实验5-我国城镇居民收入对消费的影响(引入季节虚拟变量)

实验五实验五 探究我国城镇居民收入对消费的影响探究我国城镇居民收入对消费的影响 实验目的 实验目的 学习熟练应用 Eviews 软件进行数据分析 锻炼解决实际生活问题的能力 实验内容 实验内容 1 做城镇居民消费性支出对城镇居民可支配收入的回归 看看两者是否相关 2 如果收入与消费出现季节性因素 那么引入一个适当的虚拟变量 并对模型进行估 计 在建立模型当中 如何考虑不同季节截距和斜率的差异 3 比较不同回归模型的差异 并分析原因 4 根据回归结果 是否表明城镇居民消费存在季节因素 这与先验预期一致吗 实验报告 实验报告 1 提出问题提出问题 通过经济理论的学习我们知道 一个国家或地区的人均消费性支出水平主要取决于其人 均可支配收入水平 而作为经济统计专业的学生 关注我国在经济发展过程中城镇居民可 支配收入对城镇居民消费性支出是否产生影响以及产生怎样的影响是有意义的 另外 由 经济理论及生活中的经验 我们知道 消费往往还受季节性因素的影响 利用数据去探究 这些影响是值得的 2 指标选择指标选择 为了确保实验结果的准确性与一般性 我们选择我国 1999 年 2015 年各季度城镇居民 可支配收入和消费性支出对该问题进行研究 3 数据选择数据选择 老师提供的数据 数据详情见表 1 城镇居民可支配收入消费性支出q2q3q4 1999 031632 1 1201 1 000 1999 061319 6 1026 8 100 1999 091401 1 1187 6 010 1999 121501 2 1200 4 001 2000 031752 6 1283 1 000 2000 061455 6 1150 5 100 2000 091510 5 1309 5 010 2000 121561 3 1254 9 001 2001 031845 0 1337 4 000 2001 061578 0 1208 4 100 2001 091684 2 1409 7 010 2001 121752 4 1353 5 001 2002 032125 5 1554 4 000 2002 061816 9 1410 9 100 2002 091850 6 1600 6 010 2002 121909 8 1464 0 001 2003 032354 5 1669 1 000 2003 061946 4 1441 4 100 2003 092046 0 1733 5 010 2003 122125 3 1666 9 001 2004 032638 8 1838 9 000 2004 062175 8 1645 3 100 2004 092257 4 1888 6 010 2004 122349 6 1809 3 001 2005 032937 8 2020 1 000 2005 062436 2 1845 2 100 2005 092527 7 2084 8 010 2005 122591 3 1992 8 001 2006 033293 0 2243 8 000 2006 062704 0 1983 8 100 2006 092801 8 2252 8 010 2006 122961 2 2216 6 001 2007 033935 0 2620 0 000 2007 063117 0 2210 0 100 2007 093294 2 2565 1 010 2007 123439 6 2602 4 001 2008 034385 6 2882 3 000 2008 063679 3 2608 0 100 2008 093799 9 2855 2 010 2008 123915 9 2897 3 001 2009 034833 9 3130 1 000 2009 064022 0 2849 2 100 2009 094117 4 3114 4 010 2009 124201 4 3170 9 001 2010 035308 0 3474 7 000 2010 064449 1 3096 1 100 2010 094576 7 3370 8 010 2010 124775 6 3529 9 001 2011 035962 8 3846 3 000 2011 065078 7 3471 9 100 2011 095259 4 3877 2 010 2011 125508 9 3965 5 001 2012 036796 3 4320 1 000 2012 065712 2 3873 7 100 2012 095918 1 4183 4 010 2012 126138 1 4297 1 001 2013 037427 3 4634 7 000 2013 066221 8 4149 6 100 2013 096519 9 4534 7 010 2013 126786 0 4704 0 001 2014 037911 9 5193 2 000 2014 066607 8 4477 4 100 2014 097177 3 4936 8 010 2014 127146 9 5360 8 001 2015 038571 9 5533 6 000 2015 067127 1 4867 5 100 2015 097813 2 5234 8 010 2015 127682 7 5756 6 001 4 4 数据处理数据处理 实验数据可以直接运用 无需经过处理 5 数据分析数据分析 对城镇居民消费性支出与可支配收入做相关分析 做出散点图并求得相关系数 0 1 000 2 000 3 000 4 000 5 000 6 000 1 0003 0005 0007 0009 000 值 值 值 值 由散点图和相关系数可以看出 城镇居民消费性支出与可支配收入的相关性较高 且两者 之间存在正相关关系 6 6 建立模型建立模型 1 1 对城镇居民消费性支出 对城镇居民消费性支出 Y Y 与可支配收入 与可支配收入 X X 建立回归模型建立回归模型 建立如下线性模型 01i YXU 得出回归结果 SRZC SR 1 000000 0 992535 ZC 0 992535 1 000000 表表 1 1 Dependent Variable ZC Method Least Squares Date 05 17 16 Time 08 57 Sample 1999Q1 2015Q4 Included observations 68 VariableCoefficientStd