我国各地区职工工资的影响因素分析Word文档格式.docx
- 文档编号:16913139
- 上传时间:2022-11-27
- 格式:DOCX
- 页数:17
- 大小:39.39KB
我国各地区职工工资的影响因素分析Word文档格式.docx
《我国各地区职工工资的影响因素分析Word文档格式.docx》由会员分享,可在线阅读,更多相关《我国各地区职工工资的影响因素分析Word文档格式.docx(17页珍藏版)》请在冰豆网上搜索。
40.4
33.2
1011.3
66.18
101
666.3
89
10168
26532
40221
37
11189
104.2
2101072
23.1
36.5
6769.44
181.7
102.2
4744
65391
10513.2
113442
83
10729
105.0
1176900
31.2
43
3314.29
110.4
101.8
3137.5
485
63122
7435
40779
45
内蒙
11279
1
104.4
854998.4
30.2
34.9
2379.61
51.35
6202.6
2403
74135
8974.65
24919
27
13008
100.1
1943995
38
32.3
4210
207
101.7
4173.9
413
50095
14257.8
98908
70
11081
100.7
1226407
32.4
28.7
2703.7
41.15
101.2
3561.8
1444
43779
9338
52605
40
黑龙
11038
103.5
1587805
29.4
29
3815
76.24
100.9
5483.7
5130
65123
11615.1
69050
54
27304
99.82
2739674
49.4
33.7
1711
318.1
256.5
2223
6484
46718
71158
56
15712
97.99
4044278
31
39.6
7405.82
468
1393.6
24793
65565
16809
137048
94
21367
102.4
3396099
33.5
38.1
4679.55
484
101.9
1249.9
9892
46193
20147
78685
64
10581
106.0
1640473
26.2
42.9
6410
118.8
2219.7
5586
69560
6455
65685
14310
104.6
1779257
29.8
41.5
3488
106.2
100.8
1453.9
3245
54876
14979
47792
39
10521
105.2
1169816
32.1
43.2
4254.23
93.3
2298.2
5590
61233
6678
47167
12567
100.4
3338764
26.8
37.8
9125
366.5
101.1
3150.5
1012
76266
13661
117253
85
10749
107.4
2288399
20.2
44.2
9667
80.45
101.6
3654.2
1208
73831
7570.18
108975
71
10692
104.8
2301981
36.2
40.9
6001.7
105.3
2388.5
8155
87813
9010.7
119118
75
12221
108.4
2104948
27.1
6662.8
109.1
2977.2
11551
85233
7554
90035
19986
5203412
34.2
52.9
7954.22
359.4
100.6
2112.5
11843
110253
17213.1
105533
77
11953
109.8
1346031
44.3
4857
49.35
2738
5413
58451
5969
40178
10397
113.3
297249.9
30.7
46.9
810.52
28.3
221.7
343
20877
8316
5846
11
12425
103.6
1066535
38.9
3130
86.45
718.2
4103
31407
7209
42653
34
12441
103.0
2437437
28.6
40.3
8700.4
150.3
2961.8
10720
112543
6418
74307
62
11037
107.6
867637.9
27.7
50.3
3869.66
29.52
1900.1
3502
45304
3603
25362
12870
109.3
1295046
18.3
46.3
4375.6
56.75
2340.3
2540
166133
5662
31337
26931
92.25
141177.9
25.8
49.3
270.17
3.272
41302
6871
1745
4
11461
1597679
31.3
40.2
3689.5
160.2
2892.3
1065
50019
6480
79785
57
12307
836405
27.4
42.2
2603.34
36.29
2312.5
860
40293
5021.63
29582
15356
190401
30.1
43.9
533.8
20.55
102
1091.8
330
24377
7277
4771
12
12981
103.3
229622.8
26.4
47.1
580.3
18.61
791.4
26
11916
6691
5461
13255
103.8
1082359
31.7
1933.95
49.17
2773.3
83633
9700
25264
四、模型的参数估计、检验及修正
(一)对所有变量作回归,结果如下:
DependentVariable:
Y
Method:
LeastSquares
Date:
12/13/05Time:
19:
Sample:
131
Includedobservations:
31
Variable
Coefficient
Std.Error
t-Statistic
Prob.
