关于居民消费价格指数的变动研究分析
消费者物价指数的社会影响与调控政策研究
消费者物价指数的社会影响与调控政策研究消费者物价指数（CPI）是衡量居民消费水平变动的一项经济指标，对于评估经济发展和调控政策的有效性具有重要意义。
本文将探讨CPI 对社会的影响，并研究调控政策对CPI的影响和作用。
一、CPI的社会影响CPI的上涨会对社会产生多方面影响。
首先，物价上涨会降低消费者的购买力，导致居民生活水平下降。
物价上涨同时也会带来通货膨胀，进一步压缩人们的消费能力和财富积累。
由此可见，CPI的上涨对普通消费者造成一定的经济压力。
其次，CPI的上涨还会对企业经营产生影响。
高通胀率下，物价上涨会导致企业生产成本上升，特别是原材料成本和劳动力成本的上升，从而降低企业利润率。
企业利润下降可能导致企业经营不善、裁员等问题，进而影响到整个社会的就业和经济稳定。
同时，CPI的上涨还会对投资产生影响。
高通胀率下，投资的回报率下降，投资者的收益减少。
这会对投资者信心造成一定的冲击，降低投资意愿，从而影响到经济发展和产业结构的调整。
综上所述，CPI的上涨对消费者、企业和投资者都会产生不同程度的影响，进而影响到整个社会经济的稳定和发展。
二、调控政策对CPI的影响和作用为了控制CPI的上涨，各国政府会采取一系列的调控政策。
这些政策旨在稳定经济、控制通货膨胀，并减轻CPI上涨对社会产生的负面影响。
第一，货币政策是调控CPI的重要手段之一。
政府可以通过调整货币供应量、利率水平等手段来影响CPI的走势。
通过提高利率、缩减货币供应等措施，可以抑制通货膨胀，降低物价水平。
第二，财政政策也是调控CPI的重要途径。
政府可以通过调整税收政策、财政支出等手段来控制经济总需求，从而影响物价水平。
合理的财政政策可以通过减税、增加公共支出等措施来刺激经济增长，降低通货膨胀压力。
第三，结构性调控政策也是降低CPI的重要手段。
通过优化产业结构、完善市场机制，可以提高生产效率，降低生产成本，从而有效控制物价上涨。
除了上述政策措施外，各国政府还会采取监管措施、价格调控等手段来控制物价水平，保护消费者权益。
试论对于居民消费价格指数回归分析
对于居民消费价格指数的回归分析引言居民消费价格指数（Consumer Price Index, CPI）是衡量特定时间段内消费品和服务价格变动的经济指标。
它是衡量通货膨胀水平的重要指标，对于政府宏观经济调控和民众生活质量改善具有重要意义。
回归分析是一种经济统计学方法，通过建立数学模型并利用样本数据进行统计推断，从而研究变量之间的关系。
本文将探讨如何利用回归分析方法来研究居民消费价格指数的影响因素。
方法数据采集回归分析的第一步是收集用于分析的数据。
在研究居民消费价格指数时，需要收集以下数据：1. 居民消费价格指数的历史数据2. 潜在影响因素的数据，如GDP、失业率、货币供应量等变量选择在回归分析中，我们需要选择一个因变量（居民消费价格指数）和若干自变量（潜在影响因素）来建立回归模型。
变量选择的关键在于确定哪些因素可能会对居民消费价格指数产生影响。
这通常需要基于经济理论和领域知识进行推断，并借助统计分析方法来验证。
回归模型建立回归分析建立了一个数学模型，通过利用收集到的数据，研究因变量和自变量之间的关系。
常见的回归模型有简单线性回归模型和多元线性回归模型。
在研究居民消费价格指数时，我们可以选择多元线性回归模型，以考虑多个自变量对因变量的影响。
统计推断通过回归模型建立之后，我们可以进行统计推断来探究潜在影响因素对居民消费价格指数的影响程度。
具体的统计推断方法包括参数估计和假设检验。
参数估计用于计算每个自变量对居民消费价格指数的影响程度；假设检验用于判断这些影响是否显著。
结果与讨论利用回归分析的方法，我们可以得到每个自变量对居民消费价格指数的影响程度，并且判断这些影响程度是否显著。
通过分析不同自变量的系数和显著性水平，我们可以确定哪些因素对居民消费价格指数的变动起到重要作用。
然而，回归分析只能提供变量之间的关联性信息，并不能表明因果关系。
因此，在解释结果时需要小心。
此外，回归分析还有一些假设前提，如线性关系、正态分布等，需要满足才能进行有效的分析。
我国居民消费价格指数CPI影响因素的分析
谢谢观看
二、文献综述
