很多人对于写报告感到头疼，不了解报告的内容与格式，该怎么写出格式正确、内容合理的报告呢？今天小编给大家找来了《回归案例分析报告》的相关内容，希望能给你带来帮助!
回归分析在投资风险分析中的应用
【摘 要】回归分析可以刻画一个或一个以上变量之间的相互关系，投资存在风险，但可以将问题转化为数学模型，应用回归分析来确定变量之间的关系，进而给我们一个比较好的决策。文中应用Excel的回归分析工具，作图、对数据进行分析，使得结果简明，易于理解。
【关键词】回归分析;Excel工具;投资风险
1.引言
回归分析(regression analysis)是用于构建统计模型的一种工具，它刻画因变量和一个或一个以上自变量的相互关系，有一个自变量的回归模型称作简单回归，有两个或两个以上的自变量的回归模型称为多元回归。
简单回归分析的原理其实是最小二乘法原理，关键问题是确定模型中的斜率和截距，Excel能够很容易地计算出来，通过Excel可以画图，很直观的看出变量之间的关系，还可以应用其本身自带的统计工具进行回归分析。
图2 股票价格和上证指数的散点图
2.回归分析在投资风险分析中的应用——以股票为例
我们对股票投资非常有兴趣，但是股票投资有很大的风险，其中的一种风险称为系统风险，即股票价格的变化由市场解释，股票价格随市场的的上升或者下降而有相同的方向变化。系统风险通常由来刻画。的值为1时，股票价格的变动完全与市场相同;的值小于1时，股票价格的波动比市场波动要小;的值大于1时，股票价格的波动比市场波动要大。所以有较大值的股票风险就比较小值的股票风险要大。值可通过构建一个股票收益(因变量)对市场平均收益(自变量)的回归得到，回归线的斜率就是风险，可以由图1可以解释。
表1给出了我国上证指数(000001)与交通银行(601328)股票价格两个月(从2012年12月3日-2013年1月31日)的数据。我们应用Excel对数据进行回归分析来确定其投资风险情况。
我们画出上证指数和股票的散点图，添加趋势线后如图2，从图中可以看出两个变量之间有一定的相关性。
上证指数和股票价格每天变化的百分比为回归模型提供了资料，例如，上证指数从2012年12月3日到2012年12月4日变化的百分比是(4.22-4.21)/4.21=0.24%，计算出两个月中每天的变化后，用Excel对数据进行回归分析，得出结果如图3所示。
3.结果分析
股票价格每天的变化，由图3可知模型的结果是：
股票价格每天的变化
图3中B4单元格表示Multiple R(相关系数R)的值，R=0.86，说明股票价格与上证指数有较高的正相关。B18单元格表示斜率——股票的风险是0.65，这说明股票的风险比上证指数的风险要小。
参考文献：
[1]詹姆斯·R·埃文斯，戴维·L·奥尔森.数据、模型与决策[M].北京：中国人民大学出版社，2006，6.
[2]甘能清，殷晓贤.Excel 函数大全[M].北京：人民邮电出版社，2007，6.
[3]周利，白思俊.统计方法在股市投资风险分析中的应用[J].河南大学学报(自然科学版)，2000，30(2).
[4]崔乐忠，王建荣.相关、回归分析在投资风险分析中的应用[J].山东经济，2000(2).
[5]常海申，陆亚琴.蒙特卡罗模拟在项目风险分析中的应用研究[J].云南财经大学学报：社会科学版，2011(5).
作者简介：郭志军(1978—)，男，辽宁新民人，硕士，辽宁对外经贸学院副教授，研究方向：应用数学。
作者：郭志军
内容摘要：教授治学却是我国现代大学的里程碑式的管理理念。基于此，笔者对教授治学理念进行了制度性分析和内在逻辑分析，分析了教授治学在我国实施所面临的困境，主要包括：过度行政化科层逻辑的桎梏;行政桎梏导致的学术制式化;制式化带来的学术权力衰微;学术权力衰微引发的学术精神衰微。并试图从宏观、中观和微观三个层面提出了教授治学的实现路径和保障机制。
关健词：教授治学 逻辑分析 学术权力
一.教授治学的内在逻辑分析
1.教授治学的制度性逻辑分析
落实教授治学是我国大学回归本真的必然要求。教授治学作为一种管理理念，无疑需要制度性的保障，制度是社会中的个体必须遵循的一种行为准则。在我国近现代大学发展史上，一度主张推行过教授治校的管理理念，时至今日“教授治校与教授治学之辩”也依然屡见不鲜。尽管教授治校理念曾对学校的行政管理发挥过一定作用，但更加符合我国国情与高等教育发展和需要的教授治学理念应运而生。
2.教授治学的内在逻辑分析。
A.过度行政化科层逻辑的桎梏。行政化本身并非贬义，社会内部的组织与系统几乎都离不开行政管理，行政化显著特征之一即存在严密而清晰的科层制结构，但是，行政权力泛化的问题几乎成为了学者在高校内部管理领域的研究中存在问题的共识。过度行政化主要体现在政府对高校的直接管理、使用行政权力干预学校内部运行，对高校管得过死，严重挤压了高校的自主办学权，导致在对大学的管理过程中，采取的是行政化的科层逻辑而非学术组织的专业逻辑。
B.行政桎梏导致的学术制式化。行政系统所要求的的科层标准化无疑与学术研究“独立之精神，自由之思想”相悖。一方面，科层制的绩效考核学术成就进行量化计算，“一把尺子衡量所有人”，所发表论文数量、课题数量、基金项目成为了考察高校教师学术成就的标准，其本身就与学术的本质所背离;另一方面，行政化看重的是组织自身的稳定性，因此，为降低管理风险，在人员甄选的过程中，行政管理者会根据行政化的要求选择符合他们“制式”的遵守规矩的人，尽管这个人的学术造诣或天分并不是最高的。而无条件贯彻规章与制度的背后，往往是以牺牲创新精神以期换取行政组织的认可。
C.制式化带来的学术权力衰微。学术活动制式化逐渐磨去了学者自身的独特性，日渐工具化的高校教师变成了庞大的组织机构中平凡无奇的“螺丝钉”。科层制追求组织的稳定所进行的制度化安排，也使得他们有了基本的利益保障，“不求有功，但求无过”的心态使高校教师放弃了进行学术的创新，转而选择依附于制度性利益的庇护，逐渐导致学术权力衰微的局面。
D.学术权力衰微引发的“学术只为稻粱谋”。与之相反，学术权力衰微的同时高校教师们对于行政权力的渴望却在不断增长。行政化的管理方式意味着行政权力对学术事务的领导权，“学而优则仕”的思想使得他们开始追名逐利、急功近利，主要表在：一，只重量不重质，将研究成果进行拆分以求得更多的物质回报;二，在学术组织内部组成小团体，排斥他人;三，对他人成果进行抄袭、剽窃的学术不端行为。上述种种行为，均为学术精神和学术信仰的衰退。
三.回归本真：教授治学的内在逻辑控制
为确保和落实教授治学理念的施行，需要结合宏观、中观、微观三方面状况，以及高校发展实际状况，勇于探索行之有效的组织机制，确立具有中国特色的教授治学管理理念。
宏观方法立足于国家层面需要社会营造宽容的学术环境作为外部保障，在针对学术的问题上，以教授为主体的高校教师们应该具有“自由之思想，独立之人格”;其次，处理好学术与行政的关系是使大学真正做到教授治学的前提保证。
中观层面的改善是站在高校自身的立场去进行的改善。这需要高校自身明白自己的历史使命，而不是任由官僚化肆意蔓延，主要包括：改善学校“双肩挑”现象，学者与管理者的双重身份，使其承载这严重的负担;培养教师与学生的学术精神，以学术为追求，以学问为自重，为学术而学术，做到学术面前无是非、唯真理;引导学术权力的回归，建立教授委员会，明晰其权限，作为一个决策机构，对高校学术事物进行规范管理，确保教授治学公正与民主。