C
-51121.93
96753.71
-0.528372
0.6045
X1
1441.402
1341.172
1.074733
0.2984
X2
-439.6940
137.4853
-3.198117
0.0056
X3
0.004073
0.001712
2.378765
0.0302
X4
-104.3862
159.7650
-0.653374
0.5228
X5
61.56835
142.4845
0.432106
0.6714
X6
-0.812005
0.609660
-1.331897
0.2016
X7
-11.19245
9.951612
-1.124687
0.2773
X8
1077.667
945.8382
1.139378
0.2713
X9
-0.965230
0.546700
-1.765557
0.0965
X10
-0.125980
0.122026
-1.032402
0.3172
X11
0.003696
0.023070
0.160223
0.8747
X12
0.271989
0.113764
2.390824
0.0295
X13
-0.058740
0.050324
-1.167226
0.2602
X14
56.06971
93.75443
0.598049
0.5582
R-squared
0.869886
Meandependentvar
14248.65
AdjustedR-squared
0.756035
S.D.dependentvar
4914.869
S.E.ofregression
2427.590
Akaikeinfocriterion
18.73353
Sumsquaredresid
94291129
Schwarzcriterion
19.42739
Loglikelihood
-275.3697
F-statistic
7.640616
Durbin-Watsonstat
2.440897
Prob(F-statistic)
0.000118
显然由于变量过多,不可避免的可能存在共性线、异方差、自回归、自相关等问题,因此我们接下来对模型进行逐步的修正。
(二)模型修正:
1、通过对X1、X2、X3…….X13、X14作相关性分析,得到R(X3、X13)=0.8292,R(X3,X14)=0.8334,R(X3,X7)=0.8796,R(X4,X12)=0.7903,R(X13,X14)=0.9629,R(X14,X6)=0.7954,R(X3,X7)=0.8796,都属于相关系数相当高的,再结合实际意义,我们都知道,教育经费与各地区高校数和高校在校人数有很强的关系,再对X3,X13,X14作简单回归,得
X3
20:
09
-107739.9
333478.1
-0.323079
0.7490
11.45324
11.90236
0.962266
0.3442
23606.21
18709.68
1.261711
0.2175
0.704346
1767751.
0.683228
1192864.
671373.6
29.76380
1.26E+13
29.90258
-458.3390
33.35265
2.116204
0.000000
上式中可决系数较小,且P值过大,t值也不显著,所有说X3不能由X13和X14替代,由实际意思也知道,教育经费除与学校数,学生数相关外,还与学校等级,学校所在地区经济状况相关,所以我们要保留X3。
再对X13、X14作回归
X14
18
12.96482
2.271278
5.708160
0.0000
0.000613
3.19E-05
19.21879
0.927202
50.06452
0.924692
24.28159
6.663447
6.693492
1287.644
6.786007
-101.7491
369.3618
1.839489
并综合考虑,决定舍弃X14(即各地区高校数),因为在当前中国大学高校普遍扩招的情况下,每个学校的学生人数都几乎在一个水平上,所有X14可以由X13间接表示,从上表中也可以看出这点,所以最终保留X13。
这一步我们去掉了X14一个变量。
虽然其余几对变量的相关系数也较高,但它们之间没有直接的因果关系,所以暂时保留。
2、把三个关于交通发展程度的变量都考虑进来显得过余冗杂,所以我们构造新变量X15=X9+X10+X11,名为交通发达程度(公里)。
至此,剩下的变量仍然有11个,仍然过多,所以我们要继续筛选,此时再对剩下的变量作回归,结果如下图:
-21933.28
93974.36
-0.233396
0.8179
1185.167
1297.304
0.913561
0.3724
-438.2329
133.0776
-3.293063
0.0038
0.003207
0.001653
1.940378
0.0673
-24.74117
141.2128
-0.175205
0.8628
208.7114
108.5391
1.922914
0.0696
-0.625946
0.524198
-1.194102
0.2471
-7.577568
9.037186
-0.838488
0.4122
696.1704
912.9488
0.762551
0.4551
0.331014
0.107950
3.066359
0.0064
-0.037183
0.037834
-0.982806
0.3381
X15
-0.008471
0.021496
-0.394064
0.6979
0.841746
0.750125
2456.821
18.73577
1.15E+08
19.29086
-278.4044
9.187271
2.019385
0.000018
从上图中看,DW正好在2的附近,所有可能初步判定该模型不存在自相关的问题,又因为本文选取的是2003年的截面数据,所以也可以不考虑自回归的问题。
因此接下来我们要解决的主要问题是异方差与共线性。
2、通过WHITE检验,如下图
WhiteHeteroskedasticityTest:
F-statistic
9.979173
Probability
0.000620
Obs*R-squared
29.72348
0.097687
TestEquation:
RESID^2
21:
03
5.05E+10
2.33E+10
2.163941
0.0587
152421.3
1829350.
0.083320
0.9354
-25892600
5528057.
-4.6
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 我国 各地区 职工工资 影响 因素 分析