农民收入影响因素的回归分析

农民年均收入影响因素的回归分析课程案例分析案例背景1改革开放30余年以来，虽然中国经济平均增长速度超过9%，但是二元经济结构给经济发展带来的问题仍然很突出。农村人口占中国总人口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。其中，农民收入增长是核心，也是解决三农问题的关键，本案例力图应该适当的多元回归模型，对有关农民收入的历史数据和现状进行分析，寻找其根源，探讨影响农民收入的主要因素，并对如何增收提出建议。Eric业余方向：专业PPT制作、PPT模板/图表开发、动画演示开发和PPT设计。农民收入水平的度量，通常采用人均纯收入指标。影响农民收入的因素是多方面的，既有结构性矛盾因素，又有体制性障碍因素。但可以归纳为以下几个方面：一是农产品收购价格水平。二是农村剩余劳动力转移水平。三是城市化、工业化水平。四是农业产业结构状况。五是农业投入水平。因此，以全国为例，把农民收入与各影响因素关系进行线性回归分析，并建立数学模型。案例讨论内容2一、计量经济模型分析二、计量经济学检验三、经济意义检验四、统计检验五、回归预测一、计量经济模型分析（一）数据搜集3我们在影响农民收入因素中引入7个变量。即：X2--财政用于农业的支出比重。X3--第二、三产业从业人数占全社会从业人数的比重。X4--非农村人口比重。X5--乡村从业人员占农村人口的比重。X6--农业总产值占农林牧总产值的比重。X7--农作物播种面积。X8--农村用电量。2001年至2010年各影响因素数据表：（见下页）2001年至2010年各影响因素数据表3yx2x3x4x5x6x7x8年份78年可比价比重%%比重比重千公顷亿千瓦时1991317.4010.2640.3026.9456.7563.09149585.80963.201992336.2010.0541.5027.4656.8261.51149007.101106.901993346.909.4943.6027.9956.8860.07147740.701244.901994364.309.2045.7028.5156.9658.22148240.601473.901995383.608.4347.8029.0457.0458.43149879.301655.701996418.108.8249.5030.4857.6260.57152380.601812.701997437.308.3050.1031.9158.2658.23153969.201980.101998456.1010.6950.2033.3558.9558.03155705.702042.201999473.508.2349.9034.7859.7157.53156372.812173.452000483.407.7550.0036.2260.5355.68156299.852421.302001年至2010年各影响因素数据表（续）资料来源：《中国统计年鉴2011》3yx2x3x4x5x6x7x8年份78年可比价比重%%比重比重千公顷亿千瓦时2001503.707.7150.0037.6661.1855.24155707.862610.782002527.907.1750.0039.0961.5054.51154635.512993.402003550.607.1250.9040.5361.8250.08152414.963432.922004588.009.6753.1041.7662.0450.05153552.553933.032005624.507.2255.2042.9962.0549.72155487.734375.702006670.707.8557.4044.3461.9852.74152149.004895.802007734.406.8459.2045.8962.0650.43153463.935509.902008793.157.6260.4046.9961.7448.35156265.705713.152009860.578.8161.9048.3461.6650.99158613.556104.442010954.379.0563.3049.9561.7153.29160674.816632.35（二）计量经济模型建立3我们设定模型为下面所示的形式：2001年至2010年各影响因素据表：（见下页）887766554433221xxxxxxxy回归统计MultipleR0.9993457RSquare0.9986919AdjustedRSquare0.9979289标准误差8.275157观测值20方差分析dfSSMSFSignificanceF回归分析7627373.889624.831308.8082.49E-16残差12821.738768.47822总计19628195.6（二）计量经济模型建立32001年至2010年表：（回归分析报告为各影响因素据见下页）Coefficients标准误差tStatP-valueLower95%Upper95%下限99.0%上限99.0%Intercept1923.6567595.49153.2303680.007214626.19223221.121104.7044133742.609XVariable1-0.42332.420691-0.174870.8641-5.697534.850932-7.817395766.970796XVariable20.04074051.5618340.0260850.979618-3.36223.443685-4.729944264.811425XVariable342.5167129.0240244.7115020.00050422.8550562.1783714.9524724870.08095XVariable4-60.1245911.04921-5.441530.00015-84.1987-36.0504-93.8748228-26.3743XVariable52.01015931.4043391.4313910.177844-1.049635.069952-2.279451236.29977XVariable60.00374340.0018182.0590250.061877-0.000220.007705-0.001809890.009297XVariable7-0.0158540.026698-0.593830.563655-0.074020.042316-0.097405230.065697回归分析报告：801585407003743406010159325124596045167124230407405024233065671923x.