1）城镇居民人均可支配收入的回归预测

将城镇居民可支配收入与年份绘制成散点图，通过观察可以发现，数据点连接成的趋势线呈稳步上升趋势，因此考虑利用多元回归方法，对城镇居民的人均可支配收入进行预测，如图5-8所示。

图5-8　城镇居民人均可支配收入散点图

根据这一问题，本书所选取的相关指标如下表所示：城镇居民人均总收入（X1）、城镇居民人均工资性收入（X2）、城镇居民人均经营净收入（X3）、城镇居民人均财产性收入（X4）、城镇居民人均转移性收入（X5）。

采用2000—2012年国家统计的相关数据（其中，2013年之前的数据是国家调查员通过入户调查分别取得的）对可支配收入进行多元回归分析，如表5-9所示。

表5-9　原始变量数据值

（续表）

利用SPSS 16．0数据统计分析软件，令城镇居民人均可支配收入为Z1，将相关变量输入该软件，进行多元回归分析，如表5-10所示。

表5-10　模型拟合度分析、方差分析和相关度分析

根据以上分析结果，能够得到城镇居民人均可支配收入与其他相关变量之间的关系如下：

根据式（5-2），可以对未来城镇居民人均可支配收入进行预测。

2）农村居民人均可支配收入的回归预测(www.daowen.com)

将农村居民可支配收入与年份绘制成散点图，通过观察可以发现，数据点连接成的趋势线也呈现上升趋势，考虑使用多元回归方法来对农村居民可支配收入进行预测，如图5-9所示。

图5-9　农村居民人均可支配收入散点图

选取指标如下：农村居民家庭人均纯收入（Y1）、农村居民家庭人均工资性收入（Y2）、农村居民家庭人均家庭经营纯收入（Y3）、农村居民家庭人均财产性收入（Y4）、农村居民家庭人均转移性收入（Y5）。

采用1995—2012年的国家统计数据（其中，2013年以前的数据是国家通过入户调查取得的）对可支配收入的相关数值进行多元回归分析，如表5-11所示。

表5-11　原始变量数据值

同上所述，利用SPSS 16．0统计分析软件，令城镇居民人均可支配收入为Z2，将相关变量输入软件，然后进行多元回归分析，如表5-12所示。

表5-12　模型拟合度分析、方差分析和相关度分析

得到农村居民人均可支配收入与其他相关变量之间的数量关系如下：

根据式（5-3），可以预测出2015年到2050年全国的城乡居民人均可支配收入，预测结果，如表5-13所示。

表5-13　2015—2050年城乡居民人均可支配收入预测值