SPSS线性回归分析案例

回归分析

实验内容：基于居民消费性支出与居民可支配收入的简单线性回归分析

【研究目的】

居民消费在社会经济的持续发展中有着重要的作用。影响各地区居民消费支出的因素很多，例如居民的收入水平、商品价格水平、收入分配状况、消费者偏好、家庭财产状况、消费信贷状况、消费者年龄构成、社会保障制度、风俗习惯等等。为了分析什么是影响各地区居民消费支出有明显差异的最主要因素，并分析影响因素与消费水平的数量关系，可以建立相应的经济模型去研究。

【模型设定】

我们研究的对象是各地区居民消费的差异。由于各地区的城市与农村人口比例及经济结构有较大差异，现选用城镇居民消费进行比较。模型中被解释变量Y选定为“城市居民每人每年的平均消费支出”。从理论和经验分析，影响居民消费水平的最主要因素是居民的可支配收入，故可以选用“城市居民每人每年可支配收入”作为解释变量X，选取2010年截面数据。

1、实验数据

表1：

(

2010年中国各地区城市居民人均年消费支出和可支配收入

}

数据来源：《中国统计年鉴》2010年

2、实验过程

作城市居民家庭平均每人每年消费支出(Y)和城市居民人均年可支配收入(X)的散点图，如图1：

表2

模型汇总b

模型…

R

R方调整R方标准估计的误差

1.965a.93

2.930

a.预测变量:(常量),可支配收入X（元）。

b.因变量:消费性支出Y(元)

~

表3

相关性

消费性支出Y

(元)

可支配收入X（元）

Pearson相关

性消费性支出

Y(元)

.965

从散点图可以看出居民家庭平均每人每年消费支出(Y)和城市居民人均年可支配收入(X)大体呈现为线性关系，所以建立如下线性模型：Y=a+bX

表4

系数a

3、结果分析

表2模型汇总：相关系数为，判定系数为，调整判定系数为，估计值的标准误

表3是相关分析结果。消费性支出Y与可支配收入X相关系数为，相关性很高。

表4是回归分析中的系数：常数项b=，可支配收入X的回归系数a=。a的标准误差为，回归系数t的检验值为，P值为0，满足95%的置信区间，可认为回归系数有显著意义。得线性回归方程Y=+.【实验结论】

（1）结果显示，变量之间具有如下关系式：Y=+.也就是说消费与收入之间存在稳定的函数关系。随着收入的增加，消费将增加，但消费的增长低于收入的增长。这与凯尔斯的绝对收入消费理论刚好吻

合。但为了研究方便，这里假设边际消费倾向为常数。由公式知X每增长1个单位，Y增加个单位。

（2）居民可支配收入是影响消费支出的最主要因素。因此,要大力发展经济，增加居民的可支配收入特别是提高低收入居民群体的收入，才能最大限度发挥消费对经济的拉动效应，促进消费的持续。

有效增长。

（3）居民的边际消费倾向数值越大，增加1单位居民可支配收入所引起的居民消费支出也越大。因此，政府可以实行一定的经济政策来增强居民的消费能力。

（4）在上述分析的基础上，可以进行更深入的分析。比如整理各地区食物支出总额，算出各地区食物支出总额占个人消费支出总额的比重，也就是恩格尔系数来说明经济发展、收入增加对生活消费的影响程度。一个地区的恩格尔系数越小，就说明这个地区经济越富裕。