我國公路客運(yùn)量的研究

我國公路客運(yùn)量的研究報(bào)告我國公路客運(yùn)量的研究報(bào)告 白一佳 陳華 師群昌 王一竹 張斯蕊 莊云 摘要 摘要 本文通過建立模型對影響我國公路客運(yùn)量的因素進(jìn)行了研究 通過Evies對七個變 量進(jìn)行回歸擬合 通過建立模型對 011223344556677tt YXXXXXXXu 樣本數(shù)據(jù)進(jìn)行回歸 分析得到最終模型 并在此基礎(chǔ)上細(xì) 0122637 tt YXXXu 分變量優(yōu)化模型 引入虛擬變量對城市農(nóng)村的影響情況進(jìn)行對比分析 由此提出了最終模型的 改進(jìn)模型 通過樣本回歸分析得出一定的結(jié)論 提出進(jìn)一步探討的 01227 tt YXXu 問題 關(guān)鍵詞 關(guān)鍵詞 公路客運(yùn)量 OLS回歸 一 背景綜述一 背景綜述 改革開放后 我國國民經(jīng)濟(jì)持續(xù)高速發(fā)展 公路運(yùn)輸需求強(qiáng)勁增長 國家加大了公路基礎(chǔ) 設(shè)施的建設(shè)力度 隨著道路環(huán)境的改善和城鄉(xiāng)交流的日益頻繁 公路客運(yùn)量逐年提高 伴隨著 中國城市化的進(jìn)程 城鄉(xiāng)之間 城際之間的交流日益頻繁 這直接支持了公路客運(yùn)行業(yè)的發(fā)展 公路客運(yùn)在我國綜合運(yùn)輸體系客運(yùn)市場中發(fā)揮著舉足輕重的作用 承擔(dān)著90 以上的份額 因此對我國公路客運(yùn)的研究就顯得很有現(xiàn)實(shí)意義 通過研究我國從改革開放至今的公路客運(yùn)量 發(fā)展變化 可以從我國國民經(jīng)濟(jì)發(fā)展的一個側(cè)面了解到我國二十多年來的交通運(yùn)輸 公共事業(yè) 建設(shè) 人民生活水平 社會生產(chǎn) 流通 分配 消費(fèi)各環(huán)節(jié)協(xié)調(diào)發(fā)展等諸多現(xiàn)實(shí)經(jīng)濟(jì)問題 對 于提升個人對國家經(jīng)濟(jì)發(fā)展認(rèn)識 研究分析的能力大有好處 因此 本文以1978年為課題研究的時間起點(diǎn) 縱觀中國公路 人口 人均收入 客運(yùn)汽車 產(chǎn)量 鐵路 民航 水路運(yùn)輸客運(yùn)量等眾多因素對我國公路客運(yùn)量的推動作用和影響 通過建 立多元線性回歸方程 進(jìn)行實(shí)證分析 得出對我國公路客運(yùn)量的顯著影響因素 二 模型變量選擇及預(yù)測二 模型變量選擇及預(yù)測 在模型建立之初 我們選擇了七個對公路客運(yùn)量可能造成影響的因素 客運(yùn)汽車總量 年 底總?cè)丝?鐵路客運(yùn)量 水運(yùn)客運(yùn)量 民用航空客運(yùn)量 公路長度及全國總?cè)司杖?從經(jīng)濟(jì) 常識的角度 初步認(rèn)為 人口 人均收入作為國民經(jīng)濟(jì)衡量的基本要素對公路客運(yùn)量應(yīng)該有一 定的影響 鐵路客運(yùn) 水運(yùn)客運(yùn) 民航客運(yùn)與公路客運(yùn)存在替代的經(jīng)濟(jì)關(guān)系 其三者的客運(yùn)量 精品文檔 1 歡迎下載 1 歡迎下載 1 歡迎下載 0 500000 1000000 1500000 0100200300400500 X1 Y 0 500000 1000000 1500000 90000100000110000120000130000 X2 Y 0 500000 1000000 1500000 8000090000100000110000120000 X3 Y 0 500000 1000000 1500000 1500020000250003000035000 X4 Y 要么與公路客運(yùn)量有負(fù)相關(guān)的關(guān)系 要么與公路客運(yùn)量的相關(guān)關(guān)系不大 客運(yùn)汽車作為公路客 運(yùn)的硬件條件我們也將其引入模型 去考察客運(yùn)汽車總量與客運(yùn)量規(guī)模間的解釋關(guān)系 而客運(yùn) 路線的豐富程度勢必也將對公路客運(yùn)量造成影響 在此我們用公路的長度去衡量客運(yùn)路線的豐 富程度 在以上分析的基礎(chǔ)上 進(jìn)行主觀的預(yù)測 對公路客運(yùn)量可能造成影響的因素有 年底 總?cè)丝?全國總?cè)司杖?鐵路客運(yùn)量 客運(yùn)汽車總量 三 模型分析三 模型分析 根據(jù)對經(jīng)濟(jì)現(xiàn)象的分析 建立如下模型描述 011223344556677tt YXXXXXXXu 1 其中 4 15 26 37 t YX XX XX XX 公路客運(yùn)量 水運(yùn)客運(yùn)量 客運(yùn)汽車總量 民用航空客運(yùn)量 年底總?cè)丝?公路長度 鐵路客運(yùn)量 全國總?cè)司杖?