在校學(xué)生總數(shù)變動的多因素分析_第1頁
在校學(xué)生總數(shù)變動的多因素分析_第2頁
在校學(xué)生總數(shù)變動的多因素分析_第3頁
在校學(xué)生總數(shù)變動的多因素分析_第4頁
在校學(xué)生總數(shù)變動的多因素分析_第5頁
已閱讀5頁,還剩22頁未讀 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)

文檔簡介

1、在校學(xué)生總數(shù)變動的多因素分析摘要:本文主要通過對中國各級各類學(xué)校在校學(xué)生總數(shù)的變動進(jìn)行多因素分析,建立以在校學(xué)生總數(shù)為應(yīng)變量,以其它可量化影響因素為自變量的多元線性回歸模型,并利用模型對在校學(xué)生總數(shù)進(jìn)行數(shù)量化分析,觀察各因素是如何分別影響在校學(xué)生總數(shù)的。關(guān)鍵詞:在校學(xué)生總數(shù) 多因素分析 模型 計量經(jīng)濟(jì)學(xué) 檢驗一、引言部分改革開放以來,中國的教育事業(yè)取得了長足的發(fā)展,各項教育指標(biāo)都較以往有了很大提高,受教育的人數(shù)也是逐年上升,文盲比例直線下降。隨著有知識、有文化的人數(shù)的不斷增加,中國的經(jīng)濟(jì)也隨之高速發(fā)展,眾多畢業(yè)生們在各行各業(yè)上表現(xiàn)都十分出色,取得了一系列令人矚目的成就。二、研究目的本文主要對中

2、國在校學(xué)生總數(shù)(應(yīng)變量)進(jìn)行多因素分析(具體分析見下圖),并搜集相關(guān)數(shù)據(jù),建立模型,對此進(jìn)行數(shù)量分析。在得到在校學(xué)生總數(shù)與各主要因素間的數(shù)量關(guān)系后,據(jù)模型方程中的各因素系數(shù)大小,分析各因素的重要性,并找出影響在校學(xué)生總數(shù)最大的因素。影響在校學(xué)生總數(shù)變動的主要影響因素如下圖:人口總數(shù) 這是影響在校學(xué)生總數(shù)的一個重要因素學(xué)??倲?shù) 這也是影響在校學(xué)生總數(shù)的重要因素人均gdp 我認(rèn)為這個因素同樣重要(注:1.由于其他因素或是不好量化,或是數(shù)據(jù)資料難于查找,故為了分析的簡便,這里僅用此三個因素來進(jìn)行回歸分析。2.學(xué)??倲?shù)包括普通高等學(xué)校、普通中等學(xué)校、小學(xué)、特殊教育學(xué)校和幼兒園等,故學(xué)生總數(shù)也是以上學(xué)校

3、的人數(shù)之和。)三、建立模型 y=+1x1+2x2+3x3+u其中,y在校學(xué)生總數(shù)(應(yīng)變量) x1人口總數(shù)(解釋變量) x2 各級各類學(xué)校總數(shù)(解釋變量) x3 人均gdp(解釋變量)(注:有關(guān)模型的一些假定:(1)假定不考慮學(xué)生轉(zhuǎn)學(xué)的影響。(2)假定各統(tǒng)計量計算準(zhǔn)確。四、數(shù)據(jù)搜集數(shù)據(jù)說明在這里,使用同一地區(qū)(即中國)的時間序列數(shù)據(jù)進(jìn)行擬合。 數(shù)據(jù)的搜集情況采用1985年到2003年的時間序列數(shù)據(jù),具體情況見表一。表一:obsx1(人口總數(shù)/萬)x2(學(xué)校總數(shù)/萬)x3(人均gdp/元)y(學(xué)生總數(shù)/萬)198510585111.108185320117198610750711.00635956

4、20325.8198710930010.90899110420248198811102610.71226135519848.8198911270410.54347151219489.4199011433310.40992163419532.519911158239.94932187919813.219921171719.85393228720215.319931185179.6081293920627.919941198509.5612839232146119951211219.46772485422418.119961223899.29882557623251.219971236269.06

5、617605423861.119981247618.85622630824074.219991257868.61273655124327.620001267438.25667708624369.920011276277.01097765124224.420021284536.62013821424389.320031292276.34737910124452.5 五、模型的參數(shù)估計、檢驗及修正1.模型的參數(shù)估計及其經(jīng)濟(jì)意義、統(tǒng)計推斷的檢驗利用eviews軟件,用ols方法估計,得:(見表二)表二:dependent variable: ymethod: least squaresdate: 0

6、6/07/05 time: 09:35sample: 1985 2003included observations: 19variablecoefficientstd. errort-statisticprob. c18008.664856.6553.7080380.0021x1-0.0803410.038584-2.0822410.0549x2851.4523174.17774.8884100.0002x31.3242340.12480010.610840.0000r-squared0.978300 mean dependent var21949.85adjusted r-squared0.

