统计专业实验期末报告.doc

1、 重庆工商大学数学与统计学院统计专业实验课程实验报告实验课程：城镇居民生活满意度及 其影响因素分析 指导教师： _叶 勇_ 专业班级： 09 级统计一班_ 学生姓名： 宋可君 吴锦洪 舒金晶_学生学号： 2009102121 20091011112009101129 摘要：为了研究被调查者的收入和学历对其生活满意度评价的影响，对居民现阶段的生活满意度评价情况进行了相关调查。调查采用网络在线调查和电子邮件调查相结合的方式，考虑到分析目的和网络调查的局限性，调查对象限定为年满 18 周岁以上，具有个人收入的城镇居民。在确定调查内容时选择了最重要的 5 个项目：年龄、性别、年收入水平（2 万以下/2

2、4 万/46 万/68 万/8 万以上） 、文化程度（初中及以下/高中/大专/大学/研究生） 、生活满意度（满意/态度中立/不满意） 。本文主要采用了年收入水平、文化程度和满意度这三个项目进行分析，进行了影响因素分析，找出主要因素，然后做了相应的影响的模型。主要工具使用了 SPSS 做分析。关键字：生活满意度、影响因素、广义Logit模型报告分工：吴锦洪：利用 SPSS、EXCEL 整理分析数据，整理、编写报告;宋可君：模型建立与评价，整理、编写报告;舒金晶：总结实验成果，编写报告；1. 生活满意度的概念和研究目的：生 活 满 意 度 是 个 人 生 活 的 综 合 认 知 判 断 ,主 要

3、是 个 体 生 活 的 一 个 总 体 的 概 括认 识 和 评 价 。 作 为 一 个 认 知 因 素 ,它 常 被 看 成 是 主 观 幸 福 感 的 关 键 指 标 ,是 对 快乐 的 补 充 ,是 主 观 幸 福 感 的 一 种 更 有 效 的 衡 量 标 准 。 目 前 ,国 内 外 学 者 对 生 活 满意 度 已 经 形 成 了 一 个 比 较 一 致 的 看 法 :生 活 满 意 度 是 个 人 依 照 自 己 选 择 的 标 准 对自 己 大 部 分 时 间 或 持 续 一 定 时 期 生 活 状 况 的 总 体 性 认 知 评 估 ,它 是 衡 量 某 一 社会 人 们 生

4、 活 质 量 的 重 要 参 数 。 本 文 将 对 影 响 生 活 满 意 度 的 因 素 做 分 析 并 建 立 了模 型 。 从 客 观 数 据 的 角 度 对 生 活 满 意 度 进 行 了 一 个 全 新 的 认 识 。2.分析过程及评价结果2.1频数分析SPSS软件基本操作过程：（1）选择菜单Analyze Descriptive StatisticsFrequencies；分别选择变量“ 性别”“年收入水平”“文化程度”“ 满意度 ”到Variable框中；单击“Charts”,分别选择Bar Chart；（2）选择菜单Analyze Descriptive Statistics

5、Frequencies；分别选择变量“ 年收入水平”“满意度”和“文化程度”“满意度”到Variable框中；单击“Charts”,分别选择Bar Chart；结果如下：Statistics年收入水平 文化程度 性别 满意度Valid 6400 6400 6400 6400NMissing 0 0 0 0年收入水平Frequency Percent Valid Percent Cumulative Percent2.5万以下 1174 18.3 18.3 18.32.5万- 2388 37.3 37.3 55.75.0万- 1120 17.5 17.5 73.27.5万及以上 1718 26.

6、8 26.8 100.0ValidTotal 6400 100.0 100.0文化程度Frequency Percent Valid Percent Cumulative Percent初中及以下 1390 21.7 21.7 21.7高中 1936 30.2 30.2 52.0大专 1360 21.2 21.2 73.2大学 1355 21.2 21.2 94.4研究生 359 5.6 5.6 100.0ValidTotal 6400 100.0 100.0性别Frequency Percent Valid Percent Cumulative Percent女性 3179 49.7 49.

