全國城鎮(zhèn)居民消費(fèi)水平的逐步回歸分析-在線瀏覽
2024-08-06 13:08本頁面
【正文】 而且它們的價(jià)格范圍很大，對城鎮(zhèn)居民消費(fèi)水平的反映缺乏真實(shí)性。綜上，人均衣著消費(fèi)支出，人均家庭設(shè)備及用品消費(fèi)支出和人均家庭其他消費(fèi)支出這三者都與我們之前的顯著性假設(shè)相悖，為使得到的模型有顯著的線性關(guān)系，我們首先從回歸模型中排除了這三者。輸出結(jié)果如表23和表24所示：表23 引入或剔除的變量ModelVariables EnteredVariables RemovedMethod1城鎮(zhèn)居民人均食品消費(fèi)支出.Stepwise (Criteria: ProbabilityofFtoenter = .050, ProbabilityofFtoremove = .100).2城鎮(zhèn)居民人均文娛消費(fèi)支出.Stepwise (Criteria: ProbabilityofFtoenter = .050, ProbabilityofFtoremove = .100).a Dependent Variable: 城鎮(zhèn)居民消費(fèi)水平表24 擬合過程小結(jié)ModelRR SquareAdjusted R SquareStd. Error of the Estimate1.996(a).992.9922.998(b).995.995a Predictors: (Constant), 城鎮(zhèn)居民人均食品消費(fèi)支出b Predictors: (Constant), 城鎮(zhèn)居民人均食品消費(fèi)支出, 城鎮(zhèn)居民人均文娛消費(fèi)支出由上面的兩個(gè)表可以看出:①.選擇的過程是,最先引入了變量，建立了模型1；接著引入變量，沒有變量被剔除，建立了模型2（含有、）；最終的模型中含有變量、。模型2的復(fù)相關(guān)系數(shù)R=，可決系數(shù)=。表25 方差分析Model Sum of SquaresdfMean SquareFSig.1Regression1 .000(a)Residual17 Total18 2Regression2 .000(b)Residual16 Total18 a Predictors: (Constant), 城鎮(zhèn)居民人均食品消費(fèi)支出b Predictors: (Constant), 城鎮(zhèn)居民人均食品消費(fèi)支出, 城鎮(zhèn)居民人均文娛消費(fèi)支出c Dependent Variable: 城鎮(zhèn)居民消費(fèi)水平表25 的方差分析結(jié)果表明，當(dāng)回歸方程為模型2時(shí)，其顯著性概率值P（Sig），即拒絕總體回歸系數(shù)均為0的原假設(shè)。表26 逐步回歸過程中排除出模型的變量 Model Beta In t Sig. Partial Correlation Collinearity Statistics Tolerance 1城鎮(zhèn)居民人均居住消費(fèi)支出 .271(a) .004 .638 .044 城鎮(zhèn)居民人均醫(yī)保消費(fèi)支出 .166(a) .036 .496 .072 城鎮(zhèn)居民人均交通消費(fèi)支出 .274(a) .028 .518 .029城鎮(zhèn)居民人均文娛消費(fèi)支出 .217(a) .004 .645 .071 2城鎮(zhèn)居民人均居住消費(fèi)支出 .131(b) .715 .486 .181 .009城鎮(zhèn)居民人均醫(yī)保消費(fèi)支出 (b) .086 .008 城鎮(zhèn)居民人均交通消費(fèi)支出 .051(b) .3
環(huán)評公示相關(guān)推薦
鄂ICP備17016276號-1