一 對所選擇的樣本作散點(diǎn)圖得個解釋變量與被解釋變量的關(guān)系如下系列圖所示 精品文檔 2 歡迎下載 2 歡迎下載 2 歡迎下載 0 500000 1000000 1500000 0200040006000800010000 X5 Y 0 500000 1000000 1500000 80100120140160180200 X6 Y 0 500000 1000000 1500000 0500100015002000 X7 Y 從圖形看出所選擇的解釋變量 x3 與 x4 樣本數(shù)據(jù)與所選擇的被解釋變量的樣本數(shù)據(jù)間沒有 明顯的相關(guān)性 其余解釋變量與被解釋變量間有明顯的線性相關(guān)性 所以推測所建模型中 x3 和 x4 對 y 的解釋可能不顯著 二 樣本模型的估計(jì) 1 模型估計(jì) 對所選擇的樣本數(shù)據(jù)運(yùn)用 OLS 法回歸得 Dependent Variable Y Method Least Squares Date 12 16 05 Time 15 08 Sample 1 18 Included observations 18 VariableCoefficientStd Errort StatisticProb C 1810996 156801 2 11 549640 0000 X1 18 56917178 2442 0 1041780 9191 X216 031731 7781879 0157720 0000 精品文檔 3 歡迎下載 3 歡迎下載 3 歡迎下載 X33 7978611 1424343 3243600 0077 X4 2 6284404 549093 0 5777940 5762 X510 8877217 879220 6089590 5561 X61357 762726 40071 8691640 0911 X7349 150853 140406 5703460 0001 R squared0 998779 Mean dependent var941880 1 Adjusted R squared0 997924 S D dependent var413515 1 S E of regression18842 03 Akaike info criterion22 82667 Sum squared resid3 55E 09 Schwarz criterion23 22239 Log likelihood 197 4400 F statistic1168 282 Durbin Watson stat2 666635 Prob F statistic 0 000000 即 22 1810996 18 57 1 16 03 23 80 3 2 62 4 10 88 5 1357 766349 157 156801 2 178 24 1 78 1 42 4 55 17 88 726 40 53 14 11 55 0 10 9 02 3 32 0 58 0 61 1 87 6 57 0 99870 9979 t YXXXXXXX t RRF 1168 28 2 667DW 從回歸的樣本模型的統(tǒng)計(jì)量 R 0 998779 可以看出 模型的擬合優(yōu)度非常好 從 F 1168 282 可知解釋變量對模型的整體解釋顯著 然而通過樣本數(shù)據(jù)所得的解釋變量 x1 x4 x5 參數(shù)估計(jì)值的 t 值明顯不顯著 據(jù)此推測模型解釋變量間可能存在多重共線性 2 多重共線性的檢驗(yàn) 運(yùn)用相關(guān)系數(shù)矩陣檢驗(yàn) 相關(guān)系數(shù)矩陣為 X1X2X3X4X5X6X7 X1 1 000000 0 882892 0 407131 0 702549 0 973972 0 960579 0 907679 X2 0 882892 1 000000 0 504735 0 504676 0 920224 0 819337 0 924883 X3 0 407131 0 504735 1 000000 0 276174 0 330393 0 359901 0 295472 X4 0 702549 0 504676 0 276174 1 000000 0 751790 0 739402 0 722706 X5 0 973972 0 920224 0 330393 0 751790 1 000000 0 933892 0 974145 X6 0 960579 0 819337 0 359901 0 739402 0 933892 1 000000 0 863272 X7 0 907679 0 924883 0 295472 0 722706 0 974145 0 863272 1 000000 從相關(guān)系數(shù)矩陣中可以看出 解釋變量 x1 與 x2 x5 x6 x7 x2 與 x5 x6 x7 x5 與 x6 x7 x6 與 x7 高度相關(guān) 說明模型存在多重共線性 3 多重共線性的消除 運(yùn)用逐步回歸法消除多重共線性 第一步 Dependent Variable Y Method Least Squares Date 12 16 05 Time 15 25 Sample 1 18 Included observations 18 VariableCoefficientStd Errort StatisticProb C224417 043625 735 1441430 0001 X7759 698140 5134618 751750 0000 R squared0 956478 Mean dependent var941880 1 Adjusted R squared0 953758 S D dependent var413515 1 S E of regression88922 47 Akaike info criterion25 73336 精品文檔 4 歡迎下載 4 歡迎下載 4 歡迎下載 Sum squared resid1 27E 11 Schwarz