居民消费价格指数与国民经济评价模型剖析

合集下载

中国居民消费水平模型分析

中国居民消费水平模型分析

中国居民消费水平模型分析一、探究目的近几年,随着我国经济的飞速发展,我国居民消费水平也有明显提高,同样,消费水平也左右着经济的发展。

因此,扩大居民消费是“以人为本”的具体体现,对中国经济长期持续健康发展、对推进社会主义和谐社会建设,以及实现宏观调控目标等既具有长远的战略意义,又具有重要的现实意义。

然而究竟有哪些因素制约着居民消费水平?凯恩斯认为,影响个人消费的主观因素比较稳定,消费者的消费主要取决于收入的多少。

然而,大量的研究表明收入的变动并非影响消费的全部因素。

还有许多其他因素或多或少地影响着消费水平。

如国内生产总值、消费者物价指数、消费者家庭财产状况、年龄构成、宗教信仰等等。

有些因素对于收入的影响是随机性的,如消费环境、消费者心情状况;有些因素是系统性的,如消费者个人偏好等等。

因此,探究影响居民消费水平的客观因素十分重要。

本文主要研究城镇居民人均可支配收入、农村居民人均纯收入、国内生产总值(GDP)、国家税收收入对于我国居民消费水平的影响。

二、理论依据(一)城镇居民人均可支配收入与农村居民人均纯收入1.城镇居民人均可支配收入是指反映居民家庭全部现金收入能用于安排家庭日常生活的那部分收入。

它是家庭总收入扣除交纳的所得税、个人交纳的社会保障费以及调查户的记账补贴后的收入。

可支配收入=家庭总收入- 交纳的所得税- 个人交纳的社会保障支出- 记帐补贴2.农村居民人均纯收入,又称农民人均纯收入,是指农村居民家庭全年总收入中,扣除从事生产和非生产经营费用支出、缴纳税款和上交承包集体任务金额以后剩余的,可直接用于进行生产性、非生产性建设投资、生活消费和积蓄的那一部分收入。

也包括工资性收入、经营性收入、财产性收入、转移性收入。

此两项收入被认为是影响一个国家消费水平的核心因素,因此对于消费水平模型的探究具有重要意义。

(二)国内生产总值国内生产总值(GDP)是指在一定时期内(一个季度或一年),一个国家或地区的经济中所生产出的全部最终产品和劳务的价值,常被公认为衡量国家经济状况的最佳指标。

计量经济学模板第一组_中国居民消费水平影响模型及分析

计量经济学模板第一组_中国居民消费水平影响模型及分析

计量经济学大作业----中国居民消费水平模型及分析学号:姓名:专业:修课时间:2014-2015学年第一学期任课教师:朱永军成绩:评语:我国居民消费水平模型分析内容摘要消费作为社会再生产的终点和起点,对于实现社会在生产的良性循环促进国民经济的持续发展,具有决定性作用。

本文运用Eviews软件对1991—2010年的历史数据进行分析,通过逐步剔除不合适的解释变量和对方程进行一系列的检验,最终找出影响我国居民消费水平的因素,并对其影响程度的大小进行定量分析,通过各种统计检验来完善模型。

【关键词】:居民消费水平国内生产总值恩格尔系数人均可支配收入Analysis of residents' consumption level in ChinaAbstractAs the consumption of social reproduction end point and the beginning, for the realization of society in the circulation of production and promote the sustainable development of national economy, plays a decisive role. Based on the historical data of 1994 - 2013 was analyzed by Eviews software, through gradually eliminate inappropriate explanatory variables and the equations are a series of tests, finally finds out the factors affecting the consumption level of residents in China, and the influence degree of quantitative analysis, through a variety of statistical tests to improve model.目录一.问题的提出: (01)二.理论分析 (01)三.模型设立: (02)四.数据的收集 (02)五.估计参数 (03)六.模型检验 (04)七.多重共线 (06)1、多重共线的检验 (06)2、多重共线修正 (06)八.异方差检验 (08)1.散点图 (08)2.残差分析 (10)3.WHITE检验 (10)九.相关性检验 (12)十.相关性修正 (13)十一.相关结论 (14)参考文献 (15)一.问题的提出:我国自改革开放来,市场经济体制的不断完善发展,经济与社会发展都取得了较大的成就,人们的生活水平也得到了显著的提高。