然而，尽管已有研究取得了一定成果，但对于CPI影响因素的全面分析仍显不 足。此外，随着我国经济社会的快速发展，CPI的影响因素可能也会发生相应变 化。因此，本次演示将重新审视我国居民消费价格指数CPI的影响因素，以便更 好地把握当前经济形势。
三、影响因素分析
三、影响因素分析
1、人口因素：
三、影响因素分析
人口是影响CPI的重要因素之一。首先，人口数量和结构的变化会导致市场需 求发生变化，从而影响物价水平。例如，人口老龄化可能会增加医疗保健等服务 的消费支出，推高相关商品的价格。此外，不同年龄段、不同收入水平的消费者 对商品和服务的消费偏好也不同，这将对CPI产生一定影响。
三、影响因素分析
三、影响因素分析
政策因素对CPI的影响主要体现在以下几个方面：一是货币政策，如利率、货 币供应量等会对市场供求关系产生影响，从而影响CPI；二是财政政策，如政府 购买、税收等会对市场主体行为产生影响，从而影响CPI；三是价格管制政策， 如政府对重要商品和服务价格的管制，会对市场价格产生影响。
四、重点问题研究
四、重点问题研究
3、对各影响因素进行分类和排序，以便更好地把握主要矛盾，为政策制定提 供依据。
五、结论与展望
五、结论与展望
通过上述分析，我们可以得出以下结论：
五、结论与展望
1、我国居民消费价格指数CPI受到多方面因素的影响，其中人口、收入、商 品进口和政策等因素是较为重要的；
五、结论与展望
2、在不同时段和不同地区，各影响因素的表现和作用程度不尽相同，需要具 体情况具体分析；
五、结论与展望
3、对CPI的影响因素进行全面分析和深入研究，有助于为政策制定提供更加 科学的依据，从而实现更好的宏观调控效果。
我国居民消费价格指数的波动性研究
有显著影响 。对我国而言 ． 控 制通货膨胀 比追求经济增长 更
重 要
关键词 ：居 民 消费价格 指数 通 的通 货膨 胀会 增 加通 货膨 胀 的不 确定 性 。Ｋ ａ ｒ ａ ｈ ａ ｎ （ ２ ０ １ ２ ） 通过对 土耳 其 Ｃ Ｐ Ｉ 数 据分析表明 ， 通 货膨 胀导致了通 货膨胀不确定性 ， 支持 了 Ｆ ｒ ｉ ｅ ｄ ｍａ ｎ的观点 。
另一方 面 ， Ｃ ｕ ｋ ｉ ｅ ｒ ｍａ ｎ和 Ｍｅ ｈ ｅ ｚ ｅ ｒ （ １ ９ ８ ６ ） 认为通货膨胀不
１ ． 引言
居 民消 费 价格 指数 （ Ｃ ｏ ｎ ｓ ｕ ｍｅ ｒ Ｐ ｒ ｉ ｃ ｅ Ｉ ｎ ｄ ｅ ｘ ， 简称 Ｃ Ｐ Ｉ ） 是 度量居 民生活 消费 品和服务 价格水平 随着时 间变动 的相对 数， 综合 反映居 民购买 的生活消费 品和服务 价格水平 的变动 情况 。 这 一指标 不仅影响着政府制定货币 、 财政 、 消费 、 价格 、
波动 的 Ｇ ｒ ａ ｎ ｇ ｅ ｒ 原 因 ．然 而 通 货 膨 胀 的 波 动 性 对 通 货 膨 胀 没
性只有在通货膨胀较 高时 ，才会影响通货膨胀 的不确定性 。 国内外很 多研究 支持 Ｆ ｉ ｒ ｅ ｄ ｍａ ｎ的观点。Ｇ ｒ ｉ ｅ ｒ 等（ ２ ０ ０ ６ ） 对墨
西哥通货膨胀与通货膨胀 不确定性的影响进行分析 ， 结果表
膨胀不确定 性 。Ｂ ａ ｌ ｌ （ １ ９ ９ ２ ） 完善 了 Ｆ ｒ ｉ ｅ ｄ ｍ ａ ｎ的观点 ， 认为由 于公众不 了解政策制定 者的偏 好 ， 政策制定 者的偏好 不确定
４月的居民消 费价格指数的波动性进行 实证分析 。 结果表 明： 在我 国 ， 居民 消费价 格指数 所代表 的通 货膨 胀 。 是通 货膨胀
计量经济学——关于居民消费价格指数的分析
吉林财经大学2013-2014学年第一学期《计量经济学》期末论文专业班级：姓名：学号：答辩记录及评语一、答辩记录二、评语摘要居民消费价格指数（consumer price index）简称CPI。
居民消费价格指数，是一个反映居民家庭一般所购买的消费商品和服务价格水平变动情况的宏观经济指标。
它是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。
本文采用1994年至2011年的CPI指数以及国内生产总值GDP增长率，m2同比增长率，一年定期存款利率，美元兑人民币汇率，外汇储备量，建立多元线性回归模型，运用最小二乘法，研究这些经济数据对CPI的影响。