criterion25 83229 Log likelihood 229 6002 F statistic351 6280 Durbin Watson stat0 528434 Prob F statistic 0 000000 第二步 X2 x7 Dependent Variable Y Method Least Squares Date 12 16 05 Time 15 27 Sample 1 18 Included observations 18 VariableCoefficientStd Errort StatisticProb C 1905953 296654 0 6 4248360 0000 X7406 146652 954207 6697710 0000 X220 835102 8937677 1999910 0000 R squared0 990233 Mean dependent var941880 1 Adjusted R squared0 988931 S D dependent var413515 1 S E of regression43506 46 Akaike info criterion24 35022 Sum squared resid2 84E 10 Schwarz criterion24 49861 Log likelihood 216 1520 F statistic760 3815 Durbin Watson stat0 787593 Prob F statistic 0 000000 第三步 x2 x6 x7 Dependent Variable Y Method Least Squares Date 12 16 05 Time 15 29 Sample 1 18 Included observations 18 VariableCoefficientStd Errort StatisticProb C 1956629 196460 9 9 9593800 0000 X7328 316939 038748 4100300 0000 X62111 153468 41224 5070420 0005 X219 710071 92948810 215180 0000 R squared0 996015 Mean dependent var941880 1 Adjusted R squared0 995161 S D dependent var413515 1 S E of regression28765 19 Akaike info criterion23 56485 Sum squared resid1 16E 10 Schwarz criterion23 76271 Log likelihood 208 0836 F statistic1166 384 Durbin Watson stat1 807779 Prob F statistic 0 000000 第四步 通過加入剩余變量后剔除不顯著的變量后得 x2 x3 x6 x7 Dependent Variable Y Method Least Squares Date 12 16 05 Time 15 31 Sample 1 18 Included observations 18 VariableCoefficientStd Errort StatisticProb C 1877325 121383 9 15 466010 0000 X7393 156427 2833414 410130 0000 X215 968811 40413211 372720 0000 X61957 836288 53886 7853460 0000 X33 2002030 6488084 9324360 0003 精品文檔 5 歡迎下載 5 歡迎下載 5 歡迎下載 R squared0 998612 Mean dependent var941880 1 Adjusted R squared0 998185 S D dependent var413515 1 S E of regression17616 05 Akaike info criterion22 62114 Sum squared resid4 03E 09 Schwarz criterion22 86847 Log likelihood 198 5903 F statistic2338 575 Durbin Watson stat2 590139 Prob F statistic 0 000000 但從回歸后所得的統(tǒng)計(jì)量看 加入 x3 后模型的整體擬合優(yōu)度改善并不明顯 說明 x3 對 y 的解釋能力不大 同時從經(jīng)濟(jì)意義上看 從我們先前的預(yù)測得鐵路的客運(yùn)量與公路客運(yùn)量間應(yīng) 該存在負(fù)相關(guān)性 然而所估計(jì)的系數(shù)為正 與經(jīng)濟(jì)意義相違背 所以剔除 x3 故最后的模型 為 22 1956629 328 32 22111 156 19 71 7 196460 939 04468 411 93 0 9960150 9951611166 384 1 807779 t YXXX RRF DW t 9 96 8 41 4 51 10 22 4 異方差檢驗(yàn) 運(yùn)用 arch 檢驗(yàn)得 ARCH Test F statistic0 000226 Probability0 988210 Obs R squared0 000256 Probability0 987238 Test Equation Dependent