我国城镇居民消费计量模型分析

我国城镇居民消费计量模型分析

摘要改革开放以来,随着我国经济的飞速发展,人民生活水平不断提高,城镇居民消费水平也不断增长。

由于城镇居民消费在社会经济生活中具有重要作用,研究城镇居民消费的影响因素具有较强的经济意义。

本文以改革开放1990-2005这16年来的数据为基础,建立了我国居民消费水平的相关经济模型,据相关经济理论和客观实际,运用计量模型分析,研究了模型中主要变量对模型的影响程度,并在此基础上分析了主要居民消费价格指数、年均货币流通量和人均可支配收入对居民消费的影响,选取城镇居民消费额、居民消费价格指数、年均货币流通量和人均可支配收入建立多元线性回归模型,通过回归分析建立起较为合理的模型。

从数据中得知,居民消费价格指数、年平均货币流通量和人居可支配收入对城镇居民消费的影响较大,居民消费价格指数和前一年城镇居民消费总额对城镇居民消费总额有负向影响,人均可支配收入对居民消费总额有较强的正效应。

但是居民消费对当年居民消费价格指数反应相对不明显,说明居民相对来说更注重经济的实用性。

本文按照以下逻辑展开论述:问题的提出→经济理论陈述→相关数据收集→建立计量经济模型→模型检验→对比分析→政策建议。

研究表明,居民消费价格指数、年均货币流通量和人均可支配收入是影响城镇居民消费额的因素。

关键词:城镇居民消费额;居民消费价格指数;年均货币流通量;人均可支配收入目录摘要 (I)前言 (1)1 问题的提出 (2)2 理论陈述 (3)2.1 经济理论陈述 (3)2.1.1 凯恩斯绝对收入理论 (3)2.1.2 相对收入理论 (3)2.1.3 生命周期理论 (3)2.1.4弗里德曼持久性收入假说 (4)2.2 消费结构对居民消费影响的理论 (4)3 相关数据收集 (6)4 计量经济模型的建立 (7)5 模型的求解和检验 (8)5.1 经济意义的检验 (8)5.2统计推断的检验 (8)5.3计量经济的检验 (9)5.3.1 拟合优度检验 (9)5.3.2 F统计量检验 (10)5.3.3 T统计量检验 (10)5.4实证结果综合分析 (10)6 对比分析 (11)6.1 收入预期影响 (11)6.2 不同收入水平的影响 (11)7 政策建议 (12)结论 (13)参考文献 (15)我国城镇居民消费计量模型分析前言改革开放以来,短缺经济现象在我国基本消失,价格机制在资源配置中开始发挥基础性调节作用,市场供不应求的商品已很少见,供过于求的商品不断增加,价格开始出现持续下降。

中国居民消费价格指数分析

中国居民消费价格指数分析

中国居民消费价格指数分析一、消费者物价指数定义及基本功能消费者物价指数(ConsumerPriceIndex),又名居民消费价格指数,简称CPI。

是一个反映居民家庭一般所购买的消费品和服务项目价格水平变动情况的宏观经济指标。

它是在特定时段内度量一组代表性消费商品及服务项目的价格水平随时间而变动的相对数,是用来反映居民家庭购买消费商品及服务的价格水平的变动情况,是一个月内商品和服务零售价变动系数。

