R语言课程设计-个人所得税回归分析

成绩： 统计计算与软件

期末大作业大作业题目： 任课老师： 姓名： 学号： 班级:摘要在纳税单位的选择上，有家庭和个人两种选择方法，选择不同的纳税单位会对国家财政收入、纳税人税负造成不同影响。目前我国个人所得税制以个人为纳税单位，按其收入类别进行划分，在进行合理扣除后乘以相应税率计征。而在国外，一些国家允许将家庭作为个人所得税的纳税单位，具有一定的借鉴意义。本文结合我国国情，探索个人所得税的影响因素。当前，我国个人所得税的纳税单位为个人，针对不同类型的收入分别采用统一的扣除标准和税率， 随着我国经济的快速发展,人们的收入水平也随之不断提升。在现行的个人所得税制度下，个人作为纳税义务主体，必须按照相关税法对个人收入缴纳所得税，这就导致个人获取的实际收入会有所减少。关键词：个人所得税；回归分析；聚类分析；时间序列分析AbstractTherearetwowaystochoosetaxpayingunits:familyandindividual.Differenttaxunitswillhavedifferenteffectsonnationalfiscalrevenueandtaxpayer'staxburden.Atpresent,theindividualincometaxsystemofourcountrytakestheindividualasthetaxunit,dividesitaccordingtoitsincomecategory,andmultipliesthetaxratebythecorrespondingtaxrateafterthereasonablededuction.lnforeigncountries,somecountriesallowthefamilytobetheindividualincometaxunit,whichhascertainreferencesignificance.Thispaperexplorestheinfluencefactorsofpersonalincometaxincombinationwiththenationalconditionsofourcountry.Atpresent,thetaxunitofpersonalincometaxinChinaisindividual,andaunifieddeductionstandardandtaxrateareappliedtodifferenttypesofincome.WiththerapiddevelopmentofChina'seconomy,people'sincomelevelisalsorising.Underthecurrentpersonalincometaxsystem,individualsasincometaxentitiesmustpayincometaxaccordingtotherelevanttaxlaws,whichleadstoadecreaseinpersonalincome.Keywords:personalincometax;regressionanalysis;clusteranalysis;timeseriesanalysis.数据预处理首先，将个人所得税收表保存为 CSV（逗号分隔）格式，之后用函数将数据读入到 R的内存中。为了方便之后的操作，对各列进行命名，其中 NY代表年度时间，CSJMNRJKZPSRCZDWZGNPJGCZJMCXCKYQQSCZZDECYZJZCZFSYDWCYRYDFCZSRGRSDSYBYSSRZFXJJSR分别代表城市居民年人均可支配收入、城镇单位职工年平均工资、城镇居民储蓄存款余额、地区生产总值、第二产业增加值、城镇非私营单位从业人员数、地方财政收入、个人所得税、一般预算收入、政府性基金收入。同时给出各类别下的样本量个数。从原始数据中可知样本量为16，不是很多，如果再进行分块，可能由于样本量的限制无法得到最好的结果，因此，下文中的训练集和测试集均选用原始数据来充当。XX=r已ad.us寸（”FR/XX-亡SLLHUC日二y[XX]NFCZDWElGNPJt?ZCZJHCXCKYEMin*Min・：12019Ilin・：16202HiTl・:20^01stQu*；20021st皿S14C4B13LQU・12691013tQu«；3430Median:200€Midian:19S51Median:36321Htdian!5562Mean：20oeMean:229"9Mea-:39530l-iean:61113rdQu,;201O3rdQu-：291343rdQuB:S2O113rdQu.:8512Max*Max.H2049Max.：59592Bax.;12254DQ5匚忑Z DZCYZJZ CZF5YDWCYRY5 DFC25RMin.；2139175SMln*；3310691Min・11755512Nin*；1B313SS1st:34B128911stQu.:134B€33BlszQu.:20553691stQu.:2362266Median:60B1B614Median:24415160Kedian:2236502Median:47S7231Mean:71521ieeMeanMean:2351235Mean:79103593TdQu*;99432^023rdg*:3-70371233rdQu.:2技X93rd.Qu,i12534130Max,!1B42OL434Max・：522"3^31Max.:32684S8Idax+E20BS1374Y3Y52RZFXJJ5RMin・I133C21Min.:17614&9Min.119S89lszQu.:l?fiS021stQu.:2504S24larQu..257442Median:254©92Median:^270031Median49百勺00Mean:29241&Mean:545956^Mean24507943rdQu.