基于多元线性回归的四川省居民食品消费价格指数模型研究
基于多元回归模型的CPI影响因素分析——以2009、2010数据为例
上涨通过一个住房类权数这个中间纽带将上涨的效应传递 至消 费价 格指 数 中去 ，结 果不 仅提 高 了 Ｃ Ｉ Ｐ 的整 体水 平也
会导 致 Ｃ Ｉ Ｐ 构成 中其 他商 品的 价格发 生上 涨 。
线性 回归模型。同时，方程通过系数显著性 Ｔ检验 。ｘ 、 ｌ
Ｘ ２的系数 较为显 著 。
４ 计量 经济 学检 验
４１ 异方差检验 ． 等级相 关 系数法 在检 验 回归 方程 异方差 时使 用较 为广
泛 。构 造 Ｔ统 计量 如下 ：
， —— —
：
２ 分析 方法 及数 据
本文 主要采 用基 于多 元 回归模型 的分 析方法 。结 合上 诉 理论 成果 及 近两年 我 国宏 观经 济 的发展 情况 ，选取 广义
１ 理 论及 文献 回顾
长期以来 ，经济学家对通胀成因的认识在不断地深入 和发 展 ，从 来没 有达 成一致 的 意见 。对于通 胀成 因 的理论
大致 有货 币现象 的通胀 理 论 、成 本 推 动型 、需 求 拉 动 型 、 结构 型通货 膨胀 理论 。对 于导致 Ｃ Ｉ 涨 的因素 分析 ，也 Ｐ上 是主 要 围绕 货 币供 给 、投 资 与 消 费 、利 率 汇 率 、外 汇 储 备 、食 品和 住房 价 格 等 。高 玲 、李 时 椿 （０ ８ 利 用 统 ２０ ）
果 为我 国居 民消 费率 每年对 消费 价格 指数 的影响 不大 ，与 此 相反 固定 资产投 资对 消 费价格 指数 的影 响却很 明显 。王
军平 （０ ６ ２０ ）就住房价格对 Ｃ Ｉ Ｐ 的影响作了分析 ，他认为
房价 上涨 对 消费价 格指数 的影 响是 复杂且 多维 度 的 ，房 价
数与 Ｃ Ｉ 较好 的线性 关 系，模 型显著 性较 高。短期 内，货 币供 应量是 影 响我 国 Ｃ Ｉ 续走 高的主要原 因。 Ｐ有 Ｐ持
四川省粮食产量影响因素的实证分析——基于多元线性回归计量经济模型
农业机械 化 指 农 业 生 产 从 使 用 手 工 工 具、畜 力 农 具转变为普遍 使 用 机 器,是 农 业 现 代 化 的 重 要 内 容 之 一.农业机械 化 有 利 于 帮 助 农 民 规 模 化 生 产 经 营、提 高农业生产效率、降低劳动 力 成 本,从 而 提 高 农 产 品 市 场竞争力.因 此,选 取 农 业 机 械 总 动 力 作 为 影 响 四 川 省粮食产量的主要因素之一. １．３ 农 村 用 电 量
假设粮食产量 为 y,作 为 被 解 释 变 量,播 种 面 积 为 x１,农业机械总动力为 x２,农 村 用 电 量 x３,化 肥 施 用 量 为 x４,受灾面积为 x５.
由回归结 果 可 知,R 方 较 大,F 检 验 通 过,只 有 x５ 对应的 P值小于 ０．０５,t检 验 通 过,但 是 C,x１,x２,x３, x４对应的 p值 大 于 ０．０５,t检 验 没 有 通 过. 认 为 此 时 方程存在多重 共 线 性,多 重 共 线 性 产 生 在 这 里 可 能 有 两个主要原因,一是经济变 量 之 间 有 共 同 变 化 趋 势,或 者变量之间有较强的相关 性,二 是 建 模 过 程 中,解 释 变 量选择不当.
