实验5-我国城镇居民收入对消费的影响(引入季节虚拟变量)

实验五探究我国城镇居民收入对消费的影响实验目的：学习熟练应用Eviews软件进行数据分析，锻炼解决实际生活问题的能力实验内容：1.做城镇居民消费性支出对城镇居民可支配收入的回归，看看两者是否相关？2.如果收入与消费出现季节性因素，那么引入一个适当的虚拟变量，并对模型进行估计。在建立模型当中，如何考虑不同季节截距和斜率的差异？3.比较不同回归模型的差异，并分析原因。4.根据回归结果，是否表明城镇居民消费存在季节因素？这与先验预期一致吗？实验报告：1.提出问题通过经济理论的学习我们知道，一个国家或地区的人均消费性支出水平主要取决于其人均可支配收入水平。而作为经济统计专业的学生，关注我国在经济发展过程中城镇居民可支配收入对城镇居民消费性支出是否产生影响以及产生怎样的影响是有意义的。另外，由经济理论及生活中的经验，我们知道，消费往往还受季节性因素的影响，利用数据去探究这些影响是值得的。2.指标选择为了确保实验结果的准确性与一般性，我们选择我国1999年-2015年各季度城镇居民可支配收入和消费性支出对该问题进行研究。3.数据选择老师提供的数据，数据详情见表1城镇居民可支配收入消费性支出q2q3q41999-031632.11201.10001999-061319.61026.81001999-091401.11187.60101999-121501.21200.40012000-031752.61283.10002000-061455.61150.51002000-091510.51309.50102000-121561.31254.90012001-031845.01337.40002001-061578.01208.41002001-091684.21409.70102001-121752.41353.50012002-032125.51554.40002002-061816.91410.91002002-091850.61600.60102002-121909.81464.00012003-032354.51669.10002003-061946.41441.41002003-092046.01733.50102003-122125.31666.90012004-032638.81838.90002004-062175.81645.31002004-092257.41888.60102004-122349.61809.30012005-032937.82020.10002005-062436.21845.21002005-092527.72084.80102005-122591.31992.80012006/033293.02243.80002006/062704.01983.81002006/092801.82252.80102006-122961.22216.60012007/033935.02620.00002007/063117.02210.01002007/093294.22565.10102007-123439.62602.40012008/034385.62882.30002008/063679.32608.01002008/093799.92855.20102008/123915.92897.30012009/034833.93130.10002009/064022.02849.21002009/094117.43114.40102009/124201.43170.90012010/035308.03474.70002010/064449.13096.11002010/094576.73370.80102010/124775.63529.90012011/035962.83846.30002011/065078.73471.91002011/095259.43877.20102011/125508.93965.50012012/036796.34320.10002012/065712.23873.71002012/095918.14183.40102012/126138.14297.10012013/037427.34634.70002013/066221.84149.61002013/096519.94534.70102013/126786.04704.00012014/037911.95193.20002014/066607.84477.41002014/097177.34936.80102014/127146.95360.80012015/038571.95533.60002015/067127.14867.51002015/097813.25234.80102015/127682.75756.60014.数据处理实验数据可以直接运用，无需经过处理。5.数据分析对城镇居民消费性支出与可支配收入做相关分析，做出散点图并求得相关系数。01,0002,0003,0004,0005,0006,0001,0003,0005,0007,0009,000收入支出由散点图和相关系数可以看出，城镇居民消费性支出与可支配收入的相关性较高，且两者之间存在正相关关系。6.