Errort StatisticProb C270 303443 029256 2818520 0000 SR0 6430840 00972766 116430 0000 R squared0 985126 Mean dependent var2786 485 Adjusted R squared0 984901 S D dependent var1347 527 S E of regression165 5814 Akaike info criterion13 08577 Sum squared resid1809536 Schwarz criterion13 15105 Log likelihood 442 9163 Hannan Quinn criter 13 11164 F statistic4371 382 Durbin Watson stat1 971288 Prob F statistic 0 000000 回归方程 0 643084 270 3 34 0XY 其中 Se 0 009727 43 02925 t 66 11643 6 281852 P 0 00000 0 00000 0 985126 F 4371 382 2 R 回归方程的拟合曲线和残差图如下图所示 400 200 0 200 400 600 400 800 1 200 1 600 2 000 2 400 2 800 20002002200420062008201020122014 值 值值 值 值值 值 值 由残差图可知 残差点在水平带状区域中分布较均匀 说明方程的拟合效果较好 2 引入季节虚拟变量后建立城镇居民消费性支出 引入季节虚拟变量后建立城镇居民消费性支出 Y 与可支配收入 与可支配收入 X 的回归模型的回归模型 建立如下线性模 Y 0 1 X 1q2 2q3 3q4 i u 得出如下回归结果 Dependent Variable ZC Method Least Squares Date 05 17 16 Time 10 58 Sample 1999Q1 2015Q4 Included observations 68 VariableCoefficientStd Errort StatisticProb Q2145 834636 025454 0480980 0001 Q3311 136735 903398 6659420 0000 Q4307 752135 848988 5846800 0000 SR0 6479180 006174104 95020 0000 C60 2108036 817881 6353680 1070 R squared0 994375 Mean dependent var2786 485 Adjusted R squared0 994018 S D dependent var1347 527 S E of regression104 2256 Akaike info criterion12 20168 Sum squared resid684367 1 Schwarz criterion12 36488 Log likelihood 409 8570 Hannan Quinn criter 12 26634 F statistic2784 143 Durbin Watson stat2 182400 Prob F statistic 0 000000 0 647918 145 8346 2311 1367 3307 7521 460 210 80XqqqY 其中 Se 0 006174 36 02545 35 90339 35 84898 36 81788 t 104 9502 4 048098 8 665942 8 584680 1 635368 P 0 00000 0 000100 0 000000 0 000000 0 107000 R2 0 994375 F 2784 143 回归方程的拟合曲线和残差图如下所示 400 200 0 200 400 600 0 1 000 2 000 3 000 4 000 5 000 6 000 20002002200420062008201020122014 值 值值 值 值值 值 值 由残差图可知 残差点在水平带状区域中分布较均匀 说明方程的拟合效果较好 7 7 模型检验模型检验 1 1 城镇居民消费性支出 城镇居民消费性支出 Y Y 与可支配收入 与可支配收入 X X 的回归模型检验的回归模型检验 经济检验 经济检验 1 值为 0 643 在 0 1 之间 符合经济理论 表明居民收入每增加 1 元 居民消费将增加 0 643 元 统计检验 统计检验 1 拟合优度检验 拟合度 R2 0 985126 表明模型对样本数据拟合度较好 2 t 检验 查表可得 在 5 的显著水平下 自由度为 n 1 67 的 t 的临界值为 1 669 1的估计值的 t 值为 66 11643 1 669 说明在 95 的置信水平下 解释变量收入 X 对消费 Y 有显著 影响 即解释变量收入 X 通过了显著性检验 2 2 引引入入季季节节因因素素变变量量后后 城镇居民消费性支出 城镇居民消费性支出 Y Y 与可支配收入 与可支配收入 X X 的的的的回回归归模模型型检检 验验 经经济济检检验验 1 为 0 648 在 0 1 之间 第二季度 q2 的系数 1 为 145 8346 第三季 度 q3 的系数 2 为 331 1367 第四季度 q4 的系数 3 为 307 7521 符合经济理论 且表明居民收入每增加 1 元 居民消费将增加元 0 648 统统计计检检验验 1 拟合优度检验 拟合度 R2 0 994375 说明模型对样本数据拟合很好 2 t 检验 查表可得 在 5 的显著水平下 自由度为 n 4 64 的 t 的临界值为 1 669 1的估计值的 t 值为 104 9502 1 669 1的估计值的 t 值为 4 048098 1 669 2的估计值的 t 值为 8 665942 1 669 3的估计值的 t 值为 8 584680 1 669 说明在 95 的置信水平下 解释 变量收入 X q2 q3 q4 对消费 Y 有显著影响 即解释变量收入 X q2 q3 q4 均通过了显著性检验 8 8 报告结论报告结论 由分析结果可知 城镇居民消费性支出与城镇居民可支配收入是相关的 且相关系数 较大 说明城镇居民消费性支出与城镇居民可支配收入相关程度较大且成正相关 在引入 季节性影