回归分析案例
多元线性回归分析20种云南红茶
运用spss20.0进行分析
多元线性回归
表1
模型汇总
模型R R 方调整 R 方标准估计的误差
1 1.000a.999 .985 .33098
a. 预测变量: (常量), 芳樟醇氧化物*, 青叶醛, 3-己烯-1-醇, 苯甲醇, 芳樟醇氧化物Ⅲ, α-松油醇,
水杨酸甲酯, 二氢猕猴桃内酯, 苯乙醛, β-紫罗酮, 芳樟醇氧化物Ⅱ, 苯甲醛, 苯乙醇, 芳樟醇, (E,E)-2,4-庚二烯醛, 芳樟醇氧化物Ⅰ, 芳樟醇氧化物Ⅳ, 糠醛。
表2
Anova a
模型平方和df 均方 F Sig.
1 回归134.440 18 7.469 68.180 .095b 残差.110 1 .110
总计134.550 19
a. 因变量: 感官审评得分
b. 预测变量: (常量), 芳樟醇氧化物*, 青叶醛, 3-己烯-1-醇, 苯甲醇, 芳樟醇氧化物Ⅲ, α-松油醇,
水杨酸甲酯, 二氢猕猴桃内酯, 苯乙醛, β-紫罗酮, 芳樟醇氧化物Ⅱ, 苯甲醛, 苯乙醇, 芳樟醇, (E,E)-2,4-庚二烯醛, 芳樟醇氧化物Ⅰ, 芳樟醇氧化物Ⅳ, 糠醛。
表2
系数a
模型
非标准化系数标准系数
t Sig.
B 标准误差试用版
1
(常量) 67.847 5.793 11.712 .054 糠醛-4.148 1.922 -1.332 -2.158 .276 青叶醛.716 .321 1.035 2.230 .268 3-己烯-1-醇-.436 .252 -.201 -1.731 .334 苯甲醛 3.881 .996 .533 3.895 .160 (E,E)-2,4-庚二烯醛.240 1.601 .048 .150 .905 苯甲醇-.540 .321 -.222 -1.682 .341 苯乙醛-.356 .153 -.433 -2.327 .258 芳樟醇氧化物Ⅰ.770 1.695 .145 .454 .729 芳樟醇氧化物Ⅱ-.840 .561 -.435 -1.499 .375 芳樟醇.827 .365 1.206 2.267 .264 苯乙醇.458 .275 .436 1.664 .345 芳樟醇氧化物Ⅲ13.808 4.571 1.118 3.020 .204 芳樟醇氧化物Ⅳ-.368 .653 -.177 -.563 .674 水杨酸甲酯-.834 1.155 -.121 -.722 .602 α-松油醇 1.970 .668 .410 2.949 .208 β-紫罗酮-10.469 1.774 -.911 -5.903 .107 二氢猕猴桃内酯.351 2.241 .033 .156 .901 芳樟醇氧化物* -.219 .261 -.224 -.839 .556
a. 因变量: 感官审评得分
对20种化学成分进行分析得到表1、2、3，得到的Sig=0.054大于0.05，说明说明该回归方程没有显著水平，回归关系没有统计学意义，所以进行逐步分析。
逐步分析
表4
模型汇总
模型R R 方调整 R 方标准估计的误差
1 .760a.578 .555 1.77565
2 .833b.694 .658 1.55602
3 .894c.798 .761 1.30205
4 .892d.79
5 .771 1.27244
a. 预测变量: (常量), 芳樟醇。
b. 预测变量: (常量), 芳樟醇, β-紫罗酮。
c. 预测变量: (常量), 芳樟醇, β-紫罗酮, 芳樟醇氧化物*。
d. 预测变量: (常量), β-紫罗酮, 芳樟醇氧化物*。
表5
Anova a
模型平方和df 均方 F Sig.
1 回归77.797 1 77.797 24.675 .000b 残差56.753 18 3.153
总计134.550 19
2 回归93.390 2 46.695 19.286 .000c 残差41.160 17 2.421
总计134.550 19
3 回归107.425 3 35.808 21.122 .000d 残差27.125 16 1.695
总计134.550 19
4 回归107.02
5 2 53.513 33.051 .000e 残差27.525 17 1.619
总计134.550 19
a. 因变量: 感官审评得分
b. 预测变量: (常量), 芳樟醇。
c. 预测变量: (常量), 芳樟醇, β-紫罗酮。
d. 预测变量: (常量), 芳樟醇, β-紫罗酮, 芳樟醇氧化物*。
e. 预测变量: (常量), β-紫罗酮, 芳樟醇氧化物*。
表6
系数a
模型
非标准化系数标准系数
t Sig.
B 标准误差试用版
1
(常量) 76.606 1.511 50.683 .000
芳樟醇.521 .105 .760 4.967 .000
2
(常量) 81.667 2.394 34.109 .000 芳樟醇.320 .121 .467 2.641 .017 β-紫罗酮-5.160 2.033 -.449 -2.538 .021
3
(常量) 82.782 2.041 40.567 .000 芳樟醇.065 .135 .095 .486 .634 β-紫罗酮-7.705 1.918 -.671 -4.018 .001 芳樟醇氧化物* .421 .146 .429 2.877 .011
4
(常量) 83.601 1.124 74.378 .000
β-紫罗酮-8.393 1.262 -.730 -6.651 .000 芳樟醇氧化物* .467 .108 .477 4.342 .000
a. 因变量: 感官审评得分
由逐步分析得到4个模型，从4个模型可以看到，模型2的R2为0.833，
模型3增加了芳樟醇氧化物*，使R2变成了0.894，模型4中去掉了芳樟醇，使R2变成了0.892，说明芳樟醇有助于增加R2,所以第3模型合适，假设感官评分(Y)与芳樟醇(X1)、β-紫罗酮X2)、芳樟醇氧化物*(X3)，由第3模型得到方程为Y=82.782+0.065X1-7.705X2+0.421X3，中显著水平p(Sig.)<0.05，说明该回归方程达到显著水平，回归关系具有统计学意义。复相关系数R2=0.894，说明该回归方程的效果比较理想。
20种云南红茶香气成分的原始数据
品种正己
醛
糠醛
青叶
醛
3-己
烯-1-
醇
苯甲
醛
(E,E)-
2,4-庚
二烯
醛
苯甲
醇
苯乙
醛
芳樟
醇氧
化物
Ⅰ
芳樟
醇氧
化物
Ⅱ
芳樟
醇
苯乙
醇
芳樟
醇氧
化物
Ⅲ
芳樟
醇氧
化物
Ⅳ
水杨
酸甲
酯
α-松
油醇
香叶
醇
β-紫
罗酮
二氢
猕猴
桃内
酯
芳樟
醇氧
化物*
感官
审评
得分
1 3.89 1.45 6.15 4.31 0.98 1.27 4.0
2 11.89 2.84 7.68 10.59 4.90 1.48 6.42 1.04 1.81 5.25 0.57 0.5
3 8.16 82.00
2 6.07 2.51 10.09 5.01 1.81 1.92 4.65 13.22 2.2