微观层面的是个人的改变。一方面，进行教授治学还需以教授为主体的高校教师们进一步提升自身的治学素养，坚守学术道德和学术责任;另一方面，我国一直延续着实用理性至上的思想，这种工具理性的人生观导致了“学而优则仕”、“学术只为稻粱谋”的价值观，因此这需要以教授为主体的高校教师们加强自律，树立“以学术为志业”的学术本位思想。以自身行动做到“春风化雨，润物无声”。
通过对教授治学进行内在逻辑分析，笔者认为：教授治学的前路是“路漫漫其修远兮”，教授治学的实施实际上是制度的变革，在这个过程中，传统与变革在进行艰难的博弈，对此，我们既需要仰望星空，更勿忘脚踏实地。
(作者单位：新疆石河子大学)
作者：杨凯 徐玮嘉
摘 要：农村基层已不再是过去人们印象中的“脏、乱、差”，相反，随着攻坚脱贫目标任务的全面完成，党的十九大“乡村振新”战略的提出，亟须高质量、高素质的人才。文章以内蒙古西部地区河套学院为例，运用计量经济模型分析法，研究影响农村生源学生到农村基层就业意愿的因素，根据显著性影响因素，提出合理化建议，以达到提高学校就业率，引导更多有知识、有能力的有为青年到农村闯出一片新天地。
关键词：农村生源;基层就业;就业政策;就业形势
DOI：10.13939/j.cnki.zgsc.2022.07.031
1 研究背景
农村生源学生相对城镇学生而言，对农村基层生活工作比较了解，具有乡土情结，因此，有必要单独以农村生源学生作为研究对象来探讨其就业意愿。通过对农村生源大学生农村基层就业意愿的研究，以河套学院为例，对学校各年级学生进行问卷调查，研究影响农村学生回乡就业意愿的因素，提出引导农村生源学生到农村基层就业的对策，为学校提供就业指导意见，对于促进农村经济发展、优化农村人力资源结构、提高农村人员基本素质、建设美丽和谐的村容村貌等具有重要的现实意义。
2 研究意义
通过对以往研究资料的总结整理，着眼于“新时代”农村建设背景，通过对农村生源大学生到农村基层就业意愿的研究，探讨农村生源学生农村就业的问题，从而拓宽高校毕业生就业的领域，为农村生源毕业生返回农村就业提供依据和支撑。另外，在文章的研究过程中运用到了统计学的分析方法，在一些学者的定性研究基础上，进行了实证分析，验证了就业影响模型。
除此之外，“上大学”一直以来是农业人口改变家庭命运的唯一出路，有的家庭甚至将全家的所有收入用于供养大学生学习，以期得到回报，所以农村生源大学生的就业压力更大。然而，农村生源学生在就业过程中要比城市学生面临更多的问题，承受更大的風险。文章通过调查问卷的方式，从微观视角了解目前农村生源学生返回农村就业的意愿，帮助其规避就业风险，转变就业观念，达到成功就业。同时，也希望从学校的角度为他们提供更好的就业指导。
3 文献综述
高玉峰和刘泽义(2010)通过对河北省高校本科毕业生的问卷调查表明：高校毕业生就业意愿体现出“一刀切”的特点，都期望在大中城市和经济发达地区就业，更期望进入国有单位，提出应该引导毕业生树立正确择业观，加强正确择业观的宣传教育，加强大学生职业生涯规划教育，进一步优化大学生就业环境，积极鼓励大学毕业生到农村就业。杨金平(2010)探讨了农村生源大学生受其家庭背景、社会资源、经济资源等因素的影响，他们的就业变得更加困难，而他们就业与否对新农村建设影响深远，提出了从建设社会主义新农村的高度，充分认识到加强农村生源大学生就业工作的重要性;多方面入手建立开放的、规范的、有序的、有利于大学生就业的各种机制;农村生源大学生要认清就业形势，转变就业观念;农村生源大学生应不断完善自我，努力提高自身综合素质，提高核心竞争力;社会应该为农村生源大学生就业提供更多的环境支持;国家要建立和完善促进农村生源大学生到新农村建设中就业的政策和制度等6个方面化解农村籍大学生就业难问题。李学婷、黄东兴、范刘阳(2017)提出加强政府的政策导向性、发挥政府的宏观调控作用、加强高校的基层就业指导和培养、营造良好的社会舆论氛围、完善家庭教育功能等对策，增强高校学生基层就业意愿，解决人才供给格局的矛盾。祝军、杨平(2015)通过对基层就业项目的调研，得出待遇较差、生活条件艰苦和个人发展受限制是阻碍大学生到基层就业的主要因素，政府关注和投入不够、职业发展机会不足和对优惠政策的落实缺乏信心则是困扰已参与基层就业项目大学生的最主要问题。
4 河套学院基本情况及农村生源学生农村基层就业意愿调查
4.1 河套学院基本情况概述
河套学院属于新建地方本科院校，学院正处于转型发展的关键时期，就业工作是学院发展的生命线，是整个社会评价学院的重要标准。
学院共设有蒙古语言文学系、汉语言文学系、外国语言文学系、理学系、机电工程系、土木工程系、农学系、医学系、经济管理系、艺术系、马列教学部、体育教学部12个教学系部，现开设本科专业28个，专科专业20个，与70余家企事业单位、科研院所签订了合作协议，全日制本专科在校学生人数达10126人，其中男生2299人，女生6597人，性别比率1∶2.87。
河套学院学生生源主要集中在欠发达经济地区，区内生源人数占总人数92.67%，生源最多的 5 个盟市分别是巴彦淖市生源占学生总数的比例为 30.05%，乌兰察布市生源占学生总数的比例为 16.20%，赤峰市生源占学生总数的比例为 13.29%，呼和浩特市占学生总数的比例为 12.29%，通辽市占学生总数的比例为 7.65%;其他盟市占学生总数的比例为 13.19%。区外生源主要分布在甘肃省、河北省、山东省、贵州省等10个省区，占学生总人数7.33%。其中农村生源学生占学校总人数的82%。
4.2 农村生源大学生农村就业意愿调查
4.2.1 样本选择与数据来源
本研究以河套学院农村生源学生为调查对象，主要针对12个部系即将毕业的大三、大四的学生进行问卷调查，同时也选取了一部分在校大一、大二的农村生源学生进行调查。从就业紧迫感来说，大三、大四的应届毕业生紧迫感更加强烈，就业意愿更为贴近现实，大一、大二的学生相对来说就业紧迫感较低，对现实社会了解程度较低，就业意愿可能与现实有所偏离。选取不同阶段的农村生源学生为调查对象，使得样本数据更具有代表性。本研究采用随机抽样调查法，现场问卷和网络问卷同时进行，整个调查阶段共发放问卷420份，收回有效问卷406份，有效回收率达到96.6%，对学生所学专业没有限定，使得调查对象专业全覆盖。
4.2.2 调查内容
结合学院实际，问卷内容共分为四个部分：第一部分是受访者个人基本情况，包括性别、是否独生子女、政治面貌、专业类别、学历层次、所在年级等;第二部分是家庭背景情况，包括父母受教育程度、父母职业和家庭年收入情况等;第三部分是就业意愿，包括就业薪酬期望、基层就业领域、农村基层就业意愿等内容，选择农村基层就业的因素，国家政策和学校就业指导等方面的问题;第四部分是社会环境的影响，包括受访者对国家政策了解程度，社会宣传、学校就业指导等方面的问题。
4.2.3 调查数据统计处理方法
调查问卷主要通过Excel软件来完成原始数据的录入和处理，经过整理后，运用SPSS 软件对所获取的数据进行统计分析。
5 农村生源学生到农村基层就业意愿影响因素回归分析
以实际调查数据为基础，通过对基本数据的整理分析，对影响农村生源学生到农村基层就业的影响因素进行了定性分析，但是，各影响因素的影响力大小无法估计和测量。因此，为进一步展开实证研究，文章对农村生源学生到农村基层就业的影响因素进行定量分析，找出关键的影响因素。
根据前期的查询资料，Logistic回归分析是对定性变量的回归分析，二元回归分析的因变量通常是二分类变量，即“是”或“否”的变量，正适合文章的研究主题“是否有意愿到农村基层就业”的研究。
