SPSS课程论文

1、全国农民收入影响因素的回归分析摘要：自改革开放以来,虽然中国经济平均增长速度为9.5 % ,但二元经济结构给经济发展带来的问题仍然很突出。农村人口占了中国总人口的70 %多,农业产业结构不合理,经济不发达,以及农民收入增长缓慢等问题势必成为我国经济持续稳定增长的障碍。正确有效地解决好“三农”问题是中国经济走出困境,实现长期稳定增长的关键。其中,农民收入增长是核心,也是解决“三农”问题的关键。本文选取了1990年到2008年间的我国农民人均纯收入观测值,并以此为被解释变量。探讨影响农民收入的主要因素,并在此基础上对如何增加农民收入提出相应的政策建议。关键词：农民收入、影响因素、多元线性回归模型、

2、检验、修正一、 研究目的 改革开放三十年来，我国农村的面貌发生了历史性的深刻变革，农村经济取得日新月异的发展，农民收入持续稳定增长，农民的生活质量也逐步提高。但是农村经济发展相对全国的经济发展水平还是相对的落后。由于政策的偏向，地区发展差异等因素，使得城乡及地区差距显著，贫富差距拉大的趋势尚未得到扭转，农民收入渠道单一，农村就业压力较大，医疗卫生，教育水品等问题层出不穷。三十年来，农民收入虽有所增加，但是增长速度比较缓慢，按可比价格计算，我国农村人均纯收入年均增长7.1%，从1978年的133.0元增长到2008年的4761元，增长了35.6倍；城市平均每人全部年收入有1985年的748.92

3、元，增长到2008年的29229元，增长了39.03倍，年增长速度15.97%；全国人均GDP由1978年的381元增加到2008年的22640元，人均年增长14.8%，增长59.4%；全国GDP总量由1978年的3645亿元增加到2008年的300670亿元，年均增长15.30%，共增长了82.5倍。就2007年来说，农村人均纯收入实际增长了9.5%，为1985年以来增幅最高的一年。我国是农业大国，但非农业强国，而农业的发展又关系到国计民生，关系到整个社会的和谐稳定、健康发展，在我国经济发展的过程中具有举足轻重、不可或缺的战略意义。因此，农业的总体发展、农民收入的增加、农民生活水平的提高应当

4、得到足够的重视。二 回归分析 操作程序：步骤一：输入数据步骤二：选取分析回归方法线性步骤三：选择欲分析的变量，移至清单中步骤四： 选择逐步回归方法。步骤五：进入统计量勾选各种统计量步骤六：进入统计图勾选各种统计图步骤七：于选项勾选条件与遗漏值处理模式步骤八：按确定执行1.录入数据如下图所示：年份农村家庭人均纯收入Y(元/人)农产品生产价格指数x1（%）乡村从业人数占农村人口的比重x2(%)农业总产值占农林牧总产值的比重x3(%)农作物播种面积x4(千公顷)农村用电量x5（亿千瓦时）1991317.4098.0050.9263.09149585.80963.201992336.20103.405

5、1.5361.51149007.101106.901993346.90113.4051.8660.07147740.701244.901994364.30121.6052.1258.22148240.601473.901995383.60127.4052.4158.43149879.301655.701996418.10108.4053.2360.57152380.601812.701997437.3099.5054.9358.23153969.201980.101998456.1094.5055.8458.03155705.702042.201999473.5095.8057.1657.53

6、156372.812173.452000483.4099.1059.3355.68156299.852421.302001503.7099.1060.6255.24155707.862610.782002527.90100.5062.0254.51154635.512993.402003550.60104.3763.7250.08152414.963432.922004588.00113.0965.6450.05153552.553933.032005624.50101.3967.5949.72155487.734375.702006670.70101.2061.9852.74152149.0

7、04895.802007734.40118.4962.0650.43153463.935509.902008793.15114.0661.7448.35156265.705713.152009860.5797.6061.6650.99158613.556104.442010954.37110.9461.7153.29160674.816632.352.利用SPSS软件作回归分析，结果如下表所示。基本描述统计表：Descriptive StatisticsMeanStd. DeviationN农村家庭人均纯收入Y(元/人)541.23181.83220农产品生产价格指数x1（%）106.099.