3 4.33 7.47 3.39 1.33 5.69 1.10 1.58 2.45 0.57 0.6
4 5.24 80.00
3 5.35 2.18 9.62 3.6
4 1.59 1.49 4.24 14.31 2.5
5 5.00 8.72 3.9
6 1.39 5.94 1.30 1.70 2.80 0.71 0.90 6.11 81.00
4 1.40 1.31 2.99 5.23 0.78 1.22 1.89 14.83 2.62 5.57 16.68 12.46 1.03 3.62 1.36 0.56 3.43 0.20 0.29 4.48 86.00
5 9.13 2.65 14.28 2.12 1.20 1.94 3.67 9.07 2.31 5.2
6 10.59 2.80 1.13 4.96 0.99 1.88 2.6
7 0.5
8 0.44 5.57 83.00
6 6.00 2.29 12.08 2.19 1.21 2.16 4.15 11.83 1.89 4.22 8.29 3.3
7 1.26 5.91 1.06 1.61 2.30 0.64 0.81 5.36 81.00
7 4.70 1.55 7.69 1.36 1.33 1.03 3.06 13.90 2.44 6.92 13.27 3.44 1.07 5.84 0.81 1.51 4.79 0.14 0.69 7.13 86.00
8 5.30 1.09 7.75 1.24 1.42 1.42 5.02 14.48 2.18 6.85 10.08 4.52 1.22 6.06 0.63 1.90 5.54 0.36 0.56 8.36 85.00
9 5.71 2.46 7.95 4.19 1.20 0.25 2.67 17.64 2.45 7.88 15.79 3.56 1.03 5.76 0.68 2.93 2.31 0.25 0.57 6.06 82.00
10 3.35 2.15 8.44 2.98 1.15 0.96 2.30 12.12 2.22 5.67 17.26 3.77 0.74 4.50 1.59 2.02 2.69 0.19 0.83 5.73 84.00
11 1.87 1.07 4.20 2.48 0.90 0.62 2.92 15.57 3.42 6.54 17.26 7.69 1.06 4.51 1.98 1.26 9.46 0.22 0.20 11.14 86.00
12 2.44 1.07 4.85 3.06 0.88 0.37 2.65 14.52 3.75 7.29 19.42 6.85 0.94 4.25 1.92 1.46 9.09 0.16 0.24 10.95 87.00
13 1.88 0.72 4.33 2.45 0.83 0.64 2.47 14.03 3.47 7.24 18.58 6.93 0.93 4.38 1.81 1.45 10.50 0.38 0.22 12.55 85.00
14 9.66 2.56 11.41 2.99 0.58 1.11 2.00 6.36 2.56 8.04 18.12 2.25 1.36 6.95 0.95 2.86 9.22 0.37 0.85 13.30 89.00
15 9.46 2.79 11.66 3.70 0.67 1.04 2.48 7.63 2.57 7.81 17.29 2.79 1.30 6.77 0.90 2.68 8.14 0.34 0.57 11.73 87.00
16 8.03 1.99 12.60 2.94 1.45 0.78 2.20 14.20 3.00 8.46 12.69 3.00 1.27 6.02 1.03 2.17 5.73 0.94 0.82 9.66 81.00
17 10.04 2.60 16.30 4.20 1.09 1.16 2.67 9.57 2.46 7.37 10.43 3.75 1.19 5.79 0.96 1.87 5.55 0.87 0.78 9.07 79.00
18 8.97 4.10 13.15 2.17 0.55 0.64 1.06 7.63 3.08 7.74 18.25 1.64 1.46 7.61 1.30 1.98 4.65 0.36 0.89 7.88 85.00
19 7.93 3.00 11.15 1.51 0.69 0.42 1.48 9.46 3.34 9.25 12.68 2.33 1.60 9.03 1.26 2.30 5.53 0.40 0.53 8.76 84.00
20 11.05 3.15 15.11 1.16 0.51 0.83 1.77 7.13 2.36 6.86 14.56 2.04 1.37 7.10 0.97 1.86 7.99 0.55 1.03 11.43 84.00
多元线性回归模型的案例分析
1. 表1列出了某地区家庭人均鸡肉年消费量Y 与家庭月平均收入X ，鸡肉价格P 1，猪肉价格P 2与牛肉价格P 3的相关数据。 年份 Y/千 克 X/ 元 P 1/(元/千克) P 2/(元/千克) P 3/(元/千克) 年份 Y/千克 X/元 P 1/(元/ 千克) P 2/(元/ 千克) P 3/(元/千克) 1980 2.78 397 4.22 5.07 7.83 1992 4.18 911 3.97 7.91 11.40 1981 2.99 413 3.81 5.20 7.92 1993 4.04 931 5.21 9.54 12.41 1982 2.98 439 4.03 5.40 7.92 1994 4.07 1021 4.89 9.42 12.76 1983 3.08 459 3.95 5.53 7.92 1995 4.01 1165 5.83 12.35 14.29 1984 3.12 492 3.73 5.47 7.74 1996 4.27 1349 5.79 12.99 14.36 1985 3.33 528 3.81 6.37 8.02 1997 4.41 1449 5.67 11.76 13.92 1986 3.56 560 3.93 6.98 8.04 1998 4.67 1575 6.37 13.09 16.55 1987 3.64 624 3.78 6.59 8.39 1999 5.06 1759 6.16 12.98 20.33 1988 3.67 666 3.84 6.45 8.55 2000 5.01 1994 5.89 12.80 21.96 1989 3.84 717 4.01 7.00 9.37 2001 5.17 2258 6.64 14.10 22.16 1990 4.04 768 3.86 7.32 10.61 2002 5.29 2478 7.04 16.82 23.26 1991 4.03 843 3.98 6.78 10.48 （1） 求出该地区关于家庭鸡肉消费需求的如下模型： 01213243ln ln ln ln ln Y X P P P u βββββ=+++++ （2） 请分析，鸡肉的家庭消费需求是否受猪肉及牛肉价格的影响。 先做回归分析，过程如下： 输出结果如下：