二元分类回归模型中，设因变量Y，取值为1表示事件发生(文章表示愿意到农村基层就业)，取值为0表示事件未发生(表示不愿意到农村基层就业);影响Y的n个自变量分别标记为X1，X2，X3，…，Xn。
二分类Logistic回归方程为：
式中，ρ表示农村生源学生选择农村基层就业的概率;Xi(i=1，2，3，…，n)为影响农村生源学生是否去农村基层就业意愿的因素;βi为常数项;u是随机误差项。模型相关变量赋值见表1。
借助SPSS软件实现模型计算，首先进行效度分析，根据变量进入模型方式及变量进入模型的数量进行多次验证，KMO的检验值是0.682，数据达到因子分析条件，Bartlett的球形检验Sig.值为0.000<0.01，如表2所示，由此可见结果显著，适宜做因子分析。
根据表3，四个因子的累计贡献率达到68.33%，将这四个因子作为农村生源学生到农村基层就业意愿的影响因素。通过因子载荷量评分，找出每组因子影响最大的一组变量，根据各组变量的性质，给予每个因子命名。因子1包括对农村基层工作生活的了解、对农村就业政策的了解、学校基层就业指导与课程，统称为主观因素;因子2命名为客观因素，包括所在年级、有无实习经验;因子3称为政治因素，包括政治面貌、是否为学生干部;因子4称为经济因素，包括期望薪酬、家庭年收入。
运用SPSS软件对数据进行Logistics回归分析，其中，被解释变量为农村生源学生农村就业意愿(Y);解释变量从农村生源学生农村就业意愿的影响因素中选取，即个体因素中所在年级(X1)、是否学生干部(X2)、政治面貌(X3)，家庭因素中家庭年收入水平(X4)、父母态度(X5)，社会因素中农村基层就业期望薪酬(X6)，学校因素中学校基层就业指导与课程(X7)，另外包括农村生源学生对农村基层工作生活的了解程度(X8)、对农村就业政策的了解程度(X9)，以最终确定的9个因素作为自变量进入研究模型，得出如表3所示的回归分析结果。农村生源学生到农村基层就业意愿影响因素的Logistic回归模型测算结果见表4。
模型的回归分析结果显示，不是所有变量都会对农村生源学生到农村基层就业意愿有显著影响，也不是所有假设能被验证成立。之所以会有这样的结果，主要受两方面的影响。其一，主观因素影响，在调查问卷的设计和分析方法上，都会影响到变量的选择，实际调研中，影响农村学生回农村就业意愿的因素还有很多，不能把所有因素包含在建立的模型中;其二，客观条件影响，样本范围有限，尽管是随机抽取的，但是也具有偶然性，不能完全反映真实情况;其三，由于计量水平的局限性，在模型构建和计量分析中也存在一定误差。
模型结果分析：
该模型通过了10%的显著性检验，模型R平方值(Pseudo R平方)为0.908，回归模型拟合度较好。意味着对农村基层工作生活的了解、对农村就业政策的了解、学校基层就业指导与课程、所在年级、是否学生干部、政治面貌、家庭年收入、农村基层就业期望薪酬、父母态度可以解释农村生源学生是否愿意到农村基层工作的90.8%变化原因。
从变量对模型影响显著性程度和回归系数来看，对农村基层工作生活了解的回归系数值为-0.569，并且呈现出0.01水平的显著性(P=0.000<0.01)，意味着对农村基层工作生活了解会对是否愿意到农村基层工作产生显著的负向影响。OR值为0.566，意味着对农村基层工作生活了解增加一个单位时，Y的减少幅度为0.566倍。
对农村就业政策的了解的回归系数值为0.459，并且呈现出0.05水平的显著性(P=0.021<0.05)，意味着对农村就业政策的了解会对是否愿意到农村基层工作产生显著的正向影响。OR值为0.632，意味着对农村就业政策的了解增加一个单位时，Y的增加幅度为0.632倍。
学校基层就业指导与课程的回归系数值为0.525，并且呈现出0.05水平的显著性(P=0.043<0.05)，意味着学校基层就业指导与课程会对是否愿意到农村基层工作产生显著的正向影响。OR值为1.690，意味着学校基层就业指导与课程增加一个单位时，Y的增加幅度为1.690倍。
所在年级的回归系数值为0.017，但是并没有呈现出显著性(P=0.870>0.05)，意味着所在年级并不会对是否愿意到农村基层工作产生影响。是否学生干部的回归系数值为0.262，但是并没有呈现出显著性(P=0.367>0.05)，意味著是否学生干部并不会对是否愿意到农村基层工作产生影响。
政治面貌的回归系数值为-0.223，但是并没有呈现出显著性(P=0.532>0.05)，意味着政治面貌并不会对是否愿意到农村基层工作产生影响。
家庭年收入的回归系数值为-0.186，但是并没有呈现出显著性(P=0.085>0.05)，意味着家庭年收入并不会对是否愿意到农村基层工作产生影响。
农村基层就业期望薪酬的回归系数值为-0.677，并且呈现出0.01水平的显著性(P=0.001<0.01)，意味着农村基层就业期望薪酬会对是否愿意到农村基层工作产生显著的负向影响。OR值为0.508，意味着农村基层就业期望薪酬增加一个单位时，Y的增加幅度为0.508倍。
父母态度的回归系数值为1.337，并且呈现出0.01水平的显著性(P=0.038<0.05)，意味着父母态度会对是否愿意到农村基层工作产生显著的正向影响。OR值为0.263，意味着农村基层就业期望薪酬增加一个单位时，Y的增加幅度为0.263倍。
总结分析可知：学生对农村基层工作生活的了解程度、对农村就业政策的了解程度、学校就业指导课程、家庭年收入、父母态度、农村就业期望薪酬6个变量对农村生源学生到农村基层就业影响显著。数据显示，对农村工作生活越了解、家庭年收入越高，越不愿意到农村就业;对农业政策了解越多、学校基层就业指导课程越多、父母越支持，到农村基层就业的意愿就越高;学生所在年级、是否为学生干部、政治面貌3个变量对是否愿意到农村基层就业没有明显影响。
6 促进农村生源到农村基层就业意愿的对策建议
通过调查研究，农村生源大学生对于赴农村基层就业的意愿还是很高的，他们对于回农村工作并不排斥，但是相对于从事农业生产劳动，他们更愿意从事农业相关的管理工作。从Logistic模型估计结果来看，对农村就业政策了解程度、学校基层就业指导课程、农村基层就业期望薪酬以及父母态度等关键变量都与农村生源大学生的农村基层就业意愿呈高度正相关。结合研究结果，提出以下意见。
6.1 完善农村人力资源政策，服务人才
鼓励农村生源大学生到农村基层就业，要从政策上给予支持和保障，必须紧紧围绕提高农村劳动力的就业水平、提高农业劳动生产率来考虑。
农村就业政策方面，引导到农村就业的学生从事开发性生产和扩大农业基础设施建设，将农村地区的经济开发与生态环境改善结合起来，才能更好地适应国家的政策导向;大力发展农村第三产业，当前，农村第三产业主要集中在低端的交通运输业、饮食服务业、简单商业等，随着网络信息的发展，一些微商的兴起带动了农村经济的发展。然而，相对应的配套业务还不够完善，如农业金融业务、农业保险业务等，农村学生可以关注政策的导向，抓住“新时代”的机遇，到农村更广阔的天空大展身手。
农村人力资源开发政策方面，传统农业劳动人专业技术水平一般是比较低的，大多数务农工作者凭借以往经验安排种植下一年度的农作物。然而，随着时代的进步，一些农村基层的劳动者所具备的知识不足以支撑现代农业的发展，因此，需要农业知识教育的普及和引进具有高学历、高综合素质的人才，农村生源学生因具有乡土情结、对农村实际工作和生活情况熟悉等优势，是农村人力资源开发政策主要对象。要实现向现代农业的转变，不仅仅需要教育的普及，还需要下大力气发展农村经济，通过发展非农产业来让人们逐步树立市场经济的观念，改变自给自足、因循守旧的传统观念，努力使现代新型农业人具有敏锐市场眼光、经得起市场风险的职业农民。