-x.x.x.-x.x.x.-.y1308.808F19Df0.99869190.9986919___22RR二、计量经济学检验3（一）多重共线性的检验及修正2001年至2010年各影响因素据表：（见下页）1.检验多重共线性a.直观法我们从统计分析表中可以看出，虽然整体的拟合很好，但是X2X3X8的t统计量并不显著，所以可能存在多重共线性。b.相关系数矩阵1-0.449011-0.506660.9470281-0.621840.8080210.92932510.615492-0.81667-0.90044-0.918591-0.290780.7634960.7472340.703869-0.551471-0.430030.9641620.9783460.837786-0.850770.6874081从表中可以看出，一些变量之间的相关程度较高，所以应该存在多重共线性。二、计量经济学检验3我们设定模型为下面所示的形式：2001年至2010年各影响因素据表：（见下页）（一）多重共线性的检验及修正2.多重共线性的修正——逐步迭代法a.一元回归：Y对X2的回归结果----表1MultipleR0.378993RSquare0.143635AdjustedRSquare0.09606标准误差172.8783观测值20方差分析dfSSMSFSignificanceF回归分析190231.1690231.163.0190860.099369残差18537964.429886.91总计19628195.6Coefficients标准误差tStatP-valueLower95%Upper95%下限95.0%上限95.0%Intercept1061.05301.65253.5174570.00246427.30151694.798427.30151694.798XVariable1-61.054335.13812-1.737550.099369-134.87712.76815-134.87712.76815二、计量经济学检验3我们设定模型为下面所示的形式：2001年至2010年各影响因素据表：（见下页）（一）多重共线性的检验及修正2.多重共线性的修正——逐步迭代法a.一元回归：Y对X3的回归结果---表2MultipleR0.967353RSquare0.935772AdjustedRSquare0.932204标准误差47.34487观测值20方差分析dfSSMSFSignificanceF回归分析1587847.9587847.9262.25213.55E-12残差1840347.672241.537总计19628195.6Coefficients标准误差tStatP-valueLower95%Upper95%下限95.0%上限95.0%Intercept-864.08387.42247-9.8841.07E-08-1047.75-680.416-1047.75-680.416XVariable127.287731.68503116.19423.55E-1223.7476130.8278523.7476130.82785二、计量经济学检验3我们设定模型为下面所示的形式：2001年至2010年各影响因素据表：（见下页）（一）多重共线性的检验及修正2.多重共线性的修正——逐步迭代法a.一元回归：Y对X4的回归结果---表3---MultipleR0.966661RSquare0.934434AdjustedRSquare0.930791标准误差47.83554观测值20方差分析dfSSMSFSignificanceF回归分析1587007.3587007.3256.53234.28E-12残差1841188.32288.239总计19628195.6Coefficients标准误差tStatP-valueLower95%Upper95%下限95.0%上限95.0%Intercept-318.33754.723-5.817241.64E-05-433.306-203.368-433.306-203.368XVariable123.099841.44224216.016634.28E-1220.0698126.1298820.0698126.12988二、计量经济学检验3我们设定模型为下面所示的形式：2001年至2010年各影响因素据表：（见下页）（一）多重共线性的检验及修正2.多重共线性的修正——逐步迭代法a.一元回归：Y对X5的回归结果-----表4MultipleR0.808191RSquare0.653173AdjustedRSquare0.633905标准误差110.019观测值20方差分析dfSSMSFSignificanceF回归分析1410320.3410320.333.899041.63E-05残差18217875.312104.18总计19628195.6Coefficients标准误差tStatP-valueLower95%Upper95%下限95.0%上限95.0%Intercept-