高等学校学生人数计量分析
沧州市(全市)普通高等学校专任教师和在校学生数量数据分析报告2019版
沧州市（全市）普通高等学校专任教师和在校学生数量数据分析报告2019版前言本报告主要收集权威机构数据如中国国家统计局，行业年报等，通过整理及清洗，从数据出发解读沧州市普通高等学校专任教师和在校学生数量现状及趋势。
沧州市普通高等学校专任教师和在校学生数量数据分析报告知识产权为发布方即我公司天津旷维所有，其他方引用我方报告均需要注明出处。
沧州市普通高等学校专任教师和在校学生数量数据分析报告深度解读沧州市普通高等学校专任教师和在校学生数量核心指标从普通高等学校数量，普通高等学校专任教师数量，普通本专科在校学生数量等不同角度分析并对沧州市普通高等学校专任教师和在校学生数量现状及发展态势梳理，相信能为你全面、客观的呈现沧州市普通高等学校专任教师和在校学生数量价值信息，帮助需求者提供重要决策参考及借鉴。
目录第一节沧州市普通高等学校专任教师和在校学生数量现状 (1)第二节沧州市普通高等学校数量指标分析（均指全市） (3)一、沧州市普通高等学校数量现状统计 (3)二、全国普通高等学校数量现状统计 (3)三、沧州市普通高等学校数量占全国普通高等学校数量比重统计 (3)四、沧州市普通高等学校数量（2016-2018）统计分析 (4)五、沧州市普通高等学校数量（2017-2018）变动分析 (4)六、全国普通高等学校数量（2016-2018）统计分析 (5)七、全国普通高等学校数量（2017-2018）变动分析 (5)八、沧州市普通高等学校数量同全国普通高等学校数量（2017-2018）变动对比分析 (6)第三节沧州市普通高等学校专任教师数量指标分析（均指全市） (7)一、沧州市普通高等学校专任教师数量现状统计 (7)二、全国普通高等学校专任教师数量现状统计分析 (7)三、沧州市普通高等学校专任教师数量占全国普通高等学校专任教师数量比重统计分析.7四、沧州市普通高等学校专任教师数量（2016-2018）统计分析 (8)五、沧州市普通高等学校专任教师数量（2017-2018）变动分析 (8)六、全国普通高等学校专任教师数量（2016-2018）统计分析 (9)七、全国普通高等学校专任教师数量（2017-2018）变动分析 (9)八、沧州市普通高等学校专任教师数量同全国普通高等学校专任教师数量（2017-2018）变动对比分析 (10)第四节沧州市普通本专科在校学生数量指标分析（均指全市） (11)一、沧州市普通本专科在校学生数量现状统计 (11)二、全国普通本专科在校学生数量现状统计分析 (11)三、沧州市普通本专科在校学生数量占全国普通本专科在校学生数量比重统计分析 (11)四、沧州市普通本专科在校学生数量（2016-2018）统计分析 (12)五、沧州市普通本专科在校学生数量（2017-2018）变动分析 (12)六、全国普通本专科在校学生数量（2016-2018）统计分析 (13)七、全国普通本专科在校学生数量（2017-2018）变动分析 (13)八、沧州市普通本专科在校学生数量同全国普通本专科在校学生数量（2017-2018）变动对比分析 (14)图表目录表1：沧州市普通高等学校专任教师和在校学生数量现状统计表 (1)表2：沧州市普通高等学校数量现状统计表 (3)表3：全国普通高等学校数量现状统计表 (3)表4：沧州市普通高等学校数量占全国普通高等学校数量比重统计表 (3)表5：沧州市普通高等学校数量（2016-2018）统计表 (4)表6：沧州市普通高等学校数量（2017-2018）变动统计表（比上年增长%） (4)表7：全国普通高等学校数量（2016-2018）统计表 (5)表8：全国普通高等学校数量（2017-2018）变动统计表（比上年增长%） (5)表9：沧州市普通高等学校数量同全国普通高等学校数量（2017-2018）变动对比统计表 (6)表10：沧州市普通高等学校专任教师数量现状统计表 (7)表11：全国普通高等学校专任教师数量现状统计表 (7)表12：沧州市普通高等学校专任教师数量占全国普通高等学校专任教师数量比重统计表 (7)表13：沧州市普通高等学校专任教师数量（2016-2018）统计表 (8)表14：沧州市普通高等学校专任教师数量（2017-2018）变动统计表（比上年增长%） (8)表15：全国普通高等学校专任教师数量（2016-2018）统计表 (9)表16：全国普通高等学校专任教师数量（2017-2018）变动统计表（比上年增长%） (9)表17：沧州市普通高等学校专任教师数量同全国普通高等学校专任教师数量（2017-2018）变动对比统计表（比上年增长%）10表17：沧州市普通高等学校专任教师数量同全国普通高等学校专任教师数量（2017-2018）变动对比统计表（比上年增长%） (10)表18：沧州市普通本专科在校学生数量现状统计表 (11)表19：全国普通本专科在校学生数量现状统计分析表 (11)表20：沧州市普通本专科在校学生数量占全国普通本专科在校学生数量比重统计表 (11)表21：沧州市普通本专科在校学生数量（2016-2018）统计表 (12)表22：沧州市普通本专科在校学生数量（2017-2018）变动分析表（比上年增长%） (12)表23：全国普通本专科在校学生数量（2016-2018）统计表 (13)表24：全国普通本专科在校学生数量（2017-2018）变动分析表（比上年增长%） (13)表25：沧州市普通本专科在校学生数量同全国普通本专科在校学生数量（2017-2018）变动对比统计表（比上年增长%） (14)第一节沧州市普通高等学校专任教师和在校学生数量现状沧州市普通高等学校专任教师和在校学生数量现状详细情况见下表（2018年）：表1：沧州市普通高等学校专任教师和在校学生数量现状统计表注：本报告以国家各级统计部门数据为基准，并借助专业统计分析方法得出。
大学生研究报告数据分析(3篇)
第1篇摘要随着我国高等教育的普及，大学生群体已成为社会的重要组成部分。
为了更好地了解大学生的生活状态、学习状况和心理健康等方面，本研究通过对大学生进行问卷调查，收集了大量数据。
本文将对这些数据进行详细分析，旨在为教育工作者、政策制定者和家长提供有益的参考。
关键词：大学生；研究报告；数据分析；生活状态；学习状况；心理健康一、引言大学生作为我国社会发展的中坚力量，其成长状况直接影响着国家的未来。
然而，随着社会竞争的加剧，大学生面临着诸多压力和挑战。
为了全面了解大学生的生活状态、学习状况和心理健康，本研究选取了1000名大学生作为调查对象，通过问卷调查的方式收集数据，并对数据进行统计分析。
二、研究方法1. 调查对象：本次调查选取了来自全国不同地区、不同专业的大学生作为调查对象，共计1000名。
2. 调查工具：采用自编的《大学生生活状况调查问卷》，包括基本信息、生活状态、学习状况、心理健康等方面。
3. 数据收集：通过线上问卷平台发放问卷，收集有效问卷1000份。
4. 数据分析方法：运用SPSS软件对收集到的数据进行描述性统计分析、交叉分析、相关性分析和回归分析等。
三、数据分析（一）基本信息分析1. 性别比例：在调查的1000名大学生中，男性占45%，女性占55%。
2. 年龄分布：调查对象年龄主要集中在18-22岁之间，占调查总数的95%。
3. 专业分布：调查对象涵盖理、工、文、法、经济、管理等多个学科，其中理工科学生占比较高。
（二）生活状态分析1. 生活满意度：调查结果显示，80%的大学生对自己的生活状态表示满意。
2. 人际关系：在人际关系方面，70%的大学生表示与同学、朋友关系融洽。
3. 经济状况：在经济状况方面，60%的大学生表示家庭经济状况较好。
（三）学习状况分析1. 学习态度：在调查中，90%的大学生表示对学习有积极的态度。
2. 学习成绩：在学习成绩方面，80%的大学生表示自己的成绩处于中等水平以上。
高等学校学生人数计量分析
,计量经济学课程论文普通高等学校在校学生总数变动的多因素分析摘要本文主要通过对中国普通高等学校在校学生总数的变动进行多因素分析，建立以在校大学生总数为应变量，以其它可量化影响因素为自变量的多元线性回归模型，并利用模型对在校大学生总数进行数量化分析，观察各因素是如何分别影响在校大学生总数的。