7、7 49.7男性 3221 50.3 50.3 100.0ValidTotal 6400 100.0 100.0满意度Frequency Percent Valid Percent Cumulative Percent满意 2630 41.1 41.1 41.1Valid态度中立 1393 21.8 21.8 62.9不满意 2377 37.1 37.1 100.0Total 6400 100.0 100.0结果分析：本文采用的 6400 个样本数据进行分析，调查中年收入水平中在2.5 万到 5 万的人数最多占 37.3%，其次是 7.5 万以上占 26.8%。文化程度中高中占比例最大，为 3

8、0.2%，初中一初中以下、大专和大学所占比例大致相同大概都是 21%。性别比例中男女比例大致相等，对满意度的影响较小，为了简便，我们将性别影响剔除，本文只对文化程度和年收入水平对生活满意度的影响进行分析。而在满意度调查中，接近一半的人是满意，约占 41.1%，过三分之一的人不满意，约占 37.1%，态度中立的占 21.8%。2.2 列联表分析在 SPSS 软件中，选择 analyze Descriptive Statisticscrosstabs；分别选择年收入水平、文化程度、满意度到变量框中，得到的 结果如下：年收入水平 * 满意度Crosstab满意度满意 态度中立 不满意 TotalCo

9、unt 258 250 666 1174% within 年收入水平 22.0% 21.3% 56.7% 100.0% within 满意度 9.8% 17.9% 28.0% 18.3%2.5万以下% of Total 4.0% 3.9% 10.4% 18.3%Count 781 542 1065 2388% within 年收入水平 32.7% 22.7% 44.6% 100.0% within 满意度 29.7% 38.9% 44.8% 37.3%2.5万-% of Total 12.2% 8.5% 16.6% 37.3%Count 507 261 352 1120% within 年收入

10、水平 45.3% 23.3% 31.4% 100.0% within 满意度 19.3% 18.7% 14.8% 17.5%5.0万-% of Total 7.9% 4.1% 5.5% 17.5%Count 1084 340 294 1718% within 年收入水平 63.1% 19.8% 17.1% 100.0% within 满意度 41.2% 24.4% 12.4% 26.8%年收入水平7.5万及以上% of Total 16.9% 5.3% 4.6% 26.8%Total Count 2630 1393 2377 6400% within 年收入水平 41.1% 21.8% 37.

11、1% 100.0% within 满意度 100.0% 100.0% 100.0% 100.0% of Total 41.1% 21.8% 37.1% 100.0%Chi-Square TestsValue df Asymp. Sig. (2-sided)Pearson Chi-Square 7.102E2a 6 .000Likelihood Ratio 734.334 6 .000Linear-by-Linear Association 700.660 1 .000N of Valid Cases 6400a. 0 cells (.0%) have expected count less t

12、han 5. The minimum expected count is 243.78.万 万 万 万 万7.5万 万 万 万5.0万 -2.5万 -2.5万 万 万Count12001000800600400200万 万 万万 万万 万 万 万万 万 万分析：根据 SPSS 输出的表格和图形，可以明显看出，年收入在 7.5 万及以上的满意度最高，不满意的比例最低；其次是收入在 2.5-5 万之间的满意度较高，但同时态度中立，不满意的比例也最高；5-7.5 万之间的居民满意度超过不满意人数，而收入在 2.5 万及以下的居民不满意远超过满意人数。所以我们认为，收入较高，其生活满意度也比较高。再通

13、过卡方检验得出的检验结果，概率 p 值小于0.05，应拒绝零假设，则认为年收入水平和满意度之间具有线性相关性。文化程度 * 满意度Crosstab满意度满意 态度中立 不满意 TotalCount 684 291 415 1390% within 文化程度 49.2% 20.9% 29.9% 100.0% within 满意度 26.0% 20.9% 17.5% 21.7%初中及以下% of Total 10.7% 4.5% 6.5% 21.7%Count 831 426 679 1936% within 文化程度 42.9% 22.0% 35.1% 100.0% within 满意度 31.

14、6% 30.6% 28.6% 30.2%高中% of Total 13.0% 6.7% 10.6% 30.2%Count 510 312 538 1360% within 文化程度 37.5% 22.9% 39.6% 100.0% within 满意度 19.4% 22.4% 22.6% 21.2%大专% of Total 8.0% 4.9% 8.4% 21.2%Count 477 283 595 1355% within 文化程度 35.2% 20.9% 43.9% 100.0% within 满意度 18.1% 20.3% 25.0% 21.2%大学% of Total 7.5% 4.4%

15、 9.3% 21.2%Count 128 81 150 359% within 文化程度 35.7% 22.6% 41.8% 100.0% within 满意度 4.9% 5.8% 6.3% 5.6%文化程度研究生% of Total 2.0% 1.3% 2.3% 5.6%Count 2630 1393 2377 6400% within 文化程度 41.1% 21.8% 37.1% 100.0% within 满意度 100.0% 100.0% 100.0% 100.0%Total% of Total 41.1% 21.8% 37.1% 100.0%Chi-Square TestsValue