6.2 加强高校引导，培育人才
高校的社会职能包括通过教学培养专门人才、通过科研发展科学和直接为社会提供服务。作为培养人才的摇篮，高校对学生的就业影响是至关重要的因素，能够在教学中转变农村学生的就业观念，在学业上获得过硬的专业技术。根据前面实证分析，有78.33%的农村生源学生认为学校针对农村基层的就业指导课程比较少，学校就业指导课程对农村生源学生到农村就业意愿产生显著影响。正如现实情况一样，高校对学校整体就业率较为关注，没有特别注重某一类学生，特别是在就业地区上，与学校合作的企业大多都是在城市中，高校并没有着力引导农村生源学生选择到农村基层就业。因此，加强高校对学生的正确教育引导和培养，需从以下四个方面着手。
6.2.1 加强就业政策和就业形势宣传
发挥高校舆论指导作用至关重要，高校要通过各类宣传、就业指导为学生解读就业形势，宣传就业政策，帮助农村生源学生进行理性选择。充分利用高校自身的资源优势，在农村生源学生到农村就业问题上发挥主体引导作用。
从与学生的访谈中得知，学生获得相关农村就业政策的渠道主要是通过网络信息，学校在这方面的宣传工作还有待提高。因此，建议河套学院通过就业讲座、就业指导课程和形势政策分析课程等方式，加强对农村就业形势、农村就业政策的宣传，甚至在主修课程中向学生提供就业信息、就业政策法规解读等方面的服务;就业指导课程中，教师不仅要让学生认识到自身所学专业的特点和以后的发展前景，还要让学生了解当前就业政策、未来发展方向以及农村发展形势。同时建议，在就业指导课程中增设农村就业情景模拟，设置相关场景，用真实体验让学生深刻体会到农村就业中的优惠政策，充分调动农村生源学生到农村基层就业的积极性;利用学校广播站、就业网站、学校的微信公众号、校园文化活动日等方式，向学生们宣传农村就业政策、解读农村就业形势和未来农村发展形势。就业指导课程应该从学生入学的第一学期开始开设，让学生能够提前知晓当前国家关于农村基层就业的形势和政策，这样经过2～3年的教育，学生能够更准确地把握自己未来的发展，同时也能够认清农村就业的优惠政策，根据政策引导积极主动地到农村基层就业。
6.2.2 增设农村基层实践教学，培养农村生源学生服务意识
高校的实习工作大多是安排在城市中的企业里，很少有农村基层实训的基地，学校与农村实践处于脱节状态，不能达到高校教学计划预期的效果，不利于农村学生到农村基层就业能力的培养。农村基层实践课程能够给农村生源学生提供实践工作，了解农村基本情况的机会。通过调查，农村生源的学生对农村基层工作并不是很了解，可能是由于家里为了培养其读书，很少让其接触农活，甚至在城里租房打工陪读;又可能因为这些年农业发展相对迅速，他们对农村的印象仍停留在以前。因此，设置农村基层实训课程是很有必要的。通过亲自体验，使农村学生对农村基层的现状进一步了解，增长见识，丰富履历，提高服务意识，锻炼适应现代农村的能力，在艰苦环境中磨炼，培养坚忍不拔的意志，顺应当前农村发展的趋势。农村基层实践课程要放在“2+1”“3+1”教學模式中，纳入学校农村生源或者农科类专业学生必修课教学计划中。
6.2.3 建立校地联动机制，培养实干才子
农村基层的生活条件和工作环境较城市更为艰苦，农村的配套设施也不够完善，农村教育相对落后，农村生源大学生认为农村是缺乏发展机会和职业提升空间的，这也是大多数农村生源大学生“知农不爱农”和农村基层服务意识淡薄的主要原因。对此，仅仅依靠高校很难扭转这种尴尬的局面，需要建立校地联动扶持机制。学院应当提前做好就业准备，根据毕业生就业需求设计问卷调查，有针对性地开拓就业市场。有意愿回农村基层就业的毕业生，学院根据学生需求，安排就业工作人员到生源地针对专业需求联系企业，上门推销毕业生，为学生就业、择业提供更多、更全面的选择渠道，做到一生一策、一对一帮扶。高校结合自身特色，发挥先进学科作用，将学校的发展与地区的发展紧密结合起来，根据当地农村就业情况和农村紧缺专业人才，及时调整农村生源学生的招录计划，增加地方专项计划比例，扩宽地方专项计划的专业范围。高校要认清其在社会发展阶段中扮演的角色和承担的责任义务，在人才培养目标和类型、专业设置、社会服务领域方面制定促进目标实现的具体措施。
6.2.4 加强思想政治教育，树立正确就业观
大学生思想政治教育工作和就业工作一直是高校高度重视的工作，两者相互联系、相互促进。在就业教育过程中，一是要突出诚信教育，采用案例教学、多媒体教学、职业论坛等形式讲明诚信在就业工作中的重要作用，做到对毕业生负责，对用人单位负责。以隆重而热烈的毕业典礼为契机表彰到农村基层、到艰苦困难地区去的优秀学生，鼓励农村学生在为国家、为社会建功立业中实现自己的人生价值，奉献社会，回报祖国。二是要更新观念，在传统的职业观念影响下，农村生源学生都希望能够到政府机关、事业单位或国有大企业谋职和发展，而不愿意到基层组织或私营企业求职发展。实际上，不同的工作岗位只是社会分工不同，并无高低贵贱之别，大学生也是社会阶层的普通成员，要以普通劳动者的心态和定位选择工作。高校要教会农村生源学生找准自己的定位，找到合适的岗位，无论是大城市还是基层，只要肯努力就会开创出一片新天地。
6.3 完善保障制度，留住人才
第一，要完善社会保障体制。一些农村基层单位和企业为了降低成本，钻法律空子，私自用居民医疗保险取代职工的社会保险，以致刚入职的毕业生不能够长久的待在基层，为基层服务。为使高校农村毕业生能够在基层得到长期发展，保障性政策要落实到位，入职即办理五险一金，保障工资能够按月发放。
第二，国家和地方政府合力，补偿学费或代偿助学贷款。为留住回农村基层就业的高校毕业生，根据其所在学校、所学专业、与就业单位签订合同时限等内容，制定相关标准，以补偿部分学费或代偿部分贷款。
第三，完善基层项目服务政策，增加农村生源学生的数量，拓宽服务期满后的就业渠道。近年来，报考基层项目服务人员的人数不断增加，录取分數线也不断上升，这也说明高校毕业生服务基层的意愿明显提高，但是基层项目的政策还需进一步完善。这一项目的实施，虽然暂时缓解了社会的就业压力，但是从长远来看，并没有彻底解决基层缺人的现象。从个人角度而言，服务期间，也是个人发展的缓冲期，只要能够考入公务员或事业编制，会立马从现有岗位离职;服务期满，基层也不能够很好地给安排工作，以致基层项目人员再次失业，需重新找工作。建议根据不同地区、不同岗位、急需情况、本人意愿等因素，适当放宽事业单位聘用条件，使项目人员能够有希望，有盼头。
参考文献：
[1]李学婷，黄东兴，范刘阳.高校学生农村基层就业意愿影响因素分析——以武汉高校学生为例[J].高等农业教育，2017(5)：77-83.
[2]李秀霞，袁涛，邢新，等.医学生农村基层择业意向调查及因素分析——基于甘肃省的调查[J].中国卫生政策研究，2016(9)：71-77.
[3]方硕瑾.基于微信平台创新高职学生就业指导工作途径探析[J].特区经济，2015(7)：155-156.
[4]任志强.基于回归模型的大学生农村就业影响因素实证研究[J].安徽农业科学，2012(12)：7593-7594，7599.
[5]廖海霞，马珺.我国医学生结构性就业难的原因及对策探析[J].现代预防医学，2018，45(2)：380-383.