Variable RESID 2 Method Least Squares Date 12 20 05 Time 20 07 Sample adjusted 2 18 Included observations 17 after adjusting endpoints VariableCoefficientStd Errort StatisticProb C6 00E 082 28E 082 6317560 0189 RESID 2 1 0 0038870 2586790 0150260 9882 R squared0 000015 Mean dependent var6 02E 08 Adjusted R squared 0 066651 S D dependent var6 62E 08 S E of regression6 84E 08 Akaike info criterion43 63541 Sum squared resid7 02E 18 Schwarz criterion43 73343 Log likelihood 368 9009 F statistic0 000226 Durbin Watson stat1 997109 Prob F statistic 0 988210 根據(jù) F statistic 與 Obs R squared 的 P 值可得模型不存在異方差 5 自相關(guān)檢驗(yàn) 由 DW 1 807779 給定顯著性水平查表 n 18 k 3 得下臨界值和上臨界值為0 05 因?yàn)?4 1 696 1 807779 1 696 所以模型不存在自相關(guān)性 0 933 1 696 lu dd 6 模型結(jié)論 從所取樣本的估計(jì)模型得出 精品文檔 6 歡迎下載 6 歡迎下載 6 歡迎下載 0 500000 1000000 1500000 100002000030000400005000060000 X21 Y 0 500000 1000000 1500000 76000 78000 80000 82000 84000 86000 88000 X22 Y 0 500000 1000000 1500000 0100020003000 X71 Y 0 500000 1000000 1500000 0200040006000800010000 X72 Y 全國人均總收入每增加一元RMB 其他因素不變時 公路客運(yùn)總量平均提高萬人 19 71 全國總?cè)丝诿吭黾右蝗f人 其他因素不變時 公路客運(yùn)總量平均提高萬人 328 32 公路總長度每增加一萬公里 其他因素不變時 公路客運(yùn)總量平均提高萬人 2111 15 四 模型改進(jìn)四 模型改進(jìn) 一 對所選擇的樣本作散點(diǎn)圖得分類后的解釋變量與被解釋變量的關(guān)系如下系列圖所示 考慮到全國人均收入與全國總?cè)丝诖嬖趨^(qū)域差異 即可把人口范圍細(xì)分為城鎮(zhèn)和農(nóng)村 因 此 在上述模型的基礎(chǔ)上 我們進(jìn)一步考慮各細(xì)化因素的影響程度 以及農(nóng)村人口由于政策因 素而呈現(xiàn)的二次型 建立如下模型 012126371tt YXXXu 2 120102222237246tt YDD XXXXu 3 精品文檔 7 歡迎下載 7 歡迎下載 7 歡迎下載 其中 0 01995 11995 t D t 6 2122 7172 t YX XX XX 公路客運(yùn)量 公路長度 年底城鎮(zhèn)居民人口數(shù) 年底農(nóng)村居民人口數(shù) 城鎮(zhèn)居民人均收入 農(nóng)村居民人均收入 二 樣本模型的估計(jì) 1 對模型的估計(jì) 2 模型估計(jì) 選擇的樣本數(shù)據(jù)運(yùn)用 OLS 法回歸得 Dependent Variable Y Method Least Squares Date 12 24 05 Time 23 23 Sample 1 10 Included observations 10 VariableCoefficientStd Errort StatisticProb C453987 7709790 90 6396080 5461 X6 11946 309828 607 1 2154620 2698 X2141 153768 5584004 8085810 0030 X71121 882734 826153 4997470 0128 R squared0 995571 Mean dependent var641103 1 Adjusted R squared0 993356 S D dependent var290572 5 S E of regression23684 97 Akaike info criterion23 27224 Sum squared resid3 37E 09 Schwarz criterion23 39328 Log likelihood 112 3612 F statistic449 5276 Durbin Watson stat2 133751 Prob F statistic 0 000000 即 21671 453987 7 41 15376 11946 30 121 8827 0 6396084 808581 1 2154623 499747 0 995571 F 449 5276 DW 2 133751 t YXXX 2 R 上述結(jié)果 雖然方程有相當(dāng)高的擬合優(yōu)度和 F 值 但解釋變量的 t 