16、 dfAsymp. Sig. (2-sided)Pearson Chi-Square 87.133a 8 .000Likelihood Ratio 87.037 8 .000Linear-by-Linear Association 77.816 1 .000N of Valid Cases 6400a. 0 cells (.0%) have expected count less than 5. The minimum expected count is 78.14.万 万 万 万万 万 万万 万万 万万 万万 万 万 万 万Count10008006004002000万 万 万万 万万 万

17、万 万万 万 万分析：从表格和图形中可以看到，文化程度为高中的居民满意度最高，其次是初中文化，大专，大学，最少的是研究生文化的居民满意度最低；尤其是初中以及下文化的居民满意度远超过不满意人数；由此，可以认为文化程度越高，其生活满意度却更低。由 SPSS 做出来的线性相关卡方检验结果可知，概率 p 值小于0.05，应拒绝零假设，则认为文化程度与满意度之间具有线性相关性。2.2 交叉分组下的频数分析（3 变量）（1）选择菜单 AnalyzeDescriptive StatisticsCrosstabs（2）选择变量“ 文化程度”“年收入水平”“满意度” 到对应的框中；（3）在“Cells”“For

18、mat”“Statistics”框中，选择需要的基本描述变量；结果如下：年收入水平 * 满意度 * 文化程度 Crosstabulation满意度文化程度 满意 态度中立 不满意 TotalCount 88 74 160 322% within 年收入水平 27.3% 23.0% 49.7% 100.0% within 满意度 12.9% 25.4% 38.6% 23.2%2.5万以下% of Total 6.3% 5.3% 11.5% 23.2%Count 229 124 184 537% within 年收入水平 42.6% 23.1% 34.3% 100.0% within 满意度 33

19、.5% 42.6% 44.3% 38.6%2.5万-% of Total 16.5% 8.9% 13.2% 38.6%Count 142 41 41 224% within 年收入水平 63.4% 18.3% 18.3% 100.0% within 满意度 20.8% 14.1% 9.9% 16.1%5.0万-% of Total 10.2% 2.9% 2.9% 16.1%Count 225 52 30 307% within 年收入水平 73.3% 16.9% 9.8% 100.0% within 满意度 32.9% 17.9% 7.2% 22.1%年收入水平7.5万及以上% of Tota

20、l 16.2% 3.7% 2.2% 22.1%Count 684 291 415 1390% within 年收入水平 49.2% 20.9% 29.9% 100.0% within 满意度 100.0% 100.0% 100.0% 100.0%初中及以下Total% of Total 49.2% 20.9% 29.9% 100.0%Count 95 74 209 378% within 年收入水平 25.1% 19.6% 55.3% 100.0% within 满意度 11.4% 17.4% 30.8% 19.5%2.5万以下% of Total 4.9% 3.8% 10.8% 19.5%C

21、ount 251 170 309 730% within 年收入水平 34.4% 23.3% 42.3% 100.0% within 满意度 30.2% 39.9% 45.5% 37.7%2.5万-% of Total 13.0% 8.8% 16.0% 37.7%高中 年收入水平5.0万- Count 149 87 90 326% within 年收入水平 45.7% 26.7% 27.6% 100.0% within 满意度 17.9% 20.4% 13.3% 16.8% of Total 7.7% 4.5% 4.6% 16.8%Count 336 95 71 502% within 年收入

22、水平 66.9% 18.9% 14.1% 100.0% within 满意度 40.4% 22.3% 10.5% 25.9%7.5万及以上% of Total 17.4% 4.9% 3.7% 25.9%Count 831 426 679 1936% within 年收入水平 42.9% 22.0% 35.1% 100.0% within 满意度 100.0% 100.0% 100.0% 100.0%Total% of Total 42.9% 22.0% 35.1% 100.0%Count 41 55 145 241% within 年收入水平 17.0% 22.8% 60.2% 100.0%

23、within 满意度 8.0% 17.6% 27.0% 17.7%2.5万以下% of Total 3.0% 4.0% 10.7% 17.7%Count 140 124 247 511% within 年收入水平 27.4% 24.3% 48.3% 100.0% within 满意度 27.5% 39.7% 45.9% 37.6%2.5万-% of Total 10.3% 9.1% 18.2% 37.6%Count 98 60 90 248% within 年收入水平 39.5% 24.2% 36.3% 100.0% within 满意度 19.2% 19.2% 16.7% 18.2%5.0万