居民消费价格统计调查的是社会产品和服务项目的最终价格,一方面同人民群众的生活密切相关,同时在整个国民经济价格体系中也具有重要的地位。

它是进行经济分析和决策、价格总水平监测和调控及国民经济核算的重要指标。

其变动率在一定程度上反映了通货膨胀或紧缩的程度。

一般来讲,物价全面地、变化对比、持续地上涨就被认为发生了通货膨胀。

消费者物价指数测量的是随着时间的变化,包括200多种各式各样的商品和服务零售价格的平均变化值。

这200多种商品和服务被分为8个主要的类别。

在计算消费者物价指数时,每一个类别都有一个能显示其重要性的权数。

这些权数是通过向成千上万的家庭和个人,调查他们购买的产品和服务而确定的。

权数每两年修正一次,以使它们与人们改变了的偏好相符。

二、中国居民消费价格指数、居民消费价格定基指数及分类居民消费价格指数分析1、中国居民消费价格指数随着经济的快速发展,居民的收入水平和消费水平在不断的上升,购买力也在不断的增强。

2019年中国居民消费价格指数102.9(上年=100),同比增长0.78%。

其中,城市居民消费价格指数102.8(上年=100),农村居民消费价格指数103.2(上年=100)。

商品零售价格指数102(上年=100),工业生产者出厂价格指数99.7(上年=100),工业生产者购进价格指数99.3(上年=100),固定资产投资价格指数102.3(上年=100)。