、目录1提出问题 (3)2模型设定 (5)3数据的搜集 (5)4模型的估计与检验 (6)5结论 (15)~1.提出问题改革开放以来，中国的教育事业取得了长足的发展，各项教育指标都较以往有了很大提高，受教育的人数也是逐年上升，文盲比例直线下降。
随着有知识、有文化的人数的不断增加，中国的经济也随之高速发展，众多毕业生们在各行各业上表现都十分出色，取得了一系列令人瞩目的成就。
从趋势上看，大学生人数将会持续上升。
我国第六次人口普查数据显示，全国31省份具有大学(指大专以上)文化程度的人口近亿。
同第五次全国人口普查相比，每10万人中具有大学文化程度的由3611人上升为8930人，人数翻了一倍多。
这主要是因为我国高校从1999年开始大规模扩招。
教育部曾指出，2008年全国各类高等教育在学人数达到2900万人，毛入学率达到%。
中国高等教育规模居世界首位，已经进入大众化阶段的历史跨越。
近年来，很多学者在对教育、经济等方面做出了深入的研究，发现在校大学生数和普通高等学校数、总人口数二者存在着密切联系。
在本文站在前人的基础上，引用计量的方法，将二者综合起来对在校大学生数量变动的影响情况进行探讨，同时在我国经济飞速发展的过程中，人均GDP的增长，对在校大学生的数量也存在着重要影响，因而本文将人均GDP引入该项目的实证研究分析。
2.模型设定uX X X Y i ++++=0332211ββββ其中，Y —在校大学生总数（应变量） X1——我国总人口（解释变量） X2 ——普通高等学校总数（解释变量） X3 ——我国人均GDP （解释变量）|3.数据的搜集年份 学生总数Y （万）总人口x1（万）学校总数x2（所）人均GDPx3（元）1985<10585110161986107507 1054 ！198710930010631988111026·10751989112704 1075 1990。
我国高等学校生源定量分析
１ ９ 年 出生 的婴） ￣ ２ ｌ 年正好 １岁 。因此 ，我们截取 ９２ Ｌ ＵＯ Ｏ ８
ｈ ｔ： ／ ｍ ｆ ｏ ． ｏ ． ｎ ａ ｒ ｉ ｌ／ ｔｙ ２ Ｏ Ｏ／ ０７ ｔ ｐ ／ ｔ ． ｏｃ ｍ ｇ ｖ ｃ ／ａ ｔｃ ｅ ｚ ｄ ／ ０ ７ ９ ２ ０ Ｊ
０ ０ ０ ９５ ． ｔ ． ９ ５ ８ ５ ４ ｈ ｍ１
我 陲高 等 学校 生源 定 量 分 析
高等学校 和 民办高等 学校生源分析 ，应定量从两 方面分
析 ：一是高等学校 和 民办 高等学校生源 的供给方面 ，具体在
■ 文／ 光 一 何
要考虑九年义务教育和高 中阶段教育的发展变化 。 在生源 需求 方面，我 国高等学校和 民办 高等学校主要招 收 高中毕业生 ，招生 的规模取决于社会 、经 济条件的变化 ， 带有很 强的政策性 ，从而 形成 了高等学校和 民办高等学校对
ｋ 。 ｏ ｃｍ ｇ ｖ ｃ ／ａ ｔｃ ｅｄ ｇ ／ｗ ｅ ｋ ｕｗ ０ ｉｄｎ ／ ｚｍ ｆ ｏ ． ｏ． ｎ ａ ｒ ｉ ｌ／ ｄｋ ｚ ｒ ｎ ０／ ｔｘｅ ｉｇ
２ ０ ０ ／ ０ ９４ ６４ ９９ ｈ ｍ ． ０９４２０００１１５．ｔ１
题的关键 在于农业 投入 不足 ，农业 技术落后 。如果 能够投入 资金和技术 ，中亚 国家农业有很 大发 展空间。
【】 ９中国驻哈萨克使馆经商参处． 哈拟引资开发３０ ５万公顷农业
计量报告大学生人数增加
关于我国大学生在校人数增加原因得分析一、研究背景过去得20多年来,中国教育实现两大历史性跨越。
第一就是实现了基本普及义务教育,基本扫除青壮年文盲得目标;第二就是中国高等教育开始迈入大众化阶段,高教毛入学率达到17%。
从1998年开始得高等教育持续地实施扩招,2003年全国国内高等教育规模已经达到1900万人,使在校人数规模位于世界首位,使高等教育得毛入学率从1998年得9、8%提高到2003年得17%,按照联合国教科文得口径,中国高等教育已经迈进了大众化得阶段。
普通高校在校生作为纯消费者,其人数得变化会直接或间接地带动着整个经济得发展,特别就是近几年高校不断扩招,大学生人数急剧增加,引发了政界及学者各方面人士就高校学生人数对整体经济、物价指数等各项经济指标影响得关注。
