经济毕业论文数据集

本科毕业论文数据自己不可以编。

论文数据为你的论点提供理论依据。自编论文数据，属于学术造假，在答辩环节遇到内行的导师，一眼就能够发现数据问题，除非你对于实验数据中的每一个参数都比较熟悉，了解每一个参数的意义，因参数变化，能够及时回应造成不同结果的原因。

论文数据可以通过自己收集陆启判或者网站查找数据进行分析整理。收集数据注意事项如下：做好准备工作，为收集数据做好准备。对数据进行及时地记录、整理、统计、分析。关注异常，寻找原因。使用原始数据，保证真实性。

写论文读的文献：

1.与研究领域十分相关的文献。

2.与研究领域相关的文献。

3.与研究领域不相关的文献。

（1）与研究领域十分相关的文献：这类文献一定要认认真真地看，边看边做笔记和总结，越详细越好。做笔记是最笨也是最有用的方法，还需要定期复习笔记内容。

（2）与研究领域相关的文献：这类文献占了大多数，早改需要学会挖掘好的创新点和实验设计思路，这些是文献的精髓。

（3）与研究领域不相关的文献：这类文献只需要将文献的创新点和写作思路做大致总结即可。

可以在有版权且不影响学校规定和查重率的情况下可以用本科即大学本科，是学历的一种，是高等教育的基本组成部分，一般由大学或学院开展，极少部分高等职业院校已经开展应用型本科教育。本科教育重于理论上的专业化通识教育，应用型本科侧重于应用上的专业教育和实际技能教育，学生正常毕业后一般可获本科毕业证书和学士学位证书。