值并不顯著 且 x6 違背 經(jīng)濟(jì)意義 由此推測模型的解釋變量間可能存在多重共線性 多重共線性的檢驗(yàn) X21X71X6 X2110 9681937631010 938423544908 X710 96819376310110 9467378499 X60 9384235449080 94673784991 從相關(guān)矩陣可以看出解釋變量間存在高度的相關(guān) 多重共線性的消除 精品文檔 8 歡迎下載 8 歡迎下載 8 歡迎下載 運(yùn)用逐步回歸得到消除后的結(jié)果為 Dependent Variable Y Method Least Squares Date 12 24 05 Time 23 25 Sample 1 10 Included observations 10 VariableCoefficientStd Errort StatisticProb C 406302 355062 37 7 3789480 0002 X2131 185342 52828612 334580 0000 X7182 0646012 214326 7187190 0003 R squared0 994480 Mean dependent var641103 1 Adjusted R squared0 992903 S D dependent var290572 5 S E of regression24479 23 Akaike info criterion23 29236 Sum squared resid4 19E 09 Schwarz criterion23 38314 Log likelihood 113 4618 F statistic630 5537 Durbin Watson stat1 603479 Prob F statistic 0 000000 由此得到方程 2171 406302 3 31 18534 82 06460 7 37894812 334586 718719 0 994480 F 630 5537 DW 1 603479 t YXX 2 R 異方差檢驗(yàn) Arch x21 x71 ARCH Test F statistic0 090948 Probability0 771738 Obs R squared0 115433 Probability0 734042 Test Equation Dependent Variable RESID 2 Method Least Squares Date 12 24 05 Time 23 29 Sample adjusted 2 10 Included observations 9 after adjusting endpoints VariableCoefficientStd Errort StatisticProb C5 08E 082 58E 081 9700260 0895 RESID 2 1 0 1155490 383151 0 3015750 7717 R squared0 012826 Mean dependent var4 54E 08 Adjusted R squared 0 128199 S D dependent var5 25E 08 S E of regression5 58E 08 Akaike info criterion43 31014 Sum squared resid2 18E 18 Schwarz criterion43 35397 Log likelihood 192 8956 F statistic0 090948 Durbin Watson stat2 056760 Prob F statistic 0 771738 可判斷模型不存在異方差 自相關(guān)檢驗(yàn) 在置信度為 0 1 的水平下 模型不存在自相關(guān) DW 1 603479 5 模型結(jié)論 從所取樣本的估計(jì)模型得出 精品文檔 9 歡迎下載 9 歡迎下載 9 歡迎下載 城市人均總收入每增加一元RMB 其他因素不變時 公路客運(yùn)總量平均提高萬人 82 0646 城市總?cè)丝诿吭黾右蝗f人 其他因素不變時 公路客運(yùn)總量平均提高萬人 31 18534 對模型的估計(jì) 3 模型估計(jì) 選擇的樣本數(shù)據(jù)運(yùn)用 OLS 法回歸得 Dependent Variable Y Method Least Squares Date 12 25 05 Time 22 09 Sample 1 18 Included observations 18 VariableCoefficien t Std Error t StatisticProb C 5456506 1075174 5 0749980 0003 D05950910 3298356 1 8042050 0963 D0 X22 68 0856238 50329 1 7683060 1024 X2269 9251914 624444 7813940 0004 X7277 7181728 688032 7090800 0190 X61245 9103307 8190 3766560 7130 R squared0 988681 Mean dependent var941880 1 Adjusted R squared0 983965 S D dependent var413515 1 S E of regression52363 89 Akaike info criterion 24 83102 Sum squared resid3 29E 10 