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
免责声明:以上内容源自网络,版权归原作者所有,如有侵犯您的原创版权请告知,我们将尽快删除相关内容。