8、31820乡村从业人数占农村人口的比重x2(%)58.405.18720农业总产值占农林牧总产值的比重x3(%)55.344.45420农作物播种面积x4(千公顷)153607.363479.59820农村用电量x5（亿千瓦时）3153.791807.14420 从上表可以看出，所有变量的均值，标准差和样本的容量，可以看出标准差都很大，说明选取的样本不够稳定，而且样本的容量不够大。相关系数矩阵表Correlations农村家庭人均纯收入Y(元/人)农产品生产价格指数x1（%）乡村从业人数占农村人口的比重x2(%)农业总产值占农林牧总产值的比重x3(%)农作物播种面积x4(千公顷)农村用电量x5

9、（亿千瓦时）Pearson Correlation农村家庭人均纯收入Y(元/人)1.000.020.731-.799.760.989农产品生产价格指数x1（%）.0201.000-.154-.089-.401.065乡村从业人数占农村人口的比重x2(%).731-.1541.000-.927.632.775农业总产值占农林牧总产值的比重x3(%)-.799-.089-.9271.000-.552-.851农作物播种面积x4(千公顷).760-.401.632-.5521.000.687农村用电量x5（亿千瓦时）.989.065.775-.851.6871.000Sig. (1-tailed)农

10、村家庭人均纯收入Y(元/人).467.000.000.000.000农产品生产价格指数x1（%）.467.258.354.040.392乡村从业人数占农村人口的比重x2(%).000.258.000.001.000农业总产值占农林牧总产值的比重x3(%).000.354.000.006.000农作物播种面积x4(千公顷).000.040.001.006.000农村用电量x5（亿千瓦时）.000.392.000.000.000.N农村家庭人均纯收入Y(元/人)202020202020农产品生产价格指数x1（%）202020202020乡村从业人数占农村人口的比重x2(%)202020202020

11、农业总产值占农林牧总产值的比重x3(%)202020202020农作物播种面积x4(千公顷)202020202020农村用电量x5（亿千瓦时）202020202020 从上面的相关分析矩阵表可以看出：如果以70%为标准，则x2、x3、 x4 、x5与Y的相关程度很高，而且x2和x3、x3和x5之间存在着严重的多重共线性，在接下来的引入模型中，SPSS软件会自动剔除引起多重共线的自变量，也会剔除与Y相关程度不大的自变量;从相关分析的伴随概率也可以看出，在0.467的水平下才保证x1 与Y具有0.020的相关性，且0.467>0.05水平，故拒绝原假设，认为x1与y不具有线性关系，而其余的几

12、个变量在很小的水平下就能与y保证很高的相关性0.000<0.05，故接受原假设，认为存在线性关系。同理，x2与x3、x3与x5的相关分析伴随概率0.000<0.05，故接受原假设，认为x2和x3、x3和x5之间存在着线性相关，与上面的结论一致。独立变量的进入或删除清单Variables Entered/RemovedaModelVariables EnteredVariables RemovedMethod1农村用电量x5（亿千瓦时）.Stepwise (Criteria: Probability-of-F-to-enter <= .050, Probability-of-F

13、-to-remove >= .100).2农作物播种面积x4(千公顷).Stepwise (Criteria: Probability-of-F-to-enter <= .050, Probability-of-F-to-remove >= .100).3乡村从业人数占农村人口的比重x2(%).Stepwise (Criteria: Probability-of-F-to-enter <= .050, Probability-of-F-to-remove >= .100).a. Dependent Variable: 农村家庭人均纯收入Y(元/人) 变量以F概率0

