职称论文发表 | 职称论文发表 专业提供:发表论文、论文发表、毕业论文、职称论... | |
住在汉口网 | 住在汉口网是一个专业提供汉口房产信息、车辆服务、生活服务、招... | |
职称论文网 | 职称论文网提供:发表论文、论文发表、毕业论文、职称论等服务。 | |
|
摘 要:改革开放30多年以来,随着经济的发展,人民生活水平的提高,旅游业迅猛发展。虽然经历了2008年的经济危机,但是我国国内的旅游发展趋势并未退减,而是在稳定的发展中。基于此,利用SAS软件对国内旅游收入、国内旅游人数、居民人均收入、居民消费水平和旅游社数量共11组数据进行线性回归分析,采取有效手段,实现对经济的有力拉动。
本文来自职称论文发表网的竭力网络搜索和整理得来的。
关键词:旅游数据;回归分析;岭估计
中图分类号:F224.9 文献标识码:A
目前,我国国内旅游以其拉动内需、改善民生、提高就业的功能引起了政府学者的重视。2009年底,国务院颁布了《国务院关于加快发展旅游业的意见》,明确提出要“以邓小平理论”和“三个代表”重要思想为指导,深入贯彻落实科学发展观,进一步解放思想,深化改革开放,加强统筹协调,转变发展方式,提升发展质量,把旅游业培育成国民经济的战略性支柱产业和人民群众更加满意的现代服务业。这不仅明确地肯定了旅游业的产业地位,并且进一步将科学发展、可持续发展作为旅游产业未来发展的基准和导向。可见,旅游业的发展得到了越来越多的重视。如果能够正确把握我国国内旅游消费与其他因素的内在联系,将有利于政府和企业把握我国国内旅游消费的发展趋势和特点,采取针对性的措施刺激人们国内旅游消费需求的愿望,保证旅游业的可持续发展,这对促进我国国内旅游市场的健康发展将具有积极的现实意义,进而能够实现对经济的有力拉动。
1 数据的选取
对我国国内旅游市场进行连续11年(2000-2010年)的检验分析,数据均来自于国家统计局网站中国统计年鉴2010,其中包括国内旅游收入、国内旅游人数、居民人均收入、居民人均消费水平以及旅行社数,共计11组数据。
2 回归分析方法
运用SAS软件对五项数据进行多元回归分析,比较最小二乘估计与岭估计,通过核查检验,确定最优方程。
2.1 分析过程
2.1.1 最小二乘法
首先,在SAS软件编辑器对话框内,设定程序与数据,确定因变量Y与自变量X1,X2,X3,X4,Y代表国内旅游收入,X1代表国内旅游人数,X2代表居民人均收入,X3代表居民人均消费水平,X4代表旅游社数。
然后选取编辑需要的数据及相关程序。
最后确认运行,得到相关的分析结果及数据,得到回归方程式如式(1)所示。
Y=-98.59876+5.53441X1+0.69380X2-0.51294X3-0.35495X4 (1)
模型拟合结果汇总见表1。
由表1表明,判定系数R-Square为模型平方和占总平方和的比例,说明X1,X2,X3,X4能解释Y 99.87%的信息,还有0.13%由其他变量和随机因素决定,剩余标准差Root MSE为178.30171。
由表2中回归模型平方和为145 462 171,残差平方和为190 749,总变差平方和为145652920,令α=0.05,则F统计量为1 143.88>F4,6(0.05),P小于制定的检验水平,实际计算值小于0.000 1,拒绝原假设,判定模型显著有效。
由表3中数据可得,4个回归系数对应的ti值分别是t1=3.95,t2=17.65,t3=-1.89,t4=-5.67,n=11,n-p=6,给定=0.05,t6(0.025)=2.4469,对i=1,2,4,有|ti|>t6(0.025)。因此,在水平α=0.05,对每个回归系数的单独检验都接受βi≠0,也就是说,从此表中可得出X1,X2,X4对国内旅游收入有重要作用。
但根据线性回归方程Y=-98.59876+5.53441X1+0.69380X2-0.51294X3-0.35495X4随着人均消费水平与旅游社数的增加,国内旅游升入反而减小,显然是不合理的,这说明最小二乘法存在缺陷需要加以改进。
2.1.2 岭估计
用岭估计来代替最小二乘估计,可以消除回归系数的估计为负造成的不合理结果,从而提高预测精度。
岭参数k值的确定有许多方法,到底应选哪一个k值对应的回归系数来建立回归模型进行预测呢?目前有许多方法:选岭迹处于稳定的k;选均方误差最小的k以及回归系数由负转为正时的k值等等。本文采用回归系数由负转为正时的k值,这时岭迹曲线也较稳定,预测结果比较理想。
进行程序分析,得到如下的结果,其k值与预测成果关系(岭迹列)见表4,对应的岭迹图见图1。
本文认为采用回归系数由负转为正时的k值,其对应的预测模型的预测结果比较理想,既消除了预测结果不合理情况,又考虑了各种影响国内旅游收入的因素,并且岭迹曲线也较稳定。根据岭估计得出的回归方程如(2)所示。
Y=-2104.38+1.60334X1+0.35700X2+0.37419X3+0.000798X4 (2)
2.2 方程确定
根据最小二乘法及岭估计可得到两个不同的方程,根据实际情况的检验,方程(2)为最优方程,具有一定的现实意义和实用价值。方程如下:
Y=-2104.38+1.60334X1+0.35700X2+0.37419X3+0.000798X4
3 结语
(1)通过最优回归方程的分析,可以看出国内旅游人数对国内旅游收入影响较大。通过适当刺激人们旅游消费的愿望,可以有力地增加旅游收入,促进旅游经济的发展,达到拉动国内经济最终目的。
(2)多元线性回归用最小二乘估计时,当出现回归系数为负时,其他变量值保持不变,增加回归系数为负的变量因素值,会产生随机变量y值反而降低的不合情理结果。而岭估计可以改变回归系数的符号,并进而消除这种不合情理的结果。
(3)采用回归系数由负转为正时的k值,其预测结果比较理想。
参考文献
1 王石青.岭参数的上确界及岭估计优于最小二乘估计的充要条件[J].华北水利水电学院学报,1995(2)
2 李铁映等.预测决策方法[M].沈阳;辽宁科学技术出版,1984
职称论文发表网http://www.issncn.com
职称论文发表网http://www.issncn.com
|