【专业文档】相关与回归分析案例分析.doc
案例：利兴铸造厂产品成本分析 最近几年利兴铸造厂狠抓成本管理，提高经济效益，在降低原材料和能源消耗，提高劳动生产率，以及增收节支等方面，取得了显著成绩，单位成本有明显下降，基本扭转了亏损局面。但是各月单位成本起伏很大，有的月份赢利，有的月份赢利少甚至亏损。为了控制成本波动，并指导今后的生产经营，利兴铸造厂统计部门进行了产品成本分析。 资料搜集整理分析 首先，研究单位成本与产量的关系（如下表）： 表1 铸铁件产量及单位成本 从表1可以看出，铸铁件单位成本波动很大，在15个月中，最高的上年4月单位成本达800元，最低的今年3月单位成本为570元，全距是230元。上年2、4、5、9月4个月成本高于出厂价，出现亏损，而今年3月毛利率达到20.8%[(720-570)/720*100%]。
成本波动大的原因是什么呢？从表1可以发现，单位成本的波动与产量有关。上年4月成本最高，而产量最低，今年3月成本最低，而产量最高，去年亏损的4个月中，产量普遍偏低，这显然是个规模效益问题。在成本构成中，可以分为变动成本和固定成本两部分。根据利兴铸造厂的实际情况，变动成本主要包括原材料及能源消耗、工人工资、销售费用、税金等，固定成本主要包括折旧费用、管理费用和财务费用。在财务费用中，绝大部分是贷款利息，由于贷款余额大，在短期内无力偿还，所以每个月的贷款利息支出基本上是一项固定支出，不可能随产量的变动而变动，故将贷款利息列入固定成本之中。从目前情况看，在成本构成中，固定成本所占比重较大，每月产量大，分摊在单位产品中的固定成本就小；如果产量小，分摊在单位产品中的固定成本就大，所以每月产量的多少直接影响单位成本的波动。为了论证单位成本与产量之间是否存在相关关系，并找出其内在规律以指导今后的工作，现计算相关系数，并建立回归方程。 r= - 0.98 计算结果表明，单位成本与产量之间，存在着高度负相关，相关系数为-0.98。 设各月产量为自变量x ，单位成本为因变量y ，则有直线方程式 x y βα???+= 可得结果为 x y 49.01049?-= 计算结果表明，铸铁件产量每增加1吨，单位成本可以下降0.49
spss多元回归分析报告案例
企业管理 对居民消费率影响因素的探究 ---以湖北省为例 改革开放以来,我国经济始终保持着高速增长的趋势,三十多年间综合国力得到显著增强,但我国居民消费率一直偏低,甚至一直有下降的趋势。居民消费率的偏低必然会导致我国内需的不足,进而会影响我国经济的长期健康发展。 本模型以湖北省1995年-2010年数据为例，探究各因素对居民消费率的影响及多元关系。（注：计算我国居民的消费率,用居民的人均消费除以人均GDP,得到居民的消费率）。通常来说，影响居民消费率的因素是多方面的，如:居民总 收入，人均GDP，人口结构状况1（儿童抚养系数，老年抚养系数），居民消费价格指数增长率等因素。 1.人口年龄结构一种比较精准的描述是：儿童抚养系数(0-14岁人口与 15-64岁人口的比值)、老年抚养系数(65岁及以上人口与15-64岁人口的比值〉或总抚养系数(儿童和老年抚养系数之和)。0-14岁人口比例与65岁及以上人口比例可由《湖北省统计年鉴》查得。
一、计量经济模型分析 (一)、数据搜集 根据以上分析，本模型在影响居民消费率因素中引入6个解释变量。X1:居民总收入（亿元），X2：人口增长率(‰），X3：居民消费价格指数增长率，X4：少儿抚养系数，X5：老年抚养系数，X6：居民消费占收入比重（%）。 Y：消费率(%)X1:总收入 （亿元） X2：人口增 长率(‰） X3：居民消 费价格指 数增长率 X4：少儿抚 养系数 X5：老年抚 养系数 X6：居民消 费比重（%） 1995 1997 200039 2001 2002 2003 2004 2005 2006 2007 2008 2009
案例分析(一元线性回归模型)
案例分析报告（2014——2015学年第一学期） 课程名称：预测与决策 专业班级：电子商务1202 学号：2204120202 学生姓名：陈维维 2014 年11月
案例分析（一元线性回归模型） 我国城镇居民家庭人均消费支出预测 一、研究目的与要求 居民消费在社会经济的持续发展中有着重要的作用，居民合理的消费模式和居民适度的消费规模有利于经济持续健康的增长，而且这也是人民生活水平的具体体现。从理论角度讲，消费需求的具体内容主要体现在消费结构上，要增加居民消费，就要从研究居民消费结构入手，只有了解居民消费结构变化的趋势和规律，掌握消费需求的热点和发展方向，才能为消费者提供良好的政策环境，引导消费者合理扩大消费，才能促进产业结构调整与消费结构优化升级相协调，才能推动国民经济平稳、健康发展。例如，2008年全国城镇居民家庭平均每人每年消费支出为11242.85元，最低的青海省仅为人均8192.56元，最高的上海市达人均19397.89元，上海是黑龙江的2.37倍。为了研究全国居民消费水平及其变动的原因，需要作具体的分析。影响各地区居民消费支出有明显差异的因素可能很多，例如，零售物价指数、利率、居民财产、购物环境等等都可能对居民消费有影响。为了分析什么是影响各地区居民消费支出有明显差异的最主要因素，并分析影响因素与消费水平的数量关系，可以建立相应的计量经济模型去研究。 二、模型设定 我研究的对象是各地区居民消费的差异。居民消费可分为城镇居民消费和农村居民消费，由于各地区的城镇与农村人口比例及经济结构有较大差异，最具有直接对比可比性的是城市居民消费。而且，由于各地区人口和经济总量不同，只能用“城镇居民每人每年的平均消费支出”来比较，而这正是可从统计年鉴中获得数据的变量。 所以模型的被解释变量Y选定为“城镇居民每人每年的平均消费支出”。 因为研究的目的是各地区城镇居民消费的差异，并不是城镇居民消费在不同时间的变动，所以应选择同一时期各地区城镇居民的消费支出来建立模型。因此建立的是2008年截面数据模型。影响各地区城镇居民人均消费支
SPSS线性回归分析案例
回归分析 实验内容：基于居民消费性支出与居民可支配收入的简单线性回归分析 【研究目的】 居民消费在社会经济的持续发展中有着重要的作用。影响各地区居民消费支出的因素很多，例如居民的收入水平、商品价格水平、收入分配状况、消费者偏好、家庭财产状况、消费信贷状况、消费者年龄构成、社会保障制度、风俗习惯等等。为了分析什么是影响各地区居民消费支出有明显差异的最主要因素，并分析影响因素与消费水平的数量关系，可以建立相应的经济模型去研究。 【模型设定】 我们研究的对象是各地区居民消费的差异。由于各地区的城市与农村人口比例及经济结构有较大差异，现选用城镇居民消费进行比较。模型中被解释变量Y选定为“城市居民每人每年的平均消费支出”。从理论和经验分析，影响居民消费水平的最主要因素是居民的可支配收入，故可以选用“城市居民每人每年可支配收入”作为解释变量X，选取2010年截面数据。 1、实验数据 表1： 2010年中国各地区城市居民人均年消费支出和可支配收入