14、.05进入，以F概率0.10剔除变量，总计三个变量分三步被选入回归方程，分别是：农村用电量x5、农作物播种面积x4、乡村从业人数占农村人口的比重。排除的独立变量Excluded VariablesdModelBeta IntSig.Partial CorrelationCollinearity StatisticsToleranceVIFMinimum Tolerance1农产品生产价格指数x1（%）-.045a-1.283.217-.297.9961.004.996乡村从业人数占农村人口的比重x2(%)-.088a-1.640.119-.370.4002.500.400农业总产值占农林牧总产

15、值的比重x3(%).154a2.657.017.542.2763.620.276农作物播种面积x4(千公顷).152a4.502.000.737.5271.896.5272农产品生产价格指数x1（%）.038b1.225.238.293.6201.614.328乡村从业人数占农村人口的比重x2(%)-.131b-5.377.000-.802.3812.623.335农业总产值占农林牧总产值的比重x3(%).137b4.031.001.710.2743.648.2083农产品生产价格指数x1（%）.013c.634.535.162.5811.720.236农业总产值占农林牧总产值的比重x3(%)

16、.020c.355.727.091.07713.048.077 模式一中，农村用电量被选入，遗留的变量中，还有农作物播种面积的偏相关系数达显著，可知会有第二步骤；模式二中，农作物播种面积被选入，遗留的变量中，乡村从业人数占农村人口的比重的偏相关系数达显著，可知会有第三步；在模型三中，乡村从业人数占农村人口的比重被选入，遗留的变量中没有显著的偏相关系数存在，因此，到此为止。被选入的变量为：农村用电量、农作物播种面积、乡村从业人数占农村人口的比重。单因素方差分析ANOVAdModelSum of SquaresdfMean SquareFSig.1Regression614111.38316141

17、11.383785.006.000aResidual14081.42118782.301Total628192.804192Regression621769.6452310884.822822.810.000bResidual6423.16017377.833Total628192.804193Regression625904.8163208634.9391458.993.000cResidual2287.98916142.999Total628192.80419a. Predictors: (Constant), 农村用电量x5（亿千瓦时）b. Predictors: (Constant),

18、 农村用电量x5（亿千瓦时）, 农作物播种面积x4(千公顷)c. Predictors: (Constant), 农村用电量x5（亿千瓦时）, 农作物播种面积x4(千公顷), 乡村从业人数占农村人口的比重x2(%)d. Dependent Variable: 农村家庭人均纯收入Y(元/人)用于模型显著性整体检验，模型一的修正的（0.976），F检验值785.006，模型二的修正的（0.989），F检验值822.810,模型三的修正的（0.996），F检验值1458.993，均达显著，表示回归效果具有统计意义。系数CoefficientsModelUnstandardized Coefficie

19、ntsStandardized CoefficientstSig.BStd. ErrorBeta1(Constant)227.48212.82617.7357.584E-13农村用电量x5（亿千瓦时）.099.004.98928.0182.677E-162(Constant)-959.672263.840-3.637E+00.002农村用电量x5（亿千瓦时）.089.003.88426.1853.520E-15农作物播种面积x4(千公顷).008.002.1524.502.0003(Constant)-916.139162.516-5.637E+00.000农村用电量x5（亿千瓦时）.097.

20、003.96937.1565.858E-17农作物播种面积x4(千公顷).009.001.1778.3083.386E-07乡村从业人数占农村人口的比重x2(%)-4.607.857-1.314E-01-5.377E+00.000 模式一表示首先进入的独立变量是农村用电量，Beta为0.989，t检验达到显著。无共线性问题。模式二加入新的预测变量农作物播种面积，Beta 为-0.152，农村用电量的Beta变为0.884，表示相互排除共线性变量后的净预测力，模型三同理。且t统计量都通过检验。残差统计量Residuals StatisticsaMinimumMaximumMeanStd. DeviationNPredicted Value324.98930.45541.23181.50020Residual-18.38523.925.00010.97420Std. Predicted Value-1.1912.144.0001.00020Std. Residual-1.5372.001.000.91820a. Dependent Variable: 农村家庭人均纯收入Y(元/人)模型汇总Model Summary