计量经济学期末实验报告实验名称：大中城市城镇居民人均消费支出与其影响因素的分析姓 名： 学 号： 班 级： 指导教师： 时 间： 23个城市城镇居民人均消费支出与其影响因素的分析一、 经济理论背景近几年来，中国经济保持了快速发展势头，投资、出口、消费形成了拉动经济发展的“三架马车”，这已为各界所取得共识。通过建立计量模型，运用计量分析方法对影响城镇居民人均消费支出的各因素进行相关分析，找出其中关键影响因素，以为政策制定者提供一定参考，最终促使消费需求这架“马车”能成为引领中国经济健康、快速、持续发展的基石。二、 有关人均消费支出及其影响因素的理论我们主要从以下几个方面分析我国居民消费支出的影响因素：①、居民未来支出预期上升，影响了居民即期消费的增长 居民的被动储蓄直接导致购买力的巨大分流, 从而减弱对消费品的即期需求，严重地影响了居民即期消费的增长，进而导致有效需求的不足，最终导致经济增长的乏力。90年代末期以来，我国的医疗、养老、失业保险、教育等一系列改革措施集中出台，原有的体制被打破，而新的体制尚未建立健全，因此目前的医疗、养老、失业保险、教育体制对居民个人支出的压力较大，而且基本上都是硬性支出，支出的不确定性也很大，导致居民目前对未来支出预期的上升。 ②、商品供求结构性矛盾依然突出从消费结构上看，我国消费品市场已发生了新的根本性变化：居民低层次消费已近饱和，而更高水平的消费又未达到。改革开放20多年来，城乡居民经过了一个中档耐用消费品的普及阶段后，目前老百姓的收入消费还不足以形成一个新的、以高档产品为内容的主导性消费热点，如轿车、住房等还远不能纳入大多数人的消费主流，居民现有的购买力不能形成推动主导消费品升级的动力。 ③、物价总水平持续在低水平运行，通货紧缩的压力较大，不利于消费的增长 加入WTO之后，随着关税的降低和进口规模的扩大，国外产品对我国市场的冲击将进一步加大，国际价格紧缩对国内价格变化将产生负面影响。物价的持续下降，不利于居民的消费增长。因为从居民的消费心理上看，买涨不买降是居民购物的习惯心理。由于居民对物价有进一步下降的预期，因此往往推迟消费，不利于居民消费的增长。另外，从统计上分析，由于物价的下降，名义消费增长往往低于实际消费的增长，这在一定程度上也不利于消费增长幅度的提高。④、我国现阶段没有形成大的消费热点，难以带动消费的快速增长经过近几年的培育和发展，我国目前已经形成了住房消费、居民汽车消费、通信及电子产品的消费、节假日消费及旅游消费等一些消费亮点，可以促进消费的稳定增长，但始终未能形成大的消费热点，因此不能带动消费的高速增长。三、 相关数据收集相关数据均来源于2006年《中国统计年鉴》：23个大中城市城镇居民家庭基本情况地区 平均每户就业人口（人） 平均每一就业者负担人数（人） 平均每人实际月收入（元） 人均可支配收入（元） 人均消费支出（元）北京 天津 石家庄 太原 呼和浩特 沈阳 大连 长春 哈尔滨 上海 南京 杭州 宁波 合肥 福州 厦门 南昌 济南 青岛 郑州 武汉 长沙 广州 四、 模型的建立根据数据，我们建立多元线性回归方程的一般模型为： 其中： ——人均消费支出 ——常数项 ——回归方程的参数 ——平均每户就业人口数 ——平均每一就业者负担人口数 ——平均每人实际月收入 ——人均可支配收入 ——随即误差项五、实验过程（一）回归模型参数估计根据数据建立多元线性回归方程： 首先利用Eviews软件对模型进行OLS估计，得样本回归方程。利用Eviews输出结果如下：Dependent Variable: YMethod: Least SquaresDate: 12/11/07 Time: 16:08Sample: 1 23Included observations: 23Variable Coefficient Std. Error t-Statistic Prob. C Mean dependent var R-squared . dependent var . of regression Akaike info criterion squared resid Schwarz criterion likelihood F-statistic stat Prob(F-statistic) 根据多元线性回归关于Eviews输出结果可以得到参数的估计值为： , , ， ， 从而初步得到的回归方程为： Se= () () () () ()T= () () () () () F= df=18模型检验：由于在 的水平下，解释变量 、 、 的检验的P值都大于，所以变量不显著，说明模型中可能存在多重共线性等问题，进而对模型进行修正。（二）处理多重共线性我们采用逐步回归法对模型的多重共线性进行检验和处理：X1：Dependent Variable: YMethod: Least SquaresDate: 12/11/07 Time: 16:28Sample: 1 23Included observations: 23Variable Coefficient Std. Error t-Statistic Prob. C Mean dependent var R-squared . dependent var . of regression Akaike info criterion squared resid Schwarz criterion likelihood F-statistic stat Prob(F-statistic) ：Dependent Variable: YMethod: Least SquaresDate: 12/11/07 Time: 16:29Sample: 1 23Included observations: 23Variable Coefficient Std. Error t-Statistic Prob. C Mean dependent var R-squared . dependent var . of regression Akaike info criterion squared resid 1032515. Schwarz criterion likelihood F-statistic stat Prob(F-statistic) ：Dependent Variable: YMethod: Least SquaresDate: 12/11/07 Time: 16:29Sample: 1 23Included observations: 23Variable Coefficient Std. Error t-Statistic Prob. C Mean dependent var R-squared . dependent var . of regression Akaike info criterion squared resid Schwarz criterion likelihood F-statistic stat Prob(F-statistic) ：Dependent Variable: YMethod: Least SquaresDate: 12/11/07 Time: 16:30Sample: 1 23Included observations: 23Variable Coefficient Std. Error t-Statistic Prob. C Mean