[关键词]居民消费价格指数CPI，国内生产总值GDP，数据分析一、序言居民消费价格指数(CPI)是用来反映一定时期内城乡居民所购买的生活消费品价格和服务项目价格变动趋势和程度的相对数。
近几个月来中国物价上涨速度持续过快，出现了一定的通货膨胀，由于严重化的趋势，这必将影响人民的生活质量。
本文将就影响CPI变动的因素进行探讨，从而做出正确的判断，实行很好的宏观调控。
二、变量选取表1 1994年至2011年我国有关居民消费价格指数数据因1993年对汇率采取的政策变化，无数据，所以数据选取自1994年起，至2011年结束。
数据来源：国家统计局、《中国统计年鉴》三、实证分析（一）建立模型1、根据分析和数据建立了如下的计量经济学模型 选取CPI 增长率作为被解释变量，记作Y ； GPD 增长率为第一解释变量，记作X1；一年期定期利率为第三解释变量，记作X2；美元兑人民币汇率为第四解释变量，记作X3，单位元； 外汇储备量为第五解释变量，记作X4，单位万亿美元。
μβββββ+++++=443322110x x x x y2、根据1994年至2011年期间的数据建立模型。
用最小二乘法对模型进行回归得到原始回归，结果如下表所示：从上述结果可以看出，所估计的回归模型为Y=-34.63015+0.486148x1+2.011897x2+2.978864x3+2.768638x4 与此模型相对应的相关检验统计量分别为：69783.20,822531.0,864288.022===F R R ,DW=1.798283617227.0,447770.0,690784.6,826132.0,652373.043210====-=t t t t t四、模型的检验及修正（一）实际意义检验这个方程说明在其他变量不变的前提下，GDP 增长率每增加一个百分点，CPI 居民消费价格指数Y 就增加0.486148；一年期利率 2X 每增加一个百分点，CPI 居民消费价格指数Y 就增加2.011897；汇率3X 每增加1元，CPI 居民消费价格指数Y 就增加2.978864元；外汇储备量 4X 每增加1亿元，CPI 居民消费价格指数Y 就增加2.768638亿元。
居民消费价格指数的统计分析与预测
居民消费价格指数的统计分析与预测摘要：本文简要介绍了居民消费价格指数的相关理论知识，并进一步从统计学的角度对居民消费价格指数依次做出了居民消费价格指数的总体分析、结构分析、影响因素分析以及动态预测分析，本文旨在通过更加深入的居民消费价格统计学研究帮助人们更加的了解居民消费价格指数。
关键词：居民消费价格指数；统计分析；理论知识；预测一、引言近几年，随着我国经济的不断发展，我国居民的物质消费水平也越来越高，居民消费价格指数也越来越得到人们的重视。
居民价格消费指数是反应人们消费水平状况的重要指标，注重对居民的消费价格指数的研究可以增加政府对我国居民消费状况的了解，对我国政府的政策制定、经济宏观调控等都有重要的参考价值。
二、居民消费价格指数的理论知识居民消费价格指数英文全称为consumer price index，缩写为cpi，它是度量消费商品及服务项目价格水平随着时间变动的相对数，反映居民购买的商品及服务项目价格水平的变动趋势和变动程度。
居民消费价格指数在整个国民经济价格体系中占有重要的地位，对于我国经济宏观调控具有正要的指导作用。
另外，cpi的计算采用的是是固定权数按加权算术平均指数公式计算，cpi=（一组固定商品按当期价格计算的价值/一组固定商品按基期价格计算的价值）×100%。
同时，居民消费价格指数还与经济通货膨胀有关，加深对居民消费价格指数的研究可以一定程度上抑制经济通货膨胀。
有学者认为，当居民价格指数>3%就表示本地区已经发生了通货膨胀。
三、居民消费价格指数的统计分析下面我们以我国今年来的居民消费价格指数为例从总体、结构、影响因素、以及动态预测四个方面进行深入分析。
1.居民消费价格指数的总体分析近几年，我国居民消费价格指数一直处于飞速上涨的状态，据国家统计局发布的数据显示，单2012年12月份全国居民消费价格指数同比上涨2.5%，涨幅比上月扩大0.5个百分点。
下图是节选我国2008年—2012年我国统计局统计的cpi的增长率：总体分析，我国居民消费价格指数上涨有以下三个明显的特征：（1）我国物价涨幅逐步的扩大；我国近几年居民消费价格指数的运行轨迹一般都呈现前低后高的态势。
