spss多元统计论文_回归分析在商品的需求量分析中的运用.doc

. .. . 回归分析在商品的需求量分析中的运用摘要：本文结合多元统计分析理论中关于多元线性回归分析的应用,对商品需求量与商品价格和人均月收入的关系的线性方程进行探索研究回归分析的基本思想是描述若干个变量间的统计关系,以研究一个或多个自变量与因变量之间的在联系而回归分析研究又包括线性回归和非线性回归本文就是运用线性回归来分析商品需求量和商品价格,人均月收入之间的关系的关键词： 线性回归 线性方程 商品需求量一．引言 随着我国经济的快速发展,人们的物质生活条件越来越好,各种各样的商品出现在人们的日常生活中随着人们收入水平的不断变化,随着商品价格的不断变化,人们对某种商品的需求量也不同如果生产的商品量大于商品的需求量,则会导致资源浪费,商品的价格下降；反之如果商品的生产量少于商品的需求量,则会导致商品供应不足,价格上涨以上两种情况都会对经济发展造成不利的影响因此,对商品需求量的预测是必要的那么,应该如何预测商品的需求量呢？为此,本文在参阅相关文献的基础上,根据财富网所提供的某地1996~2995年10年间对某品牌的手表需求量和商品价格,人均月收入的数据采用线性回归的方法进行回归分析,并对模型进行检验,预测。

二． 经济理论分析、所涉及的经济变量（1） 经济理论分析：1.需求：是指在各种不同价格水平下,消费者愿意且能够购买的商品或服务的数量；2.需求与价格之间存在这需求规律,即"在其它条件不变的条件下,一种商品的价格上升会引起该商品的需求量减少,价格下降会引起该商品的需求量增多"；由此我们引出需求的价格弹性的概念,它是指需求量对价格变动的反应程度,是需求量变化的百分比除以价格变化的百分比,即公式： 3.同理,需求与收入的关系可以用需求的收入弹性分析,它表示某一商品的需求量对收入变化的反应程度,即公式：〔2〕变量的设定：在经济生活中,我们不难发现价格和收入水平的高低对商品需求量有着直接且密切的影响,故所建立的模型是一个回归模型！其中"商品价格"与"消费者平均收入"分别是自变量x1、x2,"商品需求量"是因变量y 三． 模型的建立经济理论指出,商品需求受多种综合因素的影响,如商品价格、消费者收入水平、消费者对未来的价格预期、相关商品的价格、消费者偏好等,而其中最重要的因素就是价格与消费者收入水平,即价格和消费者收入水平与需求量之间存在单方向的因果关系；由此,我们可设以下回归模型：四． 相关变量的数据收集 我们将以某地区消费者对当地某品牌电子手表的需求量随价格与平均收入变动的资料进行回归分析,并对估计模型进行检验,。

年份1996199719981999200020012002200320042005商品价格〔元/件〕89787060695245563245 人均月收入〔元〕5605306006807508308808309801100 需求量〔件〕5800489062006800710089009000810099909800自变量：商品价格〔x1〕人均月收入〔x2〕因变量：商品需求量〔y〕五．数据在SPSS软件中的输入,运行过程及模型的结果打开SPSS软件选择输入数据如下图选择分析——回归——线性回归选择需求量为因变量,商品价格和人均月收入为自变量得出模型结果输入／移去的变量b模型输入的变量移去的变量方法1人均月收入, 商品价格.输入a. 已输入所有请求的变量b. 因变量: 需求量模型汇总b模型RR 方调整 R 方标准 估计的误差Durbin-Watson1.977a.954.941427.955402.078a. 预测变量: <常量>, 人均月收入, 商品价格b. 因变量: 需求量Anovab模型平方和df均方FSig.1回归.2012.60172.539.000a残差.7997.828总计.0009a. 预测变量: <常量>, 人均月收入, 商品价格。

b. 因变量: 需求量系数a模型非标准化系数标准系数tSig.共线性统计量B标准 误差试用版容差VIF1<常量>4990.5192280.0932.189.065商品价格-35.66617.871-.348-1.996.086.2164.636人均月收入6.1931.652.6553.749.007.2164.636a. 因变量: 需求量残差统计量a极小值极大值均值标准 偏差N预测值5284.176310197.55277658.00001718.2206310残差-600.72021624.14581.00000377.4211910标准 预测值-1.3821.478.0001.00010标准 残差-1.4041.458.000.88210a. 因变量: 需求量由以上数据可知回归方程为：六． 模型的检验（一） 多元统计学检验1. 拟合优度检验:根据SPSS软件给出的结果,样本决定系数R2=0.954.由R2的意义来看,其值越接近于1,意味着模型的拟合优度越高所以,本模型具有较高的拟合优度2. 回归系数的显著性检验：方程的显著性概率为0.0648；参数的显著性概率为0.0862、0.0072；因此根据t检验原则,在显著性水平为0.1的条件下,估计方程模型显著,拒绝原假设H0；3.回归方程的显著性检验：由SPSS运行结果可知,F 值为72.539 ； 显著性概率小于0.001, 由F检验的原则可知,在显著性概率为0.05的条件下,回归方程显著成立,拒绝H0 。

4.多重共线性检验 可由回归结果知商品价格和人均月收入的VIF值都为4.636比较小故无多重共线性5. 独立性检验 由模型结果得DW值为2.078,在2左右,无一介及高阶自相关性6. 残差的正态性检验 正态概率图大致为一条直线,正态性假设成立〔二〕经济意义检验1.为正数,在价格与人均收入接近于零时,人们对该电子产品仍存在需求2.为负数,说明商品需求与价格之间参存在负的线性关系3.为正数,说明商品需求与收入水平成正向的线性关系七.运用模型回归模型进行预测 由回归方程模型分析可知,商品价格和消费者收入水平是密切影响商品需求量的主要因素；商品价格〔x1〕与商品需求量〔y〕之间存在负的线性关系,而消费者平均收入〔x2〕与商品需求量〔y〕之间存在正的线性关系；故可预测,商品需求量会随着商品价格的升高而减少,随着消费者收入水平的提高而增加,而实际的商品需求量最终由这两种甚至更多种因素综合决定  假设20XX该地区该电子手表的价格为50元〔x1=50〕消费者人均月收入为2000 元〔即x2=2000〕,则由回归方程：将x1=50, x2=2000 带入方程中可得：y=15593 。

计算可知,该地区该品牌的电子手表在20XX的需求量将估计达到15593件八.结束语运用多元统计学中回归分析的方法,在已知商品价格和消费者收入水平的情况下,我们就可以根据回归方程,预测相应的商品需求量的增减趋势！但是,我们也不能否认随着经济的发展与人们对时尚潮流偏好的改变,仅以商品价格和消费者收入估计商品需求量会出现或多或少的偏差,但这也无法否回归模型对社会经济发展的重要作用通过本次论文,我不仅对老师上课的知识有了更好的理解,更加熟悉了SPSS软件的操作方法和过程了解了如何用多元统计学中的分析方法解决实际问题为以后的工作学习打下了基础  / 。