村的不断推广,我国农村经 营 管 理 体 制 焕 然 一 新,农 村 生产力得到解放,广大农民 的 生 产 积 极 性 不 断 高 涨,促 进我国粮食 产 量 有 了 大 幅 度 提 高. 然 而 近 年 来,随 着 城镇化、工业 化 步 伐 加 快,我 国 耕 地 面 积 不 断 被 挤 占, 粮食供求市场 出 现 了 “三 多 一 低 ”现 象,虽 然 粮 食 生 产 量、进口量、库 存 量 三 项 指 标 不 断 上 升,但 粮 食 自 给 率 却出现降低.本文选取播种 面 积、农 业 机 械 总 动 力、农 村用电量、化 肥 施 用 量、受 灾 面 积 五 个 指 标,作 为 影 响 四川省粮食产 量 的 主 要 变 量,研 究 影 响 四 川 省 粮 食 产 量的主要 因 素. 在 此 基 础 上 利 用 Eviews软 件 进 行 研 究分析,建立多元线性回归 模 型,以 期 发 挥 描 述、估 计、 预 测 之 作 用 ,并 且 提 出 合 理 化 建 议 . １．１ 播 种 归计量经济模型
基于多元回归模型CPI影响因素分析
基于多元回归模型CPI影响因素分析引言消费者价格指数（CPI）是一个国家或地区的衡量物价的重要指标，也是一个国家宏观经济状况的重要反映。
研究CPI的影响因素对于了解经济发展状况，指导宏观经济政策具有重要意义。
多元回归模型是一种常用的统计分析方法，能够探索多个自变量对CPI的影响，并找出其中的主要因素。
本文旨在利用多元回归模型探究CPI影响因素，为政府决策部门提供参考，同时也为学术界提供理论支持和实证研究。
一、多元回归模型简介多元回归模型是一种用于探究多个自变量对因变量的影响情况的统计方法。
在多元回归模型中，因变量（即要被解释的变量）通常用Y表示，自变量（即解释变量）用X1,X2, ...Xn表示。
模型的基本形式为Y = β0 + β1X1 + β2X2 + ... + βnXn + ε，其中β0为常数项，β1, β2, ...βn为模型参数，ε为误差项。
在实际应用中，使用多元回归模型可以帮助我们确定多个自变量对因变量的影响程度，找出主要影响因素，并建立相应的预测模型。
多元回归模型在经济学领域的应用非常广泛。
二、CPI影响因素的选择基于多元回归模型对CPI的影响因素进行分析时，需要选择合适的自变量。
在实际研究中，可以从宏观经济、货币政策、国际贸易、资本流动等多个方面来考量可能的影响因素。
具体来说，常见的CPI影响因素包括但不限于：GDP增长率、失业率、通货膨胀率、利率、汇率、国际贸易额、政府支出、货币供应量等。
在选择自变量时，需要考虑其与CPI的理论关系、数据可获得度和自变量之间的多重共线性等因素。
三、数据收集与处理为了进行CPI影响因素的多元回归模型分析，首先需要收集与处理相关的数据。
一般来说，我们可以从国家统计局、央行等官方机构获取宏观经济指标、货币政策数据，也可以通过国际组织的官方网站或专业数据库获取国际贸易数据等。
在数据处理上，需要对数据进行清洗、缺失值处理和变量转换等操作，以确保数据的准确性和可用性。
基于多元线性回归的四川省居民食品消费价格指数模型研究
调整 的 Ｒ２ 在 不 断 提 高，回 归 方 程 的 估 计 标 准 误 差
在 不 断 减 小 ，并 且 引 入 变 量 的 拟 合 优 度 变 化 明 显 ，模
型２的调整 Ｒ２ 系数为０．９５３，接近 于 １，说 明 模 型 ２
能够比较 好 的 反 映 自 变 量 与 因 变 量 之 间 的 线 性 关
行检验［５］．故 统 计 量 输 出 结 果 选 择 模 型 拟 合 度、Ｒ２
变 化 ，描 述 性 变 偏 相 关 检 验 、共 线 性 诊 断 和 对 残 差 作
Ｄ－ Ｗ 检 验；逐 步 回 归 法 变 量 进 出 的 Ｆ 检 验，以 及
绘制标准残差序列 的 带 正 态 曲 线 的 直 方 图、残 差 序
系．同时，从 Ｆ 更改值的 相 伴 概 率 值 来 看，每 个 都 小
于显著性水平 Ｐ＜０．０５，说 明 这 两 自 变 量 的 引 入 对