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。
居民消费价格指数的统计分析与预测
（ ３ ） 受我国国内供需不平衡 的影响 ；受近几年我国 自然灾害 的影响，以及国际市场的影响 ，我 国很多地方市场都 总体呈现 出
供 求失 衡 的 状况 。例 如像 生 猪 养殖 业 ，近 几年 瘟 疫 发 生 ，养殖 户 减 少 ，导 致 猪 肉市 场 供 低于 求 ，猪 肉价格 持 续 上涨 。 ４ ． 居 民消 费 价格 指 数 的动 态 预 测分 析
公 式 计算 ，ＣＰ Ｉ ＝ （ 一 组 固 定 商 品按 当 期价 格 计 算 的价 值 ／一 组 数 ＞３ ％就 表 示 本地 区已 经发 生 了通 货 膨胀 。
三 居 民消费价格指数 的统计分析
下 面 我 们 以 我 国 今 年 来 的 居 民 消费 价 格 指数 为 例 从 总 体 、
从 以 上 推 动 价 格 上 涨 的 因 素 来 看 ，我 国 在 最 近 的 一 段 时 间 据 国家统计局 发布的数 据显示 ，单 ２ ０ １ ２年 １ ２月份全 国居民消费 里 ，物价 还 是 会 持续 上 涨 ，尤其 是 资源 类 的 产 品 。从 物价 稳 定 的 价 格 指数 同 比 上 涨 ２ ． ５ ％，涨 幅 比上 月扩 大 ０ ． ５ 个 百 分 点 。下 图 因素 来 具体 分 析 ，近 几 年 我 国政 府 在 经济 调 控 方面 也 出 台 了一 系 列 的政 策 ，继 续 实 施 适 度 从 紧 的 财 政 和 货 币 政 策 ，像 ２ ０ ０ ８年 央 是节 选 我 国 ２ ０ ０ ８ 年— ２ ０ １ ２年我 国统 计局 统 计 的 Ｃ Ｐ Ｉ 的增 长 率 ：
居 民消费价格指数的统计分析与预测
荣 钰 菁
- 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)。
计量经济学课程作业05信管小组成员：李雅聪40511018张伟40511019喻宇40511088关于居民消费价格指数的变动研究分析一．引子提出2007年11月份，居民消费价格总水平同比上涨6.9%，其中，城市上涨6.6%,,农村上涨7.6%；食品价格上涨18.2%，非食品价格上涨1.4%，消费品价格上涨8.4%，服务项目价格上涨2.3%，居民消费价格总水平持续攀升，食品，住房等价格上涨较快，重要原材料，土地等要素价格不断上涨。
物价变动对居民有着切身的关系，因此成为人人密切关注的问题。
二．下面列出几个相关的指数的概念：居民消费价格指数是反映一定时期内城乡居民所购买的生活消费品价格和服务项目价格变动趋势和程度的相对数，是对城市居民消费价格指数和农村居民消费价格指数进行综合汇总计算的结果。
该指数可以观察和分析消费品的零售价格和服务价格变动对城乡居民实际生活费支出的影响程度。
城市居民消费价格指数是反映一定时期内城市居民家庭所购买的生活消费品价格和服务项目价格变动趋势和程度的相对数。
该指数可以观察和分析消费品的零售价格和服务项目价格变动对城镇职工货币工资的影响，作为研究职工生活和确定工资政策的依据。
农村居民消费价格指数是反映一定时期内农村居民家庭所购买的生活消费品价格和服务项目价格变动趋势和程度的相对数。
该指数可以观察农村消费品的零售价格和服务项目价格变动对农村居民生活消费支出的影响，直接反映农民生活水平的实际变化情况，为分析和研究农村居民生活问题提供依据。
商品零售价格指数是反映一定时期内城乡商品零售价格变动趋势和程度的相对数。
商品零售价格的变动直接影响到城乡居民的生活支出和国家的财政收入，影响居民购买力和市场供需的平衡，影响到消费与积累的比例关系。
因此，该指数可以从一个侧面对上述经济活动进行观察和分析。