[基金项目]河套学院科学技术研究项目“高校农村生源学生到农村基层就业意愿影响因素研究”(项目编号：HYSY201911)。
[作者简介]张晶(1990—)，女，内蒙古巴彦淖尔人，农业硕士，就职于河套学院。
作者：张晶
中国农业大学 经济管理学院 金靓
中国财政收入增长分析
一、 案例：中国财政收入增长分析
改革开放以来，中国经济的各项指标节节攀升，其中财政收入更是以持续两位数的高增长让人刮目相看，为了分析财政收入的持续增长原因，我从国家统计局网站收集了包括GDP、居民储蓄存款余额以及房地产投资等可能影响财政收入的主要因素近十五年的数据建立模型进行分析。
二、 回归模型建立
Y=+1X1+2X2+3X3 其中：Y=财政收入X1=GDP
X2=居民储蓄存款余额X3=房地产投资
三、 统计数据：(单位：亿元)
年份 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009
财政收入 62427408865198761144413395163861890421715263963164938760513226133068518
GDP 607947117778973844028967799215109655120333135823159878184937184937265810314045340507
居民储蓄存款余额 2966238521462805340859622643327376286911103618119555141051161587161587217885260772
房地产投资 3149 3216 3178 3614 4103 4984 6344 7791 10154 13158 15909 19423 25289 31203 36242
数据来源：国家统计局网站：
四、 使用EXCEL回归结果检验结果如下：
第1页
回归统计
Multiple R R Square
0.998878772 0.997758802
SS 5.71E+09 12821362 5.72E+09
Adjusted R Square 0.997147566 标准误差 观测值方差分析
回归分析 残差 总计
df 3 11 14 1079.619537
15
Coefficients 标准误差
MS F Significance F
1.9E+09 1632.363 7.5474E-1
51165578
t Stat P-value Lower 95% Upper 95%
-5798.111236 2045.92279 0.020105687
0.1530528
Intercept GDP
居民储蓄存款余额 房地产投资
-1876.09422 1781.937 -1.05284 0.314993 0.086579244 0.030202 2.866698 0.015332 0.01352142 0.025319 0.534034 0.603943 1.060447108 0.290672 3.648262 0.003832
-0.042206241 0.06924908 0.420682626 1.70021159
五、 模型的回归分析解释 根据上述结果，可把模型描写为：
Y= -1876+0.0866X1+0.0135 X2+1.0604 X3 统计中：
相关系数，-1R1，正为正相关，负为负相关，越接近1相关性越高。式中R=0.9989，表示模型的表现出非常高的正相关。
判定系数(决定系数)，为相关系数的平方，在判定相关性时通常用判定系数R2，越接近1相关性越高，本模型R2=0.9977，同样表示相关性很高。
R2,是对R2进行修正后的统计量，结合了样本量和模型中解释变量的个数。在与另一个加入其他解释变量的模型比较时常用。
标准误差：样本统计量的标准差，指任何一个统计值的误差有约68.3%的可能性在一个标准误差内。这里误差值为1079.62亿。
观测值：即样本量。这里我选取了近15年的数据，故观测值为15。
: degree of freedom自由度,自变量的个数。这里回归分析的自由度为3，残差自由度为15-3-1=11，总自由度为15-1=14
样本数据平方和。
第2页
样本数据平均平方和。
: 方差分析统计量，H0:0(回归模型中所有自变量不是因变量的主因);H1:0(回归模型中有自变量是因变量的主因)。建立方差分析统计量F=
SSR/1
，回归模型所有变
SSE/(n2)
量联合显著性检验，在数值足够大时可拒绝原假设，本题中F=1632，足够大，拒绝原假设H0，H1成立。
F检验的显著性检验，其值为F检验的p值，比如取95%的置信水平，则Significance F<0.05时可拒绝原假设，总体样本回归模型的有效性显著。本题中Significance F=7.5474107,足够小，所以F检验的显著性极高，本回归模型有效。
截距，当所有自变量为0时自变量的值。这里指当GDP、居民储蓄存款余额和房地产投资为0时，财政收入为-1876.09亿(理论值)
系数，这里指、
1、
2、3各值，可直接代入假设模型。 标准误差 : 这里是指以上、
1、
2、3各值的标准差。
t Stat : 样本(系数)检验，建立假设：H0:0(该自变量Xi为因变量Y的主因);
，然后建立t检验统计量：H1:0(该自变量Xi不是因变量Y变化的主因)
t=
sYX/(XiX)2
i1n
=
sYX/(XiX)2
i1n
,根据自变量的t 检验可以确定自变量对于因变量的影
响程度。本题中对于X
1、X
2、X3的t Stat分别为2.8
7、0.
53、3.65，根据t分布，X
1、X3对Y
影响足够大，而X2的影响很小。
上述t检验的p值，指自变量t检验的置信水平。如果取95%置信水平，则当p0.05时拒
绝原假设，t检验的有效性超过95%，此自变量对因变量有显著影响。此题中GDP和房地产投资的p值分别是0.015和0.004，对因变量财政收入的影响较大，而居民储蓄存款余额的p值为0.604，显然对因变量财政收入没有大的影响。
：下限95%，上限95%。自变量95%可信区间的上下限。
六， 案例分析结果
根据上述分析，国家财政收入受GDP和房地产投资的影响比较大，呈现出明显的正相关性。即随着GDP的增长和房地产投资的增长，国家的财政收入大幅增长，其中房地产投资对财政收入的带动效应尤为明显。而作为居民财富标志的居民储蓄存款余额对国家财政收入影响较小，说明财政收入并不是随着人们的财富水平的增长而相关增长的，说明国家的财税政策可能存在某种层面的不合理性。而近期房地产投资热的部分原因可能来自于对财政收入的追求。
第3页
假如以一所医院为例，其组织因素可能就是病人数(以床位数来表示);收集到的历史数据如下：
床位数
200
300
400
500
600
700
800
900
护士数 240 260 470 500 620 660 820 860
以床位数为横轴、护士数为纵轴绘出二者的回归趋势线，如图3.3所示。(1210)
1200
护士数1000800600
400
200
200400600800 1000 1200
床位数
如上图所示，如果某年医院扩大规模，床位数增至1000个，则需要1210名护士。
一、什么是回归分析
回归分析(Regression Analysis)是研究变量之间作用关系的一种统计分析方法，其基本组成是一个(或一组)自变量与一个(或一组)因变量。回归分析研究的目的是通过收集到的样本数据用一定的统计方法探讨自变量对因变量的影响关系，即原因对结果的影响程度。 回归分析是指对具有高度相关关系的现象，根据其相关的形态，建立一个适当的数学模型(函数式)，来近似地反映变量之间关系的统计分析方法。利用这种方法建立的数学模型称为回归方程，它实际上是相关现象之间不确定、不规则的数量关系的一般化。
二、回归分析的种类 1.按涉及自变量的多少，可分为一元回归分析和多元回归分析一元回归分析是对一个因变量和一个自变量建立回归方程。多元回归分析是对一个因变量和两个或两个以上的自变量建立回归方程。
2.按回归方程的表现形式不同，可分为线性回归分析和非线性回归分析
若变量之间是线性相关关系，可通过建立直线方程来反映，这种分析叫线性回归分析。 若变量之间是非线性相关关系，可通过建立非线性回归方程来反映，这种分析叫非线性回归分析。
三、回归分析的主要内容
1.建立相关关系的数学表达式。依据现象之间的相关形态，建立适当的数学模型，通过数学模型来反映现象之间的相关关系，从数量上近似地反映变量之间变动的一般规律。
2.依据回归方程进行回归预测。由于回归方程反映了变量之间的一般性关系，因此当自变量发生变化时，可依据回归方程估计出因变量可能发生相应变化的数值。因变量的回归估计值，虽然不是一个必然的对应值(他可能和系统真值存在比较大的差距)，但至少可以从一般性角度或平均意义角度反映因变量可能发生的数量变化。
