毕业论文：我国各地区高等教育规模与经济发展的实证分析

回归分析就是用于说明这种依存变化的数量关系。

其基本思路是做出散点图，观察变量间的趋势。

考察数据的分布，进行必要的预处理。

即分析变量的正态性方差齐等问题。

并确定是否可以直接进行线性回归分析。

进行直线回归分析。

残差分析。

主要有两大方面残差间是否和残差分布是否为正态。

前者采用残差序列相关性检验进行分析。

后者可以采用残差序列表及些相关指标来分析。

强影响点的诊断及多重共线性问题的判断。

这两个步骤和残差分析往往混在起。

三高等教育规模与经济实证分析高等教育规模因子分析本文选取了八个指标对个地区高等教育的情况进行比较。

这八个指标是高等学校数招生数在校学生数预计毕业生数毕业生数授予学位数教职工数教育经费。

运用这些指标我们进行分析。

数据准备南京财经大学本科毕业论文表年各地区高等学校学生教职工数即及教育经费地区学校所招生数在校学生数预计毕业生数毕业生数授予学位数教职工数教育经费北京天津河北山西内蒙古辽宁吉林黑龙江上海江苏浙江安徽福建江西山东河南湖北湖南广东广西海南重庆四川贵州云南西藏陕西甘肃青海宁夏新疆注数据来源于中国统计年鉴页和页数据处理在因子分析时，需对个样本原数据进行以下处理南京财经大学本科毕业论文运用对数据标准化处理。

运用检验模型与球形检验对数据进行检验。

表从表可知，球形检验，所以该样本适合做因子分析求标准化数据阵的相关系数矩阵并画出碎石图，见图的特征值和贡献率如下表所示表由表我们提取个因子就足够，因为它的贡献率达到远高于，其特征根为。

图碎石图南京财经大学本科毕业论文上图为碎石图，实际上就是按特征根的大小排列的因子散点图，可见从第二因子开始特征根都非常低，该图从另个侧面说明了只需要提取个因子即可。

建立因子载荷矩阵及公因子方差比对提取的个因子建立因子载荷矩阵。

表表从表可以看出第个因子对这八个指标有很好的解释能力，所以不需要旋转。

这和公因子方差比所反映的信息有相同之处。

公因子方差比指的是提取公因子后，各变量中信息分别被提取出的比例，或者说原变量的方差中由公因子决定的比例。

公因子方差比在之间，取值越大，说明该变量能被因子说明的程度越高，如果各因子间完全，则公因子方差比和因子载荷实际上是等价的。

表五中数值很高，则变量能被因子说明的程度很高。

计算因子得分用况，并不能代表不同地区不同城市的排名。

例如尽管江苏排在第八，但南京可是个高校云集的城市。

南京财经大学本科毕业论文二教育规模与经济增长的回归分析数据准备是否个高等教育规模的大小与经济之间存在相关关系呢下表是各地区的生产总值，我们同样给它加上人口权重，新的指标加上。

并对新的指标进行排序，使其与因子得分的排序对比。

表各地区人均生产总值及排名地区得分生产总值亿元生产总值亿元得分排名总值排名北京天津河北山西内蒙古辽宁吉林黑龙江上海江苏浙江安徽福建江西山东河南湖北湖南广东广西海南重庆四川贵州云南西藏陕西甘肃南京财经大学本科毕业论文青海宁夏新疆注数据来源中国统计年鉴页。

从表看出因子得分与人均经济总量存在定关系。

我们假设它们存在线性关系，对因子得分和人均生产总值做元现行回归分析。

让因子得分作为自变量，人均生产总值为因变量。

自变量进入模型的方法为。

我们假设模型为。

其中为常数，为偏回归系数。

画出散点图得分人均生产总值图得分与人均生产总值的散点图从图看出因子得分与人均生产总值存在正线性关系，可以进行回归分析。

回归模型的假设检验首先考察模型重的自变量与因变量之间是否存在线性关系，也就是检验自变量的回归系数是否为，此处采用方差分析进行判断。

根据我们得到表对于表。

说明自变量的回归系数不为，所建立的回归模型有统计学意义。

回归系数的假设检验南京财经大学本科毕业论文在得到整个回归模型有统计学意义后，还需检验具体个自变量与因变量之间是否存在线性关系，同时也可以看看常数项是否有统计学意义。

表得分上表给出了包括常数项在内的所有系数的检验结果，用的是检验。

值都小于，说明常数项和斜率显著不为，具有统计学意义。

残差分析使用子对话框中的复选框组，我们可以得到模型残差的统计结果表在模型情况简报的右侧给出了统计量，该统计量的取值在之间，如果残差间相互，则取值在附近。

本例中大小为，非常接近，可见残差间没有明显的相关性。

且调整的，可见回归方程解析的方差占总变差的。

对残差的图形化分析我们可以利用子对话框的功能做出残差分析图人均生产总值图残差直方图南京财经大学本科毕业论文人均生产总值图残差正态图图为残差的直方图，系统自动在其中添加了正态曲线以便于比较分布情况，图中残差分布近似服从正态分布。

