計量經(jīng)濟學調查報告

大學生月消費支出調查報告大學生月消費支出調查報告 一 引言一 引言 在當前尚且低迷 尚未完全復蘇的經(jīng)濟環(huán)境下 消費問題被大家廣泛關注 物價的連續(xù)上 漲 直接反映了社會的消費和需求問題 當前的消費市場中 大學生作為一個特殊的消 費群體正受到越來越大的關注 由于大學生年齡較輕 群體較特別 他們有著不同于社會 其他消費群體的消費心理和行為 一方面 他們有著旺盛的消費需求 另一方面 他們尚 未獲得經(jīng)濟上的獨立 消費受到很大的制約 消費觀念的超前和消費實力的滯后 都對他 們的消費有很大影響 特殊群體自然有自己特殊的特點 同時難免存在一些非理性的消費 甚至一些消費的問題 為了調查清楚大學生的消費情況 我決定在身邊的同學中進行一次 消費的調研 對大家的消費進行歸宗和分析 二 理論綜述二 理論綜述 我們主要對大學生每人每月消費支出進行多因素分析 并從周圍同學搜集相關數(shù)據(jù) 建立模型 對此進行數(shù)量分析 影響大學生每人每月消費支出的主要因素如下 1 學習支出 2 消費收入 3 生活支出 三 模型設定三 模型設定 Y 每人每月消費支出 X1 學習支出 X2 消費收入 X3 生活支出 四 數(shù)據(jù)搜集四 數(shù)據(jù)搜集 1 1 數(shù)據(jù)說明 數(shù)據(jù)說明 我們特對周圍大學生的消費水平做了簡單調查 再用計量經(jīng)濟學的知識分析其影響因 素 2 數(shù)據(jù)的搜集情況數(shù)據(jù)的搜集情況 單位 元 人 數(shù) 每人每月消 費 支出Y 學習支出 X1 消費收入 X2 生活支出 X3 1760310800450 2630230600400 311002301350880 4420170450250 59601601000800 6580280500300 78702201000650 8300110400190 910501501300900 10126016015001100 11130030015001000 12500190550310 13600180750420 149001401000760 15710150800560 五 模型的估計與調整 模型的估計與調整 1 1 模型的參數(shù)估計及其經(jīng)濟意義 統(tǒng)計推斷的檢驗模型的參數(shù)估計及其經(jīng)濟意義 統(tǒng)計推斷的檢驗 用 OLS 方法估計得 Dependent Variable Y Method Least Squares Date 11 08 10 Time 18 50 Sample 1 15 Included observations 15 VariableCoefficientStd Errort StatisticProb C2 2670852 7407440 8271790 4257 X11 0028640 01324975 694920 0000 X2 0 0140950 011071 1 2731980 2292 X31 0153560 01407272 155330 0000 R squared0 999941 Mean dependent var796 0000 Adjusted R squared0 999925 S D dependent var300 6849 S E of regression2 595570 Akaike info criterion4 968668 Sum squared resid74 10681 Schwarz criterion5 157481 Log likelihood 33 26501 F statistic62623 78 Durbin Watson stat0 894106 Prob F statistic 0 000000 Y 2 267085043 1 002863576X1 0 01409509937X2 1 015356088X3 2 7407 0 0132 0 0111 0 0141 t 0 8272 75 6949 1 2732 72 1553 R2 0 9999 F 62623 78 n 15 統(tǒng)計檢驗如下 1 擬合優(yōu)度 由上可知 R2 0 9999 說明模型對樣本的擬合很好 2 查 F 分布表得 3 59 3 59 可以看出 F F 62623 78 3 59 3 59 說明回歸方程顯著 即 學習支 出 消費收入 生活支出 對 每人每月消費支出 有顯著影響 3 t 檢驗 X1 X3的 p 值等于0 0000 這表明 X1 X3 對 Y 有顯著性影響 X2的 p 值等于 0 2292 X2 不顯著 故我們對上述模型進行計量經(jīng)濟學的檢驗 并進行修正改進 2 2 計量經(jīng)濟學檢驗計量經(jīng)濟學檢驗 3 1 多重共線性檢驗 X1X2X3 X1 1 000000 0 123133 0 024588 X2 0 123133 1 000000 0 981034 X3 0 024588 0 981034 1 000000 由上表可以看出 解釋變量 X1與 X2 X1與 X3 相關系數(shù)較小 X2與 X3 的相關系 數(shù)都較大 可見存在多重共線性 下面我們用逐步回歸法進行修正 Dependent Variable Y Method Least Squares Date 12 22 10 Time 17 40 Sample 1 15 Included observations 15 VariableCoefficie nt Std Errort StatisticProb C1 8556022 7911600 6648140 5187 X10 9942450 01168085 126090 0000 X30 9976940 002423411 76110 0000 R squared0 999933 Mean dependent var796 0000 Adjusted R squared0 999922 S D dependent var300 6849 S E of regression2 661886 Akaike info criterion 4 972804 Sum squared resid85 02767 Schwarz criterion5 114414 Log likelihood 34 29603 F statistic89312 68 Durbin Watson stat1 135934 Prob F statistic 0 000000 Y 2 267085043 1 002863576X1 0 