3.计算估计标准误差。通过估计标准误差这一指标，可以分析回归估计值与实际值之间的差异程度以及估计值的准确性和代表性，还可利用估计标准误差对因变量估计值进行在一定把握程度条件下的区间估计。
四、一元线性回归分析
1.一元线性回归分析的特点
1)两个变量不是对等关系，必须明确自变量和因变量。
2)如果x和 y两个变量无明显因果关系，则存在着两个回归方程：一个是以x为自变量，y为因变量建立的回归方程;另一个是以y为自变量，x为因变量建立的回归方程。若绘出图形，则是两条斜率不同的回归直线。
3)直线回归方程中，回归系数b可以是正值，也可以是负值。若 0 b > ，表示直线上升，说明两个变量同方向变动;若 0 b < ，表示直线下降，说明两个变量是反方向变动。 2.建立一元线性回归方程的条件
任何一种数学模型的运用都是有前提条件的， 配合一元线性回归方程应具备以下两个条件： 1)两个变量之间必须存在高度相关的关系。
两个变量之间只有存在着高度相关的关系，回归方程才有实际意义。 2)两个变量之间确实呈现直线相关关系。
两个变量之间只有存在直线相关关系，才能配合直线回归方程。 3.建立一元线性回归方程的方法
一元线性回归方程是用于分析两个变量(一个因变量和一个自变量)线性关系的数学表达式，一般形式为：yc=a+bx 式中：x代表自变量;
yc代表因变量y的估计值(又称理论值);
1 ab为回归方程参数。其中，a是直线在y轴上的截距，它表示当自变量x等于 0 时，因变量所达到的数值;b是直线的斜率,在回归方程中亦称为回归系数,它表示当自变量x每变动一个单位时，因变量y平均变动的数值。
一元线性回归方程应根据最小二乘法原理建立，因为只有用最小二乘法原理建立的回归方程才可以同时满足两个条件：
1)因变量的实际值与回归估计值的离差之和为零;
2)因变量的实际值与回归估计值的离差平方和为最小值。
只有满足这两个条件，建立的直线方程的误差才能最小，其代表性才能最强。
现在令要建立的一元线性回归方程的标准形式为yc=a+bx,依据最小二乘法原理，因变量实际值y与估计值yc的离差平方和为最小值,即Q=∑(y-yc)2取得最小值。为使Q=∑(y-yc)2=最小值
根据微积分中求极值的原理，需分别对a,b求偏导数，并令其为0，经过整理，可得到如下方程组： ∑y=an+b∑x ∑xy=a∑x+b∑x2
解此方程组，可求得a,b两个参数
4. 计算估计标准误差
回归方程只反映变量x和y之间大致的、平均的变化关系。因此，对每一个给定的x值，回归方程的估计值yc与因变量的实际观察值y之间总会有一定的离差，即估计标准误差。 估计标准误差是因变量实际观察值 y与估计值yc离差平方和的平均数的平方根，它反映因变量实际值y与回归直线上各相应理论值yc之间离散程度的统计分析指标。 估计标准误差：
式中：sy——估计标准误差;y——因变量实际观察值;yc——因变量估计值;n-2——自由度 如何描述两个变量之间线性相关关系的强弱? 利用相关系数r来衡量
当r>0时，表示x与y为正相关; 当r<0时，表示x与y为负相关。 5.残差分析与残差图：
残差是指观测值与预测值(拟合值)之间的差，即是实际观察值与回归估计值的差
在研究两个变量间的关系时，
a) 要根据散点图来粗略判断它们是否线性相关;
b) 判断是否可以用回归模型来拟合数据;
c) 可以通过残差来判断模型拟合的效果，判断原始数据中是否存在可疑数据，这方面的分析工作就称为残差分析。 6.残差图的制作及作用。
坐标纵轴为残差变量，横轴可以有不同的选择;若模型选择的正确，残差图中的点应该分布
2 在以横轴为心的带状区域，带状区域的宽度越窄精度越高。对于远离横轴的点，要特别注意。
7.几点注解：
第一个样本点和第 6 个样本点的残差比较大， 需要确认在采集过程中是否有人为的错误。如果数据采集有错误，就应该予以纠正，然后再重新利用线性回归模型拟合数据;如果数据采集没有错误，则需要寻找其他的原因。
另外，残差点比较均匀地落在水平的带状区域中，说明选用的模型计较合适，这样的带状区域的宽度越窄，说明模型拟合精度越高，回归方程的预报精度越高。还可以用判定系数r2来刻画回归的效果，该指标测度了回归直线对观测数据的拟合程度，其计算公式是：
其中：SSR -回归平方和;
SSE -残差平方和;
Sst=ssr+sse总离差平方和。
由公式知，R(相关指数)的值越大，说明残差平方和越小，也就是说模型拟合效果越好。在含有一个解释变量的线性模型中r2恰好等于相关系数r的平方，即R2=r2
在线性回归模型中，R2表示解释变量对预报变量变化的贡献率。R2越接近1，表示回归的效果越好(因为R2越接近1，表示解释变量和预报变量的线性相关性越强)。
如果某组数据可能采取几种不同回归方程进行回归分析，则可以通过比较R2的值来做出选择，即选取R2较大的模型作为这组数据的模型。
总的来说：相关指数R2是度量模型拟合效果的一种指标。在线性模型中，它代表自变量刻画预报变量的能力。
五、多元线性回归分析
在一元线性回归分析中，因变量y只受某一个因素的影响，即只由一个自变量x来估计。但对于复杂的自然界中的问题，影响因素往往很多，在这种情况下，因变量y要用多个自变量同时进行估计。例如，某种产品的总成本不仅受原材料价格的影响，而且也与产品产量、管理水平等因素有关;农作物产量的髙低受品种、气候、施肥量等多个因素的影响。描述因变量与两个或两个以上自变量之间的数量关系的回归分析方法称为多元线性回归分析。它是一元线性回归分析的推广，其分析过程相对复杂一些，但基本原理与一元线性回归分析类似。 多元线性回归方程的一般表达式为：
3 为便于分析，当自变量较多时可选用两个主要的自变量x1和x2。其线性回归方程标准式为：
其中：yc为二元回归估计值;a为常数项;b1和b2分别为y对x1和x2的回归系数，b1表示当自变量x2为一定时，由于自变量x1变化一个单位而使y平均变动的数值，b2表示当自变量x1为一定时，由于自变量x2变化一个单位而使y平均变动的数值，因此，b1和b2称为偏回归系数。
要建立二元回归方程，关键问题是求出参数a，b1和b2的值，求解方法仍用最小二乘法，即分别对a，b1和b2求偏导数，并令函数的一阶导数等于零，可得如下方程组：
(二) 在回归分析中，通常称自变量为回归因子，一般用一般用表示。预测公式：
表示，而称因变量为指标，，称之为回归方程。回归
模型，按照各种原则可以分为各种模型：
1. 当n =1 时，称为一元(单因子)回归;当n ≥ 2时，称为多元(多因子)回归。
2. 当 f 为线性函数时，称为线性回归;当 f 为非线性函数时，称为非线性(曲线)回归。 最小二乘准则：
假设待定的拟合函数为
，另据m个数据点，相当于求解以下规划问题：
即使得总离差平方和最小。具体在线性拟合的过程中，假设拟合函数为y=a+bx，a与b为待定系数，已知有m个数据点，分别为使：
，应用最小二乘法，就是要
达到最小值。
把S 看成自变量为a和b的连续函数，则根据连续函数达到及致电的必要条 件，于是得到：
因此，当S 取得最小值时，有：
4
可得方程组为：
称这个方程组为正规方程组，解这个二元一次方程组，得到：
如果把已有数据描绘成散点图，而且从散点图中可以看出，各个数据点大致分布在一条直线附近，不妨设他们满足线性方程：
其中，x为自变量，y为因变量，a与b为待定系数;ε成为误差项或者扰动项。
这里要对数据点做线性回归分析，从而a和b就是待定的回归系数，ε为随机误差。 不妨设得到的线性拟合曲线为：
这就是要分析的线性回归方程。一般情况下，得到这个方程以后，主要是描绘出
回归曲线，并且观测拟合效果和计算一些误差分析指标，例如最大点误差、总方差和标准差等。
这里最缺乏的就是一个统一的评价系统，以下说明从概率角度确立的关于线性回归的一套评价系统。
在实际的线性回归分析中， 除了估计出线性回归系数a和b， 还要计算y和x的相关程度，即相关性检验。相关性检验主要通过计算相关系数来分析，相关系数的计算公式为：
其中n为数据点的个数，
为原始数据点，r的值能够很好地反映出线性相关程度的高低，一般来说，存在以下一些标准：
1. 当 r →1 或者 r →− 1时，表示 y与x高度线性相关，于是由原始数据描绘出的散点图中所有数据点都分布在一条直线的附近，分别称为正相关和负相关;
2. 当 r →0 时，表示 y与x不相关，由原始数据描绘出的散点图的数据点一般呈无规律的特点四散分布;
5 3. 当−1
4. 如果r → 1，则y与x线性相关程度越高;反之，如果r →0 ，则y与x线性相关程度越低。
实际计算r值的过程中，长列表计算，即：
在实际问题中，一般要保证回归方程有最低程度的线性相关。因为许多实际问题中，两个变量之间并非线性的相关关系，或者说线性相关程度不高，此时硬给他建立线性回归方程，显然没有太大意义，也没有什么实用价值。 一般来说，把这个最低限度的值记为临界值出r的值，并且满足
，称之为相关性检验标准。因此，如果计算