dependent var R-squared . dependent var . of regression Akaike info criterion squared resid Schwarz criterion likelihood F-statistic stat Prob(F-statistic) 由得出的数据可以看出， 的调整的判定系数最大，因此首先把 引入调整的方程中，然后在分别引入变量 、 、 进行OLS得：X1、X3Dependent Variable: YMethod: Least SquaresDate: 12/11/07 Time: 16:32Sample: 1 23Included observations: 23Variable Coefficient Std. Error t-Statistic Prob. C Mean dependent var R-squared . dependent var . of regression Akaike info criterion squared resid Schwarz criterion likelihood F-statistic stat Prob(F-statistic) 、X3Dependent Variable: YMethod: Least SquaresDate: 12/11/07 Time: 16:33Sample: 1 23Included observations: 23Variable Coefficient Std. Error t-Statistic Prob. C Mean dependent var R-squared . dependent var . of regression Akaike info criterion squared resid Schwarz criterion likelihood F-statistic stat Prob(F-statistic) 、X4Dependent Variable: YMethod: Least SquaresDate: 12/11/07 Time: 16:34Sample: 1 23Included observations: 23Variable Coefficient Std. Error t-Statistic Prob. C Mean dependent var R-squared . dependent var . of regression Akaike info criterion squared resid Schwarz criterion likelihood F-statistic stat Prob(F-statistic) 由数据结果可以看出，引入X4时方程的调整判定系数最大，且解释变量均通过了显著性检验，再分别引入X1、X2进行分析。X1、X3、X4Dependent Variable: YMethod: Least SquaresDate: 12/11/07 Time: 16:37Sample: 1 23Included observations: 23Variable Coefficient Std. Error t-Statistic Prob. C Mean dependent var R-squared . dependent var . of regression Akaike info criterion squared resid Schwarz criterion likelihood F-statistic stat Prob(F-statistic) 、X3、X4Dependent Variable: YMethod: Least SquaresDate: 12/11/07 Time: 16:38Sample: 1 23Included observations: 23Variable Coefficient Std. Error t-Statistic Prob. C Mean dependent var R-squared . dependent var . of regression Akaike info criterion squared resid Schwarz criterion likelihood F-statistic stat Prob(F-statistic) 由输出结果可以看出，在 的水平下，解释变量 、 的检验的P值都大于，解释变量不能通过显著性检验，因此可以得出结论模型中只能引入X3、X4两个变量。则调整后的多元线性回归方程为： Se= () () () T= () () () F= df=20（三）.异方差性的检验对模型 进行怀特检验：White Heteroskedasticity Test:F-statistic Probability *R-squared Probability Test Equation:Dependent Variable: RESID^2Method: Least SquaresDate: 12/11/07 Time: 16:53Sample: 1 23Included observations: 23Variable Coefficient Std. Error t-Statistic Prob. C Mean dependent var R-squared . dependent var . of regression Akaike info criterion squared resid Schwarz criterion likelihood F-statistic stat Prob(F-statistic) 由检验结果可知， ，由White检验知，在 时，查 分布表，得临界值 (20)=，因为 < (5)= ,所以模型中不存在异方差。 （四）.自相关的检验由模型的输出结果可知，估计结果都比较满意，无论是回归方程检验，还是参数显著性检验的检验概率，都显著小于，D-W值为，显著性水平 =下查Durbin-Watson表，其中n=23，解释变量的个数为2，得到下限临界值 ，上限临界值 ， =

您好，论文数据实在找不到可以通过实验的方式获取数据。第一种，就是自己采集，包括调研、做实验等，总之，这种方法得到的数据是最有优势的，毕竟，是自己独有的数据哦。但是，这种方法获取数据需要时间很长，而且还不一定能得到大规模的数据集，会影响到研究的深入。第二种，就是找从各种数据库里面查找。各个学科都有自己的公开的数据集，因此，可以通过老师推荐、同学推荐的方法，找到合适的数据集进行研究。这种方法省时省力。首先，按照你的研究领域，用相关的关键词查找论文，下载尽量多的论文。然后，打开论文，直接看论文的实证部分，看看这些论文的数据集来自哪里。找到来源后，就可以通过搜索引擎快速搜索下，看看这些数据集是否公开，如果是公开的，恭喜你，你的目标达到了，直接下载数据集即可。第一， 查数据库，看看有没有。第二， 数据库没有，问老师、问同学，或者能找到推荐的数据集。第三， 如果老师和同学也没有，就下载尽量多的相关论文，看看别人的数据集是啥。第四， 如果别人论文的数据集是公开的，就赶紧下载。第五， 如果别人论文的数据集不能公开下载，找到论文发表的期刊，看看期刊网站是否有可以下载的对于国内数据集。