2、实验过程 作城市居民家庭平均每人每年消费支出(Y)和城市居民人均年可支配收入(X)的散点图，如图1：
表2 模型汇总b 表3 相关性 从散点图可以看出居民家庭平均每人每年消费支出(Y)和城市居民人均年可支配收入(X)大体呈现为线性关系，所以建立如下线性模型：Y=a+bX
表4 系数a 3、结果分析 表2模型汇总：相关系数为0.965，判定系数为0.932，调整判定系数为0.930，估计值的标准误877.29128 表3是相关分析结果。消费性支出Y与可支配收入X相关系数为0.965，相关性很高。 表4是回归分析中的系数：常数项b=704.824，可支配收入X的回归系数a=0.668。a的标准误差为0.034，回归系数t的检验值为19.921，P值为0，满足95%的置信区间，可认为回归系数有显著意义。得线性回归方程Y=0.668X+704.824. 【实验结论】 （1）结果显示，变量之间具有如下关系式：Y=0.668X+704.824.也就是说消费与收入之间存在稳定的函数关系。随着收入的增加，消费将增加，但消费的增长低于收入的增长。这与凯尔斯的绝对收入消费理论刚好吻合。但为了研究方便，这里假设边际消费倾向为常数。由公式知X每增长1个单位，Y增加0.668个单位。
SPSS多元线性回归分析报告实例操作步骤
SPSS 统计分析 多元线性回归分析方法操作与分析 实验目的： 引入1998~2008年上海市城市人口密度、城市居民人均可支配收入、五年以上平均年贷款利率和房屋空置率作为变量，来研究上海房价的变动因素。 实验变量： 以年份、商品房平均售价（元/平方米）、上海市城市人口密度(人/平方公里)、城市居民人均可支配收入(元)、五年以上平均年贷款利率(%)和房屋空置率(%)作为变量。 实验方法：多元线性回归分析法 软件：spss19.0 操作过程： 第一步：导入Excel数据文件 1.open data document——open data——open；
2. Opening excel data source——OK. 第二步： 1.在最上面菜单里面选中Analyze——Regression——Linear ，Dependent（因变量）选择商品房平均售价，Independents（自变量）选择城市人口密度、城市居民人均可支配收入、五年以上平均年贷款利率、房屋空置率；Method选择Stepwise. 进入如下界面： 2.点击右侧Statistics，勾选Regression Coefficients（回归系数）选项组中的Estimates；勾选Residuals（残差）选项组中的Durbin-Watson、
Casewise diagnostics默认；接着选择Model fit、Collinearity diagnotics；点击Continue. 3.点击右侧Plots，选择*ZPRED（标准化预测值）作为纵轴变量，选择DEPENDNT（因变量）作为横轴变量；勾选选项组中的Standardized Residual Plots（标准化残差图）中的Histogram、Normal probability plot；点击Continue.
案例分析报告 案例分析报告范文30篇
案例分析报告案例分析报告范文30篇 精品文档，仅供参考
案例分析报告案例分析报告范文30篇 报告是一种公文格式，专指陈述调查本身或由调查得出的结论，可以是机关对其内部调查的结果，也可以是由独立的研究人员进行调查的结果，其使用范围很广，报告的风格与结构因应各个机构的惯例而有所不同。本站为大家整理的相关的案例分析报告，供大家参考选择。 案例分析报告 一、案例简介 十八届三中全会通过的《中共中央关于全面深化改革若干重大问题的决定》：赋予农民更多财产权利。赋予农民对集体资产股份占有、收益、有偿退出及抵押、担保、继承权。保障农户宅基地用益物权，改革完善农村宅基地制度，选择若干试点，慎重稳妥推进农民住房财产权抵押、担保、转让，探索农民增加财产性收入渠道。 建设城乡统一的建设用地市场。农村集体经营性建设用地与国有土地同等入市、同权同价。 二、研究主题 对十八届三中全会通过的《中共中央关于全面深化改革若干重大问题的决定》中农村产权改革政策的分析。 三、发展历程 1978年，十一届三中全会后确立家庭联产承包责任制：家庭联产承包责任制是指农户以家庭为单位向集体组织承
包土地等生产资料和生产任务的农业生产责任制形式。是以家庭承包经营为基础、统分结合的双层经营体制。 2003年3月1日施行《中华人民共和国土地承包法》赋予农民长期而有保障的土地使用权，国家依法保护农村土地承包关系的长期稳定。国家实行农村土地承包经营制度，农村土地承包后，土地的所有权性质不变。承包地不得买卖。 2008年10月12日，十七届三中全会通过《中共中央关于推进农村改革发展若干重大问题的决定》[指出，按照依法自愿有偿原则，允许农民以转包、出租、互换、转让、股份合作等形式流转土地承包经营权，发展多种形式的适度规模经营。 xx年11月12日，十八届三中全会通过决定，建立城乡统一的建设用地市场，允许工业、商业、综合等性质的经营性建设用地出让、租赁、入股。最终实现与国有土地同等入市、同权同价;赋予农民更多财产权利。赋予农民对集体资产股份占有、收益、有偿退出及抵押、担保、继承权。选择若干试点，慎重稳妥推进农民住房财产权抵押、担保、转让。 四、案例分析 (一)案例背景信息 十一届三中全会以来的改革红利，已基本释放完毕，后发劣势日渐彰显。在双轨制之下，各种特殊利益集团逐渐成型。经济改革尚未最终完成，政治、社会、文化等领域的改
案例分析报告范文2篇汇总word版
案例分析报告范文2篇 【篇一】 标题××× 分析背景和目标、基本情况、分析所用的理论介绍、分析过程、相关问题讨论和对策探讨、进一步的思考等 一、选题范围 在具体的案例或者某一类型的案例做分析报告。 二、报告内容 所有报告均应为对实际案例的分析论证，包括以下几方面内容 案由 即对案例提供内容的高度概括， 案情
案情材料应当事实完整、要素齐备、行文简洁、层次清晰、，涉及个人隐私的，须进行必要的技术处理，不得使用与案件原始材料相同的当事人名称、地名等具有明确指向性的内容(案件原始材料应当附随报告提交，并注明案件来源或被调查的单位和个人)。 案件焦点 应当根据案情归纳、提炼、列举出案件焦点所在，如“本案焦点在于关于合同的效力问题;关于合同的履行方式问题等。 争议与分歧意见 从学理和司法实践的角度，提炼出法学理论研究的问题，应当至少具有两种以上的观点、主张或意见，并清晰、明了地叙明各自的理由及其依据。 研究结论 应当明确表作者对于案件性质或其处理意见的观点和看法，并从法学理论和法律规定两方面详细阐明其理由和依据，使研究结论有助于解决案例本身，或者为解决类似案件提供有益帮助，或者提出理论上需要深化的问题。
一个完整的案例分析材料应包括以下几个基本要素 摘要 关键词 正文 a) 其中正文包括以下几个部分 i. ii. 绪论(包括研究背景，本行业情况，本公司概况) 公司生产经营情况分析(包括公司取得的成绩与存在的问题) iii. 公司拟采取的解决问题的对策分析与相关文献理论(即针对公司存在的问题现拟采取解决措施) iv. v.
