摘要 本文主要运用多元统计中的最小二乘估计，岭估计，研究全国1995年至2014年税收收入及其影响因素，确定主要的影响因素，运用统计软件进行分析，并结合相关分析，给出一些科学、合理的建议．76236

毕业论文关键词 税收收入；最小二乘估计；岭估计；SPSS

1  引言

国家财政资金主要通过税收收入获得，这些资金大部分用于医疗、卫生、教育等社会公共事业．过高的税负不仅会阻碍经济的健康稳定发展而且会对财政收入自身造成影响，过低的税负将会对居民日常生产生活造成一定的影响。文收集了1995至2014年税收收入及国内生产总值，财政支出，固定资产投资额，商品零售价格指数，社会消费品零售总额5个可能影响因素的数据，用SPSS软件建立相关模型，并进行分析。

2  回归分析的理论与建模

2。1理论知识

回归分析是通过研究变量间的内部关系，如其结构状态和密切程度，并对研究对象进行预测，从而指导我们日常的生产、生活。

一元线性回归模型的方程为： 

多元线性回归模型的方程为： 。

多元线性回归模型的基本假定：

1。解释变量 为非随机变量，观测值样 是常数。

2。等方差及不相关的假定条件为

3。正态分布的假定条件为

其中， 相互独立。

4。样本量的个数要多于解释变量的个数，即要求 

回归方程的显著性检验：

（1）t检验

t统计量的构造为 ，其中 是回归标准差。当显著性水平给定为 时，我们可以得到双侧检验的临界值为 。当 时，拒绝原假设 ，认为 显著非零，自变量 对因变量 的线性效果比较显著。当 时，接受原假设，认为 为零。

（2）F检验（回归方程整体性检验）

我们提出以下原假设：

如果 被接受，则表明随机变量 与 ， ， ，…， 之间的关系不能用线性模型来表示。所以，构造F检验统计量如下：

当显著性水平给定为 时，若 时，拒绝原假设 ，认为 与 ， ， ，…， 的线性关系比较显著。反之，若 时，则认为 与 ， ， ，…， 的线性关系不显著。

（3）回归方程拟合优度检验文献综述

样本决定系数为 ，样本决定系数 的取值在[0,1]区间内， 越接近于1，表明用此模型拟合和预测的效果比较好； 越接近0，表明用此模型拟合和预测的效果较差。 关于 ， ， ，…， 的样本复相关系数为 。

2。2 对税收收入及其影响因素建立回归模型

本文选取的数据来自2015年中国统计年鉴，数据如表2。2。1所示

 表2。2。1                     税收收入及其影响因素数据表

年份 税收收入

国内生产总值

财政支出 

固定资产投资额

商品零售价格指数

社会消费品零售总额 

单位 亿元 亿元 亿元 亿元 上年=100 亿元

1995 6038。04 61129。80 6823。72 20019。3 114。8 23613。80

1996 6909。82