復習：多元線性回歸模型案例

1、我國農民收入影響因素的回歸分析我國農民收入影響因素的回歸分析自改革開放以來雖然中國經濟平均增長速度為9.5%但二元經濟結構給經濟發(fā)展帶來的問題仍然很突出。農村人口占了中國總人口的70%多農業(yè)產業(yè)結構不合理經濟不發(fā)達以及農民收入增長緩慢等問題勢必成為我國經濟持續(xù)穩(wěn)定增長的障礙。正確有效地解決好“三農”問題是中國經濟走出困境實現長期穩(wěn)定增長的關鍵。其中農民收入增長是核心也是解決“三農”問題的關鍵。本文力圖應用適當的多元線性回歸模型對有關農民

2、收入的歷史數據和現狀進行分析尋找其根源探討影響農民收入的主要因素并在此基礎上對如何增加農民收入提出相應的政策建議。農民收入水平的度量，通常采用人均純收入指標。影響農民收入增長的因素是多方面的，既有結構性矛盾因素，又有體制性障礙因素。但可以歸納為以下幾個方面：一是農產品收購價格水平。目前農業(yè)收入仍是中西部地區(qū)農民收入的主要來源。二是農業(yè)剩余勞動力轉移水平。中國的農業(yè)目前仍以農戶分散經營為主，農業(yè)比較效益低，盡快地把農業(yè)剩余勞動力轉移出去是

3、有效改善農民收入狀況的重要因素。三是城市化、工業(yè)化水平。中國多數地區(qū)城市化、工業(yè)化水平落后于世界平均水平，這種狀況極大地影響了農民收入的增長。四是農業(yè)產業(yè)結構狀況。農林牧漁業(yè)對農民收入增長貢獻率是不同的。隨著我國“入世”后農產品市場的開放和人民生活水平的提高、農產品需求市場的改變，農業(yè)結構狀況直接影響著農民收入的增長。五是農業(yè)投入水平。農民收入與財政農業(yè)支出、農村集體投入、農戶個人投入以及信貸投入都有顯著的正相關關系。農業(yè)投入是農民收入

4、增長的重要保證。但考慮到農業(yè)投入主體的多元性，既有國家、集體和農戶的投入，又有銀行、企業(yè)和外資的投入，考慮到復雜性和可行性，所以對農業(yè)投入與農民收入，本文暫不作討論。因此，以全國為例，把農民收入與各影響因素關系進行線性回歸分析，并建立數學模型。一、計量經濟模型分析一、計量經濟模型分析(一)、數據搜集根據以上分析，我們在影響農民收入因素中引入7個解釋變量。即：2xX318.229422.0666178.8208990.0000X42.43

5、00398.3703370.2903160.7770X516.237375.8941092.7548470.0187X62.1552082.7708340.7778190.4531X70.0099620.0023284.2788100.0013X80.0633890.0212762.9793480.0125Rsquared0.995823Meandependentvar345.5232AdjustedRsquared0.993165S.

6、D.dependentvar139.7117S.E.ofregression11.55028Akaikeinfocriterion8.026857Sumsquaredresid1467.498Schwarzcriterion8.424516Loglikelihood68.25514Fstatistic374.6600DurbinWatsonstat1.993270Prob(Fstatistic)0.000000表1最小二乘估計結果回歸分

7、析報告為：????????????????????????????????23456782?1102.3736.6354X18.2294X2.4300X16.2374X2.1552X0.0100X0.0634X375.833.78132.066618.370345.89412.77080.002330.021282.9331.7558.820900.203162.7550.7784.278812.97930.99582iYSEtR???

8、????230.993165191.99327374.66RDfDWF????二、計量經濟學檢驗(一)、多重共線性的檢驗及修正①、檢驗多重共線性(a)、直觀法從“表1最小二乘估計結果”中可以看出，雖然模型的整體擬合的很好，但是x4x6的t統(tǒng)計量并不顯著，所以可能存在多重共線性。(b)、相關系數矩陣X2X3X4X5X6X7X8X21.0000000.7176620.6952570.7313260.7370280.3324350.59469

9、9X30.7176621.0000000.9222860.9359920.9457010.7422510.883804X40.6952570.9222861.0000000.9860500.9377510.7539280.974675X50.7313260.9359920.9860501.0000000.9747500.6874390.940436X60.7370280.9457010.9377510.9747501.0000000.6