三．数据收集下面是收集到的居民消费价格指数和商品零售价格指数历年的数据9-5 居民消费价格指数和商品零售价格指数(上年=100)年份居民消费价格指数商品零售价格指数地区全省 (区、市) 城市农村全省 (区、市) 城市农村1994 124.1 125.0 123.4 121.7 120.9 122.9 1995 117.1 116.8 117.5 114.8 113.5 116.41996 108.3 108.8 107.9 106.1 105.8 106.4 1997 102.8 103.1 102.5 100.8 100.8 100.7 1998 99.2 99.4 99.0 97.4 97.4 97.6 1999 98.6 98.7 98.5 97.0 97.0 97.1 2000 100.4 100.8 99.9 98.5 98.5 98.52001 100.7 100.7 100.8 99.2 98.9 99.6 2002 99.2 99.0 99.6 98.7 98.5 99.1 2003 101.2 100.9 101.6 99.9 99.6 100.5 2004 103.9 103.3 104.8 102.8 102.1 104.2 2005 101.8 101.6 102.2 100.8 100.5 101.4北京101.5 101.5 99.7 99.7天津101.5 101.5 99.9 99.9河北101.8 101.4 102.2 101.1 101.0 101.2 山西102.3 101.7 103.7 100.3 100.0 100.7 内蒙古102.4 102.0 103.3 101.5 101.5 101.4辽宁101.4 100.8 104.0 100.1 100.0 100.9 吉林101.5 101.4 101.9 101.1 101.0 101.5 黑龙江101.2 100.8 102.3 100.4 99.7 102.3上海101.0 101.0 99.4 99.4江苏102.1 102.0 102.4 100.3 100.0 101.1 浙江101.3 101.5 101.2 100.9 101.0 100.7 安徽101.4 101.0 101.9 100.6 100.0 101.1 福建102.2 101.9 102.8 100.6 100.3 101.0 江西101.7 101.5 102.2 100.9 100.3 101.4 山东101.7 101.1 102.4 100.6 100.4 101.2河南102.1 102.1 102.1 101.7 101.8 101.6 湖北102.9 102.7 103.3 102.1 101.9 102.4 湖南102.3 102.1 102.8 102.3 101.6 103.0 广东102.3 102.0 102.7 101.8 101.5 102.2 广西102.4 103.0 101.6 101.1 101.3 101.0 海南101.5 101.3 101.7 100.9 100.4 101.5重庆100.8 100.8 98.7 98.7四川101.7 101.7 101.6 100.6 100.1 101.0 贵州101.0 100.6 102.1 101.3 100.3 102.8云南101.4 101.7 101.0 100.1 100.4 99.8西藏101.5 101.5 100.9 100.8 100.8 100.4陕西101.2 100.9 101.8 100.1 99.8 100.8 甘肃101.7 101.2 103.0 99.9 99.5 100.6 青海100.8 99.7 103.1 100.7 100.6 101.0 宁夏101.5 101.6 101.2 100.4 100.5 100.1 新疆100.7 100.6 101.2 99.4 99.5 99.3四、计量经济模型建立和检验（一）、变量相关关系散点图（二）模型的设定模型设定：影响居民消费的因素很多，商品零售价格的变动，服务价格的变动都会显著表现在其中。
但由于受各种条件的限制，现只引入商品零售价格指数变动作解释变量，建立模型从散点图可以看出全省居民消费价格指数（Y ）和全省商品零售价格指数（X ） 大体呈现为线性关系，所以建立的计量经济模型为如下线性模型：12i i i Y X u ββ=++全省X Y 的OLS 分析用最小二乘法作多元线性回归模型参数估计结果如下： Y=-3.075231+1.045651Xse=(1.987010) (0.019217) t=(-1.547667) (54041314)R ^2=0.996634 F=2960.789 df=10 DW=0.862351、经济意义检验所估计的参数，说明全省商品零售价格指数 每相差1个单位，可导致全省居民消费价格指数变动1.045651个单位。
