1、spss多元回归分析报告案例企业管理对居民消费率影响因素的探究-以湖北省为例改革开放以来，我国经济始终保持着高速增长的趋势，三十多年间综合国力得到显著增强，但我 国居民消费率一直偏低，甚至一直有下降的趋势。居民消费率的偏低必然会导致我国内需的不足，进 而会影响我国经济的长期健康发展。本模型以湖北省1995年2010年数据为例，探究各因素对居民消费率的影响 及多元尖系。（注：计算我国居民的消费率，用居民的人均消费除以人均GDP,得到居民的消费率）o通常来说， 影响居民消费率的因素是多方面的，如 ：居民总收入，人均GDP，人口结构状况，（儿童抚养系数，老年抚养系数），居民消费价格指数增长率等 因素
2、。总消费（C:亿元）总GDP （亿元）消费率（）19951095.972109.3851.9619971438.122856.4750.3520001594.083545.3944.9620011767.383880.5345.5420021951.544212.8246.3220032188.054757.4545.991.人口年龄结构一种比较精准的描述是：儿童抚养系数（014岁人口与1564岁人口的比 值）、老年抚养系数（65岁及以上人口与1564岁人口的比值或总抚养 系数（儿童和老年抚养 系数之和）4岁人口比例与65岁及以上人口比例可由湖北省统计年鉴查得。20042452.625633.
3、2443.5420052785.426590.1942.2720063124.377617.4741.0220073709.699333.439.7520084225.3811328.9237.3020094456.3112961.134.3820105136.7815806.0932.50注：数据来自湖北省统计年鉴）、计量经济模型分析（一）、数据搜集根据以上分析，本模型在影响居民消费率因素中引入6个解释变量。X1居民总收入（亿元），X2：人口增长率（弘），X3 ：居民消费价格指数增长率，X4：少儿抚养系数，X5：老年 抚养系数，X6 :居民消费占收入比重（）。199551.961590.75
4、9.2717.145.39.4268.9199750.352033.688.122.841.19.4470.72200044.962247.253.70.4399.5770.93200145.542139.712.440.737.839.7282.6200246.322406.552.210.436.189.8181.09200345.992594.612.322.234.439.8784.33200443.542660.112.44.932.699.892.2200542.273172.413.052.931.099.7387.8200641.023538.43.131.630.179.98
5、8.3200739.754168.523.234.829.4610.0488.99200837.34852.582.716.328.6210.187.07200934.385335.543.480.428.0510.2583.52201032.56248.754.342.927.8310.4182.2（二）、计量经济学模型建立假定各个影响因素与丫的尖系是线性的，则多元线性回归模型为：yt o 1X1 2X2利用SPSS统计分析软件输出分析结果如下:Descriptive StatisticsMeanStd DeviationNY42.76005.7457413X13.3068E31436.45
6、49013b. Dependent Variable: Y这部分被结果说明在对模型进行回归分析时所采用的方法是全部引入法 Enter。Correlatio nsYX1X2X3X6X5X4Pears on Correlati onY1.000-.965.480.354-.566-.960.927X1-.9651.000-.288-.215.451.932-.877X2.480-.2881.000.656-.767-.577.623X3.354-.215.6561.000-.293-.365.392X6-.566.451-.767-.2931.000.722.795X5-.960.932-.577
7、-.365.7221.000-.982X4.927-.877.623.392-.795-.9821.000Sig. (1-tailed)Y.000.049.118.022.000.000X1.000.170.240.061.000.000X2.049.170.007.001.020.011X3.118.240.007.166.110.093X6.022.061.001.166.003.001X5.000.000.020.110.003.000X4.000.000.011.093.001.000NY13131313131313X113131313131313X213131313131313X31
8、3131313131313X613131313131313X513131313131313X413131313131313这部分列出了各变量之间的相尖性，从表格可以看出丫与X1的相尖性最大。且自变量之间也存在相矢性，如X1与X5，X1与X4，相尖系数分别为0.932和0.877，表明他们之间也存在相矢性。bModel SummaryModelRR SquareAdjusted RSquareStd. Error of theEstimateDurbin-Watson1.991.982.9641.091502.710a. Predictors: (Constant), X4, X3, X2, X
9、6, X1, X5b. Dependent Variable: Y这部分结果得到的是常用统计量，相尖系数R=0.991，判定系数=0.982，调整的判定系数=0.964，回归估计的标准误差S=1.09150 o说明样本的回归效果比较好ANOVA&ModelSum of SquaresdfMean SquareFSig.1Regressi on389.015664.83654.421.000Residual7.14861.191Total396.16312a. Predictors: (Constant), X4, X3, X2, X6, X1, X5ANOVAbModelSum of Squa