，则符合相关性要求，线性回归方程作用显著。反之，如果，则线性回归方程作用不显著，就尽量不要采用线性回归方程。临界值的数值表如下：
其中，自由度可以由原始数据点的个数减去相应的回归方程的变量个数，例如线性回归方程中有两个变量，而数据点的个数为n个，则自由度为n − 2.自由度一般记为 f ，但不要与一般的函数发生混淆。显著性水平一般取为 0.01,0.02,0.05等，利用它可以计算y与x之间相关关系的可信程度或者称为置信水平，计算公式为：
(这里取显著性水平为α =0.05 )
现在介绍置信区间的问题，由于实际误差的存在，由线性拟合得到的计算值跟实际值之间必然存在一定的差距，其差值就是计算误差。假设原始数据点为为
，计算得到的数据点，再给定附近的一个区间：
则实际值yi可能落在这个区间内，也可能落在这个区间外。如果所有的这些区间 (以为中心，长度为
)包含实际值的个数占总数的比例达到95%或者以上，则称这些区间的置信水平不少于95% 根据以上的分析，可以知道置信区间的概念，如果确定了置信水平为95%，从而可以找到相应的最小的Δt值，使得 95%以上的实际值落在区间
内， 则称为预测值满足置信水平95%的置信区间。一般情况下，如果不做特别说明，置信区间的相应置信水平默认为95%，置信区间反映了回归方程的适用范围和精确度，特别的，当所有离散数据分布在回归曲线的附件，大致呈现为正态分布时，置信区间为：中S 为该回归模型的标准差，计算公式为：
其
或者为：
那么，如果回归方程为 y=a+bx，则有两条控制直线分别为，他们代表了置信区间的上限和下限，如下图所示：
和
那么，可以预料实际的数据点几乎全部(至少95%)落在上图两条虚线所夹的区域内。 这里对回归方程的应用做一个总结：
1. 估计、预测指标值。对于因子x的一个给定值 x0 ，代入回归预测方程即可求出相应的指标值，称为指标y0的点估计，相应预测误差为
但是，真实指标y0 的值一般无法确知，预测精度只能根据回归误差来做估计。在回归预测中，预测的精度可以用均方差和标准差的比值来估计;
2. 估计指标值范围。估计指标值的范围，就是求给定x0 ，相应于某个给定的置信水平的置信区间。具体的求法，要应用到t分布;
3. 控制因子取值。在某些实际问题中，特别当因子值可以人为的控制、调解时，也可以根据所要达到的指标值，反过来推出因子的取值，这就是因子值的控制。
7
通过观看枣庄四十一中任元元老师所讲的《香港和澳门的回归》一课，感受颇深，下面从设计思路、教学设计、教学实施、教学效果浅谈我的体会： 设计思路：
任老师能根据教学内容和学生水平设计教学，且符合教学内容实际。启发引导学生探究学习内容是本课总的教学思路。通过播放《七子之歌》吸引学生注意力调动学生学习的兴趣。紧接着一个问题“七子是哪几块领土?”随后引入本节课香港澳门的回归，过渡自然。 教学设计：
注重知识的内在联系，重点突出。设计新颖、科学、有创新，两条主线贯穿课堂，一条看得见的知识主线——香港和澳门的丧失和回归之路;一条看不见的情感主线——香港和澳门的割让之痛楚、归路之艰难、归后之荣光。各个教学环节设计灵活多样，注重情感、态度价值观的渗透。教学内容的呈现符合学生认知规律，循序渐进，具有科学性、人文性和启发性。并充分利用地图册以及音乐、视频资料，用多种方式，使学生靠近并了解历史;在教材处理上，采用问题教学法，设计一系列的问题，逻辑推理，层层推进，使学生通过合作学习、探究讨论理解掌握课堂内容，提高综合能力。 教学实施：
1、课堂导入：
首先播放动画视频《七子之歌澳门》，引出爱国诗人闻一多笔下的“七子”是指哪七个地方?继而引出这节课要学习的内容——《香港和澳门的回归》。利用音乐导入，能吸引学生注意力;问题的设置及回答使学生调动思维。
2、教学过程：
多处利用多媒体，生动直观的展示教学内容，提高教学实效性。如利用多媒体，展示香港地区示意图以及香港被英国侵占或强行租借的过程，然后展示澳门被葡萄牙侵占的过程。学生边看图边回答问题，印象深刻。然后提问：港澳沦丧说明了什么问题?从而引发学生对近代屈辱史的思考，为之后的港澳回归做好 情感铺垫。又如利用多媒体出示1984年和1987年中英、中葡签署联合声明的图片以及1997年7月1日香港、1999年12月20日澳门政权交接仪式的图片。再如通过播放香港回归视频，让学生能对当时的盛况有一个直观的了解，重温香港回归时 的辉煌时刻。在教学过程中我充分发挥学生的主体作用，让学生多说、多练。在观看香港回归视频后，让学生说说自己内心的感受由此激发学生的爱国情感，从而完成这节课在情感、态度和价值观方面的学习任务;此外，在这个过程也能培养学生的语言组织能力和表达能力。这符合新课改下增强培养学生能力的要求。 教学效果：
播放《七子之歌》能吸引学生注意力调动学生学习的兴趣，过渡自然。多处利用多媒体，生动直观的展示教学内容，提高教学实效性。教学过程中让学生多说、多练。在观看香港回归视频后，让学生说说自己内心的感受由此激发学生的爱国情感，从而完成这节课在情感、态度和价值观方面的学习任务;此外，在这个过程也能培养学生的语言组织能力和表达能力。这符合新课改下增强培养学生能力的要求。通过多媒体课件辅助教学形象直观，既突出了教学重点又能激发学生探索求知的好奇心，符合初中学生的认知特点又突破了难点。通过当堂检测练习，学生能在第一时间反馈出正确答案，说明本节课的课堂教学效果好。
当然本节课在以下方面值得商榷：
1. 教师上课时激情不足，对学生缺乏吸引力和感染力。
2.学生的思维不够活跃，小组讨论过程中，有小部分同学参入度不够，在调动学生积极性方面还有待加强，同时在组织学生活动时，对学生讨论的结论要及时做出相应的评价，课堂气氛稍显沉闷。
今天我看了临沂第十中学赵老师所讲的12课《香港和澳门的回归》感受颇深，下面从设计思路、教学设计、教学实施、教学效果浅谈我的体会：
设计思路：能根据教学内容和学生水平两个方面的实际情况设计，且符合教学内容实际，赵老师通过欣赏歌曲《东方之珠》导入，激发了学生的学习兴趣，而且歌曲和画面相结合，自然的让学生联想到本节课即将要讲述的内容。通过设置问题情境，使学生畅所欲言，进而又导入到邓小平的“一国两制”构想这一问题上，对“一国两制”理论提出的原由、基本内涵及其意义加深了理解。观看视频《香港回归纪实》，学生可以体会到香港、澳门回归的喜悦之情，增强学生的民族自尊心、自信心。教学思路脉清晰。
教学设计：注重知识的内在联系，重点突出。设计新颖、科学、有创新，两条主线贯穿课堂，一条看得见的知识主线——香港和澳门的丧失和回归之路;一条看不见的情感主线——香港和澳门的割让之痛楚、归路之艰难、归后之荣光。各个教学环节设计灵活多样，注重情感、态度价值观的渗透。教学内容的呈现符合学生认知规律，循序渐进，具有科学性、人文性和启发性。
教学实施：
1、课堂导入：用歌曲《东方之珠》导入，让学生体会香港、澳门回归的喜悦之情，增强学生的爱国情感和民族自尊心、自信心。通过歌曲，教师明确东方之珠，香江就是指代香港，顺势导入我们要学习的内容。
2、教学过程：设置问题情境，学生分小组讨论分析“一国两制”理论提出的原由、基本内涵及其意义。学生从中学会正确地认知历史现象及合作学习等方面的能力与方法，体现课标中的知识和能力目标。再让学生观看视频《香港回归纪实》，学生可以体会到香港、澳门回归的喜悦之情，增强学生的民族自尊心、自信心，体现课标中的情感目标。通过中国为什么能收回香港、澳门和收回之后港澳的巨大变化的讨论，学生从中体会到祖国的强大，增强爱国情感，体现课标中的情感目标。使学生进一步认识到只有在坚持中国共产党领导的前提下，中国人民才可能真正走上独立自主发展的道路，中国才可能真正地实现香港和澳门的回归，最终实现台湾的回归，洗雪了中华民族遭受帝国主义侵略和欺凌的百年屈辱，也必将开创祖国内地和香港及澳门共同繁荣发展的新未来。
教学效果：注重学生主体性的发挥，从提问到练习，都能把“以学生为本”的教学思想贯穿课堂始终。给学生提供了一个真实的学习过程。教师提供了一些科学的学习方式，体现了教师的教学艺术，促进了学生发展。老师语言引导，《东方之珠》歌曲的播放，都让学生对本课产生了好奇心与求知欲。课堂上，绝大部分学生始终关注着老师抛出的讨论的主要问题，或者独立思考，或者前后位讨论，或者小组讨论，能够比较自觉主动的与组内成员分工合作，共同完成学习任务。教师教学准备充分，学情了解深入，教书设计能根据学生的特点和教学内容进行，能够创设适当的、适合本班学生的教学情境，较好的运用了高科技的信息技术等教学手段。教学组织形式灵活，实效性强，教师充分发挥了组织者、引导者、合作者的作用。
当然本节课在以下方面值得商榷：
1. 教师上课时激情不足，对学生缺乏吸引力和感染力。
2.学生的思维不够活跃，小组讨论过程中，有小部分同学参入度不够，在调动学生积极性方面还有待加强，同时在组织学生活动时，对学生讨论的结论要有及时做出相应的评价，课堂气氛稍显沉闷。
实 验 报 告