因变量的解释影响 都 有 比 较 显 著 的 贡 献，它 们 应 该
被保留在回归方程中 ． ［８］
表２ 的 最 后 一 栏 给 出 了 模 型 ２ 的 Ｄ－Ｗ 值 为
列和对应的预测值的散点图 ． ［２－３］
２．２ 回 归 结 果 分 析 及 检 验
ＳＰＳＳ软件根据设置的回归情况进行分析，并且生
成输出文档，包含了所需显示的分析及检验结果．
２．２．１ 经 过 筛 选 最 终 留 在 回 归 方 程 中 的 变 量
按照步进准则，在 软 件 中 设 置 进 入 回 归 方 程 的
１ 建 立 居 民 食 品 消 费 价 格 指 数 回 归 模 型
在实际问题的 研 究 和 分 析 中，往 往 涉 及 多 个 变 量，国家统计局将构成中 国 ＣＰＩ指 标 的 ２００ 多 种 商 品和服 务 分 为 ８ 个 主 要 的 类 别．其 中，中 国 ＣＰＩ 中 食品的权重占到３４％，食品价格的变动对于 ＣＰＩ的 变动有很大的影响，下 面 根 据 收 集 的 数 据 建 立 数 学 模型做具体的分析．
多元线性回归应用——居民消费影响因素分析
二、多元线性回归模型下的居民消费影响因素
分析
在现实生活中，影响一个地区居民消费的因素有很多，结
合经济理论，本文选取 10 个解释变量研究居民家庭平均每人全
年的消费性支出 y ，解释变量分别为：居民的食品花费 x1 、居 民的衣着花费 x2 、居民的居住花费 x3 、居民的医疗保健花费 x4 、居民的教育文化娱乐 x5 、居民人均可支配收入 x6 、人均 地区生产总值 x7 、居民消费水平（消费价格指数） x8 、地区的 失业率 x9 、地区快递营业网点 x10 。根据我国 31 个省、直辖市、
R
2 1
=
0.9979 ，
x6 、
x7
、
x8 、 x9 、 x10 所对应的所对应的 p 值大于 0.05，说明他们对于
y 的影响作用不显著，所以我们要进一步对自变量做选择。
二、自变量的选择
事实上，建立实际的回归方程时，如何确定回归自变量 是极为重要的问题，如果遗漏了某些重要的变量，回归方程拟 合效果不好，如果考虑过多的自变量，在这些回归自变量中， 某些自变量对于问题研究可能不重要，有些自变量数据质量可 能很差，有些变量可能和其他变量有很大的共线性，从而使得 得到的回归方程稳定性很差，影响到回归方程的使用。对于最 优自变量子集的选择有多种方法 , 其中逐步回归分析法在筛选 变量方面较为理想。我们采用^ 逐步回归法，通过结果分析，赤
关键词：消费；多元线性回归；R软件
◆ 郎颖臻
一、背景介绍
十九大报告多次提及消费，要求不断完善促进消费的体制 机制，增强消费对经济发展的基础性作用，并且，反对奢侈浪费 和不合理的消费。而且，我国把扩大内需作为经济发展的长期战 略方针，扩大内需的难点和重点在消费，潜力也在消费。然而现 实生活中影响消费的因素有很多，不同的影响因素发挥作用的大 小也不尽相同。本文应用多元线性回归模型，分析了解影响居民 消费的关键因素。
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)的回归分析与预测
经济预测与决策题目姓名所在学院专业班级学号指导教师日期年月日指导教师评阅意见学生姓名专业班级学号（论文）题目指导教师教师职称论文评语评定成绩：指导教师签名：年月日我国居民消费价格指数（CPI）的回归分析与预测07级经济学1班李栋指导教师米娟摘要：目前，我国居民消费价格指数成为公众关注的热点名词，也直接影响着国民经济的稳定发展与人民生活水平的改善。
从理论上分析居民消费价格指数的影响因素，建立一个经济模型，对了解和掌握居民消费价格指数的变化具有重要的现实意义。
本文采用线性回归分析方法，力图对居民消费价格指数的变化进行分析。
关键词：消费价格指数回归分析经济预测1.引言居民消费价格指数（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。