vi. 基本结论与对策建议案例问题讨论参考文献资料 尾页要有参考文献 例，参考文献 [1] 甘肃省统计局.甘肃年鉴2009[N] .北京中国统计出版社，200 [2] 任家强，董琳瑛.基于空间统计分析的辽宁省县域经济空间差异研究[J].经济地理,xxxx，(9)1435-143 [3] 胡青峰，张子平.基于Geoda095i区域经济增长率的空间统计分析研究[J].测绘与空间地理信息,2007，(2)53-5 [4] 潘竟虎，冯兆东.甘肃省区域经济差异时空格局的ESDA-GIS[J].兰州大学学报(自然科学版)，2008,(4)45-50. (目录) (正文) 5号，宋体，三级标题式，至少3000字。
统计学案例——相关回归分析
《统计学》案例——相关回归分析 案例一质量控制中的简单线性回归分析 1、问题的提出 某石油炼厂的催化装置通过高温及催化剂对原料的作用进行反应，生成各种产品，其中液化气用途广泛、易于储存运输，所以，提高液化气收率，降低不凝气体产量，成为提高经济效益的关键问题。 通过因果分析图和排列图的观察，发现回流温度是影响液化气收率的主要原因，因此，只有确定二者之间的相关关系，寻找适当的回流温度，才能达到提高液化气收率的目的。经认真分析仔细研究，确定了在保持原有轻油收率的前提下，液化气收率比去年同期增长1个百分点的目标，即达到12.24%的液化气收率。 2、数据的收集
目标值确定之后，我们收集了某年某季度的回流温度与液化气收率的30组数据（如上表），进行简单直线回归分析。 3.方法的确立 设线性回归模型为εββ++=x y 10，估计回归方程为x b b y 10?+= 将数据输入计算机，输出散点图可见，液化气收率y 具有随着回流温度x 的提高而降低的趋势。因此，建立描述y 与x 之间关系的模型时，首选直线型
是合理的。 从线性回归的计算结果，可以知道回归系数的最小二乘估计值 b 0=21.263和b 1=-0.229，于是最小二乘直线为 x y 229.0263.21?-= 这就表明，回流温度每增加1℃，估计液化气收率将减少0.229%。 （3）残差分析 为了判别简单线性模型的假定是否有效，作出残差图，进行残差分析。
从图中可以看到，残差基本在-0.5—+0.5左右，说明建立回归模型所依赖的假定是恰当的。误差项的估计值s=0.388。 （4）回归模型检验 a.显著性检验 在90%的显著水平下，进行t 检验,拒绝域为︱t ︱=︱b 1/ s b1︱>t α /2=1.7011。 由输出数据可以找到b 1和s b1，t=b 1/ s b1=-0.229/0.022=-10.313，于是拒绝原假设，说明液化气收率与回流温度之间存在线性关系。 b.拟合度检验 判定系数r 2=0.792。这意味着液化气收率的样本变差大约有80%可以由它与回流温度的线性关系来解释。 2r r ==-0.89 这样，r 值为y 与x 之间存在中高度的负线性关系提供了进一步的证据。 由于n ≥30，我们近似确定y 的90%置信区间为： s z y )(?2 α±=21.263-0.229x ±1.282×0.388 = 21.263-0.229x ± 0.497
多元线性回归模型案例
我国农民收入影响因素的回归分析 本文力图应用适当的多元线性回归模型,对有关农民收入的历史数据和现状进行分析,探讨影响农民收入的主要因素,并在此基础上对如何增加农民收入提出相应的政策建议。?农民收入水平的度量常采用人均纯收入指标。影响农民收入增长的因素是多方面的，既有结构性矛盾因素，又有体制性障碍因素。但可以归纳为以下几个方面：一是农产品收购价格水平。二是农业剩余劳动力转移水平。三是城市化、工业化水平。四是农业产业结构状况。五是农业投入水平。考虑到复杂性和可行性，所以对农业投入与农民收入，本文暂不作讨论。因此，以全国为例，把农民收入与各影响因素关系进行线性回归分析，并建立数学模型。 一、计量经济模型分析 (一)、数据搜集 根据以上分析，我们在影响农民收入因素中引入7个解释变量。即：2x -财政用于农业的支出的比重，3x -第二、三产业从业人数占全社会从业人数的比重，4x -非农村人口比重，5x -乡村从业人员占农村人口的比重，6x -农业总产值占农林牧总产值的比重，7x -农作物播种面积，8x —农村用电量。
资料来源《中国统计年鉴2006》。 (二)、计量经济学模型建立 我们设定模型为下面所示的形式： 利用Eviews 软件进行最小二乘估计，估计结果如下表所示： DependentVariable:Y Method:LeastSquares Sample: Includedobservations:19 Variable Coefficient t-Statistic Prob. C X1 X3 X4 X5 X6 X7 X8 R-squared Meandependentvar AdjustedR-squared 表1最小二乘估计结果 回归分析报告为： () ()()()()()()()()()()()()()()() 2345678 2? -1102.373-6.6354X +18.2294X +2.4300X -16.2374X -2.1552X +0.0100X +0.0634X 375.83 3.7813 2.066618.37034 5.8941 2.77080.002330.02128 -2.933 1.7558.820900.20316 2.7550.778 4.27881 2.97930.99582i Y SE t R ===---=230.99316519 1.99327374.66 R Df DW F ====二、计量经济学检验 (一)、多重共线性的检验及修正 ①、检验多重共线性 (a)、直观法 从“表1最小二乘估计结果”中可以看出，虽然模型的整体拟合的很好，但是x4x6
多元回归分析案例解析
计量经济学案例分析 多元回归分析案例 学院：数理学院 班级：数学092班 学号： 094131230 姓名：徐冬梅
