Correlations Control Variables x1 & x2 y Correlation Significance (2-tailed) df x3 Correlation Significance (2-tailed) df y 1.000 . 0 .810 .051 4 x3 .810 .051 4 1.000 . 0 解析：由上可知，我国居民消费水平和淘宝交易额的偏相关系数为0.810 。
④消除我国居民消费水平和淘宝交易额的影响后，淘宝注册人数和我国网络普及度的偏相关系数：
Correlations Control Variables x3 & y x1 Correlation Significance (2-tailed) df x2 Correlation Significance (2-tailed) df x1 1.000 . 0 .584 .224 4 x2 .584 .224 4 1.000 . 0 解析：由上可知，淘宝注册人数和我国网络普及度的偏相关系数为0.584。
⑤消除淘宝注册人数和淘宝交易额的影响后，我国居民消费水平和我国网络普及度的偏相关系数：
Correlations Control Variables y & x1 x2 Correlation Significance (2-tailed) df x3 Correlation Significance (2-tailed) df x2 1.000 . 0 .863 .002 4 x3 .863 .002 4 1.000 . 0 解析：由上可知，我国居民消费水平和我国网络普及度的偏相关系数为0.963 。 ⑥消除我国网络普及度和淘宝交易额的影响后，我国居民消费水平和淘宝注册人数的偏相关系数：
10
Correlations Control Variables y & x2 x3 Correlation Significance (2-tailed) df x1 Correlation Significance (2-tailed) df x3 1.000 . 0 -.505 .306 4 x1 -.505 .306 4 1.000 . 0 解析：由上可知，我国居民消费水平和淘宝注册人数的偏相关系数为-0.505 。
综上：从以上的偏相关系数来看，如果我国网络普及度和居民消费水平保持不变，淘宝注册人数与淘宝交易额之间存在显著相关，当淘宝交易额和居民消费水平的保持不变时，我国网络普及度和淘宝交易额之间存在显著负相关，当淘宝注册人数和我国网络普及度的保持不变时，我国居民消费水平和淘宝交易额的也存在显著相关，当我国居民消费水平和淘宝交易额保持不变时，淘宝注册人数和我国网络普及度之间存在显著相关，当我国网络普及度和淘宝交易额保持不变时，我国居民消费水平和淘宝注册人数存在显著负相关。但是其关系强度较前者略低，所以经过以上系数得到的偏相关系数可以看出，其相关程度较原关系的强度低，应采用原数据的自变量和因变量。即所采用的自变量和因变量保持不变。
2.3回归分析
对数据进行回归分析，得到如下结果：
解析：复相关系数为0.997，判定系数为0.995，调整系数为0.990，估计值的标准误差为4.157 。
ANOVA Model 1 Regression Residual Sum of Squares 12661.524 69.123 df 3 4 Mean Square 4220.508 17.281 F 244.231 Sig. .000 ab 11
Total 12730.647 7 a. Predictors: (Constant), x3, x1, x2 b. Dependent Variable: y
解析：由上面结果的看其显著性检验结果为，回归平方和为12661.224，残差平方和69.123，总平方和12730.647， F统计量的值为244.231，对应的概率P值为0.000，小于显著性水平0.05，,即：淘宝交易总额y与淘宝网注册人数x1、我国网络普及度x2和我国居民消费水平x3之间存在线性关系，所以可认为所建立的回归方程有效。 Coefficients Standardized Unstandardized Coefficients Model 1 (Constant) x1 x2 x3 a. Dependent Variable: y B -59.709 2.529 -15.985 70.139 Std. Error 21.531 .636 5.870 25.378 .659 -.563 .879 Coefficients Beta t -2.773 3.980 -2.723 2.764 Sig. .050 .016 .043 .031 a 解析：由上图可知，因变量y与常数项和自变量x1，x2，x3的回归的标准化回归系数分别为-59.709，2.529，-15.985,70.139。3个回归系数B的显著性水平x1小于0.05，这里可以认为自变量x1，x2，x3对因变量y有显著性影响。于是得到回归方程为: y??59.709?2.529x1?15.985x2?70.139x3