10、resdfMean SquareFSig.1Regression389.015664.83654.421.000aResidual7.14861.191Total396.16312b. Dependent Variable: Y该表格是方差分析表，从这部分结果看出：统计量F=54.421，显著性水平的值P值为0，说明因变量与自变量的线性矢系明显。Sum of Squares 一栏中分别代表回归平方和为389.015,、残差平方和7.148、总平方和为396.163.Coefficients aModelUnstandardized CoefficientsStan dardized Coeff
11、icientstSig.BStd. ErrorBeta1(Constant)33.36466.059-.505.632X1-.006.002-1.475-2.663.037X2.861.391.3352.201.070X3.036.121.029.301.774X6-.091.198-.120-.460.662X512.7159.581.9691.327.233X4.527.818.269.644.543a. Dependent Variable: Y该表格为回归系数分析5其中Unstandardized Coefficients为非标准化系数，Standardized Coefficient
12、s为标准化系数 t为回归系数检验统计量，Sig.为相伴概率值。从表格中可以看出该多元线性回归方程：Y=-33.364-0.006X 1+O.86I X2+0.036X3+0.527X44-12.715X5-0.091 X g+8、计量经济学检验（一）、多重共线性的检验及修正、检验多重共线性从“表3相尖系数矩阵”中可以看出，个个解释变量之间的相尖程度较高，所以应该存在多重共线性。、多重共线性的修正一一逐步迭代法运用spss软件中的剔除变量法，选择stepwise逐步回归。输出表7:进入与剔除变量表。Variables Entered/Removed aModelVariables Entered
13、VariablesRemovedMethod1X1Stepwise (Criteria: Probability-of-F-to-enter = .100).2X2Stepwise (Criteria: Probability-of-F-to-enter = .100).a. Dependent Variable: Y可以看到进入变量为X1与X2.Model Summary cModelRR SquareAdjusted RSquareStd. Error of theEstimateDurbin-Watso n1.965*.932.9251.570162.988b.976.971.97673
14、1.983a. Predictors: (Constant), X1b. Predictors: (Constant), X1, X2c. Dependent Variable: Y表8是模型的概况，我们看到下图中标出来的五个参数，分别是负相尖系数、决定系数、校正决定系数、 随机误差的估计值和D-W值，这些值（除了随机误差的估计值，D-W越接近2越好）都是越大表明模 型的效果越好，根据比较，第二个模型应该是最好的。表9 :方差分析表ANOVAcModelSum of SquaresdfMean SquareFSig.1Regressi on369.0431369.043149.689.000a
15、Residual27.119112.465Total396.163122Regressi on386.6232193.311202.632.000bResidual9.54010.954Total396.16312a. Predictors: (Constant), X1b. Predictors: (Constant), X1, X2c. Dependent Variable: Y方差分析表，四个模型都给出了方差分析的结果，这个表格可以检验是否所有偏 回归系数全为0，sig值小于0.05可以证明模型的偏回归系数至少有一个不为零。表10 ：参数检验Coefficie ntsModelUnsta
16、ndardized CoefficientsStandardizedCoefficientstSig.BStd. ErrorBeta1(Constant)55.5261.13149.109.000iX1-.004.000-.965-12.235.0002(Constant)52.497.99652.686.000X1-.004.000-.902-17.599.000X2.565.132.2204.293.001a. Dependent Variable: Y参数的检验，这个表格给出了对偏回归系数和标准偏回归系数的检验，偏回归系 数用于不同模型的比较，标准偏回归系数用于同一个模型的不同系数的检验
17、，其 值越大表明对因变量的影响越大O综上可得：模型2为最优模型。得出回归方程Y=52.497-0.004X1 +0.056X2+ s（二）、异方差的检验输出残差图：如图1ISnp-saQ:P2NPEPU5S 匸0.侨$6注I I I I I2 1 0 1 2从图1看出，e2并不随x的增大而变化，表明模型不存在异方差。（三） 、自相尖检验用D-W检验由输出结果表 8 得:DW= 1.983 ，查表得 DL=0.861 ，DU=1.562，4-DU=2.438所以DUDW4-DU=2.438，因此误差项之间不存在自相矢性。（四） 、统计检验1 拟合优度检验：由表8相矢系数R=0.988，判定系数=
18、0.976，调整的判定系数=0.971，回归估计的标准误差S=0。9673。说明样本的回归效果比较好。2.F值检验：由表9F=202.632。查表得，置信度为95%，自由度为 2的F临界 值为4.474，F值远远大于临界值，则说明模型显著。3.t检验由表10, p0, p1,卩2的t值分别问52.6867.599,4.293。查表得,t检验的临界值为1.771。说明回归方程对各个变量均有显著影响。（五）、模型结果 因为最终进入模型的两个变量间不存在共线问题，各解释变量无异方 差，D-W检验显示各误差项之间不存在自相尖性。Y =52.497-0.004X1 +0.056X2+ s三、经济意义检验模型估计结果表明：在假定其他解释变量不变的情况下，湖北居民总收入每增加 1亿元其居民消费率降低0.004 ；在假定其他解释变量不变的情况下，人口增长率每提高1个千分点，居民消费率将增加0.056 ；