摘要：为了研究此后影响中国人口自然增长的主要原因，分析全国人口增长规律，与猜测中国未来的增长趋势，用Eviews 软件对相关数据进行了多元回归分析，得出了相关结论 关键词：多元回归分析 ,Evicews 软件, 中国人口自然增长； 一、 建立模型 为了全面反映中国“人口自然增长率”的全貌，选择人口自然增长率作为被解释变量，以反映中国人口的增长；选择“国名收入”及“人均GDP ”作为经济整体增长的代表；选择“居民消费价格指数增长率”作为居民消费水平的代表。国名总收入，居民消费价格指数增长率，人均GDP 作为解释变量暂不考虑文化程度及人口分布的影响。 通过对表1的数据进行分析，建立模型。其模型表达式为： i i i i i u X X X Y ++++=332211ββββ （i=1，2，,3） 其中Y 表示人口自然增长率，X 1 表示国名总收入，X 2表示居民消费价格指数增长率，X 3表示人均GDP ，根据以往经验和对调查资料的初步分析可知，Y 与X 1，X 2 ，X3呈线性关系，因此建立上述三元线性总体回归模型。Xi 则表示各解释变量对税收增长的贡献。μi 表示随机误差项。通过上式，我们可以了解到，每个解释变量增长１亿元，粮食总产值会如何变化，从而进行财政收入预测。 相关数据： 表1 年份 人口自然增长率（%。)Y 国民总收 入（亿元） X1 居民消费 价格指数增长率（CPI ）%X2 人均GDP （元）X3 1988 15.73 15037 18.8 1366 1989 15.04 17001 18 1519 1990 14.39 18718 3.1 1644 1991 12.98 21826 3.4 1893 1992 11.6 26937 6.4 2311 1993 11.45 35260 14.7 2998 1994 11.21 48108 24.1 4044 1995 10.55 59811 17.1 5046 1996 10.42 70142 8.3 5846 1997 10.06 78061 2.8 6420 1998 9.14 83024 -0.8 6796 1999 8.18 88479 -1.4 7159 2000 7.58 98000 0.4 7858 2001 6.95 108068 0.7 8622 2002 6.45 119096 -0.8 9398 2003 6.01 135174 1.2 10542 2004 5.87 159587 3.9 12336 2005 5.89 184089 1.8 14040 2006 5.38 213132 1.5 16024 2007 5.24 235367 1.7 17535 2008 5.45 277654 1.9 19264
多元线性回归实例分析
SPSS--回归-多元线性回归模型案例解析！(一） 多元线性回归，主要是研究一个因变量与多个自变量之间的相关关系，跟一元回归原理差不多，区别在于影响因素（自变量）更多些而已，例如：一元线性回归方程为： 毫无疑问，多元线性回归方程应该为： 上图中的x1, x2, xp分别代表“自变量”Xp截止，代表有P个自变量，如果有“N组样本，那么这个多元线性回归，将会组成一个矩阵，如下图所示： 那么，多元线性回归方程矩阵形式为： 其中：代表随机误差，其中随机误差分为：可解释的误差和不可解释的误差，随机误差必须满足以下四个条件，多元线性方程才有意义（一元线性方程也一样） 1：服成正太分布，即指：随机误差必须是服成正太分别的随机变量。 2：无偏性假设，即指：期望值为0 3：同共方差性假设，即指，所有的随机误差变量方差都相等 4：独立性假设，即指：所有的随机误差变量都相互独立，可以用协方差解释。 今天跟大家一起讨论一下，SPSS---多元线性回归的具体操作过程，下面以教程教程数据为例，分析汽车特征与汽车销售量之间的关系。通过分析汽车特征跟汽车销售量的关系，建立拟合多元线性回归模型。数据如下图所示：
点击“分析”——回归——线性——进入如下图所示的界面：
将“销售量”作为“因变量”拖入因变量框内，将“车长，车宽，耗油率，车净重等10个自变量拖入自变量框内，如上图所示，在“方法”旁边，选择“逐步”，当然，你也可以选择其它的方式，如果你选择“进入”默认的方式，在分析结果中，将会得到如下图所示的结果：（所有的自变量，都会强行进入） 如果你选择“逐步”这个方法，将会得到如下图所示的结果：（将会根据预先设定的“F统计量的概率值进行筛选，最先进入回归方程的“自变量”应该是跟“因变量”关系最为密切，贡献最大的，如下图可以看出，车的价格和车轴跟因变量关系最为密切，符合判断条件的概率值必须小于0.05，当概率值大于等于0.1时将会被剔除）
项目二 相关与回归分析报告案例及练习要求
项目二：相关与回归分析 一、实验目的 1、掌握Pearson简单相关分析方法，并根据相关系数判断两变量的相关程度。 2、熟悉偏相关系数、Kendall tau-b和Spearman等级相关系数的计算方法，理解其区别与联系。 3、掌握一元与多元回归分析方法，对回归模型估计和检验，并对结果进行分析。 4、了解曲线回归分析方法。并对回归结果进行分析。 二、实验内容和要求 1、现有杭州市区 1978－2014 年的 GDP、城镇居民年人均可支配收入和年人均消费支出的数据资料（example1.sav），如下：
数据来源：历年《杭州统计年鉴》和《2014年杭州市国民经济和社会发展统计公报》。 要求： （1）求人均可支配收入、GDP、人均消费性支出与消费价格指数的双变量Pearson相关系数。 相关性 income bcpi income Pearson 相关性 1 .841**显著性（双侧）.000 N 37 37 bcpi Pearson 相关性.841** 1 显著性（双侧）.000 N 37 37 **. 在 .01 水平（双侧）上显著相关。 相关性 gdp bcpi gdp Pearson 相关性 1 .751**显著性（双侧）.000 N 37 37 bcpi Pearson 相关性.751** 1 显著性（双侧）.000 N 37 37 **. 在 .01 水平（双侧）上显著相关。
相关性 payout bcpi payout Pearson 相关性 1 .873**显著性（双侧）.000 N 37 37 bcpi Pearson 相关性.873** 1 显著性（双侧）.000 N 37 37 **. 在 .01 水平（双侧）上显著相关。 （2）画出人均可支配收入与人均消费支出的散点图，求人均消费支出倚人均可支配收入的直线回归方程，解释方程结果，并给出方程的估计标准误差。
多元回归分析实例
某农场负责人认为早稻收获量（y ：单位为kg/公顷）与春季降雨（x 1：单位为mm ）和春季温度(x 2：单位为℃)有一定的联系，通过7组试验获得了相关的数据。利用Excel 得到下面的回归结果（α=0.1）： 方差分析表 （2）写出早稻收获量与春季降雨量、春季温度的多元线性回归方程，并解释各回归系数的意义。 （3）检验回归方程的线性关系是否显著？ （4）检验各回归系数是否显著？ （5）计算判定系数2 R ，并解释它的实际意义。 （6）计算估计标准误差Se ，并解释它的实际意义。 （每个空格为0.5分） -----3分 2、设总体回归模型为Y ＝1 2 1 2 x x αεββ+ ++ 估计回归方程为y ?＝1 2 1 2 ???x x αββ++，由EXCEL 输出结果可知，y ?＝120.3914.92218.45-++x x ，回归系数1 ?β 的意义指在温度不变的条件下，当降雨量每增加1mm ，早稻收获量平均增加14.92kg/公顷；回归系数 2 ?β 的意义指在降雨量不变的条件下， 当温度增加1℃，早稻收获量平均增加218.45kg/公顷。 ---5分