24、-% of Total 7.2% 4.4% 6.6% 18.2%Count 231 73 56 360% within 年收入水平 64.2% 20.3% 15.6% 100.0% within 满意度 45.3% 23.4% 10.4% 26.5%年收入水平7.5万及以上% of Total 17.0% 5.4% 4.1% 26.5%Count 510 312 538 1360% within 年收入水平 37.5% 22.9% 39.6% 100.0% within 满意度 100.0% 100.0% 100.0% 100.0%大专Total% of Total 37.5% 22.9% 3

25、9.6% 100.0%Count 25 42 129 196大学 年收入水平 2.5万以下% within 年收入水平 12.8% 21.4% 65.8% 100.0% within 满意度 5.2% 14.8% 21.7% 14.5% of Total 1.8% 3.1% 9.5% 14.5%Count 132 97 261 490% within 年收入水平 26.9% 19.8% 53.3% 100.0% within 满意度 27.7% 34.3% 43.9% 36.2%2.5万-% of Total 9.7% 7.2% 19.3% 36.2%Count 96 60 103 259%

26、within 年收入水平 37.1% 23.2% 39.8% 100.0% within 满意度 20.1% 21.2% 17.3% 19.1%5.0万-% of Total 7.1% 4.4% 7.6% 19.1%Count 224 84 102 410% within 年收入水平 54.6% 20.5% 24.9% 100.0% within 满意度 47.0% 29.7% 17.1% 30.3%7.5万及以上% of Total 16.5% 6.2% 7.5% 30.3%Count 477 283 595 1355% within 年收入水平 35.2% 20.9% 43.9% 100.

27、0% within 满意度 100.0% 100.0% 100.0% 100.0%Total% of Total 35.2% 20.9% 43.9% 100.0%Count 9 5 23 37% within 年收入水平 24.3% 13.5% 62.2% 100.0% within 满意度 7.0% 6.2% 15.3% 10.3%2.5万以下% of Total 2.5% 1.4% 6.4% 10.3%Count 29 27 64 120% within 年收入水平 24.2% 22.5% 53.3% 100.0% within 满意度 22.7% 33.3% 42.7% 33.4%2.5

28、万-% of Total 8.1% 7.5% 17.8% 33.4%Count 22 13 28 63% within 年收入水平 34.9% 20.6% 44.4% 100.0% within 满意度 17.2% 16.0% 18.7% 17.5%5.0万-% of Total 6.1% 3.6% 7.8% 17.5%Count 68 36 35 139% within 年收入水平 48.9% 25.9% 25.2% 100.0%研究生 年收入水平7.5万及以上% within 满意度 53.1% 44.4% 23.3% 38.7%分组计算：（1）将年收入水平和学历转化为间距型数据：年收入水

29、平根据各组的组中值，将“2.5万以下”“2.55万”“57.5万”“7.5万以上”转化为“1.25万”“3.75万”“6.25 万”“8.75万” ；文化程度根据受教育年限，分别转化为“9年”“12 年 ”“15年”“16年”“18年”；（2）根据3.1.2中的列联表，结合上述的收入，学 历转化结果，分成了 20个组；（3） 分别计算每个组的满意，不满意， 态度中立人数的比例，为p1,p2,p3；数据处理结果如下：序号年收入（万元）受教育年限（年）满意中立不满意总人数 P1 P2 P3 logp1/p3 Logp2/p31 1.25 9 88 74 160 322 0.273 0.23 0.4

30、97 0.549296 0.4627772 3.75 9 229 124 184 537 0.426 0.23 0.343 1.241983 0.6734693 6.25 9 142 41 41 224 0.634 0.18 0.183 3.464481 14 8.75 9 225 52 30 307 0.733 0.17 0.098 7.479592 1.724495 1.25 12 95 74 209 378 0.251 0.2 0.553 0.453888 0.354436 3.75 12 251 170 309 730 0.344 0.23 0.423 0.813239 0.55082

31、77 6.25 12 149 87 90 326 0.457 0.27 0.276 1.655797 0.9673918 8.75 12 336 95 71 502 0.669 0.19 0.141 4.744681 1.3404269 1.25 15 41 55 145 241 0.17 0.23 0.602 0.282392 0.37873810 3.75 15 140 124 247 511 0.274 0.24 0.483 0.567288 0.50310611 6.25 15 98 60 90 248 0.395 0.24 0.363 1.088154 0.66666712 8.75