2020年1月份,全国居民消费价格(CPI)同比上涨5.4%,涨幅比上月扩大0.9个百分点。

中国城镇居民消费价格指数分析

中国城镇居民消费价格指数分析

中国城镇居民消费价格指数分析随着中国经济的不断发展,城镇化进程不断加速,城镇居民消费日益多元化。

消费价格指数(CPI)是一个衡量消费品和服务的价格变动情况的指数。

它是了解物价水平、通货膨胀和市场供求变化的重要指标。

本文将探讨中国城镇居民消费价格指数的变动情况。

一、CPI概述CPI是指消费者物价指数,由国家统计局发布。

它是衡量一国或一地区消费品和服务价格总水平变动趋势的指标,是了解物价水平、通货膨胀和市场供求变化的重要指标。

涉及的货物价格通常被称为“篮子”,CPI是衡量篮子的平均成本。

二、CPI变动情况下面我们将以最近10年的数据为例,对中国城镇居民消费价格指数的变动情况进行分析。

(一)2020年2020年中国城镇居民消费价格指数同比上涨2.5%,涨幅比上年收窄0.7个百分点,为近九年来最低水平。

其中,居住、医疗保健和教育文化娱乐类价格上涨较快,交通和通信、食品烟酒类、衣着价格略有下降。

(二)2010-2019年2010年到2019年的CPI变动情况如下:1. 2010年CPI同比上涨3.3%,涨幅相对较低。

2. 2011年CPI同比上涨5.4%,比上年涨幅扩大并创近三年新高。

3. 2012年CPI同比上涨2.6%,创三年新低,但涨幅反弹。

4. 2013年CPI同比上涨2.6%,同上年持平,且是近10年来同比涨幅最小的一年。

5. 2014年CPI同比上涨2.0%,降幅近半。

%以以上6. 2015年CPI同比基本持平,同比上涨1.4%,为国内市场稳定预期作出正面贡献。

7. 2016年CPI同比上涨2.0%,以低位平稳预期看待CPI走势。

8. 2017年CPI同比上涨1.6%,涨幅较2016年扩大。

9. 2018年CPI同比上涨2.1%,涨幅较上年扩大0.5个百分点。

10. 2019年CPI同比上涨2.9%,涨幅连续两年扩大,创去年以来最高。

(三)CPI变动原因CPI涨跌受多种因素的影响,包括货币政策的紧松或紧缩、通货膨胀预期、供求关系不平衡、季节性因素等。

消费者物价指数的测算与模型研究

消费者物价指数的测算与模型研究

消费者物价指数的测算与模型研究消费者物价指数(Consumer Price Index,CPI)是衡量物价水平变动的重要指标,也是衡量通货膨胀水平的主要依据。

本文旨在对消费者物价指数的测算方法和模型进行研究,以深入理解该指数的计算过程及其对经济状况的反映。

一、消费者物价指数的测算方法消费者物价指数的测算主要涉及两个方面的数据:商品篮子和权重。

商品篮子是指包括了一系列代表性商品的集合,权重代表着各个商品在总体价格中的重要程度。

一般来说,消费者物价指数的测算可以分为以下几个步骤:1. 选择代表性商品:根据消费者的购买行为和习惯,从各个领域选择代表性的商品。

这些商品应能够全面反映市场上的价格变动。

2. 确定商品价格权重:通过调查和统计分析,确定各个商品在总体价格中所占的权重。

一般来说,常用的权重分配方法有“数量权重法”、“支出权重法”等。

3. 商品价格指数计算:根据所选商品的价格和权重,计算各个商品价格指数的加权平均数。

这个平均数即为整个消费者物价指数。

二、消费者物价指数的模型研究消费者物价指数的模型研究主要涉及三个方面:价格指数模型、影响因素模型和预测模型。

1. 价格指数模型:价格指数模型是描述消费者物价指数的变动规律的数学模型。

常见的价格指数模型包括拉索模型、费雪模型等。

这些模型能够通过拟合实际数据,揭示价格变动的趋势和规律。

2. 影响因素模型:影响因素模型是分析和解释消费者物价指数变动的因素的模型。

通常来说,影响因素包括货币供应量、经济增长、人口结构、生产成本等。

通过构建影响因素模型,可以定量研究这些因素对消费者物价指数变动的影响程度。

3. 预测模型:预测模型是利用已有的数据和统计方法,预测未来消费者物价指数的变动趋势。

预测模型常用的方法有时间序列分析、回归分析等。

通过这些模型,可以为政府、企业和个人提供合理的物价预测,引导经济决策。

综上所述,消费者物价指数的测算和模型研究对于了解经济状况和预测物价变动具有重要意义。

我国各地区居民消费价格指数的因子分析模型及结论分析

我国各地区居民消费价格指数的因子分析模型及结论分析

我国各地区居民消费价格指数的因子分析模型及结论分析[摘要]基于2009年我国各地区消费价格分类指数,利用主成分—因子分析法,对初始12个分类变量的相关关系进行实证研究,最终提取了5个公共因子,并且通过因子得分对各地区进行排序。

实证结果表明,2009年我国超过2/3的地区消费指数不及100;东部发达地区对经济周期的敏感性最强,因子得分最低,中部地区次之,西部地区居民受经济周期影响最低,因子得分最高。

我国应进一步实施西部大开发战略同时加强东部地区第三产业的发展。

[关键词]因子分析;居民消费价格指数;西部大开发;区域经济1 基本原理1.1 因子分析概述因子分析的基本思想就是通过变量的相关系数矩阵内部结构的研究,找出能控制所有变量的少数几个公共因子去描述多个变量之间的关系,然后根据相关性的大小把变量分组,使得组内的变量之间相关性高,但不同组的变量相关性低。

1.2 因子分析的数学模型假设有n个样品,每个样品观测p个变量,记为X=(X1,X2,…,Xp),则因子分析的一般模型为:2 实证分析2.1 样本概述数据来源于2010年统计年鉴,为2009年我国各地区(本文选取25个地区)的居民消费价格分类指数(以下简称“居民消费指数”)。

居民消费指数是反映一段时间内与居民生活相关的各类消费价格变动趋势和程度的相对数。

这里的指数是以上一年为基期的年据环比价格指数。

包括了食品(A)、烟酒(B)、衣着(C)、家庭设备用品(D)、医疗保健(E)、个人用品(F)(化妆美容、个人饰品等)、交通(G)、通信(H)、教育(I)、文化娱乐(J)、旅游(K)、居住(L)12个类别。

2.2 主成分分析法提取公共因子利用SPSS提取主成分,从结果可以看出(限于版面未显示出图表),前5个主成分的特征值大于1,我们按照特征值大于1的标准来提取公因子(如果某主成分的特征值小于1,该主成分解释原变量的能力还不如提取公因子前某单独变量的解释能力),因此提取前5个主成分作为公共因子。

国内居民消费模型分析

国内居民消费模型分析

国内居民消费模型分析前言居民的消费量由什么决定呢?在现实生活中,影响居民消费的因素有很多,如收入水平、商品价格水平、利率水平、收入分配状况、消费者偏好、家庭财产状况、消费信贷状况和消费者年龄构成以及制度、风俗习惯等等。