Schwarz criterion25 12781 Log likelihood 217 4792 F statistic209 6303 Durbin Watson stat1 527338 Prob F statistic 0 000000 即 002222672 5456506 5950910D 68 08562D 69 92519X1245 910 77 71817 5 0749981 804205 1 7683064 7813940 3766562 709080 0 988681 F 209 6303 DW 1 527338 t YXXX 2 R 上述結(jié)果 雖然方程有較高的擬合優(yōu)度和 F 值 但個別解釋變量的 t 值并不顯著 由此推 測模型的解釋變量間可能存在多重共線性 多重共線性的檢驗(yàn) D0D0 X22X22X72X6 D010 998996948031 0 3716625096950 878283144760 790165566279 D0 X22 0 9989969480311 0 342145449955 0 8634536867410 764711913402 X22 0 371662509695 0 3421454499551 0 322713375095 0 502528541506 X720 878283144760 863453686741 0 32271337509510 9467378499 X60 7901655662790 764711913402 0 5025285415060 94673784991 從相關(guān)矩陣看 個別變量間存在很高的相關(guān)性 精品文檔 10 歡迎下載 10 歡迎下載 10 歡迎下載 多重共線性的消除 通過逐步回歸得到如下結(jié)果 第一步 Dependent Variable Y Method Least Squares Date 12 25 05 Time 21 46 Sample 1 18 Included observations 18 VariableCoefficientStd Errort StatisticProb C352643 347262 157 4614320 0000 X72153 445010 2779014 929600 0000 R squared0 933024 Mean dependent var941880 1 Adjusted R squared0 928838 S D dependent var413515 1 S E of regression110309 8 Akaike info criterion26 16441 Sum squared resid1 95E 11 Schwarz criterion26 26334 Log likelihood 233 4797 F statistic222 8931 Durbin Watson stat0 434010 Prob F statistic 0 000000 留 x72 第二步 Dependent Variable Y Method Least Squares Date 12 25 05 Time 22 01 Sample 1 18 Included observations 18 VariableCoefficientStd Errort StatisticProb C 2375663 484871 8 4 8995700 0002 X72164 99756 35163825 977160 0000 X2232 572785 7793835 6360300 0000 R squared0 978517 Mean dependent var941880 1 Adjusted R squared0 975653 S D dependent var413515 1 S E of regression64522 96 Akaike info criterion25 13844 Sum squared resid6 24E 10 Schwarz criterion25 28684 Log likelihood 223 2460 F statistic341 6186 Durbin Watson stat0 952903 Prob F statistic 0 000000 留 x72 x22 第三步 Dependent Variable Y Method Least Squares Date 12 25 05 Time 22 03 Sample 1 18 Included observations 18 VariableCoefficientStd Errort StatisticProb C 2414088 505274 8 4 7777730 0003 D030585 2067056 750 4561090 6553 X72159 912012 9194112 377650 0000 X2233 111146 0544445 4688990 0001 R squared0 978832 Mean dependent var941880 1 Adjusted R squared0 974296 S D dependent var413515 1 精品文檔 11 歡迎下載 11 歡迎下載 11 歡迎下載 S E of regression66296 85 Akaike info criterion25 23480 Sum squared resid6 15E 10 Schwarz criterion25 43266 Log likelihood 223 1132 F statistic215 