2、拟合优度和统计检验用EViews 得出回归模型参数估计结果的同时，已经给出了用于模型检验的相关数据。
拟合优度的度量：由表中可以看出，本例中可决系数为0.996634，说明所建模型整体上^ 21.045651 β =对样本数据拟合较好，即解释变量“全省商品零售价格指数 ”对被解释变量“全省居民消费价格指数 ”的绝大部分差异作出了解释。
对回归系数的t 检验：针对01:0H β=和 02:0H β=，由表中还可以看出，估计的回归系数^1β的标准误差和t 值分别为：SE(β1)=1.987010，t(β1 )=-1.547667；^2β的标准误差和t 值分别为：SE(β2)=0.019217 ，t(β2 )=-54.41314 。
取0.05α=，查t 分布表得自由度为n-2=12-2=10的临界值t0.025(10 )=2.2281因为t(β1 )=-1.547667< t0.025(10 )=2.2281，所以不能拒绝01:0H β=；因为t(β2 )=-54.41314 > t0.025(10 )=2.2281 ，所以应拒绝02:0H β=。
这表明，全省商品零售价格指数变动对全省居民消费价格指数变动有显著影响。
由上图可知，残差的变动有系统模式，表明残差项存在一阶自相关，模型中t 统计量和F 统计量不可信，需要采取补救措施。
时间序列平稳性检验和协整检验1 当User specifi=2时，由原始数据及一阶拆分和二阶拆分均均做不出协整Null Hypothesis: X has a unit rootExogenous: ConstantLag Length: 2 (Fixed)t-Statistic Prob.*Augmented Dickey-Fuller test statistic -2.412418 0.1639 Test critical values: 1% level -4.4205955% level -3.25980810% level -2.771129Null Hypothesis: D(X) has a unit rootExogenous: ConstantLag Length: 2 (Fixed)t-Statistic Prob.*Augmented Dickey-Fuller test statistic -1.853469 0.3335 Test critical values: 1% level -4.5826485% level -3.32096910% level -2.801384*MacKinnon (1996) one-sided p-values.Warning: Probabilities and critical values calculated for 20observations and may not be accurate for a sample size of 82 当Maximum=4时，结果如下Null Hypothesis: X has a unit rootExogenous: ConstantLag Length: 4 (Automatic based on SIC, MAX LAG=4)t-Statistic Prob.*Augmented Dickey-Fuller test statistic -5.174539 0.0068Test critical values: 1% level -4.8034925% level -3.40331310% level -2.841819*MacKinnon (1996) one-sided p-values.Warning: Probabilities and critical values calculated for 20observations and may not be accurate for a sample size of 7从检验结果来看，在1%，5%，10% 三个显著性水平下，单位根检验的mackinnon 临界值分别为-4.803492，-3.403313，-2.841819，T检验统计量值为-5.174539，小于相应临界值，从而拒绝H0 ，表明全省商品零售价格指数（X）的差分序列不存在单位根，是平稳序列，。