R语言课程设计-个人所得税回归分析

.成绩：统计计算与软期末大作业大业目任老：姓学班

名号级

.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，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，我国个人所得的纳税单位为个人针对不同类型收入分别采用统一的扣除标准和税率着我国经济的快速发，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。关词个人所得税；回归分析；聚类分析；时间序列分析

.Abstractaretwowaystopayingfamilyindividual.Differenttaxwillhavedifferentonnationalfiscalrevenueandburden.Atpresent,theindividualsystemofourtheindividualthetaxunit,dividesittoitsincometheratebytaxafterthededuction.Incountries,allowfamilybeindividualunit,hascertainpapertheinfluencefactorsofpersonalincometaxincombinationwiththenationalconditionsofAttheunitofinisindividual,ataxratetodifferenttypesofincome.Withtheofpeople'slevelisalsosystem,individualstaxentitiespayincometaxtorelevanttaxlaws,whichleadstodecreaseinincome.Keypersonalincometax;regressionanalysis;analysis

.一.数据预处理首先，将个人所得税收表保存为CSV（号分隔）格式，之后用函数将数据读入到的存中。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，CSJMNRJKZPSR，CZDWZGNPJGZCZJMCXCKYEDQSCZZDECYZJZCZFSYDWCYRYSDFCZSRYBYSSRZFXJJSR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。

.二.建模应用：财政收入的数据分析2.1分类与测：回归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lm函数行回归建模。

.MultipleR-squared和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”拟合程度越高。显然，这个回归模型的拟合优度为0.9764，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。各个变量的值大于0.05，各个变量都著不为零。图1图1为模型的回归诊断图。左上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QQ图，用以观察残差是否符合正态分布，然图上的点基本都落在呈45°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，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；右下是残差与杠杆图。2.2聚类分析：

.层次聚类算法图2从图可看出，在聚类树的最端，每个样本独自为一类，越往上，一条分支里的样本多，至所有的样本聚为一类。2.2.2

.（聚类概率分布）图3（聚类结果）图4三.时间序列分析3.1导入时序列对象

.3.2绘制原时间序列图5由图5可原始时间序列图呈单递增趋势。3.3时间序检验分析>#对序列做自相关检验>acf(sales_time,lag.max=

.>#对序列做偏自相关检验>pacf(sales_time,lag.max=>#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=0.0008715图6

.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，且由白噪声检验值=0.0008较，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建分析

.3.4.1图8图9

.图10结果显示，一阶差分后的序列时序图仍然有较明显的递增趋势，自相关10阶结尾，偏自相关图呈拖尾性，所以可以考虑用ARIMA0，，）模型拟合。3.4.2P-valu=0.5667>0.05，说明残差白噪声序列，所以该模型通过白噪声检验。

.四.研究结论本文旨在分析个人所得税的影响因素，主要运用了回归分析与时间序列分析的方法，又通过分析相关数据图，研究出个人所得税受影响的情况。分别找到了影响几种税收的主要因素。城市民年人均