而其中影响居民消费水平的主要因素有人均国内生产总值、人均可支配收入,商品零售价格指数等。

因此,在居民消费模型中,人均国内生产总值、人均可支配收入、商品零售价格指数被我作为自变量,即解释变量,居民消费水平被作为因变量,即被解释变量。

假设居民消费水平与人均国内生产总值、人均可支配收入同方向变化,与商品零售价格指数反方向变化。

对居民消费进行经济计量分析,有助于我们更好的了解消费,找出影响消费的因素,并通过建立经济计量模型,来预测我国国民消费水平的未来趋势。

本文从经济计量学的角度出发,结合在绝对收入下的居民消费经济理论,通过对国内居民消费函数模型经济意义检验、统计检验、经济计量检验等过程,对模型反复修正和改进,旨在取得国内居民消费模型。

1 问题的提出在实际生活中,诸多因素影响着居民消费水平。

而这些因素对居民消费水平的影响是不同的,有些因素的影响是随机性的,有些因素的影响是系统性的,而有些因素的影响则是起主要作用的。

在本文中,我主要研究对居民收入水平起主要作用的因素,也就是前面提到的人均国内生产总值、人均可支配收入,商品零售价格指数这三个因素。

随机性因素,如天气等,对居民消费水平的影响是随时都可发生的,不可避免的,而系统性因素,如消费者偏好等,却是因人而异的。

所以,在居民消费的经济模型中,主要研究主要的客观因素对居民消费水平的影响,也就是人均国内生产总值、人均可支配收入,商品零售价格指数这三个因素对居民消费水平。

2 经济理论提出2.1 可支配收入人均可支配收入指个人收入扣除向政府缴纳的个人所得税、遗产税和赠与税、不动产税、人头税、汽车使用税以及交给政府的非商业性费用等以后的余额。

个人可支配收入被认为是消费开支的最重要的决定性因素。

  1. 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. 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. 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)。

论文题目: 居民消费价格指数与国民经济评价分析模型学院:外国语学院专业: 14级英语(商务)2班姓名:XX学号:140413212日期:2016年12月15日居民消费价格指数与国民经济评价分析模型摘要随着社会建设步伐不断加快,我国居民消费价格指数的波动幅度变大,基本呈上升趋势,食品、烟酒、衣着、家庭设备等八大类居民消费价格指数的波动特征也各不相同。

这些不仅严重影响到我国居民的正常生活消费,而且也大大制约着我国经济的全面健康发展。

因此,有必要对我国食品、烟酒等八大类对居民消费价格指数的影响深入研究以及居民消费指数对国民经济运作情况进行评价。

针对问题一,运用多元线性回归分析对 CPI 中的的几类因素进行分析建模及模型优化得到回归方=25.09168+0.381722+0.232533+0.134075。