3、由于p 值=0.000075＜α=0.05，则拒绝原假设，即表明回归方程的线性关系是显著的。 ---2分 4、由于各回归系数的P 值均小于α（0.05），所以各回归系数是显著的。 ---2分 5、 2 13878495.67 0.9914000000 = ==SSR SST R ，表示早稻收获量的总变异中有99%的部分可以由降雨量、温度的联合变动来解释。 ---4分 6、 174.29= ===e S （k 为自变量个数） ，是总体回归模型中随机扰动项ε的标准差的无偏估计量，用来衡量回归方程拟合程度的分析指标，e S 越大， 拟合程度越低；e S 越小，拟合程度越高. ---4分
一般线性回归分析案例
一般线性回归分析案例 1、案例 为了研究钙、铁、铜等人体必需元素对婴幼儿身体健康的影响，随机抽取了30个观测数据，基于多员线性回归分析的理论方法，对儿童体内几种必需元素与血红蛋白浓度的关系进行分析研究。这里，被解释变量为血红蛋白浓度（y）,解释变量为钙(ca)、铁(fe)、铜(cu)。 表一血红蛋白与钙、铁、铜必需元素含量 (血红蛋白单位为g；钙、铁、铜元素单位为ug) case y（g）ca fe cu 17.0076.90295.300.840 27.2573.99313.00 1.154 37.7566.50350.400.700 48.0055.99284.00 1.400 58.2565.49313.00 1.034 68.2550.40293.00 1.044 78.5053.76293.10 1.322 88.7560.99260.00 1.197 98.7550.00331.210.900 109.2552.34388.60 1.023 119.5052.30326.400.823 129.7549.15343.000.926 1310.0063.43384.480.869 1410.2570.16410.00 1.190 1510.5055.33446.00 1.192 1610.7572.46440.01 1.210 1711.0069.76420.06 1.361 1811.2560.34383.310.915 1911.5061.45449.01 1.380 2011.7555.10406.02 1.300 2112.0061.42395.68 1.142 2212.2587.35454.26 1.771 2312.5055.08450.06 1.012 2412.7545.02410.630.899 2513.0073.52470.12 1.652 2613.2563.43446.58 1.230
相关分析与回归分析实例
相关与回归分析法探究实例 ——上海市城市居民家庭人均可支配收入与 储蓄存款关系的统计分析 系别经济系 专业金融学 学号 姓名 指导教师 2011年1月1日
上海市城市居民家庭人均可支配收入与储蓄存款关系的统计分析 摘要：随着中国经济的迅速发展，我国居民的消费水平不断提高，居民储蓄存款作为消费支出的重要组成部分，直接关系到国家对资金的合理使用。本文采用相关分析与回归分析方法，对上海市居民家庭人均可支配收入与储蓄存款进行了定量地分析，探求了二者之间的关系。所得结论对研究中国居民储蓄行为的规律具有一定的参考价值。 关键词：居民家庭人均可支配收入，储蓄存款，相关分析，回归分析 自经济体制改革以后，我国国民收入分配的格局发生巨大变化。变化之一是居民收入在国民收入中的比重迅速提高。这使居民的消费和储蓄行为对于经济发展有越来越重要的意义。居民储蓄存款是社会总储蓄的重要组成部分，也是推动经济增长的重要资源。居民储蓄的快速增长，是我国经济发展的重要资金来源，是改革开放顺利进行的重要保证。过度储蓄构成经济的一种潜在威胁甚至现实扭曲，它的负面影响也不容忽视。为了了解我国居民储蓄的现状，认真分析影响居民储蓄变动的主要因素——居民家庭人均可支配收入，本文采用了多元统计中的相关分析及回归方法，借助于SPSS，对1997—2009年上海市城市居民家庭人均可支配收入与储蓄存款进行了分析和评价。 1.选择指标，收集数据资料 西方经济学通行的储蓄概念是，储蓄是货币收入中没有用于消费的部分。这种储蓄不仅包括个人储蓄，还包公公司储蓄、政府储蓄。储蓄的内容有在银行的存款、购买的有价证券及手持现金等。在其他条件不变的情况下，个人可支配收入与居民储蓄是正比例函数关系，是居民储蓄存款增长的基本因素。本文遵循了可比性、可操作性等原则，指标记为年份分别为a1,a2,a3,……,a11,a12,a13;人均可支配收入分别为b1,b2,b3,……,b11,b12,b13;居民储蓄存款分别为c1,c2,c3,……,c11,c12,c13。本文研究所分析的数据资料来源于上海统计网——上海统计年鉴2010目录。 表8.13 主要年份城市居民家庭人均可支配收入 单位：元 1997 8 439 5 969 150 69 2 251 1998 8 773 6 004 98 57 2 614 1999 10 932 7 326 156 68 3 382 2000 11 718 7 832 120 65 3 701 2001 12 883 7 975 119 39 4 750 2002 13 250 7 915 436 94 4 805 2003 14 867 10 097 377 130 4 263 2004 16 683 11 422 507 215 4 539 2005 18 645 12 409 798 292 5 146 2006 20 668 13 962 959 300 5 447 2007 23 623 16 598 1 158 369 5 498 2008 26 675 18 909 1 399 369 5 998 2009 28 838 19 811 1 435 474 7 118 注：本表数据为城市居民家庭收支抽样调查资料，由国家统计局上海调查总队提供。
案例分析报告范文6篇