从这个意义上瞧,普通高校在校大学生人数背后与宏观等经济变量隐含着较高得相关性与可比性。
特别就是,随着我国得经济发展,教育资源得丰富以及人民对教育问题得重视,特别就是大学扩招政策得实施,近些年来,我国大学生入学率不断升高,在校大学生人数激增。
在大学生在校人数增加得背后,有哪些因素起着重要作用？本文以我国在校大学生得人数为研究对象,以教育经费、招生人数、居民收入等变量为解释变量,建立模型。
通过实证分析研究我国大学生在校人数增加得主要原因,并提供建议。
二、所研究问题得变量选择及数据说明研究对象就是大学生在校人数,即对当前各大高校在校人数得统计,由于就是某一时点得统计,因此范围包括已入学得大一学生与尚未毕业得大四学生。
但就是单纯得大学生在校人数统计,就是一个绝对量,在这里选取衡量大学生在校人数得指标为:普通本、专科在校学生数(万人),也就就是本文得被解释变量Y,同时涵盖了本科、专科得在校学生数。
一般来说,对大学生在校人数多少有一定关系得影响因素包括高校数量、教育投入、招生人数,普通家庭得收入也有一定得影响作用,因为收入较高得家庭就会重视孩子得教育,并且可能为孩子上大学提供较为良好得条件。
中国各级各类学校在校学生总数的变动多因素分析
摘要：本文主要通过对中国各级各类学校在校学生总数的变动进行多因素分析，建立以在校学生总数为应变量，以其它可量化影响因素为自变量的多元线性回归模型，并利用模型对在校学生总数进行数量化分析，观察各因素是如何分别影响在校学生总数的。
关键词：在校学生总数多因素分析模型计量经济学检验一、引言部分改革开放以来，中国的教育事业取得了长足的发展，各项教育指标都较以往有了很大提高，受教育的人数也是逐年上升，文盲比例直线下降。
随着有知识、有文化的人数的不断增加，中国的经济也随之高速发展，众多毕业生们在各行各业上表现都十分出色，取得了一系列令人瞩目的成就。
二、研究目的本文主要对中国在校学生总数（应变量）进行多因素分析（具体分析见下图），并搜集相关数据，建立模型，对此进行数量分析。
在得到在校学生总数与各主要因素间的数量关系后，据模型方程中的各因素系数大小，分析各因素的重要性，并找出影响在校学生总数最大的因素。
影响在校学生总数变动的主要影响因素如下图：——————这是影响在校学生总数的一个重要因素——————这也是影响在校学生总数的重要因素——————我认为这个因素同样重要（注：1.由于其他因素或是不好量化，或是数据资料难于查找，故为了分析的简便，这里仅用此三个因素来进行回归分析。
2.学校总数包括普通高等学校、普通中等学校、小学、特殊教育学校和幼儿园等，故学生总数也是以上学校的人数之和。
）三、建立模型Y=α+β1X1+β2X2+β3X3+u其中，Y—在校学生总数（应变量）X1——人口总数（解释变量）X2——各级各类学校总数（解释变量）X3——人均GDP（解释变量）（注：有关模型的一些假定：（1）假定不考虑学生转学的影响。
（2）假定各统计量计算准确。
四、数据搜集1.数据说明在这里，使用同一地区（即中国）的时间序列数据进行拟合。
2.数据的搜集情况采用1985年到2003年的时间序列数据，具体情况见表一。
表一：obs X1（人口总数/万） X2（学校总数/万） X3（人均GDP/元） Y（学生总数/万）1985 105851 11.1081 853 20117 1986 107507 11.00635 956 20325.8 1987 109300 10.90899 1104 20248 1988 111026 10.71226 1355 19848.8 1989 112704 10.54347 1512 19489.4 1990 114333 10.40992 1634 19532.5 1991 115823 9.94932 1879 19813.2 1992 117171 9.85393 2287 20215.3 1993 118517 9.6081 2939 20627.9 1994 119850 9.56128 3923 21461 1995 121121 9.46772 4854 22418.1 1996 122389 9.29882 5576 23251.2 1997 123626 9.06617 6054 23861.1 1998 124761 8.85622 6308 24074.2 1999 125786 8.61273 6551 24327.6 2000 126743 8.25667 7086 24369.9 2001 127627 7.01097 7651 24224.4 2002 128453 6.62013 8214 24389.3 2003 129227 6.34737 9101 24452.5五、模型的参数估计、检验及修正1.