可以得到居民消费价格指数主要由食品类居民消费价格指数、教育文化和娱类居民消费价格指数及居住类居民消费价格指数三大类指标影响。

且食品类居民消费价格指数所占权重最大。

针对问题二,运用失业率、通货膨胀率、物价水平及宏观调控政策来衡量国民经济运作情况,并将这四种因素与居民消费价格指数进行相关评价分析。

从而将 CPI 国民经济运行情况联系起来,并且作出评价。

关键词:居民消费价格指数、多元线性回归目录目录 (1)摘要................................. 错误!未定义书签。

1. 引言.............................. 错误!未定义书签。

2. 问题重述.......................... 错误!未定义书签。

2.1问题背景....................... 错误!未定义书签。

2.2 问题提出...................... 错误!未定义书签。

3. 问题分析.......................... 错误!未定义书签。

3.1八类指标对居民消费价格指数影响研究错误!未定义书签。

3.2针对国民经济的评价............. 错误!未定义书签。

4. 问题假设.......................... 错误!未定义书签。

5. 符号说明.......................... 错误!未定义书签。

6. 建模的建立与求解.................. 错误!未定义书签。

6.1模型一:基于多组数据的线性回归模型错误!未定义书签。

6.1.1数据预处理................ 错误!未定义书签。

6.1.2样本相关系数.............. 错误!未定义书签。

6.2针对CPI对国民经济的定性分析... 错误!未定义书签。

6.2.1失业率.................... 错误!未定义书签。

6.2.2通货膨胀率................ 错误!未定义书签。

6.2.3物价水平.................. 错误!未定义书签。

7. 模型评价.......................... 错误!未定义书签。

8. 参考文献.......................... 错误!未定义书签。

引言居民消费价格统计调查的是社会产品和服务项目的最终价格,一方面同人民群众的生活密切相关,同时在整个国民经济价格体系中也具有重要的地位。

它是进行经济分析和决策、价格总水平监测和调控及国民经济核算的重要指标。

其变动率在一定程度上反映了通货膨胀或紧缩的程度。

一般来讲,物价全面地、持续地上涨就被认为发生了通货膨胀。

居民消费价格指数(CPI)是反映与居民生活有关的产品及劳务价格统计出来的物价变动指标,通常作为观察通货膨胀水平的重要指标。

CPI虽然是一个滞后指标,但它往往是市场经济活动与政府货币政策的一个重要参考指标。

如果CPI的增幅过大,表明通胀已经成为经济不稳定因素,央行会有紧缩货币政策和财政政策的风险,从而造成经济前景不明朗,因此,该指数过高的升幅往往不被市场欢迎。

现阶段,随着经济全球化的大趋势和中国的进一步融入,我国的经济稳定发展越来越受到国内、国际的关注,CPI稳定、就业充分及GDP增长已经成为我国最重要的社会经济目标。

尤其在面对国内经济在市场宏观的调节下,消费水平、利率、商品价格潜移默化的影响着百姓的生活,因此,对CPI的分析预测已经显得越发重要。

一、问题重述1.1 问题背景居民消费价格指数(简称 CPI )是一个反映国家或地区经济运行状态好坏的宏观指标,是反映居民家庭一般所购买的消费价格水平变动程度的指标。

它不仅与人民群众的生活息息相关,并在整个国家经济价格体系中也起到重要地位。

其包括食品类居民消费价格指数、烟酒酒类居民消费价格指数、衣着类居民消费价格指数、家庭设备用品及维修服务类居民消费价格指数、医疗保健及个人用品类居民消费价格指数、交通和通信类居民消费价格指数、教育文化和娱乐类居民消费价格指数、居住类居民消费价格指数。

这几类指标对居民消费价格指数起到绝对性作用。

同时居民消费价格指数也推动着国民经济飞速地发展。

1.2 问题提出随着金融全球化和资本市场化程度地不断加深,人们生活逐渐改善。

人们的物质文化需求结构发生了巨大地变化。

近些年,我国老年化日益严重,医疗保健成为了众多老人所关心的焦点,同时居民在医疗保健消费不断加大。

正如我们所知的,居民消费价格指数包含了八大类,这几类指标如何影响居民价格指数和价格指数如何影响国民经济成了一个经济学中备受关注的研究问题。

二、问题分析根据题目,我们首先在《中国统计年鉴》调取了 2005 到 2014 年的居民消费价格指数和其八大分类相关数据。

本文的关键就是通过分析整理过后的数据,建立与其相关的数学模型来研究八类指标对居民消费价格指数影响和居民消费价格指数对国民经济的影响。

为解决上述问题,我们需要达到以下目标:2.1 八类指标对居民消费价格指数影响研究针对问题一,影响居民消费价格指数 y 的因素包括食品类居民消费价格指数 、烟酒酒类居民消费价格指数、衣着类居民消费价格指数 3、家庭设备用品 及维修服务类居民消费价格指数 4、医疗保健及个人用品类居民消费价格指数 5、交通和通信类居民消费价格指数 6、教育文化和娱乐类居民消费价格指数 7、居 住类居民消费价格指数 8。