32、 15 231 73 56 360 0.642 0.2 0.156 4.115385 1.30128213 1.25 16 25 42 129 196 0.128 0.21 0.658 0.194529 0.32522814 3.75 16 132 97 261 490 0.269 0.2 0.533 0.50469 0.37148215 6.25 16 96 60 103 259 0.371 0.23 0.398 0.932161 0.58291516 8.75 16 224 84 102 410 0.546 0.21 0.249 2.192771 0.82329317 1.25 18 9

33、5 23 37 0.243 0.14 0.622 0.390675 0.21704218 3.75 18 29 27 64 120 0.242 0.23 0.533 0.454034 0.422139% of Total 18.9% 10.0% 9.7% 38.7%Count 128 81 150 359% within 年收入水平 35.7% 22.6% 41.8% 100.0% within 满意度 100.0% 100.0% 100.0% 100.0%Total% of Total 35.7% 22.6% 41.8% 100.0%19 6.25 18 22 13 28 63 0.349

34、0.21 0.444 0.786036 0.46396420 8.75 18 68 36 35 139 0.489 0.26 0.252 1.940476 1.0277783.1 模型建立及分析（1）设居民对生活满意度评价为满意、态度中立、不满意的概率分别为 p1,p2,p3，以对生活不满意 P3 为参照水平，计算 logP1/P3，logp2/p3；（2）选择菜单 AnalyzeRegressionLinear ；（2）分别选择被解释变量（logP1/P3 ）（logp2/p3）和解 释变量（年收入，受教育年限）到对应框中；（3）在 Method 框中，选择 Enter 方法；在 Stati

35、stics 框中，选择 Estimates、Model fit、Covariancematrix、Collinearity diagnostics 选项；在 Plots 框中，选择 ZRESED 到Y 框，ZPRED 到 X 框，再选择 Histogram 和 Normal plot； 在 save 框中，选择Unstandardized;结果如下：logP1/P3 和年收入，受教育年限结果：Model SummaryModel R R SquareAdjusted R SquareStd. Error of the Estimate1 .852 .725 .693 1.04738539471

36、1085a Predictors: (Constant), b Dependent Variable: logp1/p3ANOVAModel Sum of Squaresdf Mean SquareF Sig.1 Regression49.200 2 24.600 22.425 .000Residual 18.649 17 1.097 Total 67.850 19 a Predictors: (Constant), b Dependent Variable: logp1/p3CoefficientsUnstandardized CoefficientsStandardized Coeffic

37、ientst Sig.Collinearity StatisticsModel B Std. Error Beta Tolerance VIF1 (Constant) 2.858 1.143 2.502 .023 年收入（万元）.481 .084 .730 5.743 .000 1.000 1.000受教育年限（年）-.255 .074 -.438 -3.445 .003 1.000 1.000a Dependent Variable: logp1/p3Residuals StatisticsMinimum Maximum Mean Std. DeviationNPredicted Value

38、-1.132486939430244.772769451141361.692577336555131.60919058496664920Residual -1.148553490638732.70682239532471.00000000000000.99072739906541820Std. Predicted Value-1.756 1.914 .000 1.000 20Std. Residual-1.097 2.584 .000 .946 20a Dependent Variable: logp1/p3Regression Standardized Residual2.502.001.5

39、01.00.500.00-.50-1.00HistogramDependent Variable: logp1/p3Frequency76543210Std. Dev = .95 Mean = 0.00N = 20.00Normal P-P Plot of Regression Standardized ResidualDependent Variable: logp1/p3Observed Cum Prob1.00.75.50.250.00Expected CumProb1.00.75.50.250.00分析：图一：被解释变量和解释变量的壳决性系数为 0.725，修正过的可决性系数为0.69

40、3，回归方程的估计标准误差为 1.0473853。该方程有 2 个解释变量，调整的判定系数为 0.693， ，所以拟合优度一般，被解释变量可以被变量解释的部分也一般。图二：被解释变量的总离差平方 TSS 和为 67.850，回归平方和 ESS 以及均方分别为 49.200 和 24.600，剩余平方和 RSS 及均方分别为 18.649 和 1.097，F 检验统计量的观测值为 22.425，对应的 p 值近似为 0。假设显著性水平 a 为 0.05，由于 p 值小于 0.05,所以拒绝回归方程显著性检验的零假设，认为各回归系数不同时为 0，因变量和变量全体的线性关系是显著的，可建立线性模型。

