qiáng)的關(guān)系 ,再對 X3,X13,X14 作簡單回歸 ,得 Dependent Variable: X3 Method: Least Squares Date: 12/13/05 Time: 20:09 Sample: 1 31 Included observations: 31 Variable Coefficient Std. Error tStatistic Prob. C X13 X14 Rsquared Mean dependent var 1767751. Adjusted Rsquared . dependent var 1192864. . of regression Akaike info criterion Sum squared resid +13 Schwarz criterion Log likelihood Fstatistic DurbinWatson stat Prob(Fstatistic) 上式中可決系數(shù)較小 ,且 P 值過大 ,t值也不顯著 ,所有說 X3 不能由 X13和 X14替代 ,由實際意思也知道 ,教育經(jīng)費除與學(xué)校數(shù) ,學(xué)生數(shù)相關(guān)外 ,還與學(xué)校等級 ,學(xué)校所在地區(qū)經(jīng)濟(jì)狀況相關(guān) ,所以我們要保留 X3。這一步我們?nèi)サ袅?X14 一個變量。 把三個關(guān)于交通發(fā)展程度的變量都考慮進(jìn)來顯得過余冗雜，所以我們構(gòu)造新變量X15=X9+X10+X11，名為交通發(fā)達(dá)程度（公里）。因此接下來我們要解決的主要問題是異方差與共線性。 根據(jù)實際經(jīng)濟(jì)意義和上面的初步分析，可以確定的確存在共性線 共線性的修正，我選擇了逐步回歸法： （ 1） 將 Y 與 X Y 與 X2…… .Y 與 X15 分別作回歸 第一次回歸后經(jīng)比較 R2， t 值， P 值等因素，先確定了 X12 為第一個進(jìn)入模型的變量，其回歸結(jié)果如下： Dependent Variable: Y Method: Least Squares Date: 12/13/05 Time: 21:25 Sample: 1 31 Included observations: 31 Variable Coefficient Std. Error tStatistic Prob. X12 C Rsquared Mean dependent var Adjusted Rsquared . dependent var . of regression Akaike info criterion Sum squared resid +08 Schwarz criterion Log likelihood Fstatistic DurbinWatson stat Prob(Fstatistic) （ 2）、將剩下的變量依次加入模型中， 比較 R2， t 值， P 值、 DW 值等因素，確定了 X1 為第二個進(jìn)入模型的變量，其回歸結(jié)果如下： Dependent Variable: Y Method: Least Squares Date: 12/13/05 Time: 21:29 Sample: 1 31 Included observations: 31 Variable Coefficient Std. Error tStatistic Prob. X12 X1 C Rsquared Mean dependent var Adjusted Rsquared . dependent var . of regression Akaike info criterion Sum squared resid +08 Schwarz criterion Log likelihood Fstatistic DurbinWatson stat Prob(Fstatistic) （ 3） 將剩下 的變量依次加入模型中， 比較 R2， t值， P值、 DW 值等因素，確定了 X5 為第三個進(jìn)入模型的變量，其回歸結(jié)果如下： 8 Variable Coefficient Std. Error tStatistic Prob. X1 X12 X5 C Rsquared Mean dependent var Adjusted Rsquared . dependent var . of regression Akaike info criterion Sum squared resid +08 Schwarz criterion Log likelihood Fstatistic DurbinWatson stat Prob(Fstatistic) （ 4） 將剩下的變量依次加入模型中， 比較 R2， t值， P值、 DW 值等因素，確定了 X2 為第四個進(jìn)入模型的變量，其回歸結(jié)果如下： Dependent Variable: Y Method: Least Squares Date: 12/13/05 Time: 21:51 Sample: 1 31 Included observations: 31 Variable Coefficient Std. Error tStatistic Prob. X1 X12 X5 X2 C Rsquared Mean dependent var Adjusted Rsquared . dependent var . of regression Akaike info criterion Sum squared resid +08 Schwarz criterion Log likelihood Fstatistic DurbinWatson stat Prob(Fstatistic) （ 5） 再將剩下的變量依次加入模型中， 比較 R2， t 值， P 值、 DW 值等因素，發(fā)現(xiàn)余下的所有模型中的 T 值均不顯著，所以逐步回歸到此為止。 7813 R2￣ （表示修正的可決系數(shù)） = F= DW=Du= 其擬合效果圖如下，可見實際值曲線與擬合線相差不大，初步達(dá)到目的。其中地區(qū)人均生產(chǎn)總值是平均工資的基數(shù)，對平均工資的影響最為顯著，在其他因素保持不變的情況下，人均地區(qū)生產(chǎn)總值每增加一元，其平均工資就會高出其他地區(qū) 元； 而性別比例和扶養(yǎng)比例可以看成是影響勞動力 數(shù)量的因素，通過供求杠桿作用于平均工資，男性比例越高的地區(qū)，因為勞動力的豐富，在其他因素保持不變的情況下，比例每提高一個單位，其平均工資降低 元， 而扶養(yǎng)比越高，意味著勞動力越少，因而扶養(yǎng)比與平均工資是一個正向關(guān)系，扶養(yǎng)比增加一個百分點，平均工資增加 ，是否是西部地區(qū)是一個虛擬變量，表明了地區(qū)差異，按我們平時的理解來看，西部地區(qū)的平均工資應(yīng)該低于中、東部地區(qū)，但回歸結(jié)果卻顯示是否西部地區(qū)與平均工資是一個正向關(guān)系，也即在其他因素不變的情況，西部地區(qū)的平均工資反而高于中東部地區(qū)，其實這種 現(xiàn)象可以用國家政策偏向來解釋，國家實施西部大開發(fā)以來，對在西部就業(yè)的人員進(jìn)行了一定的補貼和優(yōu)惠政策，另外西部地區(qū)的政府和企事業(yè)單位為了留住人才，有時也會采取高薪留人的措施。 我國居民消費水平的計量分析及對策建議 03 基地 熊祎 40301130 內(nèi)容摘要：通過對我國居民消費水平的歷史及現(xiàn)狀研究，建立了居民消費水平的經(jīng)濟(jì)模型，并研究了模型中主要變量對模型的影響程度，在此基礎(chǔ)上提出了提高居民消費水平的對策建 10 議。筆者以分析居民消費水平為目的，同時考慮了其他一些指標(biāo)的分析需要，根據(jù)計量經(jīng)濟(jì)學(xué)模型的構(gòu)思，在建模時作了如下處理： 該模型為線性模型。 模型中將居民消費水平作為被解釋變量，根據(jù)經(jīng)驗引入國內(nèi)生產(chǎn)總值、城鄉(xiāng)居民人均 收入、人口自然增長率、居民消費價格指數(shù)，對模型進(jìn)行回歸分析，以求能使模型具有更高的可操作性。