模型的参数估计及其经济意义、统计推断的检验利用EVIEWS软件，用OLS方法估计，得：（见表二）表二：Dependent Variable: YMethod: Least SquaresDate: 06/07/05 Time: 09:35Sample: 1985 2003C 18008.66 4856.655 3.708038 0.0021X1 -0.080341 0.038584 -2.082241 0.0549X2 851.4523 174.1777 4.888410 0.0002R-squared 0.978300 Mean dependent var 21949.85Adjusted R-squared 0.973960 S.D. dependent var 2024.050S.E. of regression 326.6198 Akaike info criterion 14.60013Sum squared resid 1600207. Schwarz criterion 14.79896Log likelihood -134.7013 F-statistic 225.4140Y=18008.66-0.080341X1+851.4523X2+1.324234X3 （1.1） (3.708038)(-2.082241)(4.888410)(10.61084)R2=0.978300 R2 =0.973960 F=225.4140可见。
高校人口数据开展情况汇报
高校人口数据开展情况汇报近年来，我国高校人口数据呈现出一系列新的变化和趋势，这些数据对于高校管理和规划都具有重要意义。
本文将对高校人口数据的开展情况进行汇报，以期为相关部门提供参考和借鉴。
首先，从整体趋势来看，我国高校人口规模呈现出逐年增长的态势。
这主要受到高等教育普及化的推动，以及高校扩招政策的影响。
数据显示，各类高校的招生规模均有所扩大，导致高校人口总量逐年攀升。
这一趋势在未来一段时间内仍将持续，需要高校管理者做好相应的规划和准备。
其次，高校人口结构也发生了一些变化。
一方面，高校生源地的多样化趋势日益明显，各地区的学生纷纷涌入高校就读。
这使得高校人口的地域分布更加广泛，也为高校带来了更多的文化交流和融合。
另一方面，高校人口的年龄结构也有所变化，随着高校招生规模的扩大，来自不同年龄段的学生都在高校内相互交汇。
这对高校教育教学工作提出了更高的要求，需要更加注重个性化教育和学生发展。
此外，高校人口的性别比例也值得关注。
近年来，高校女生比例逐渐增加，尤其是在一些专业领域，女生的比例已经超过男生。
这一现象在一定程度上反映了社会对女性教育的重视，也为高校带来了更多的多元化思考和发展机遇。
高校管理者需要更加关注性别平等和性别教育，为不同性别的学生提供平等的发展机会和环境。
综上所述，我国高校人口数据的开展情况呈现出一系列新的变化和趋势。
高校管理者需要充分认识这些变化，做好相应的规划和准备，为高校的可持续发展提供有力支持。
希望本文的汇报能够引起相关部门的重视，促进高校人口数据的更加科学和健康的发展，为我国高等教育事业的蓬勃发展贡献力量。
大学生数据分析报告的范文
大学生数据分析报告的范文1. 引言本报告旨在分析大学生的数据，并提供相关的统计和结果。
通过对大学生的数据进行分析，我们可以更好地了解他们的特征、行为和需求，从而为大学教育、学生服务和政策决策提供参考。
2. 数据来源和样本描述本次数据分析使用了来自全国范围的大学生调查数据，样本包括了1000名在校大学生。