7906 Durbin Watson stat0 944512 Prob F statistic 0 000000 Dependent Variable Y Method Least Squares Date 12 25 05 Time 22 03 Sample 1 18 Included observations 18 VariableCoefficientStd Errort StatisticProb C 2396782 502043 1 4 7740550 0003 X72160 913512 2894313 093650 0000 X2232 886126 0029145 4783600 0001 D0 X220 3041500 7749330 3924850 7006 R squared0 978751 Mean dependent var941880 1 Adjusted R squared0 974198 S D dependent var413515 1 S E of regression66423 18 Akaike info criterion25 23861 Sum squared resid6 18E 10 Schwarz criterion25 43647 Log likelihood 223 1475 F statistic214 9529 Durbin Watson stat0 943698 Prob F statistic 0 000000 Dependent Variable Y Method Least Squares Date 12 25 05 Time 22 04 Sample 1 18 Included observations 18 VariableCoefficientStd Errort StatisticProb C 3333059 719412 6 4 6330290 0004 X72130 323721 019186 2002290 0000 X2240 494927 1232655 6848820 0001 X63592 7752088 1331 7205680 1073 R squared0 982267 Mean dependent var941880 1 Adjusted R squared0 978467 S D dependent var413515 1 S E of regression60679 57 Akaike info criterion25 05773 Sum squared resid5 15E 10 Schwarz criterion25 25559 Log likelihood 221 5196 F statistic258 4966 Durbin Watson stat1 077225 Prob F statistic 0 000000 第三步的回歸中雖然各個引入的變量 t 值均不顯著擔(dān)任然暫留 x6 繼續(xù)回歸 第四步 Dependent Variable Y Method Least Squares Date 12 25 05 Time 22 05 Sample 1 18 Included observations 18 VariableCoefficientStd Errort StatisticProb C 4054005 783040 4 5 1772620 0002 X7289 7871730 057432 9871870 0105 X2247 321317 6637196 1747180 0000 X65735 0912287 4492 5072000 0262 D0119447 167233 411 7766040 0990 精品文檔 12 歡迎下載 12 歡迎下載 12 歡迎下載 R squared0 985731 Mean dependent var941880 1 Adjusted R squared0 981341 S D dependent var413515 1 S E of regression56485 28 Akaike info criterion24 95148 Sum squared resid4 15E 10 Schwarz criterion25 19881 Log likelihood 219 5633 F statistic224 5224 Durbin Watson stat1 451476 Prob F statistic 0 000000 Dependent Variable Y Method Least Squares Date 12 25 05 Time 22 06 Sample 1 18 Included observations 18 VariableCoefficientStd Errort StatisticProb C 4012963 778026 2 5 1578770 0002 X2246 745107 5680056 1766740 0000 X7290 7511330 075563 0174380 0099 X65787 2962324 8222 4893510 0271 D0 X221 3698020 7881681 7379580 1058 R squared0 985610 Mean dependent var941880 1 Adjusted R squared0 981183 S D dependent var413515 1 S E of regression56724 22 Akaike info criterion24 95992 Sum squared resid4 18E 10 