建材加盟网
人均不可支配收入
时间:2017-04-21 06:52:01 来源:建材加盟网

篇一:我国人均可支配收入与人均GDP的关系eviews

我国人均可支配收入与人均GDP的关系 一、数据

我国人均GDP与城镇居民可支配收入的相关分析

人均GDP(x) 城镇居民人均可支配收入(y)

1978 381 1979 419 1980 463 1981 492 1982 528 1983 583 1984 695 1985 858 1986 963 1987 1112 1988 1366 1989 1519 1990 1644 1991 1893 1992 2311 1993 2998 1994 4044 1995

5046

343 387 477 491 526 564 651 739 899 1002 1181 1373 1510 1700 2026 2577 3496 4283

1996 5846 1997 6420 1998 6796 1999 7159 2000 7858 2001 8622 2002

9398

2003 10542 2004 12336 2005 14185 2006 16500 2007 20169 2008 23708 2009 25604 2010 29748 2011 36018 2012 39544 2013 43320 2014 46652

4838 5160 5425 5854 6280 6860 7702 7472 9421 10493 11759 13786 15781 17175 19109 21809 24564 29547 28844

二、建立回归模型

INY=aC+bINGDP 采用对数模型 进行回归

检验是否为伪回归 (1)平稳性检验

两变量均为二阶单整 (2)协整检验

存在协整关系

(3)ECM误差修正模型

篇二:居民人均可支配收入

篇三:研究城镇居民可支配收入与人均消费性支出的关系(计量经济学模型)[1]

研究城镇居民可支配收入与人均消费性支出的关系

班级:11商41 姓名: 赵江波 学号:11088044

一、

研究的目的

本案例分析根据1980年~2009 年城镇居民人均可支配收入和人均消费性支出的基本数据,应用一元线性回归分析的方法研究了城镇居民人均可支配收入和人均消费性支出之间数量关系的基本规律,并在预测2010年人均消费性支出的发展趋势。从理论上说,居民人均消费性支出应随着人均可支配收入的增长而提高。随着消费更新换代的节奏加快,消费日益多样化,从追求物质消费向追求精神消费和服务消费转变。因此,政府在制定当前的宏观经济政策时,考虑通过增加居民收入来鼓励消费,以保持经济的稳定增长。

二、模型设定

表1 1980—2009年城镇人均可支配收入和人均消费性支出

为分析1980—2009年城镇人均可支配收入(X)和人均消费性支出(Y)的关系,作下图所示的散点图。

图1 城镇人均可支配收入和人均消费性支出的散点图

从散点图可以看出城镇人均可支配收入(X)和人均消费性支出(Y)大体呈现为线性关系,为分析中国城镇人均消费性支出随城镇人均可支配收入变动的数量规律性,可以建立如下简单线性回归模型:

Yi=β1+β2Xi+u

三、估计参数

Eviews的回归结果如下表所示:

表2 回归结果

① 参数估计和检验的结果写为:

^

Yi?184.5959?0.780645Xi

(41.10880)(0.004281) t=(4.490423) (182.3403)

R=0.999159R(修正值)=0.999129 F=33247.99 n=30 ② 回归系数的区间估计[?=5% t?(n-2)=2.048 ]

22

??tSE(??)??????tSE(??)]?1?? P[?2?222?2

^^

=P(0.780645—2.048*0.004281 ??2?0.780645+2.048*0.004281)

=P(0.7719 ??2?0.7894) =95%

剩余项(Residual)、实际值(Actual)、拟合值(Fitted)的图形如下:

图2 剩余项、实际项、拟合值的图形

四、模型检验

1、 经济意义检验

所估计的参数β1= 184.5959,β2=0.780645,说明城镇人均可支配收入每增加一元,可导致人均消费性支出提高0.780645元。

2、 拟合优度和统计检验 ① 拟合优度的度量:

由表2中可以看到,案例中可决系数为0.999159,调整后的可决系数为0.999129,说明所建模型整体上对样本数据拟合较好,即解释变量“城镇人均可支配收入”对被解释变量“人均消费性支出”的绝对部分差异作出了解释。

② 对回归系数的t检验:

针对H0:?1=0和H0:?2=0,由表2中还可以看出,估计的回归系数β1的标准误差和

?)= 4.490423;β2的标准误差和t值分别为: ?)=41.10880,t(?t值分别为:SE(?11

?)= 182.3403。取?=5%,查t分布表得自由度为n-2=30-2=28的临?)=0.004281,t(?SE(?22?)= 4.490423>t界值t0.025(28)=2.048。因为t(?10.025(28)=2.048,所以拒绝H0:?1=0;因为?)= 182.3403>tt(?20.025(28)=2.048,所以拒绝H0:?2=0。这表明,城镇人均可支配收入对

人均消费性支出确有显著影响。

③用P值检验:?=0.05>P=0.000

五、回归预测

将年份1980—2009,扩展为1980—2010,因此区间改为1980—2010。 取Xf=22000,为了作区间预测,取?=0.05。

表3 X和Y的描述统计结果

①Yf平均值置信度95%的预测区间为

:YF=YF?tα2σ。通过作回归分析^

^

?=17358.79。并且得到X和Y的描述统计结果: 得到Yf

由表3的数据可以计算出:

?x

2

i

2

??(xi?x)??x(n?1)?4954.3662?(30?1)?711826531.4

(Xf?X)2?(22000?5883.657)2?259736511.7

当Xf=22000时,将相关数据代入计算得到:

17358.79?2.048?146.258717358.79?163.98544。当2010年Xf=22000时,Yf平均值置信度95%的预测区间为(17194.804,17522.775)元。

?②Yf个别值置信度95%

的预测区间为:YF?YF?t?2


人均不可支配收入
由:建材加盟网互联网用户整理提供,链接地址:
http://m.yuan0.cn/a/7511.html
转载请保留,谢谢!
最近更新/ NEWS
推荐专题/ NEWS