我国城乡居民收入差距的SPSS预测分析.docx

编号：时间：2021年x月x日书山有路勤为径，学海无涯苦作舟页码：我国城乡居民收入差距的SPSS预测分析课程：经济预测学时：2学时实验目的和意义：缩小城乡收入差距是我国社会面临的重要问题，具有非常重要的现象意义。在分析1978-2005年我国城乡收入差距变化的基础上，用SPSS统计软件模拟曲线预测未来收入差距变化趋势，使学生熟练掌握各种预测模型的适用范围，能够熟练使用SPSS软件中的各种模型进行分析预测，并针对各种不同的模型进行合理的选择。力争通过此次上机授课，使学生具备较强的SPSS软件分析预测能力。分析方法：回归分析方法。回归分析是指具有相关关系的变量，依据其关系的形态，选择一个合适的数字模型（回归方程），用来近似地表示变量间数量平均变化关系的一种统计方法。按分析变量的多少可以分为一元回归与多元回归分析；按分析变量间的表现形态不同，可分为线性回归分析与非线性回归分析。根据1978-2005年我国城乡收入比值数据，采用SPSS统计分析软件中的回归分析功能（线性回归和非线性回归），建立回归方程，并根据此方程预测下几年的城乡收入差距值。实验目标与结果：能够运用多种线性和非线性回归模型进行分析预测，并根据预测结果选择拟合效果好的回归模型，并根据模型得出的回归方程预测下几年的城乡收入差距比值。程序与步骤：一、向SPSS系统中输入原始数据（数据来源于《中国统计年鉴》）具体操作程序是：1、打开SPSS系统，进入DataEditor。2、点击VariableView,定义变量性质。3、点击DataView,输入原始数据。二、应用SPSS实现回归分析的步骤：1、点击Analyze菜单Regression中选择CurveEstimation命令。2、在CurveEstimation对话框中，从对话框左侧的变量列表中选择“农村收入”使之添加到右边的Dependent(s)框中。3、在CurveEstimation对话框中，从对话框左侧的变量列表中选择“年份”变量，使之添加到右边的Independent(s)框中。4、在Model对话框中，分别选择Linear、Quadradic、Commpand、S以及Exponential复选框，也可以继续选择其他复选模型以采用不同的模型进行回归分析，但注意所选择的模型数不要超过五个，否则同一坐标系中曲线过多难以识别。5、选择完毕后单击Ok按钮，出现Output界面，SPSS自动完成计算。结果如下图：6、用如上过程拟合城镇收入曲线，并预测未来时期城镇收入。结果分析：农村收入拟合结果：MODEL:MOD_1.Independent:年份DependentMthRsqd.f.FSigfb0b1b2农村收入LIN.90724235.43.000-215320108.717农村收入QUA.90824237.62.000-107168.0273农村收入COM.981241225.15.0001.1-1041.1315农村收入S.981241254.62.000252.638-489737农村收入EXP.981241225.15.0001.1-104.1236Notes:Tolerancelimitsreached;somedependentvariableswerenotentered.城镇收入拟合结果：MODEL:MOD_2.Independent:年份DependentMthRsqd.f.FSigfb0b1b2城镇收入LIN.88824191.20.000-636606321.268城镇收入QUA.88924193.16.000-317049.0807城镇收入COM.987241820.35.0008.5-1171.1480城镇收入S.987241823.68.000282.222-546865城镇收入EXP.987241820.35.0008.5-117.1380Notes:Tolerancelimitsreached;somedependentvariableswerenotentered.根据各种模型不同的结果以及相应的Sigf值，判断各种模型的拟合程度优劣，并选择一种较好的模型建立回归方程，并预测下几年的城乡收入差距比值。思考：观察你的城乡收入差距预测值，准确度如何？是否与实际经济发展趋势相符？不同的方法可以得出不同的预测值，在拟合农村收入与城镇收入时是否应该选用同一种预测模型？