2.影响因素分析和数据的搜集整理2.1有关影响因素的定性分析对居民消费价格指数（CPI）构成影响的因素有很多，如宏观经济发展水平、中长期经济发展战略和当前的经济政策，具体到国民经济运行的指标中来，有以下几个方面：（1）居民消费水平指数。
居民消费水平是指居民在物质产品和劳务的消费过程中，对满足人们生存、发展和享受需要方面所达到的程度。
通过消费的物质产品和劳务的数量和质量反映出来。
居民消费水平与居民消费价格指数的关系十分密切和直接，收入的增长，消费水平的提高，自然会引起社会总需求的增长，进而导致消费价格指数的增长。
基于多元线性回归模型的四川农村居民收入增长分析
基于多元线性回归模型的四川农村居民收入增长分析一、本文概述本文旨在通过运用多元线性回归模型，深入分析四川农村居民收入增长的影响因素，为提升四川农村居民收入水平提供理论支持和实践指导。
研究首先梳理了四川农村居民收入的演变历程，揭示了农村居民收入增长的阶段性特征和主要趋势。
接着，基于多元线性回归模型，选取了包括农业生产、农村劳动力转移、农村教育水平、农村金融市场发展等在内的多个影响因素，构建了四川农村居民收入增长的多元线性回归模型。
通过实证分析，本文深入探讨了各影响因素对四川农村居民收入增长的具体作用机制和贡献度，揭示了影响四川农村居民收入增长的关键因素和潜在瓶颈。
根据研究结果，本文提出了促进四川农村居民收入增长的对策建议，包括加强农业科技创新、推动农村劳动力有序转移、提升农村教育水平、优化农村金融市场服务等，以期为四川农村经济发展提供有益参考。
二、文献综述在经济学和社会学的研究中，农村居民收入增长一直是一个备受关注的议题。
多元线性回归模型作为一种常用的统计分析工具，在农村居民收入增长的研究中得到了广泛应用。
通过对相关文献的梳理和分析，可以发现国内外学者在基于多元线性回归模型的农村居民收入增长研究方面取得了一系列重要成果。
国内研究方面，众多学者利用多元线性回归模型对农村居民收入增长的影响因素进行了深入探讨。
例如，（2010）利用该模型分析了农村教育水平、农业技术进步等因素对农村居民收入的影响，结果表明教育水平和农业技术进步对农村居民收入增长具有显著正向作用。
（2015）则通过多元线性回归模型研究了农村产业结构、政府支农政策等因素对农村居民收入的影响，发现农村产业结构优化和政府支农政策对农村居民收入增长具有积极影响。
国外研究方面，同样有许多学者运用多元线性回归模型对农村居民收入增长问题进行了深入研究。
例如，（2012）利用该模型分析了农村劳动力市场、农业补贴等因素对农村居民收入的影响，发现农村劳动力市场和农业补贴政策对农村居民收入增长具有重要影响。
- 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)。
行检验［５］．故 统 计 量 输 出 结 果 选 择 模 型 拟 合 度、Ｒ２
变 化 ，描 述 性 变 偏 相 关 检 验 、共 线 性 诊 断 和 对 残 差 作
Ｄ－ Ｗ 检 验；逐 步 回 归 法 变 量 进 出 的 Ｆ 检 验，以 及
绘制标准残差序列 的 带 正 态 曲 线 的 直 方 图、残 差 序
费价格指数．
表 １ ２０１１ 前 三 季 度 四 川 省 居 民 食 品 价 格 指 数 表
月 份 Ｙ ｘ１
ｘ２
ｘ３
ｘ４
ｘ５
ｘ６
０１ １１１．６ １１４．４ １１４．５ １１７．２ １０７．９ １１３．１ １４１．６
０２ １１５．０ １１５．５ １１７．７ １１８．２ １０７．８ １３５．０ １４６．１
系．同时，从 Ｆ 更改值的 相 伴 概 率 值 来 看，每 个 都 小
于显著性水平 Ｐ＜０．０５，说 明 这 两 自 变 量 的 引 入 对
因变量的解释影响 都 有 比 较 显 著 的 贡 献，它 们 应 该
被保留在回归方程中 ． ［８］
表２ 的 最 后 一 栏 给 出 了 模 型 ２ 的 Ｄ－Ｗ 值 为
０３ １１４．６ １１６．２ １１９．８ １１５．３ １０５．８ １２８．６ １４１．４
０４ １１２．６ １１４．９ １２４．５ １１４．８ １０７．３ ９７．３ １３７．３