课程名称金融计量学 实验项目名称多元线性回归模型
班级与班级代码 实验室名称(或课室)
专业
任课教师 xxx
学号 ：xxx
姓名 ：xxx 实验日期：2012 年 5 月 3 日
广东商学院教务处制 姓名 xxx 实验报告成绩 评语 ：
指导教师 (签名)
年月日
说明：指导教师评分后，实验报告交院(系)办公室保存
多 元线性回归模型
一、实验目的 通过上机实验,使学生能够使用 Eviews 软件估计可化为线性回归模型的非线性模型，并对线性回归模型的参数线性约束条件进行检验。
二、实验内容 (一)根据中国某年按行业分的全部制造业国有企业及规模以上制造业非国有企业的工业总产值 Y，资产合计 K 及职工人数 L 进行回归分析。
(二)掌握可化为线性多元非线性回归模型的估计和多元线性回归模型的线性约束条件的检验方法 (三)根据实验结果判断中国该年制造业总体的规模报酬状态如何? 三、实验步骤 (一)收集数据 下表列示出来中国某年按行业分的全部制造业国有企业及规模以上制造业非国有企业的工业总产值 Y，资产合计 K 及职工人数 L。
序号 工业总产值 Y(亿元)
资产合计 K(亿元)
职工人数 L(万人)
序号 工业总产值 Y (亿元)
资产合计 K(亿元)
职工人数 L(万人)
1 3722.7 3078.22 113 17 812.7 1118.81 43 2 1442.52 1684.43 67 18 1899.7 2052.16 61 3 1752.37 2742.77 84 19 3692.85 6113.11 240 4 1451.29 1973.82 27 20 4732.9 9228.25 222 5 5149.3 5917.01 327 21 2180.23 2866.65 80 6 2291.16 1758.77 120 22 2539.76 2545.63 96 7 1345.17 939.1 58 23 3046.95 4787.9 222 8 656.77 694.94 31 24 2192.63 3255.29 163 9 370.18 363.48 16 25 5364.83 8129.68 244 10 1590.36 2511.99 66 26 4834.68 5260.2 145 11 616.71 973.73 58 27 7549.58 7518.79 138 12 617.94 516.01 28 28 867.91 984.52 46 13 4429.19 3785.91 61 29 4611.39 18626.94 218 14 5749.02 8688.03 254 30 170.3 610.91 19 15 1781.37 2798.9 83 31 325.53 1523.19 45 16 1243.07 1808.44 33 表 1 (二)创建工作文件(Workfile)。
1、启动Eviews5，在主菜单上依次点击FileNewWorkfile(如图)，按确定。
2、在弹出的对话框中选择数据的时间频率(本实验为序列数据)，输入数据数为31(如图1)，然后点击OK(如图2)。
(图 1)(图 2)、(三)输入数据 1、在 Eviews 软件的命令窗口中键入数据输入/编辑命令：DATAYKL，按 Enter，则显示一个数组窗口(如图)。
2、分别在Y、K、L列输入相应的数据并以group01命名保存(如图)：
(四)、回归分析 1、在经济理论指导下，设定如下的理论模型：
2、运用OLS估计模型 经对数转换，式 e L AK Y 可变换对数形式如下：
3、对表1的Y、K、L的数据进行对数转换，得新的数据如表2所示：
序号
序号
1
17 8.222204 8.032107 4.727388 2
18 7.274147 7.429183 4.204693 3
19 7.468724 7.916724 4.430817 4
20 7.280208 7.587726 3.295837 5
21 8.546616 8.685587 5.78996 6
22 7.736814 7.47237 4.787492 7
23 7.204276 6.844922 4.060443 8
24 6.487334 6.543826 3.433987 9
25 5.913989 5.895724 2.772589 10
26 7.371716 7.828831 4.189655 11
27 6.424399 6.881134 4.060443 12
28 6.426391 6.246126 3.332205 13
29 8.395972 8.239042 4.110874 14
30 8.656785 9.069701 5.537334 15
31 7.485138 7.936982 4.418841 16
表2 4、对表2经对数转化后的数据进行相关性分析 ①重复数据输入步骤，输入取对数后的数据如图：
②在弹出的窗口中选择ViewGraphScatterSimpleScatter按确定，得取对数后的Y、K、L三者之间关系的散点图，结果如下：
③通过对以上散点图的观察可以看出，取对数后的K、L的联合值对取对数后的Y的值有着显着的线性影响。
5、在 Eviews 主窗口中点击 QuickEstimateEquation，在弹出的方程设定框内输入模型：log(y)clog(k)log(l)(如图)：
再点击确定，系统将弹出一个窗口来显示有关估计结果(如图)。
由图显示的结果可知，样本回归方程为：
Y ln =1.154+0.609 K ln +0.361 L ln
(1.59)(3.45)(1.75) 其中 8099 .02 R ，2R =0.7963，F=59.66 4、对以上实验结果做 t 检验分析：
给定显着性水平 5%，自由度为(2，28)的 F 分布的临界值为34 .3 28 2 (05 .0 )
， F ，因此总体上看， K ln , L ln 联合起来对 Y ln 有着显着的线性影响。在 5%的显着性水平下，自由度为 28 的 t 分布的临界值为048 .2 ) 28 (05 .0 t，因此， K ln 的参数通过了该显着性水平下的 t 检验，但L ln 未通过检验。如果设定显着性水平为 10%，t 分布的临界值为701 .1 ) 28 (05 .0 t ，这时 L ln 的参数通过了显着性水平的检验。
2R =0.7963 表明，工业总产值对数值的 79.6%的变化可以由资产合计的对数与职工的对数的变化来解释，但仍有 20.4%的变化是由其他因素的变化影响的。
(五)参数的约束检验 由以上的实验结果可以看出， 1 97 .0 ，即资产与劳动的产出弹性之和近似为1，表明中国制造业在2000年基本呈现规模报酬不变的状态。因此，进行参数的约束检验时，提出零假设为0H ：1 。
如果原假设为真，则可估计如下模型：
1、在 Equation 窗口选择 proc/Specify/Estimate 在弹出的窗口中输入 log(y/l)clog(k/l)如图所示：
1 按确定，所得结果如下：
容易看出，该估计方程通过了 F 检验与参数的 t 检验。
2、对规模报酬是否变化进行的分析 由上面两个实验可以得到 0703 .5 URSS ， 0886 .5 RRSS 。在原假设为真的条件下有：
) 1 2 31 (1 ) (UU RRSSRSS RSSF28 0703 .50703 .5 0886 .5 =0.1011 在 5%的显着性水平下，自由度为(1,28)的 F 分布的临界值为 4.20。因为 0.1011<4.20,所以不拒绝原假设，表明 2000 年中国制造业呈现规模报酬不变的状态。
3、运用参数约束条件 12 1 对上面假设模型进行检验 打 开 eq01 方 程 对 象 窗 , 点 击ViewCoefficientTestsWaldCoefficientRestrictions…，在 Waldtests窗口设定参数约束条件：c(2)+c(3)=1。再按 OK,结果如下图：
由以上实验结果可知，我们仍然不拒绝原假设，原假设为真，即中国该年的制造业总体呈现规模报酬不变状态。
四、实验结论 通过上面实验可以看出，中国某年按行业分的全部制造业国有企业及规模以上制造业非国有企业的资产合计 K 和职工人数 L 的联合对数对工业总产值 Y 的对数有着显着地线性影响。但并非全是由 K、L 影响，还有 20.4%的变化时由其他因素影响的。在规模报酬的分析中可以看出，国制造业在2000 年基本呈现规模报酬不变的状态。
推荐阅读：
让音乐回归右脑07-06
线性回归工程应用09-15
回归的年味作文09-21
香港回归作文1500字07-02
年轮的回归线作文06-05
回归自然创意手工策划书06-13
还原语文课堂 回归语文本真06-16
纪念澳门回归活动方案09-07
让数学课堂回归生活中09-23
回归模型的相关性检验05-31