调查内容包括个人基本信息、学习成绩、就业情况、社交媒体使用等多个方面。
样本中的大学生年龄分布比较均匀，其中男生占55%，女生占45%。
样本中覆盖了不同学科专业的学生，包括人文科学、自然科学、社会科学等。
3. 大学生的个人特征分析3.1 年龄分布根据样本数据，大学生的年龄分布主要集中在18岁到25岁之间，其中以19岁和20岁的学生人数最多，分别占总样本数的30%和25%。
3.2 学科专业分布大学生的学科专业分布较为广泛，其中社会科学类专业和理工科类专业的学生人数相对较多，分别占总样本数的35%和30%。
人文科学类专业和艺术类专业的学生人数相对较少，分别占总样本数的15%和10%。
3.3 学习成绩对于学习成绩的分析，我们将学生的平均绩点（GPA）作为评价指标。
根据样本数据，大学生的平均绩点主要集中在3.0到3.5之间，其中以3.2和3.4的绩点最为常见，分别占总样本数的25%和20%。
4. 大学生的社交行为与媒体使用分析4.1 社交媒体使用情况通过调查数据分析，我们了解到大学生普遍使用社交媒体，其中微信、QQ、微博和抖音等平台的使用率较高。
约70%的大学生每天使用社交媒体平台进行交流和获取信息。
4.2 社交活动参与情况大学生在校期间参与各类社交活动的情况也是我们关注的重点之一。
调查数据显示，大多数大学生愿意参加校园组织的活动，包括社团活动、志愿者活动等。
约80%的大学生每学期参与至少一次社团活动。
4.3 媒体使用与学习成绩关系分析我们对大学生的媒体使用和学习成绩之间的关系进行了分析。
结果显示，大学生对社交媒体的使用时间和学习成绩呈现负相关关系。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
计量经济学课程论文普通高等学校在校学生总数变动的多因素分析摘要本文主要通过对中国普通高等学校在校学生总数的变动进行多因素分析，建立以在校大学生总数为应变量，以其它可量化影响因素为自变量的多元线性回归模型，并利用模型对在校大学生总数进行数量化分析，观察各因素是如何分别影响在校大学生总数的。
目录1提出问题 (2)2模型设定 (2)3数据的搜集 (5)4模型的估计与检验 (6)5结论 (12)1.提出问题改革开放以来，中国的教育事业取得了长足的发展，各项教育指标都较以往有了很大提高，受教育的人数也是逐年上升，文盲比例直线下降。
随着有知识、有文化的人数的不断增加，中国的经济也随之高速发展，众多毕业生们在各行各业上表现都十分出色，取得了一系列令人瞩目的成就。
从趋势上看，大学生人数将会持续上升。
我国第六次人口普查数据显示，全国31省份具有大学(指大专以上)文化程度的人口近1.2亿。
同第五次全国人口普查相比，每10万人中具有大学文化程度的由3611人上升为8930人，人数翻了一倍多。
这主要是因为我国高校从1999年开始大规模扩招。
教育部曾指出，2008年全国各类高等教育在学人数达到2900万人，毛入学率达到23.3%。
中国高等教育规模居世界首位，已经进入大众化阶段的历史跨越。
近年来，很多学者在对教育、经济等方面做出了深入的研究，发现在校大学生数和普通高等学校数、总人口数二者存在着密切联系。
在本文站在前人的基础上，引用计量的方法，将二者综合起来对在校大学生数量变动的影响情况进行探讨，同时在我国经济飞速发展的过程中，人均GDP 的增长，对在校大学生的数量也存在着重要影响，因而本文将人均GDP 引入该项目的实证研究分析。
2.模型设定uX X X Y i ++++=0332211ββββ其中，Y —在校大学生总数（应变量） X1——我国总人口（解释变量） X2 ——普通高等学校总数（解释变量） X3 ——我国人均GDP （解释变量）3.