０５ １１１．３ １１３．３ １２６．１ １１７．９ １０６．４ ８６．５ １２８．９
０６ １１３．３ １１２．５ １３３．６ １２０．６ １０５．５ ９２．４ １１５．３
１ 建 立 居 民 食 品 消 费 价 格 指 数 回 归 模 型
在实际问题的 研 究 和 分 析 中，往 往 涉 及 多 个 变 量，国家统计局将构成中 国 ＣＰＩ指 标 的 ２００ 多 种 商 品和服 务 分 为 ８ 个 主 要 的 类 别．其 中，中 国 ＣＰＩ 中 食品的权重占到３４％，食品价格的变动对于 ＣＰＩ的 变动有很大的影响，下 面 根 据 收 集 的 数 据 建 立 数 学 模型做具体的分析．
２．２．４ 残 差 统 计 量 及 散 点 图
表 ４ 给 出 了 残 差 统 计 的 基 本 信 息 ，根 据 标 准 化 残
差相应数据，说 明 所 有 标 准 化 残 差 均 位 于 －３～ ＋３
范 围 内 ，并 且 大 部 分 落 在 －１～ ＋１ 区 间 范 围 内 ．
图１可以看出，残 差 序 列 随 机 地 分 布 在 经 过 零
列和对应的预测值的散点图 ． ［２－３］
２．２ 回 归 结 果 分 析 及 检 验
ＳＰＳＳ软件根据设置的回归情况进行分析，并且生
成输出文档，包含了所需显示的分析及检验结果．
２．２．１ 经 过 筛 选 最 终 留 在 回 归 方 程 中 的 变 量
按照步进准则，在 软 件 中 设 置 进 入 回 归 方 程 的
· ６２ ·
内江师范学院学报
第 ２７ 卷 第 ４ 期
指数为基准１００所得的数据．来源《２０１１年中国统计年鉴》
２ 回 归 分 析 及 检 验
２．１ 多 元 回 归 参 数 设 置
利 用 ＳＰＳＳ １９．０ 软 件 对 表１ 所 得 数 据 进 行 回 归
分析．采用 逐 步 回 归 法，自 变 量 设 置 为 粮 食、肉 禽、
第 ２７ 卷 第 ４ 期 Ｎｏ．４ Ｖｏｌ．２７
内江师范学院学报 ＪＯＵＲＮＡＬ ＯＦ ＮＥＩＪＩＡＮＧ ＮＯＲＭＡＬ ＵＮＩＶＥＲＳＩＴＹ
· ６１ ·
基于多元线性回归的四川省居民食品 消费价格指数模型研究
许 霞＊ ， 王世峰， 张 勇＊
（四 川 烹 饪 高 等 专 科 学 校 ， 四 川 成 都 ６１０１００）
地 控 制 肉 禽 和 蔬 菜 价 格 ．因 此 ，需 要 加 大 对 养 殖 户 和 蔬 果 种 植 户 的 扶 持 力 度 ，大 力 推 动 现 代 农 业 发 展 ，加
能够较好的拟合原 始 数 据，正 确 反 映 变 量 之 间 的 相 关关系及显著因素 ． ［２，１０］
强农业生产资料和 和 主 要 农 产 品 的 市 场 调 控，以 稳 定食品价格 ． ［５］
由 ２０１１ 中 国 统 计 年 鉴 ，收 集 四 川 省 前 三 季 度 居 民食品消费价格指数的 有 关 数 据［１］．设Ｙ 为 居 民 食
品 消 费 价 格 总 指 数 ，考 虑 的 主 要 因 素 有 ：粮 食 价 格 指
数ｘ１，肉禽价 格 指 数 ｘ２，蛋 价 格 指 数 ｘ３，水 产 品 价 格指数ｘ４，鲜菜价格指数ｘ５ 和鲜果价格指数ｘ６．
收 稿 日 期 ：２０１２－０１－０３ 基 金 项 目 ：四 川 省 川 菜 发 展 中 心 课 题 （ＣＣ０９ＳＷ０７） 作 者 简 介 ：许 霞 （１９６１－ ），女 ，四 川 会 理 人 ，四 川 烹 饪 高 等 专 科 学 校 副 教 授 ．研 究 方 向 ：应 用 数 学 、管 理 学 的 教 学 与 研 究 ．
检验为 Ｆ≤０．０５０，移出的检验为 Ｆ≥０．１００，对自变
量 逐 个 做 检 验 ，最 终 确 定 只 有 鲜 菜 、肉 禽 这 两 类 的 价
格指数留在了回归方程中 ． ［４－７］
２．２．２ 回 归 方 程 拟 合
从 表 ２ 可 以 看 出 ，随 着 自 变 量 不 断 的 引 入 方 程 ，
中 图 分 类 号 ：Ｆ２２４．７
文 献 标 志 码 ：Ａ
文 章 编 号 ：１６７１－１７８５（２０１２）０４－００６１－０３
０ 引 言