01409509937X2 1 015356088X3 2 7407 0 0132 0 0111 0 0141 t 0 8272 75 6949 1 2732 72 1553 R2 0 9999 F 62623 78 n 15 修正后的方程 Y 1 855602386 0 9942445531X1 0 9976942247X3 2 7912 0 0117 0 0024 t 0 6648 85 1261 411 7611 R2 0 999933 F 89312 68 n 15 修正后的參數(shù)的 t 值都已經(jīng)比較顯著 且 F 值也有了一定的增加 故不再刪除變量 選擇 此模型為修正后的模型 由模型得出 大學生每人每月的消費支出隨學習支出的增加而增加 隨生活支出的增 加而增加的結論 這與經(jīng)濟意義相符 2 異方差檢驗 White 檢驗 White Heteroskedasticity Test F statistic0 628974 Probability0 682978 Obs R squared3 884193 Probability0 566207 Test Equation Dependent Variable RESID 2 Method Least Squares Date 12 23 10 Time 15 44 Sample 1 15 Included observations 15 VariableCoefficie nt Std Errort StatisticProb C 61 01632 71 58413 0 8523720 4161 X10 6619300 7293080 9076150 3877 X1 2 0 001818 0 001714 1 0607320 3164 X1 X30 0002910 0003090 9418710 3709 X3 0 032377 0 111792 0 2896160 7787 X3 2 4 79E 06 8 46E 05 0 0566320 9561 R squared0 258946 Mean dependent var5 668512 Adjusted R squared 0 152750 S D dependent var18 47437 S E of regression19 83524 Akaike info criterion9 101971 Sum squared resid3540 929 Schwarz criterion9 385191 Log likelihood 62 26478 F statistic0 628974 Durbin Watson stat1 375996 Prob F statistic 0 682978 由上圖知 nR2 3 884193 其伴隨概率 p 0 5662 0 05 即修正后的模型不存在異方差 3 自相關檢驗 a DW 檢驗法 Dependent Variable Y Method Least Squares Date 12 22 10 Time 17 40 Sample 1 15 Included observations 15 VariableCoefficie nt Std Errort StatisticProb C1 8556022 7911600 6648140 5187 X10 9942450 01168085 126090 0000 X30 9976940 002423411 76110 0000 R squared0 999933 Mean dependent var796 0000 Adjusted R squared0 999922 S D dependent var300 6849 S E of regression2 661886 Akaike info 4 972804 criterion Sum squared resid85 02767 Schwarz criterion5 114414 Log likelihood 34 29603 F statistic89312 68 Durbin Watson stat1 135934 Prob F statistic 0 000000 由 EVIEWS 軟件 用 OLS 方法得 DW 1 135934 查德賓 沃森統(tǒng)計量表得 0 946 1 543 所以 DW 所以無一階自相關性 b BG 檢驗 Breusch Godfrey Serial Correlation LM Test F statistic1 057 266 Probability0 383236 Obs R squared 2 618 177 Probability0 270066 Test Equation Dependent Variable RESID Method Least Squares Date 12 22 10 Time 20 25 VariableCoeffi cient Std Error t StatisticProb C1 768 071 3 1620 80 0 5591480 5884 X1 0 005 666 0 0133 67 0 4238540 6806 X3 0 001 346 0 0025 96 0 5186830 6153 RESID 1 0 315 991 0 3243 15 0 9743340 3529 RESID 2 0 463 813 0 3628 70 1 2781800 2301 R squared0 174 545 Mean dependent var 4 20E 14 Adjusted R squared 0 155 637 S D dependent var2 464428 S E of regression 2 649 274 Akaike info criterion5 047650 Sum squared resid 70 18 651 Schwarz criterion5 283666 Log likelihood 32 85 F statistic0 528633 737 Durbin Watson stat 1 942 053 Prob F statistic 0 717696 其中 nR2 2 618177 臨界概率 p 0 270066 0 05 所以模型不存在自相關性 又因為 0 974334和 1 278180均小于 t0 025 15 2 1 2 179 表明該模型不存在一階和二階自相關 性 六 模型的分析六 模型的分析 進行了一系列檢驗和修正后的最終結果如下 Y 1 855602 0 994245 X1 0 997694 X3 0 664814 85