这样因变量 y 就与多个自变量 1, 2, 3, ⋅⋅⋅ , 8有关。

因此我们就采用多元线性回归进行问题分析,判断出哪些指标对居民消费价格指数有显著影响。

2.2 针对国民经济评价自改革开放以来,我国经济面临着新的挑战和机遇,伴随着经济全球化以及 我国市场经济化体系不断加深,我国的经济正在飞速发展。

针对居民消费价格指数对国民经济的影响我们从我国失业率,通货膨胀率,物价水平和政府宏观政策对其国民经济作出一系列的评价。

三、问题假设1)有正确的期望函数。

即在线性回归模型中没有遗漏任何重要的解释变量,也没有包含任何多余的解释变量。

2)被解释变量等于期望函数与随机干扰项之和。

3)随机干扰项服从正态分布。

4)把国民经济运行情况用失业率、通货膨胀率、物价水平及政务宏观调控政策四个指标衡量。

四、符号说明这里只列出主要模型的全局参数,其他局部参数见文中。

五、建模的建立与求解5.1 模型一:基于多组数据的线性回归模型我们首先利用 Eviewes 制作了各类指标跟居民消费价格指数曲线统计图,观察其相关趋势。

再将原始数据进行分析得出其指标与居民消费价格指数是否具有高度的线性相关,最后利用回归模型进行检验判断八类指标与居民消费价格指数的关系。

5.1.1 数据预处理首先我们在 Eviewes 中做出各个指标跟 CPI 的曲线统计图。

如下:图1折线统计图从上图可以很直接地看出食品和居住类消费价格指数与居民消费价格指数运动趋势相似。

其他指标也与居民消费价格指数具有同样的趋势,但在相同年限下,运动轨迹过于平缓。

5.1.2 样本相关系数再将数据算出各个指标之间的相关系数;如下图:图2样本的相关系数从样本的相关系数图来看,食品类居民消费价格指数1的相关系数在0.9以上,说明自变量1与因变量y具有高度的相关性。

5.1.2 基于多组数据的线性回归性检验1)模型的建立:多元线性回归模型的基本形式:设随机变量y与一般变量x1,x2,, x p的理论线性回归模型为:y = 0 + 1 1 + 2 2+ ⋯ ++其中,1,⋯是p+1个未知参数,0称为回归常数,,1,⋯称为回归系数。

y称为被解释变量(因变量),而x1,x2, , x p是p个可以精确测量并可控制的一般变量,称为解释变量(自变量)。

ε是随机误差,与一元线性回归一样,对随机误差项我们常假定( ) = 0{( ) = 2称E(y) = 0 + 1 1 + 2 2+ ⋯ ++为理论回归方程。

2)线性回归模型求解接着利用 Eviwes 对数据进行多元线性回归处理后得到输出结为:表1 多元线性回归模型汇总表Method: Least SquaresDate: 08/28/16Time: 09:05Sample: 2005 2014Included observations: 10Variable Coefficient Std. Error t-Statistic Prob.C 0.742139 19.05491 0.038947 0.9752X1 0.288166 0.047372 6.083007 0.1037X2 -0.016226 0.057200 -0.283673 0.8240X3 0.113342 0.097065 1.167696 0.4508X4 0.202654 0.107364 1.887536 0.3102X5 0.220692 0.152077 1.451183 0.3841X6 -0.193415 0.357721 -0.540686 0.6845X7 0.153392 0.073034 2.100282 0.2829X8 0.218895 0.092038 2.378312 0.2534 R-squared 0.999684 Mean dependent var 102.9200 Adjusted R-squared 0.997159 S.D. dependent var 2.003774 S.E. of regression 0.106796 Akaike info criterion -2.138368 Sum squared resid 0.011405 Schwarz criterion -1.866042 Log likelihood 19.69184 Hannan-Quinn criter. -2.437110 F-statistic 395.9123 Durbin-Watson stat 3.219306 Prob(F-statistic) 0.038851从模型汇总表中可以看出,决定系数R2= 0.999684,由决定系数看回归模型高度显著。

相关文档
最新文档