图为因变量观测累计概率和模型预测值累计概率间的正态图，也是用于观察残差分布是否正态。

可见散点基本呈直线趋势，且并未发现极端值。

由此我们得出因子得分与人均生产总值之间存在线性关系，且调整的，说明回归方程解析的方差占总变差的。

四结束语通过上述对各地区高等教育规模的因子分析和因子得分与各地区人均生产总值的线性回归，可以看出它们之间存在这种线性关系，从而我们得出这样的结论各地区高等教育规模在很大程度上决定着本地区人均生产总值。

南京财经大学本科毕业论文参考文献袁翔教育与经济的摭思求索张文彤统计分析教程北京希望电子出版社周以林，周绿林基于因子分析的我国城镇职工基本医疗保险现状的实证研究中国卫生研究，第卷，第期黄润龙数据统计与分析技术高等教育出版社阮桂海，蔡建琼，朱志海等统计分析应用教程清华大学出版社张红兵，贾来喜季潞宝典电子出版社甘军霞，马维珍，戴建于元线性回归分析法的施工成本预测研究科技情报开发与经济年，第卷，第期马治灵多元线性回归分析在住院工作中的应用何晓群现代回归分析中国人民大学出版社何晓群，刘义卿应用回归分析中国人民大学出版社李子奈计量经济学北京等教育出版社，蔡建琼，于惠芳，朱志洪统计分析实例精选北京学出版社，南京财经大学本科毕业论文南京财经大学本科毕业论文我国各地区高等教育规模与经济发展的实证分析顾夏锋南京财经大学统计系，江苏南京摘要教育作为人力资本的投资，在经济的发展中的贡献越来越明显。

为了了解高等教育规模对经济的影响，我们对年国内个地区选取了个指标用进行因子分析，并根据因子得分，导出各地区的综合排名。

并用因子得分与其当年的各地区人均生产总值进行回归分析，看它们是否存在线性关系。

关键词高等教育经济因子分析回归分析，南京财经大学本科毕业论文引言自教育活动产生以来，就和社会经济发展有着不可分割的联系，尤其是到了近代，随着资本主义大工业生产的兴起，教育对改进生产技术促进生产发展所起的作用越来越明显。

亚当斯密具体叙述了教育的资本价值大卫李嘉图指出了教育是训练好习惯培养上进心义务感和责任心的工具，如果没有教育，人们就会贫穷斯图加特密尔同样强调受过教育对劳动力的重要性。

多年前，无论是中国的孔子，还是古希腊的柏拉图亚里斯多德等思想巨人也都对教育与生存和发展有过专门论述。

泰雷克研究了教育的起源史，认为柏拉图不仅最早指出了教育的重要性，而且最早涉及教育与国经济发展关系问题。

教育对个社会的经济健康而言，是必不可少的组成部分，因为教育可以使公民变为理性的人。

现在看重的人力资本是指人们天生拥有的或者通过投资于培训和教育获得的技术存量，它可以提高人们的生产力就很好地说明了教育的重要性。

高等教育是教育系统的最高层次，对社会经济的持续发展作用尤为重大。

为了了解高等教育规模对经济的影响，我们对年国内个地区选取了个指标用进行因子分析，并根据因子得分，导出各地区的综合排名。

并用因子得分与其当年的各地区人均生产总值进行回归分析，看它们是否存在线性关系。

二分析方法基本原理因子分析基本原理主成分分析是种中间手段，其背景是研究中经常会遇到多指标的问题，这些指标往往存在定的相关，直接纳入分析不仅复杂，变量间难以取舍，而且可能因为多元共线性而无法得出正确结论。

因子分析的目的就是通过线性变换，将原来的多个指标组合成相互的少数几个能充分反映总体信息的指标，从而在不丢掉主要信息的前提下避开了变量间共线性问题，便于进步分析。

因子分析是主成分分析的推广。

因子分析的目的是分解原始变量，从中归纳潜在的类别，相关性较强的指标归为类，不同类间变量的相关性则较低。

因子分析般南京财经大学本科毕业论文要求提取出公因子由实际含义，如果分析中各因子难以找到合适的意义，则可以通过适当的旋转，改变信息量再不同因子上的分布，最终方便对结果的解释。

其基本思路是对数据进行标准化处理，以消除不同量纲的影响。

运用检验模型与球形检验对数据进行检验。

给出标准化矩阵的相关系数矩阵，求的特征值，并根据特征值确定相应的正交化特征向量。

计算特征根的累计贡献率，并根据累计贡献率大于的原则确定主因子的个数和相应的特征向量矩阵。

计算因子得分值。

计算综合评价总得分，并进行排序。

二回归分析基本原理回归分析是处理两个及两个以上变量间线性依存关系的统计方法。

在医学领域中，此类问题很普通，如头发中种金属元素的含量与血液中该元素的含量有关系，人的体表面积与身高体重有关系，等等。

回归分析就是用于说明这种依存变化的数量关系。

其基本思路是做出散点图，观察变量间的趋势。

考察数据的分布，进行必要的预处理。

即分析变量的正态性方差齐等问题。

并确定是否可以直接进行线性回归分析。

进行直线回归分析。

残差分析。

主要有两大方面残差间是否和残差分布是否为正态。

前者采用残差序列相关性检验进行分析。

后者可以采用残差序列表及些相关指标来分析。

强影响点的诊断及多重共线性问题的判断。

这两个步骤和残差分析往往混在起。

三高等