应用数理统计课外大作业范例

1、数理统计案例分析大作业（范例）学号 姓名 专业 成绩 国家财政收入的多元线性回归模型摘要：用Excel求解与之间的初步回归模型，得到初步回归直线方程 然后对此方程进行线性显著性检验和回归系数显著性检验。由知与之间存在显著的线性，然而只有自变量满足通过值检验，从而回归系数与之间没有显著的线性关系，说明自变量之间存在多重共线性关系。采用MATLAB逐步回归方法对数据进行处理，根据程序自动提示得到最优回归方程，此时，。最后采用2010年的数据对此方程进行验证，得到结果在误差范围内，表明这个模型可以正确反映影响财政收入的各因素的情况。一、问题提出近年来，随着国家经济水平的飞速发展，人民生活水平日益提高

2、，综合国力日渐强大。经济上的飞速发展并带动了国家财政收入的飞速增加，国家财政的状况对整个社会的发展影响巨大。政府有了强有力的财政保证才能够对全局进行把握和调控，对于整个国家和社会的健康快速发展有着重要的意义。所以对国家财政的收入状况进行研究是十分必要的。国家财政收入的增长，宏观上必然与整个国家的经济有着必然的关系，但是具体到各个方面的影响因素又有着十分复杂的相关原因。为了研究影响国家财政收入的因素，我们就很有必要对其财政收入和影响财政收入的因素作必要的认识，如果能对他们之间的关系作一下回归，并利用我们所知道的数据建立起回归模型这对我们很有作用。而影响财政收入的因素有很多，如人口状况、引进的外资

3、总额，第一产业的发展情况，第二产业的发展情况，第三产业的发展情况等等。本文从国家统计信息网上选取了1990-2009年这20年间的年度财政收入及主要影响因素的数据，包括工业，农业，建筑业，社会商品零售总额，人口总数等。二、数据描述从中国统计年鉴2010查选数据，整理如表2-1所示：表2-1.1990-2009年财政收入及其影响因素统计表工业（亿元）农业（亿元）受灾面积（千公顷）建筑业（亿元）人口（万人）社会商品零售总额（亿元）国民生产总值（亿元）财政收入（亿元）199018689.227662.13847413458300.118718.32937.1199122088.68815755472

4、1564.39415.621826.23149.48199227724.219084.7513332174.410993.726937.33483.3719933969310995.5488293253.514270.435260.04348.95199451353.0315750.5550434653.318622.948108.55218.1199554946.8620340.9458215793.823613.859810.56242.2199662740.1622353.7469898282.228360.270142.57407.99199768352.6823788.4534299

5、126.531252.978060.886511424541.9501451006233378.183024.39875.95199972707.0424519935647.988479.211444.08200085673.6624915.85468812497.639105.798000.513395.23200195448.9826179.65221515361.543055.4.216386.042002.4827390.847119.118527.148135.9.718903.642003.2229691.854506.32308

6、3.852516.3.021715.252004.193623937106.25627745.359501.726396.472005.539450.938818.22534552.067176.6.631649.292006.9640810.841091.4141557.176410.738760.22007.1348892.935972.2351043.789210.751321.782008.233702.056234.2618743.2.861330.352009.935226.050223.5122398.814894.768518.30变量的假设如下表所示：表2-2.自变量假设表项

7、目工业（亿元）农业（亿元）受灾面积（千公顷）建筑业（亿元）人口（万人）社会商品零售总额（亿元）国民生产总值（亿元）财政收入（亿元）变量 三、模型建立(1)回归模型的建立：多元回归模型 写成矩阵形式即为：，其中当残差最小时，回归系数的解为(2)对回归分析进行参数检验线性回归模型的显著性检验提出假设采用R检验法，为样本的多元相关系数，R越接近1表示与之间的线性相关越密切；越接近0表示与之间的线性相关越不显著。对给定的显著水平，当的样本值时（其中为年份总数20，为前系数个数7），认为与之间的线性相关显著；否则认为与之间的线性相关不显著。回归系数的显著性检验提出假设，其拒绝域为设，有 有而且与独立，当

8、成立时有。对于给定显著性水平，拒绝与的临界值为。如果结果是拒绝，即为，表示与之间存在显著的线性关系；如果接受，即为，则应将从回归方程中剔除，建立新的回归方程，重新用最小二乘法估计回归参数系数。一般而言，但有如下关系：。剔除不显著的自变量的时候，考虑到自变量之间的交互作用对的影响，每次只剔除一个自变量，如果有几个自变量检验都不显著，则先剔除的样本值中的最小的那个自变量。当剔除，重新建立新的回归方程后，还必须对剩下的变量再逐一检验它们的显著性，直至保留下的自变量对Y都有显著的作用为止。(4)MATLAB对模型的逐步回归分析采用MATLAB调用stepwise命令，用逐步回归分析工具箱，根据程序来选

9、择最优变量组合，获得最优回归直线方程。四、计算方法设计和计算机实现采用Excel初步计算回归直线参数，检验线性回归模型的显著性，再检验回归系数的显著性。如果存在部分系数没有通过显著性检验，则采用逐步回归方法对与进行处理。逐步回归可以借助MATLAB的命令工具箱stepwise进行。五、主要的结论(1)采用Excel计算回归直线方程结果图5.1与之间变化关系用Excel求解与之间的回归方程，其结果如下所示：表5.1回归统计Multiple R0.R Square0.Adjusted R Square0.标准误差617.9686观测值20表5.2方差分析DFSSMSFSignificance F回

10、归分析77.59E+091.08E+092837.6382.41E-18残差12.2总计197.59E+09表5.3方差分析Coefficients标准误差t StatP-valueLower 95%Upper 95%下限 95.0%上限 95.0%Intercept2848723619.411.0.-22975.379949.27-22975.379949.27X Variable 1-0.009090.-0.421920.68054-0.056010.-0.056010.X Variable 2-0.462080.-4.600190.-0.68093-0.24322-0.68093-0.2

11、4322X Variable 3-0.031870.-0.866320.-0.112020.-0.112020.X Variable 40.0.1.0.-0.076650.-0.076650.X Variable 5-0.221980.-1.028050.-0.692430.-0.692430.X Variable 6-0.002920.-0.311860.-0.02330.-0.02330.X Variable 70.0.0035767.216667.8E-170.0.0.0.从而回归直线方程为：其中回归方程的相关系数较大，且显著性水平接近0，故认为财政收入与上述变量之间存在显著的线性关系。但是只有变量满足通过t值检验，从而可以认为自变量之间存在较强的多重共线性。(2)采用MATLAB计算回归直线方程结果下面采用MATLAB的stepwise工具箱进行多元线性分析：图5.2stepwise计算逐步回归根据软件自带的提示，在RMSE最小的时候最大，同时p满足要求。此时，。故选择变量，最优回归直线方程