数据的搜集年份 学生总数Y （万）总人口x1（万）学校总数x2（所）人均GDPx3（元）1985 170.3 105851 1016 860.00 1986188.01075071054966.001987 195.9 109300 1063 1116.00 1988 206.6 111026 1075 1371.00 1989 208.2 112704 1075 1528.00 1990 206.3 114333 1075 1654.00 1991 204.4 115823 1075 1903.00 1992 218.4 117171 1053 2324.00 1993 253.6 118517 1065 3015.00 1994 279.9 119850 1080 4066.00 1995 290.6 121121 1054 5074.00 1996 302.1 122389 1032 5878.00 1997 317.4 123626 1020 6457.00 1998 340.9 124761 1022 6835.00 1999 413.4 125786 1071 7199.00 2000 556.1 126743 1041 7902.00 2001 719.1 127627 1225 8670.00 2002 903.4 128453 1396 9450.00 2003 1108.6 129227 1552 10600.00 2004 1333.5 129988 1731 12400.00 2005 1561.8 130756 1792 14259.00 2006 1738.8 131448 1867 16602.00 2007 1884.9 132129 1908 20337.00 2008 2021.0 132802 2263 23912.00 2009 2144.7 133474 2305 25963.00 2010 2231.8 134091 2358 30567.00 2011 2308.5 134735 2409 36018.00 2012 2391.3 135404 2442 39544.00 2013 2468.1 136072 2491 43320.00 2014 2547.7 136782 2529 46629.00 （资料来源： 2015年中国统计年鉴）4.模型的估计与检验（1）建立工作文件夹，并输入上图数据（2）分别做散点图分析，并建立回归模型。
（其中：用Y表示普通高等学校在校学生总数，用X1表示我国总人口，用X2表示普通高等学校总数，用X3表示我国人均GDP，共三组），如下：从散点图的走势可知，普通高等学校在校学生总数与我国总人口呈正相关关系，普通高等学校在校学生总数与普通高等学校总数呈正相关关系，普通高等学校在校学生总数与我国人均GDP 呈正相关关系。
根据散点图显示的结果（Y 与X1、X2、X3呈现线性关系），建立回归模型如下：uX X X Y i ++++=0332211ββββ其中：Y i 表示普通高等学校在校学生总数，X1表示我国总人口，X2表示普通高等学校总数，X3表示我国人均GDP ，μ为扰动项。
（3）求回归方程在EViews 命令框中直接键入“LS Y C X1 X2 X3”,然后回车，可出现下图计算结果：参数估计所建立的回归方程为：Y=-3059.814+0.0165521X +1.3304932X -0.0007053X t=(-8.823872) (5.541496) (14.66445) (-0.182658)2R =0.992042R =0.991123 F=1080.337n=30 DW=1.1406（4）模型检验：（1） 经济意义检验：普通高等学校在校学生总数与我国总人口成正相关，与普通高等学校总数成正相关，与我国人均GDP 成负相关，当普通高等学校总数、我国人均GDP 不变时，我国总人口增加1单位，普通高等学校在校学生总数增加0.016552单位，符合经济检验；当我国总人口、我国人均GDP 不变时，普通高等学校总数增加1单位，普通高等学校在校学生总数增加1.330493单位，符合经济检验；当我国总人口、普通高等学校总数不变时，我国人均GDP 增加1单位，普通高等学校在校学生总数减少0.000705单位，这与理论分析和经济检验不一致。
（2）经济计量检验① 总体显著性检验（拟合优度和统计检验）：由回归结果可知，可决系数R 2=0.992042，R =0.991123与1十分接近，说明模型在整体上对数据的拟合优度很好。