：4147033rdQu.:737^493□rdQu,44114B2：«9777MA*=1141^044Max. ;9iS333Q建模应用：财政收入的数据分析2.1分类与预测：回归分析回归分析是一种预测性的建模技术，它研究的是因变量（目标）和自变量之间的关系。这种技术通常用于预测分析以及发现变量之间的因果关系。本次运用了 Im函数进行回归建模。lm.inDd.&ll<-lnilGRSDS~CSJMNR.JK2PSR-CZFS¥DWCYRYS+C2JMCXCK¥E+DQSCZZ+DECYZJZ- +DFCZSR+YEYSSEL+2FXJJSR,data=XX)summay(Lm-wode11)Call:lm(formiila=GR5P5■*CSJMNRJKZPSR+CZFSYDW^YRYS+CZJMCXCKYI：+D^SCZZ+DE匚YZTZ+DE匚ZSR+raYSSR+ZFXJJSR,data-XX)Residuals:3QMax7604 402993QMax7604 40299-36G72-1061S -12u匚efficients{Intercept)3.71S623e+0^DEI^fZJI1^91210^-02ccnfinc.(lnt.niodellu匚efficients{Intercept)3.71S623e+0^DEI^fZJI1^91210^-02ccnfinc.(lnt.niodellr2.5%57.StspeedNANAfitted(lm.modeIL)(lm.modell)#输岀参数估计(IC5JMNRCKZP5RC2F5YDWCYRI52+19S9C3e+01-6^00S42e-02DFCZSR YBY5SRl,9586£0e-02 5・392323e-02EanjL«E，1speedF,flsv皀丄■匚ZJKCXCKYE DQSCZEl<O96036e+Dl-1.525378e-O22FXJJ3RN直O,35J帕5鎂省则计眞所有参数豹査值産间彳列出拟含模型的预乱值3^5673170^32■巳2Q5C73.7 2Q6593.3 140311■弓 L5773Q.3 17^770.5 196354,0 231001,59 IQ li 12 13 1今 “309155■勺335^6B・0 389E45■自 ^72165■堆 ^495^7.9 ^6059^.3 406^13<7>itreva(lTn.mcri^ll)•主成一个扣台僕型的专盏分折表AnalysisofVarianceTableResronse:GR5DSDfSunSqMeanSqFvaliePr(>E)C3JtI；RJK2.FSR12.13a4e-rli2.1SS4ri-ll2€5.925fi7宀ThO?*CZF£YDWCjtRYS19.5851e+09g.sesie+0911.91930.01D6fi*CZJKCXCKrE二3355e+083.3355e+3ED,O.5^308DQSCZZ14.1789e+054.L7S9e+350,00350.9E245DECYZJZ11・5533e+091・5533e+D91・93160.2071S0.05174.DFCZSR1T・1035e+09T・fl065e+395・^S21YBYSSRResiduals:72.8484e+095.£292^4092.B^B4e+D98.0417«+08乩54200.10L86Siarif.□ode;0W0.1301'**fD.'31w3.05'.#D.l1MultipleR-squas&d: 0.9764fAdjustedR-squared: 0952"?F-statistic:电1.32an7and7DF^p-value:3・60Ee-fl5>residuals(Ln.modell)#列出嘆型的歿差1-36671・751251-36671・751256-7391・54^1011-22・572S0-194^3,71249710€3.0052512-12,3973134S293.52661^92*519901312550.061S-619372・5E8399-13S39・353T114-21002・322百95■弓后50.micnm1017903.967161530SS・：B1077>AIC(Im.niodell)护输出A工匚值[11356.715SMultipleR-squared禾口AdjustedR-squaredMultipleR-squared禾口AdjustedR-squared这两个值，常被叫做“拟合优度”和“修正拟合优度”，是指回归方程对样本的拟合程度，越接近1优度”，是指回归方程对样本的拟合程度，越接近1”，拟合程度越高。显然，这个回归模型的拟P值都大于P值都大于0.05，即各个变量都显[oII回IP合优度为0.9764，拟合程度一般。而标准化残差则可以认为是模型用城市居民年人均可支配收入、城镇非私营单位从业人员数、城镇居民储蓄存款余额、地区生产总值、第二产业增加值、地方财政收入、政府性基金收入预测个人所得税的平均误差。各个变量的著不为零。9tRGraphics;Device2(ACTIVE)-sranpM-sranpM出PBQP(OPU®S_PagCi0图1为模型的回归诊断图。左上图是残差对拟合值做图，显然残差值与拟合值就没有任何系统关系，即因变量与自变量存在相关关系；右上图为残差 QQ图，用以观察残差是否符合正态分布，显然图上的点基本都落在呈45°的直线上，即残差满足正态分布；左下图是标准化残差对拟合值，用于判断模型残差是否等同方差，图上的点呈随机分布状态，故模型残差满足同方差假设；右下图是残差与杠杆图。2.2聚类分析:

221层次聚类算法>#对示例致据貫xx进行尊差抄样>(x<-XX[nF])HFCS^t4t^.J=!2：FSRCZDWZ^NPJGZCZJWCXC^YED^S亡ZEDECYZJZCZF5YDWCYRYS1199912019162022140.18213917S8931069LLS76546520D3150032S2373"27b33375S61661485926122369029200722469401875589B51^14032232825780521904201320113443&57^7310032B6222^2z439：-457697633102356CFCZSRGR5D5YEY55RZF7CJJ5R115S13SS1S3€21I7fl1931198B953005^751530B027^770'?257^659S3E99252953155237B63315206313153513S7^€209897S47685556619>柚对聚类结果逬行剪枝>才利世豹技函克匚皿工"()中眄参致k控創筍出覺类结栗匚11匸ree(hcl,k=4)1 Si 3 2.51 2 a -tc_i匕匸wehiuBfJc=4)TOC\o"1-5"\h\z12 3 4匚二匸ree(tic3, )1 5 9 13Mn^^cutree|)中的参孙控制輪出錠癸结果cutcce(ticjl,)1呂0HE12 3 4cutree<tic;2rh-4)1 5 9131112cut-ree(tic3,)1b3152 3 4>时绘割靈类树’井使用rectr.hie=-lkistz-()在鬆类树中査看縣类鉛果fid从图2可以看出，在聚类树的最下端，每个样本独自为一类，越往上，一条分支里的样本多，直至所有的样本聚为一类。2.2.2其他聚类分析函数时间序列分析3.1导入时间序列对象ts(data=XXfstart=L999fend=2CL3ffzret3i2&nc^-p=lJTimeSeries:=1253End=2Q13Frequency=13.2绘制原始时间序列图sales<-r&ad.esv{"F f2]sales_time<-as-ts(sales5plot.ts(salestime,xlab-"time",yl*to-pK0neyn)■■RRGraphicsDcvSee2(ACTIVE}e

ime

im图5由图5可见原始时间序列图呈单调递增趋势。3.3时间序列检验分析>#对序列做自相关检验>acf(sales_time,lag.max=35)>#对序列做偏自相关检验pacf(sales_time,lag.max=35)#对序列做单位根检验unitrootTest(sales_time)ErrorinunitrootTest(sales_time):couldnotfindfunction"unitrootTest"#对序列做白噪声检验Box.test(sales_time,lag=1,type="Ljung-Box")Box-Ljungtestdata:sales_timeX-squared=11.082,df=1,p-value=0.0008715ftR.GwRhii;寥Device2(ACTIVE]冋IdSeriessalestime

图7由对时间序列的检验分析会指出序列的自相关图，可以看出延迟 2阶后自相关系数都在两倍标准差内，但时序图有明显递增趋势，且由白噪声检验 P值=0.0008较小，所以该序列可以认为是非平稳的非纯随机序列。所以可以认为个人所得税与时间的变化相关关系影响不大。3.4ARIMA建模分析*对宇西它一旷差寸diff(3ales_mme#lag=lfdiffeTences=l>T二icmSeriesIStart=2End=15Frequency»1(1] 154