中国各级各类学校在校学生总数的变动多因素分析.docxVIP

PAGE PAGE 1 摘要：本文主要通过对中国各级各类学校在校学生总数的变动进行多因素分析，建立以在校学生总数为应变量，以其它可量化影响因素为自变量的多元线性回归模型，并利用模型对在校学生总数进行数量化分析，观察各因素是如何分别影响在校学生总数的。 关键词：在校学生总数 多因素分析 模型 计量经济学 检验 一、引言部分 改革开放以来，中国的教育事业取得了长足的发展，各项教育指标都较以往有了很大提高，受教育的人数也是逐年上升，文盲比例直线下降。随着有知识、有文化的人数的不断增加，中国的经济也随之高速发展，众多毕业生们在各行各业上表现都十分出色，取得了一系列令人瞩目的成就。 二、研究目的 本文主要对中国在校学生总数（应变量）进行多因素分析（具体分析见下图），并搜集相关数据，建立模型，对此进行数量分析。在得到在校学生总数与各主要因素间的数量关系后，据模型方程中的各因素系数大小，分析各因素的重要性，并找出影响在校学生总数最大的因素。 影响在校学生总数变动的主要影响因素如下图： 人口总数 ——————这是影响在校学生总数的一个重要因素 学校总数 ——————这也是影响在校学生总数的重要因素 人均GDP ——————我认为这个因素同样重要 （注：1.由于其他因素或是不好量化，或是数据资料难于查找，故为了分析的简便，这里仅用此三个因素来进行回归分析。 2.学校总数包括普通高等学校、普通中等学校、小学、特殊教育学校和幼儿园等，故学生总数也是以上学校的人数之和。） 三、建立模型 Y=α+β1X1+β2X2+β3X3+u 其中，Y—在校学生总数（应变量） X1——人口总数（解释变量） X2 ——各级各类学校总数（解释变量） X3 ——人均GDP（解释变量） （注：有关模型的一些假定： （1）假定不考虑学生转学的影响。 （2）假定各统计量计算准确。 四、数据搜集 数据说明 在这里，使用同一地区（即中国）的时间序列数据进行拟合。 数据的搜集情况 采用1985年到2003年的时间序列数据，具体情况见表一。 表一： obs X1（人口总数/万） X2（学校总数/万） X3（人均GDP/元） Y（学生总数/万） 1985 105851 11.1081 853 20117 1986 107507 11.00635 956 20325.8 1987 109300 10.90899 1104 20248 1988 111026 10.71226 1355 19848.8 1989 112704 10.54347 1512 19489.4 1990 114333 10.40992 1634 19532.5 1991 115823 9.94932 1879 19813.2 1992 117171 9.85393 2287 20215.3 1993 118517 9.6081 2939 20627.9 1994 119850 9.56128 3923 21461 1995 121121 9.46772 4854 22418.1 1996 122389 9.29882 5576 23251.2 1997 123626 9.06617 6054 23861.1 1998 124761 8.85622 6308 24074.2 1999 125786 8.61273 6551 24327.6 2000 126743 8.25667 7086 24369.9 2001 127627 7.01097 7651 24224.4 2002 128453 6.62013 8214 24389.3 2003 129227 6.34737 9101 24452.5 五、模型的参数估计、检验及修正 1.模型的参数估计及其经济意义、统计推断的检验 利用EVIEWS软件，用OLS方法估计，得：（见表二） 表二： Dependent Variable: Y Method: Least Squares Date: 06/07/05 Time: 09:35 Sample: 1985 2003 Included observations: 19 Variable Coefficient Std. Error t-Statistic Prob. C 18008.66 4856.655 3.708038 0.0021 X1 -0.080341 0.038584 -2.082241 0.0549 X2 851.4523 174.1777 4.888410 0.0002 X3 1.324234 0.124800 10.61084 0.0000 R-squared 0.978300 Mea