由上图可知对数据进行t值检验，在给定的??0.05，自由度n=8-2=6的临界值时，查表得t0.0256?2.447
因为x1，x2，x3的参数对应的t统计量的绝对值均大于2.447，这说明5%的显著性水平下，斜率系数均显著不为0，表明淘宝网注册人数x1，我国网络普及度x2，我国居民消费水平x3等变量联合起来对该商品的消费支出有显著的影响。
P检验：由上表可以看出各自变量以及常数项的P值分别为：0.05，0.016,0.043及0.031，可以看出其P值均小于0.05，均通过检验
12
综上所述，三个自变量对因变量都有显著性影响，并都通过了检验可以得到最优方程式为:
y??59.709?2.529x1?15.985x2?70.139x3
2.4小结
通过SPSS操作最后得到的淘宝交易额的预测方程式：
y??59.709?2.529x1?15.985x2?70.139x3
再加上最后对数据的检验可以得出淘宝网注册人数x1，我国网络普及度x2，我国居民消费水平x3等变量联合起来对淘宝交易总额y有显著的影响。影响公式可以近似为：
y??59.709?2.529x1?15.985x2?70.139x3
即：淘宝注册人数增加就可使得淘宝网的交易额增加。众所周知我国网络普及度是在逐年增加的，这里表现出的网络普及度为负指标，并不代表网络普及度要递减才可以使得淘宝交易额增加，随着社会的发展，中国的发展更是越来越迅速，网络普及度的增加使得更多的地方有网络，更多的人了解网络才能使得我国淘宝注册人数的增加。这两个自变量之间存在着相对严密的关系。人均收入的增加固使得人们的消费指数上升，那么人们在网络购物和日常消费的比例也会发生变化，这里我们可以看出这个比例是在增加的，那么淘宝交易额增加也是必不可少的。
13
第三章案例分析二：我国财政收入的研究
3.1 数据的来源及变量的解释
为研究我国财政收入情况，为研究人均国内生产总值，经济活动人口，全社会固定资产投资，进出口总额，居民消费价格指数对财政收入的影响，通过中国国家统计局下载2000年到2012年的数据进行研究。
人均国内生产总值x1是指国内生产总值的绝对值与该年平均人口的比值，是衡量一个国家或地区每个居民对该国家或地区的经济贡献或创造价值的指标。
经济活动人口x2是指在16周岁及以上，有劳动能力，参加或要求参加社会经济活动的人口。包括就业人员和失业人员。
全社会固定资产投资x3是指以货币形式表现的在一定时期内全社会建造和购置固定资产的工作量以及与此有关的费用的总称。其反映固定资产投资规模、结构和发展速度的综合性指标的同时，也是观察工程进度和考核投资效果的重要依据。
我国的进出口总额x4是指实际进出我国国境的货物总金额。其用以观察一个国家在对外贸易方面的总规模。
财政收入y指国家财政参与社会产品分配所取得的收入，是实现国家职能的财力保证。财政收入按现行分税制财政体制划分为中央本级收入和地方本级收入。
原数据如下：
财政收入(亿元)y 人均国内生产总值(元)x1 经济活动人口(万人)x2 66782 全社会固定资产投资(亿元)x3 8080.1 进出口总额(人民币亿元)x4 9119.6 11271 年份 1992年 1993年 1994年 1995年 1996年 1997年 1998年 3483.37 2311.09 4348.95 2998.36 5218.1 4044 6242.2 5045.73 7407.99 5845.89 8651.14 6420.18 9875.95 6796.03 67468 13072.3 68135 17042.1 20381.9 68855 20019.3 23499.9 69765 22913.5 24133.8 70800 24941.1 26967.2 72087 28406.1 26849.7 72791 29854.7 29896.2 73992 32917.7 39273.2 73884 37213.5 42183.6 74492 43499.9 51378.2 1999年 11444.08 7158.5 2000年 13395.23 7857.68 2001年 16386.04 8621.71 2002年 18903.64 9398.05
14