Schwarz criterion25 20725 Log likelihood 219 6393 F statistic222 6075 Durbin Watson stat1 441605 Prob F statistic 0 000000 引入變量后發(fā)現(xiàn)他們都不顯著 但不能確定是新引入變量的影響還是后引入變量的影響 于是在進(jìn)一步回歸有 Dependent Variable Y Method Least Squares Date 12 25 05 Time 22 14 Sample 1 18 Included observations 18 VariableCoefficien t Std Error t StatisticProb C 5539369 1017098 5 4462480 0001 D06896284 2068140 3 3345340 0054 D0 X22 79 2160223 85477 3 3207620 0055 X2272 3516912 688325 7022270 0001 X7282 0059925 448743 2223990 0067 R squared0 988547 Mean dependent var941880 1 Adjusted R squared0 985023 S D dependent var413515 1 S E of regression50606 11 Akaike info criterion 24 73167 Sum squared resid3 33E 10 Schwarz criterion24 97899 Log likelihood 217 5850 F statistic280 5194 Durbin Watson stat1 524092 Prob F statistic 0 000000 由此得到估計(jì)方程為 精品文檔 13 歡迎下載 13 歡迎下載 13 歡迎下載 00222272 5539369 6896284D 79 21602D 72 35169 82 00599 5 4462483 334534 3 3207625 7022273 222399 0 98854 F 280 5194 DW 1 524092 t YXXX 2 R 則 2272 0 2272 01995 5539369 72 35169 82 00599 119951356915 6 86433 82 00599 t t tYXX D tYXX 異方差檢驗(yàn) ARCH Test F statistic0 107898 Probability0 747090 Obs R squared0 121411 Probability0 727509 Test Equation Dependent Variable RESID 2 Method Least Squares Date 12 25 05 Time 22 52 Sample adjusted 2 18 Included observations 17 after adjusting endpoints VariableCoefficientStd Errort StatisticProb C1 62E 098 72E 081 8608590 0825 RESID 2 1 0 0848970 2584540 3284790 7471 R squared0 007142 Mean dependent var1 77E 09 Adjusted R squared 0 059049 S D dependent var2 99E 09 S E of regression3 08E 09 Akaike info criterion46 64214 Sum squared resid1 42E 20 Schwarz criterion46 74016 Log likelihood 394 4582 F statistic0 107898 Durbin Watson stat1 965887 Prob F statistic 0 747090 通過 P 值可判斷模型不存在異方差 自相關(guān)檢驗(yàn) 在置信度為 0 1 的水平下 模型不存在自相關(guān) DW 1 524092 6 模型結(jié)論 從所取樣本的估計(jì)模型得出 1995年以前 農(nóng)村人均總收入每增加一元RMB 其他因素不變時 公路客運(yùn)總量平均提高萬人 82 0646 農(nóng)村總?cè)丝诿吭黾右蝗f人 其他因素不變時 公路客運(yùn)總量平均提高萬人 72 35169 1995年以后 農(nóng)村人均總收入每增加一元RMB 其他因素不變時 公路客運(yùn)總量平均提高萬人 82 0646 農(nóng)村總?cè)丝诿吭黾右蝗f人 其他因素不變時 公路客運(yùn)總量平均減少萬人 這顯6 86433 然不符合經(jīng)濟(jì)意義 就其原因 有待進(jìn)一步討論 精品文檔 14 歡迎下載 14 歡迎下載 14 歡迎下載 從城市和農(nóng)村的模型回歸結(jié)果比較看 收入對公路客運(yùn)量的影響程度持平 通過上述的分析結(jié)果 可以在細(xì)分模型的基礎(chǔ)上得到先前的回規(guī)模型的優(yōu)化模型 01227tt YXXu 4 其中 27t YXX 公路客運(yùn)量 年底總?cè)丝?全國總?cè)司杖?對模型在進(jìn)OLS估計(jì)得到結(jié)果如下 4 Dependent Variable Y Method Least Squares Date 12 25 0