案例分析报告范文6篇 案例分析报告范文篇一：标题 分析背景和目标、基本情况、分析所用的理论介绍、分析过程、相关问题讨论和对策探讨、进一步的思考等 一、选题范围 在具体的案例或者某一类型的案例做分析报告。 二、报告内容 所有报告均应为对实际案例的分析论证，包括以下几方面内容： 1.案由 即对案例提供内容的高度概括， 2.案情 案情材料应当事实完整、要素齐备、行文简洁、层次清晰、，涉及个人隐私的，须进行必要的技术处理，不得使用与案件原始材料相同的当事人名称、地名等具有明确指向性的内容(案件原始材料应当附随报告提交，并注明案件来源或被调查的单位和个人)。 3.案件焦点 应当根据案情归纳、提炼、列举出案件焦点所在，如本案焦点在于：1.关于合同的效力问题;关于合同的履行方式问题;3等。 4.争议与分歧意见 从学理和司法实践的角度，提炼出法学理论研究的问
题，应当至少具有两种以上的观点、主张或意见，并清晰、明了地叙明各自的理由及其依据。 5.研究结论 应当明确表作者对于案件性质或其处理意见的观点和看法，并从法学理论和法律规定两方面详细阐明其理由和依据，使研究结论有助于解决案例本身，或者为解决类似案件提供有益帮助，或者提出理论上需要深化的问题。 一个完整的案例分析材料应包括以下几个基本要素： 摘要 关键词 正文 a) 其中正文包括以下几个部分 i. ii. 绪论(包括研究背景，本行业情况，本公司概况) 公司生产经营情况分析(包括公司取得的成绩与存在的问题) iii. 公司拟采取的解决问题的对策分析与相关文献理论(即针对公司存在的问题现拟采取解决措施) iv. v. vi. 基本结论与对策建议案例问题讨论参考文献资料 尾页要有参考文献 例，参考文献： [1] 甘肃省统计局.甘肃年鉴20xx[N] .北京：中国统计
SPSS多元回归分析报告实例
多元回归分析 在大多数的实际问题中，影响因变量的因素不是一个而是多个，我们称这类回问题为多元回归分析。可以建立因变量y与各自变量x j(j=1,2,3,…,n)之间的多元线性回归模型： 其中：b0是回归常数；b k(k=1,2,3,…,n)是回归参数；e是随机误差。 多元回归在病虫预报中的应用实例: 某地区病虫测报站用相关系数法选取了以下4个预报因子；x1为最多连续10天诱蛾量(头)；x2为4月上、中旬百束小谷草把累计落卵量(块)；x3为4月中旬降水量(毫米)，x4为4月中旬雨日(天)；预报一代粘虫幼虫发生量y（头/m2）。分级别数值列成表2-1。 预报量y：每平方米幼虫0~10头为1级，11~20头为2级，21~40头为3级，40头以上为4级。 预报因子：x1诱蛾量0~300头为l级，301~600头为2级，601~1000头为3级，1000头以上为4级；x2卵量0~150块为1级，15l~300块为2级，301~550块为3级，550块以上为4级；x3降水量0~10.0毫米为1级，10.1~13.2毫米为2级，13.3~17.0毫米为3级，17.0毫米以上为4级；x4雨日0~2天为1级，3~4天为2级，5天为3级，6天或6天以上为4级。 表2-1 x1 x2 x3 x4 y 年蛾量级别卵量级别降水量级别雨日级别幼虫密 度 级别 1960 1022 4 112 1 4.3 1 2 1 10 1 1961 300 1 440 3 0.1 1 1 1 4 1 1962 699 3 67 1 7.5 1 1 1 9 1 1963 1876 4 675 4 17.1 4 7 4 55 4 1965 43 1 80 1 1.9 1 2 1 1 1 1966 422 2 20 1 0 1 0 1 3 1 1967 806 3 510 3 11.8 2 3 2 28 3
相关分析与回归分析实例doc资料
相关分析与回归分析 实例
相关与回归分析法探究实例 ——上海市城市居民家庭人均可支配收入与 储蓄存款关系的统计分析 系别经济系 专业金融学 学号 姓名 指导教师 2011年1月1日
上海市城市居民家庭人均可支配收入与储蓄存款关系的统计分析 摘要：随着中国经济的迅速发展，我国居民的消费水平不断提高，居民储蓄存款作为消费支出的重要组成部分，直接关系到国家对资金的合理使用。本文采用相关分析与回归分析方法，对上海市居民家庭人均可支配收入与储蓄存款进行了定量地分析，探求了二者之间的关系。所得结论对研究中国居民储蓄行为的规律具有一定的参考价值。 关键词：居民家庭人均可支配收入，储蓄存款，相关分析，回归分析 自经济体制改革以后，我国国民收入分配的格局发生巨大变化。变化之一是居民收入在国民收入中的比重迅速提高。这使居民的消费和储蓄行为对于经济发展有越来越重要的意义。居民储蓄存款是社会总储蓄的重要组成部分，也是推动经济增长的重要资源。居民储蓄的快速增长，是我国经济发展的重要资金来源，是改革开放顺利进行的重要保证。过度储蓄构成经济的一种潜在威胁甚至现实扭曲，它的负面影响也不容忽视。为了了解我国居民储蓄的现状，认真分析影响居民储蓄变动的主要因素——居民家庭人均可支配收入，本文采用了多元统计中的相关分析及回归方法，借助于SPSS，对1997—2009年上海市城市居民家庭人均可支配收入与储蓄存款进行了分析和评价。 1.选择指标，收集数据资料 西方经济学通行的储蓄概念是，储蓄是货币收入中没有用于消费的部分。这种储蓄不仅包括个人储蓄，还包公公司储蓄、政府储蓄。储蓄的内容有在银行的存款、购买的有价证券及手持现金等。在其他条件不变的情况下，个人可支配收入与居民储蓄是正比例函数关系，是居民储蓄存款增长的基本因素。本文遵循了可比性、可操作性等原则，指标记为年份分别为a1,a2,a3,……,a11,a12,a13;人均可支配收入分别为b1,b2,b3,……,b11,b12,b13;居民储蓄存款分别为c1,c2,c3,……,c11,c12,c13。本文研究所分析的数据资料来源于上海统计网——上海统计年鉴2010目录。 表8.13 主要年份城市居民家庭人均可支配收入 单位：元 1997 8 439 5 969 150 69 2 251 1998 8 773 6 004 98 57 2 614 1999 10 932 7 326 156 68 3 382 2000 11 718 7 832 120 65 3 701 2001 12 883 7 975 119 39 4 750 2002 13 250 7 915 436 94 4 805 2003 14 867 10 097 377 130 4 263 2004 16 683 11 422 507 215 4 539 2005 18 645 12 409 798 292 5 146 2006 20 668 13 962 959 300 5 447 2007 23 623 16 598 1 158 369 5 498 2008 26 675 18 909 1 399 369 5 998 2009 28 838 19 811 1 435 474 7 118 注：本表数据为城市居民家庭收支抽样调查资料，由国家统计局上海调查总队提供。 表8.10 居民储蓄存款（1997～2009）