的变量的方法,它是在多元线性回归基础上派生出来的一种算法技巧.Р从多元线性回归分析中我们知道,如果采用的自变量越多,则回归平方和越大,残差平方和越小.然而,采用较多的变量来拟合回归方程,得到方程的稳定性差,每个自变量的区间误差积累将影响总体误差,用这样建立起来的回归方程做预测的可靠性差、精度低. 另一方面,如果采用了对影响甚小的变量而遗漏了重要变量,可能导致估计量产生偏倚和不一致性.所以,我们力求得到最佳拟合结果的回归方程.这样的最佳拟合效果的回归方程是包含所有对有影响的变量而不包含对影响不显著的变量回归方程.Р在选择最佳拟合的回归方程的众方法中,逐步回归分析法在筛选变量方面较为理想,故目前较多采用该方法来组建回归模型.该方法也是从一个自变量开始,视自变量作用的显著程度,从大到小地依次逐个引入回归方程.但当引入的自变量由于后面变量的引入而变得不显著时,要将其剔除掉.引入一个自变量或从回归方程中剔除一个自变量,为逐步回归的一步.对于每一个都要进行值检验,以确保每次引入新的显著性变量前回归方程中只包含对作用显著地变量.这个过程反复进行,直至既无不显著的变量从回归方程中剔除,又无显著变量可引入回归方程时为止.Р2.2回归模型的建立Р2.2.1指标的建立和选取Р财政收入的影响因素有很多,有些因素可以由数据充分体现,如工业生产总值、建筑业总产值、农业生产总值及总税收收入等,也有些因素是不能通过数据来反应财政收入的,如土地总面积、国家政策及国家宏观调控等.Р本文结合山东省的情况选取以下七个指标作为财政收入的影响因素.本文选取的数据来源于山东省统计年鉴.Р表2.1 财政收入模型样本观测值Р年份Р财政Р收入Р(亿元)Р工业生产总值Р(亿元)Р建筑业Р总产值Р(亿元)Р农业生产总值Р(亿元)Р社会商品零售总额Р(亿元)Р山东省人口Р总数Р(亿人)Р总税收Р收入Р(亿元)Р土地总面积Р(公顷)
全文预览