建立模型1）对城镇居民消费性支出（Y）与可支配收入(X)建立回归模型建立如下线性模型：01iYXU得出回归结果：SRZCSR1.0000000.992535ZC0.9925351.000000表1DependentVariable:ZCMethod:LeastSquaresDate:05/17/16Time:08:57Sample:1999Q12015Q4Includedobservations:68VariableCoefficientStd.Errort-StatisticProb.C270.303443.029256.2818520.0000SR0.6430840.00972766.116430.0000R-squared0.985126Meandependentvar2786.485AdjustedR-squared0.984901S.D.dependentvar1347.527S.E.ofregression165.5814Akaikeinfocriterion13.08577Sumsquaredresid1809536.Schwarzcriterion13.15105Loglikelihood-442.9163Hannan-Quinncriter.13.11164F-statistic4371.382Durbin-Watsonstat1.971288Prob(F-statistic)0.000000回归方程：0.643084*270.334ˆ0XY其中：Se=(0.009727)(43.02925)t=(66.11643)(6.281852)P=(0.00000)(0.00000)2R=0.985126F=4371.382回归方程的拟合曲线和残差图如下图所示：-400-20002004006004008001,2001,6002,0002,4002,80020002002200420062008201020122014残差真实值拟合值由残差图可知,残差点在水平带状区域中分布较均匀,说明方程的拟合效果较好。2）引入季节虚拟变量后建立城镇居民消费性支出（Y）与可支配收入(X))的回归模型建立如下线性模：Y=β0+β1*X+α1q2+α2q3+α3q4+iu得出如下回归结果：DependentVariable:ZCMethod:LeastSquaresDate:05/17/16Time:10:58Sample:1999Q12015Q4Includedobservations:68VariableCoefficientStd.Errort-StatisticProb.Q2145.834636.025454.0480980.0001Q3311.136735.903398.6659420.0000Q4307.752135.848988.5846800.0000SR0.6479180.006174104.95020.0000C60.2108036.817881.6353680.1070R-squared0.994375Meandependentvar2786.485AdjustedR-squared0.994018S.D.dependentvar1347.527S.E.ofregression104.2256Akaikeinfocriterion12.20168Sumsquaredresid684367.1Schwarzcriterion12.36488Loglikelihood-409.8570Hannan-Quinncriter.12.26634F-statistic2784.143Durbin-Watsonstat2.182400Prob(F-statistic)0.0000000.647918*145.8346*2311.1367*3307.7521*460.210ˆ80XqqqY其中:Se=(0.006174)(36.02545)(35.90339)(35.84898)(36.81788)t=(104.9502)(4.048098)(8.665942)(8.584680)(1.635368)P=(0.00000)(0.000100)(0.000000)(0.000000)(0.107000)R2=0.994375F=2784.143回归方程的拟合曲线和残差图如下所示：-400-200020040060001,0002,0003,0004,0005,0006,00020002002200420062008201020122014残差真实值拟合值由残差图可知,残差点在水平带状区域中分布较均匀,说明方程的拟合效果较好。7.模型检验1）城镇居民消费性支出（Y）与可支配收入(X)的回归模型检验经济检验：β1值为0.643，在0~1之间，符合经济理论，表明居民收入每增加1元，居民消费将增加0.643元。统计检验：（1）拟合优度检验：拟合度R2=0.985126,表明模型对样本数据拟合度较好。（2）t检验：查表可得，在5%的显著水平下，自由度为n-1=67的t的临界值为1.669,β1的估计值的t值为66.116431.669,说明在95%的置信水平下，解释变量收入(X)对消费(Y）有显著影响。即解释变量收入(X)通过了显著性检验。2)引入季节因素变量后，城镇居民消费性支出（Y）与可支配收入(X)的的回归模型检验经济检验：β1为0.648，在0~1之间，第二季度(q2)的系数α1为145.8346，第三季度(q3)的系数α2为331.1367，第四季度(q4)的系数α3为307.7521，符合经济理论，且表明居民收入每增加1元，居民消费将增加元0.648。统计检验：（1）拟合优度检验：拟合度R2=0.994375,说明模型对样本数据拟合很好。（2）t检验：查表可得，在5%的显著水平下，自由度为n-4=64的t的临界值为1.669,β1的估计值的t值为104.95021.669,α1的估计值的t值为4.0480981.669,α2的估计值的t值为8.6659421.669,α3的估计值的t值为8.5846801.669，说明在95%的置信水平下，解释变量收入(X)、q2、q3、q4对消费(Y）有显著影响。即解释变量收入(X)、q2、q3、q4均通过了显著性检验。8.报告结论由分析结果可知，城镇居民消费性支出与城镇居民可支配收入是相关的，且相关系数较大，说明城镇居民消费性支出与城镇居民可支配收入相关程度较大且成正相关。在引入季节性影响因素后，城镇居民消费性支出与城镇居民可支配收入之间的关系有所不同。其原因可能是在不同的季节，城镇居民的收入情况和消费习惯不同。比如在第二季度，回归模型中q2的回归系数α1较小，因为假期节日比较