【分　 类】 经济与管理科学
【关 键 词】 计量经济学模型     游客量    预测 
【来 　源】 互联网
【收　 录】 中文学术期刊网

正文：
      4390.50    107.77     6912.8 0       113.12      5220.0 0    3979.27
4.2回归分析，建立预测方程 
表3是根据将表2的数据输入SPSS.15.后提供的回归分析报告整理后的结果表。
Table3                   中国大陆赴澳游客量回归分析结果

	非标准归 系数(B)	B的标准误差	显示水平 (p)	B的95%置信区间		标准回归系数 (Beta)	共线性统计量VIF
				下限	上限
人均可支配收入 (XI)	0.765	0.112	0.000	0.534	0.996	0.493	3.544
CCPI（X2）	114.332	29.172	0.001	53.985	174.679	0.227	2.294
进出口总额(X3)	0.221	0.078	0.01	.0590	.383	0.222	4.251
ERHC(X4)	-48.638	20.469	0.026	-90.981	-6.294	-0.182	3.998
CGDP(X5)	0,.233	0.066	0.002	0.096	0.369	0.333	6.059
常数	8453.490	2685.640	0.005	-14009.150	-2897.830
R2修正值	0.959
因变量预测值的标准误差	224.747
Durbin-Watson	2.06
F	132.383
N	29

其中：Y=内地赴澳门游客量；a₀=常量; X_I＝人均可支配收入 ；X₂ ＝CCPI；X₃ ＝进出口总额；X₄＝ERHC； X₅ ＝CGDP。可得预测回归方程:
         %20=8453.49＋0.765%20X₁＋114.332X₂＋0.221X_3－48.638X₄＋0.233X_{5     %20}                 （9） 标准化：_%20  %20%20             （10） 4.3检验 4.3.1显著性检验

回归方程的整体显著性

假设H_0:Y与X_I（i=1,2,…,5）整体之间不相关；H₁:%20Y与X_I%20(i=1,2,…,5）整体之间相关.由表4-2可知 检测统计量F＝132.383>F_a%20(5,23)=5.64. 拒绝H_0,。说明所建的回归方程基本上反映了Y和X_i整体之间的变化规律。 4.3.1b%20自变量显著性检验 假设H_0:b_i=0,回归变量作用不显著；H₁：bi≠0,回归变量的作用显著。由SPSS计算可知:    %20  %20检验统计量%20 的取值都大于对应的临界值t_av。所以拒绝原假设H₀，认为每一个回归变量的作用显著。
4.3.2区间估计
4.3.2a预测变量回归系数的区间估计
由表3可知,给定置信系数1-a=95%,各个预测变量的回归系数置信区间分别为：X₁=人均季可支配收入（0.534~0.996）；X₂=中国消费价格指数(53.985 ~174.679)；X₃=进出口总额（0.059~0.383）；X₄=汇率 (-90.981~-6.294)；X₅=中国国内生产总值(0.096~0.369)。
4.3.2b因变量预测区间估计
由表3可知，预测因变量的标准差 %20=224.7474，在给定显著性水平a=5%情况下，可得预报区间的近似式：%20

 6/8   首页 上一页 4 5 6 7 8 下一页 尾页