資源描述：
《應用回歸分析結(jié)課論文-影響財政收入的相關(guān)因素的分析》由會員上傳分享，免費在線閱讀，更多相關(guān)內(nèi)容在學術(shù)論文-天天文庫。
1、《應用回歸分析結(jié)課論文》影響財政收入的相關(guān)因素的分析班級：姓名：學號：目錄1.問題的提出42.數(shù)據(jù)來源43.回歸分析的模型方法介紹和總結(jié)53.1多元線性回歸模型53.1.1多元線性回歸模型的一般形式53.1.2多元線性回歸模型的基本假定63.2.多元線性回歸參數(shù)的最小二乘估計74.SAS程序及結(jié)果輸出84.1.建立數(shù)據(jù)集，進行相關(guān)分析84.2.將數(shù)據(jù)做標準化處理，建立回歸方程104.3.異方差檢驗114.4自相關(guān)檢驗134.5.多重共線性檢驗144.5.1方差擴大因子法144.5.2特征根判定法144.6消除多重共
2、線性154.6.1后退法154.6.2.逐步回歸194.7最佳子集回歸224.8嶺回歸224.9主成分回歸254.10偏最小二乘回歸265.結(jié)論27參考文獻28摘要本文選1985-2003年的農(nóng)業(yè)增加值，工業(yè)增加值，建筑業(yè)增加值，社會消費總額，人口數(shù)，受災面積六個因素通過多元線性回歸分析和嶺回歸對國家財政收入行分析，主要分析分析影響財政收入的主要原因，并聯(lián)系實際進行分析，以供參考。關(guān)鍵詞：財政收入多元線性回歸多重共線性嶺回歸1.問題的提出財政參與分配社會產(chǎn)品，在一國經(jīng)濟發(fā)展和分配體系中占有重要地位和作用。可以有力地
3、促進經(jīng)濟的發(fā)展促進科學、教育、文化、衛(wèi)生事業(yè)的發(fā)展，促進人民生活水平的提高，為鞏固國防提供可靠的物質(zhì)保障。且可調(diào)節(jié)資源配置，促進社會公平，改善人民生活。促進經(jīng)濟機構(gòu)的優(yōu)化和經(jīng)濟發(fā)展方式的轉(zhuǎn)變。在我國，財政收入的主體是稅收收入，因此在稅收體制及政策不變的條件下，財政收入會隨著經(jīng)濟繁榮而增加，隨著經(jīng)濟衰退而下降。本文利用回歸分析，確定影響我國財政收入主要因素。2.數(shù)據(jù)來源在研究國家收入時，我們把財政收入按形式分為：各項稅收收入，企業(yè)收入，債務收入，國家能源交通重點建設基金收入，基本建設貸款歸還收入，國家調(diào)節(jié)基金收入，其
4、他收入等。為了建立國家財政收入回歸模型，我們以財政收入y(億元)為因變量，自變量如下：x1為農(nóng)業(yè)增加值(億元)；x2為工業(yè)增加值(億元)；x3為建筑業(yè)增加值(億元)；x4為人口數(shù)（萬人）;X5為社會消費總額(億元);x6為受災面積(萬公頃)。根據(jù)中國統(tǒng)計年鑒，得到1985-2003年數(shù)據(jù)，如圖：3.回歸分析的模型方法介紹和總結(jié)3.1多元線性回歸模型3.1.1多元線性回歸模型的一般形式設隨機變量與一般變量，，…，的線性回歸模型為：（3.1）式中，，，…，是個未知參數(shù)，稱為回歸常數(shù)，，…，稱為回歸系數(shù)。稱為被解釋變量（
5、因變量），是個可以精確測量并控制的一般變量。稱為解釋變量（自變量）。時，式（3.1）為一元線性回歸模型；時，我們就稱式（3.1）為多元線性回歸模型。是隨機誤差，與一元線性回歸一樣，對隨機誤差項我們常假定（3.2）稱（3.3）為理論回歸方程。對一個實際問題，如果我們獲得組觀測數(shù)，則線性回歸模型式（3.1）可表示為：（3.4）寫成矩陣形式為：（3.5）是一個階矩陣，稱為回歸設計矩陣或資料矩陣。在實驗設計中，的元素是預先設定并可以控制的，人的主觀因素可作用其中，因而稱為設計矩陣。3.1.2多元線性回歸模型的基本假定為了方
6、便地進行模型的參數(shù)估計，對回歸方程式（3.4）有如下一些基本假定（1）解釋變量，，…，是確定性變量，不是隨機變量，且要求。這里的，表明設計矩陣中的自變量列之間不相關(guān)，樣本量的個數(shù)應大于解釋變量的個數(shù)，是一滿秩矩陣。（2）隨機誤差性具有零均值和等方差，即，，這個假定通常稱為高斯—馬爾柯夫條件。，即假設觀測值沒有系統(tǒng)誤差，隨機誤差項的平均值為零，隨機誤差項的協(xié)方差為零，表明隨機誤差項在不同的樣本點之間是不相關(guān)的（在正態(tài)假定下即為獨立的），不存在序列相關(guān)，并且有相同的精度。（3）正態(tài)分布的假定條件為：相互獨立對于多元線性
7、回歸的矩陣模型式（3.5），這個條件便可表示為：由上述假定和多元正態(tài)分布的性質(zhì)可知，隨機變量服從維正態(tài)分布，回歸模型式（3.5）的期望向量因此3.2.多元線性回歸參數(shù)的最小二乘估計多元線性回歸模型未知參數(shù)，，…，，的估計與一元線性回歸方程的參數(shù)估計原理一樣，仍可采用最小二乘估計。對于，所謂最小二乘法，就是尋找參數(shù)，，…，的估計值，使離差平方和Q(，，…，)極小，即:4.SAS程序及結(jié)果輸出4.1.建立數(shù)據(jù)集，進行相關(guān)分析程序1dataa;inputyearyx1-x6@@;cards;19852004.823619
8、.59716675.11058.513801.4443.6519862122.01401311194808.071075.074374471.419872199.354675.713813954.6510935115420.919882357.245865.3182251131.651110.266534.6508.719892664.96534.72201