物 价 与 人 民 生 活 息 息 相 关 ，而 在 发 展 中 的 中 国 ， 食品价格因素一直 是 影 响 居 民 ＣＰＩ的 重 要 因 素．尤 其是２０１１年前三 季 度，随 着 生 猪、鸡 蛋 等 食 品 价 格 的 较 大 浮 动 ，带 来 了 一 系 列 的 社 会 影 响 ，成 为 一 个 热 点 问 题 ．因 此 研 究 物 价 指 数 ，尤 其 是 食 品 价 格 指 数 就 具 有 重 要 的 意 义 ．四 川 省 人 口 众 多 ，食 品 作 物 出 产 丰 富 ，研 究 四 川 食 品 价 格 指 数 的 变 化 ，可 以 较 好 地 反 映 物价变动对经济发展的影响．
Ｄ－Ｗ ２．２２２
注 ：Ｒ２ 为 调 整 Ｒ２
２．２．３ 拟 合 的 回 归 方 程 系 数 及 其 检 验
从表３可以得 出 回 归 模 型 的 参 数，第 二 个 模 型 为最终模型．未标准化 时，常 数 项 为 ７８．４８６，对 应 的 ｔ为２４．０８０，Ｐ＜０．００１，说 明 方 程 的 常 数 项 显 著．故 考 虑 常 数 项 时 ，拟 合 的 回 归 方 程 为
Ｙ（食 品 价 格 指 数 ）＝７８．４８６＋
０．１８８ｘ２（肉 禽 价 格 指 数 ）＋０．１０６ ｘ５（鲜 菜 价 格 指 数 ）．
（２．１）
模型２的方差扩大因子 ＶＩＦ 为２．１７４＜５，说明
了自变量之间不存 在 显 著 的 多 重 共 线 性，可 以 进 行
回归分析 ． ［９］
表 ３ 拟 合 的 回 归 方 程 系 数 及 其 检 验
β
σ＾θ
ｔ
ＶＩＦ
１
β０
１０７．７８４ ２．０９１ ５１．５３４＊＊＊
β５
０．０５０ ０．０２０ ２．５１２＊
１．０００
２
β０
７８．４８６ ３．２５９ ２４．０８０＊＊＊
β５
０．１０６ ０．００８ １２．８０７＊＊＊ ２．１７４
β２
０．１８８ ０．０２１ ９．１３７＊＊＊ ２．１７４
２０１２ 年 ４ 月
许 霞 ，王 世 峰 ，张 勇 ：基 于 多 元 线 性 回 归 的 四 川 省 居 民 食 品 消 费 价 格 指 数 模 型 研 究
· ６３ ·
利用 ＳＰＳＳ逐 步 回 归 法，保 留 在 方 程 中 对 食 品 日常食品对居民整个食品消费波动有着最为显著的
价格指数 有 显 著 影 响 的 因 素 为 肉 禽 和 鲜 菜 价 格 指 数，并通过 Ｄ－ Ｗ 检 验，残 差 图 分 析 法 和 ＶＩＦ 检 验
２．２２２，在０～４之间且接近于 ２，故 判 定 自 变 量 之 间
无自相关性．
表 ２ 居 民 食 品 消 费 价 格 指 数 回 归 方 程 拟 合
模 型 Ｒ２ １ ０．４７４ ２ ０．９６５
Ｒ珚２ ０．３９９ ０．９５３
σ
Ｆ
１．０３４３ ６．３１２＊
０．２８９３ ８３．４８６＊＊＊
蛋 、水 产 品 、鲜 菜 、鲜 果 ，因 变 量 设 置 为 居 民 食 品 消 费
价格指数．
在进行线性回 归 统 计 时，必 须 要 对 自 变 量 的 确
定性和随 机 误 差 的 同 方 差 性 进 行 检 验．ＳＰＳＳ 软 件
提供了残差图分析法，Ｄ－Ｗ 检验，方差扩大因子法
分别对异方差、残差 独 立 性 和 自 变 量 多 重 共 线 性 进
摘 要：通过多元回归模型，结合四川省２０１１年 前 三 季 度 居 民 食 品 消 费 价 格 指 数 的 相 关 数 据 ，分 析 各 类 食 品
对居民消费的影响水平，进行理论阐述和实际检验，得出影响食品价格指数变动 的 两 大 主 要 因 素， 民 ；食 品 消 费 价 格 指 数 ；多 元 线 性 回 归
０７ １１３．９ １１１．９ １３５．９ １２０．０ １０６．０ ９６．３ １０８．４
０８ １１２．７ １１１．４ １３１．７ １１７．１ １０８．０ ８７．６ １１０．８
０９ １１１．７ １１０．６ １２７．４ １１２．５ １０９．０ ８９．５ １０９．８
注 ：居 民 价 格 指 数 表 中 所 有 数 据 均 是 以 上 一 年 （月）的 价 格