7、973960 s.d. dependent var2024.050s.e. of regression326.6198 akaike info criterion14.60013sum squared resid1600207. schwarz criterion14.79896log likelihood-134.7013 f-statistic225.4140durbin-watson stat1.074996 prob(f-statistic)0.000000y=18008.66-0.080341x1+851.4523x2+1.324234x3 (1.1) (3.708038)(-2.0

8、82241)(4.888410)(10.61084)r2=0.978300 r2 =0.973960 f=225.4140可見。x1, x2, x3的t值均是顯著的,表明人口總數(shù)、學(xué)??倲?shù)、人均gdp都是影響在校學(xué)生總數(shù)的主要因素。x2, x3的系數(shù)符合經(jīng)濟(jì)意義,但x1的系數(shù)不符合經(jīng)濟(jì)意義,因為從經(jīng)濟(jì)意義上講,在校學(xué)生的總?cè)藬?shù)應(yīng)該都是隨著人口總數(shù)(x1)、學(xué)??倲?shù)(x2)、人均gdp(x3)的增加而增加的。另外,可決系數(shù)為0.978300,修正可決系數(shù)為0.973960,都比較大,說明模型的擬合程度較高,而f值為225.4140,說明模型總體是顯著的。2.計量經(jīng)濟(jì)學(xué)檢驗 (1)多重共線性檢驗用

9、eviews軟件,得相關(guān)系數(shù)矩陣表:x1x2x3x1 1.000000-0.926023 0.962222x2-0.926023 1.000000-0.950977x3 0.962222-0.950977 1.000000由上表可以看出,解釋變量x1與x3之間高度正相關(guān),x1與x2,x2與x3之間高度負(fù)相關(guān),可見存在嚴(yán)重的多重共線性。下面用逐步回歸法進(jìn)行修正:,用ols法逐一求y對各個解釋變量的回歸。dependent variable: ymethod: least squaresdate: 06/07/05 time: 11:14sample: 1985 2003included obse

10、rvations: 19variablecoefficientstd. errort-statisticprob. c-7419.8323436.949-2.1588430.0454x10.2467150.0288198.5608690.0000r-squared0.811715 mean dependent var21949.85adjusted r-squared0.800639 s.d. dependent var2024.050s.e. of regression903.7356 akaike info criterion16.55025sum squared resid1388454

11、8 schwarz criterion16.64967log likelihood-155.2274 f-statistic73.28848durbin-watson stat0.213248 prob(f-statistic)0.000000y=-7419.832+0.246715x1 (-2.158843) (8.560869) r2=0.811715 s.e.=903.7356 f=73.28848dependent variable: ymethod: least squaresdate: 06/07/05 time: 11:17sample: 1985 2003included ob

12、servations: 19variablecoefficientstd. errort-statisticprob. c33176.351653.65020.062490.0000x2-1203.754175.3386-6.8653080.0000r-squared0.734924 mean dependent var21949.85adjusted r-squared0.719331 s.d. dependent var2024.050s.e. of regression1072.306 akaike info criterion16.89231sum squared resid19547

13、273 schwarz criterion16.99173log likelihood-158.4770 f-statistic47.13246durbin-watson stat0.296483 prob(f-statistic)0.000003y=33176.35-1203.754x2 (20.06249) (-6.865308) r2=0.734924 s.e.=1072.306 f=47.13246dependent variable: ymethod: least squaresdate: 06/07/05 time: 11:19sample: 1985 2003included o

14、bservations: 19variablecoefficientstd. errort-statisticprob. c19004.71228.167383.292860.0000x30.7008990.04561015.367390.0000r-squared0.932848 mean dependent var21949.85adjusted r-squared0.928898 s.d. dependent var2024.050s.e. of regression539.7130 akaike info criterion15.51925sum squared resid495193

15、3. schwarz criterion15.61867log likelihood-145.4329 f-statistic236.1566durbin-watson stat0.344201 prob(f-statistic)0.000000y=19004.71+0.700899x3 (83.29286) (15.36739) r2=0.932848 s.e.=539.7130 f=236.1566經(jīng)分析可見,在三個一元回歸模型中,在校學(xué)生總數(shù)y對人均gdp x3的線性關(guān)系強(qiáng),擬合程度好,即:y=19004.71+0.700899x3 (1.2) (83.29286) (15.36739)

16、 r2=0.932848 s.e.=539.7130 f=236.1566 逐步回歸。將其余解釋變量逐一帶入式1.2中,得如下幾個模型:dependent variable: ymethod: least squaresdate: 06/07/05 time: 11:28sample: 1985 2003included observations: 19variablecoefficientstd. errort-statisticprob. c30370.246464.9514.6976750.0002x1-0.1049180.059646-1.7589980.0977x30.9684340

17、.1580666.1267600.0000r-squared0.943729 mean dependent var21949.85adjusted r-squared0.936696 s.d. dependent var2024.050s.e. of regression509.2583 akaike info criterion15.44773sum squared resid4149504. schwarz criterion15.59685log likelihood-143.7534 f-statistic134.1703durbin-watson stat0.430949 prob(