② 回归系数显著性检验 F 检验针对H 0：β1=β2=β3=0，给定显著性水平α为0.05，在F 分布表中查出自由度3和26的临界值F 0.05（3，26）=2.98。
由于F=1080.337>2.98,应拒绝原假设H 0，说明回归方程显著，即我国总人口（X 1），普通高等学校总数（X 2）和我国人均GDP （X 3）总体对（Y ）普通高等学校在校学生总数有显著影响。
t 检验分别针对H 0：βj =0（j=1，2，3），给定显著性水平α为0.05时，查t 分布表得自由度26的临界值t 0.025（26）=2.056。
对应统计量为5.541496，14.66445，-0.182658，| t 1 |，| t 2 | >t 0.025（26）=2.056,通过显著性检验，| t 3 | <t 0.025（26）=2.056，所以未通过显著性检验。
（3）多重共线性检验由于R2=0.992042较大且接近1,F=1080.337>F（3，26）=2.98，所以认为0.05的经济普通高等学校在校学生总数与上述变量总体上线性显著相关。
但由于X3检验不符合以及参数估计值未能通过t检验，所以认为解释变量间有可能存在多重共线性。
第一步：检验简单相关系数。
X1 X2 X3 之间的相关性：由Eviews可得：表中数据皆接近于1，可见，我国总人口，普通高等学校总数，我国人均GDP三个解释变量间高度相关，也就是存在严重的多重共线性。
第二步：为检验多重共线性的影响，作如下简单回归：(1)分别作Y与X1,X2，X3的回归：①输入命令“ls y c x1”,得：得到回归方程为：Y=-9268.15+0.08252X1(-8.190662) (9.090172)2R=0.746907②输入命令“ls y c x2”,得：Y=-1315.102+1.532341X2(-20.91855) (39.138) 2R=0.982049③输入命令“ls y c x3”,得：XY=183.8304+0.0610473(2.620512) (16.45239)2R =0.906254以上三个方程根据经济理论和统计检验，普通高等学校总数（X 2）是最重要的解释变量（t 检验值=39.138也最大），从而得出最优简单回归方程)(Y 2X f =。
（2）逐步回归法将其余变量逐个引入)(Y 2X f =，并进行回归，结果如下表：结果分析：①在最优简单回归方程)(Y 2X f =中引入变量X 1，使R 2由0.982049提高到0.992031，R 2值改进较大，β1，β2都是正号是合理的，进行t 检验，β1，β2都显著，从经济上来看是合理的。
因此，可以认为X 1是“有利变量”，应给予保留。
②引入变量X 3，R 2由0.992031提高到0.992042，R 2值略有提高，对其他两个解释变量没有多大影响，且β3是负号是不合常理的，进行t 检验，β3不显著，因此(常数)（X 2）（X 1）(X 3)2R)(Y 2X f =-1315.102 （-20.91855） 1.532341 （39.138）0.982049)1,(Y 2X X f =-3029.097 （-10.17255） 1.316264（28.81944） 0.016403（5.815877）0.992031)31,(Y 2X X X f ，=-3059.814 （-8.823872） 1.330493（14.66445） 0.016552（5.541496） -0.00075 -0.1826580.9920420β2β1β3β认为X 3是“多余变量”，应从模型中删除。
得到如下结论：回归模型以)1,(Y 2X X f 为最优模型。
最优模型为：Y=-3029.097+1.3162642X +0.0164031X t=(-10.17225) (28.81944) (5.815877)2R =0.992031 F=1680.659 DW=1.117852由普通高等学校在校学生总数变动模型可知，当学校总数不变时，我国总人口每增加1单位，普通高等学校在校学生总数增加0.016403万人；当我国总人口不变时，学校总数每增加1单位，普通高等学校在校学生总数增加1.316264万人。