18、f-statistic)0.000000y=30370.24-0.104918x1+0.968434x3 (1.3) (4.697675) (-1.758998) (6.126760) r2=0.936696 s.e.=509.2583 f=134.1703dependent variable: ymethod: least squaresdate: 06/07/05 time: 11:33sample: 1985 2003included observations: 19variablecoefficientstd. errort-statisticprob. c8767.1462167.8

19、974.0440780.0009x2898.7100189.84294.7339660.0002x31.1425950.09811311.645660.0000r-squared0.972028 mean dependent var21949.85adjusted r-squared0.968531 s.d. dependent var2024.050s.e. of regression359.0565 akaike info criterion14.74878sum squared resid2062745. schwarz criterion14.89790log likelihood-1

20、37.1134 f-statistic277.9958durbin-watson stat0.751167 prob(f-statistic)0.000000y=8767.146+898.7100x2+1.142595x3 (1.4) (4.044078) (4.733966) (11.64566)r2=0.968531 s.e.=359.0565 f=277.9958 在式1.3中x1對y的影響并不顯著,故將x1刪去,得如下模型:dependent variable: ymethod: least squaresdate: 06/07/05 time: 11:33sample: 1985 2

21、003included observations: 19variablecoefficientstd. errort-statisticprob. c8767.1462167.8974.0440780.0009x2898.7100189.84294.7339660.0002x31.1425950.09811311.645660.0000r-squared0.972028 mean dependent var21949.85adjusted r-squared0.968531 s.d. dependent var2024.050s.e. of regression359.0565 akaike

22、info criterion14.74878sum squared resid2062745. schwarz criterion14.89790log likelihood-137.1134 f-statistic277.9958durbin-watson stat0.751167 prob(f-statistic)0.000000從上表可以看出,在刪去x1后,模型的統(tǒng)計檢驗效果均有較大改善。y=8767.146+898.7100x2+1.142595x3 (4.044078) (4.733966) (11.64566)r2=0.968531 s.e.=359.0565 f=277.9958

23、 (2)異方差檢驗(arch檢驗)利用y對x回歸所得殘差平方e2(=resid)在ols對話框的estimate equation 欄里鍵入e2 c e2(-1) e2(-2) e2(-3) 可輸出結(jié)果:dependent variable: e2method: least squaresdate: 06/07/05 time: 11:56sample(adjusted): 1988 2003included observations: 16 after adjusting endpointsvariablecoefficientstd. errort-statisticprob. c1036

24、67.647344.292.1896530.0490e2(-1)0.0452740.2971700.1523490.8814e2(-2)-0.2479630.234276-1.0584230.3107e2(-3)0.0570590.2446420.2332350.8195r-squared0.085889 mean dependent var87868.45adjusted r-squared-0.142638 s.d. dependent var83723.94s.e. of regression89496.09 akaike info criterion25.85410sum square

25、d resid9.61e+10 schwarz criterion26.04724log likelihood-202.8328 f-statistic0.375838durbin-watson stat1.836162 prob(f-statistic)0.772076計算有(n-p)r2=130.085889=1.116557,查 分布表,給定=0.05,自由度為p=3,得臨界值 0.05(3)=7.81,因為(n-p)r2=1.116557 0.05(3)=7.81,所以接受h0,表明模型中隨機(jī)誤差項不存在異方差。(3)自相關(guān)檢驗(dw檢驗)如下表:dependent variable:

26、 ymethod: least squaresdate: 06/07/05 time: 11:33sample: 1985 2003included observations: 19variablecoefficientstd. errort-statisticprob. c8767.1462167.8974.0440780.0009x2898.7100189.84294.7339660.0002x31.1425950.09811311.645660.0000r-squared0.972028 mean dependent var21949.85adjusted r-squared0.9685

27、31 s.d. dependent var2024.050s.e. of regression359.0565 akaike info criterion14.74878sum squared resid2062745. schwarz criterion14.89790log likelihood-137.1134 f-statistic277.9958durbin-watson stat0.751167 prob(f-statistic)0.000000dw=0.751167,給定顯著性水平=0.05,查durbin-watson表,n=19,k(解釋變量個數(shù))=2,得下限臨界值dl=1.

28、074, 得上限臨界值du=1.536,因為dw=0.751167 dl=1.074,表明該模型中的隨機(jī)誤差項存在一階自相關(guān)。修正:由dw=0.751167,根據(jù) =1dw/2,計算得 =0.6244165。用genr分別對x2,x3,y作廣義差分。即:genr dy=y-0.6244165*y(-1)genr dx2=x2-0.6244165*x2(-1)genr dx3=x3-0.6244165*x3(-1)然后用ols法估計其參數(shù),得:dependent variable: dymethod: least squaresdate: 06/07/05 time: 14:27sample(adjusted): 1986 2003included observations: 18 after adjusting endpointsvariable

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 人人文庫網(wǎng)僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論