41、从 F 值来看，认为整个模型在显著性水平为 0.05 的情况下，也是显著的。图三：年收入水平和文化程度的偏回归系数分别为.481、-.255，回归系数显著性检验中 t 统计量的观测值分别为 5.743、-3.445，在显著性条件为 0.05 的情况下，|t|1.729,所以这两个变量系数都是显著的。解释变量的容忍度和方差膨胀因子都是分别为 1，都是在允许范围内。图四：是被解释变量的预测值，残差等等。由上可以看出，如果显著性水平 a 为 0.05，几乎所有变量的回归系数显著性t 检验的概率 p 值都小于显著性水平，因此拒绝零假设，认为这些偏回归系数与 0有显著差异，它们与被解释变量的线性关系是显

42、著的，应该保留在方程中。同时，从容忍度和方差膨胀因子来看，VIF 值为 1，小于 10。说明解释变量间不存在多重共线性，可以建模。Model SummaryModel R R SquareAdjusted R SquareStd. Error of the Estimate1 .928 .861 .844 .15871640896434a Predictors: (Constant), b Dependent Variable: logp2/p3ANOVAModel Sum of Squaresdf Mean SquareF Sig.1 Regression2.646 2 1.323 52.5

43、17 .000Residual .428 17 .025 Total 3.074 19 a Predictors: (Constant), b Dependent Variable: logp2/p3CoefficientsUnstandardized CoefficientsStandardized Coefficientst Sig.Collinearity StatisticsModel B Std. Error Beta Tolerance VIF1 (Constant) .835 .173 4.820 .000 年收入（万元）.117 .013 .833 9.197 .000 1.0

44、00 1.000受教育年限（年）-5.075E-02 .011 -.409 -4.522 .000 1.000 1.000a Dependent Variable: logp2/p3Residuals StatisticsMinimum Maximum Mean Std. DeviationNPredicted Value.06694965064531.3995472192764.7078721298474.3731734747834020Residual -.2209860980511.3249426186085.0000000000000.1501306929008820Std. Pred

45、icted Value-1.717 1.853 .000 1.000 20Std. Residual-1.392 2.047 .000 .946 20a Dependent Variable: logp2/p3Regression Standardized Residual2.001.501.00.500.00-.50-1.00-1.50HistogramDependent Variable: logp2/p3Frequency543210Std. Dev = .95 Mean = 0.00N = 20.00Normal P-P Plot of Regression Standardized

46、ResidualDependent Variable: logp2/p3Observed Cum Prob1.00.75.50.250.00Expected CumProb1.00.75.50.250.00分析：图一：被解释变量和解释变量的壳决性系数为.861，修正过的可决性系数为.844，回归方程的估计标准误差为.15871640。该方程有 2 个解释变量，调整的判定系数为.861， ，所以拟合优度还可以，被解释变量可以被变量解释的部分较多，不能被解释部分很少。图二：被解释变量的总离差平方 TSS 和为 3.074，回归平方和 ESS 以及均方分别为 2.646 和 1.323，剩余平方和

47、RSS 及均方分别为.428 和.025，F 检验统计量的观测值为 52.51，对应的 p 值近似为 0。假设显著性水平 a 为 0.05，由于 p 值小于0.05,所以拒绝回归方程显著性检验的零假设，认为各回归系数不同时为 0，因变量和变量全体的线性关系是显著的，可建立线性模型。从 F 值来看，认为整个模型在显著性水平为 0.05 的情况下，也是显著的。图三：年收入水平和文化程度的偏回归系数分别为.117、-5.075E-02，回归系数显著性检验中 t 统计量的观测值分别为 9.197、-4.522，在显著性条件为 0.05的情况下，|t|1.729,所以这两个变量系数都是显著的。解释变量的

48、容忍度和方差膨胀因子都是分别为 1，都是在允许范围内。图四：是被解释变量的预测值，残差等等。由上可以看出，如果显著性水平 a 为 0.05，几乎所有变量的回归系数显著性t 检验的概率 p 值都小于显著性水平，因此拒绝零假设，认为这些偏回归系数与 0有显著差异，它们与被解释变量的线性关系是显著的，应该保留在方程中。同时，从容忍度和方差膨胀因子来看，VIF 值为 1，小于 10。说明解释变量间不存在多重共线性，可以建模。3.2 模型估计：居民对生活满意度评价为满意、态度中立、不满意的概率分别为 p1,p2,p3，以对生活不满意 P3 为参照水平，建立广义 Logit 模型：（采用普通最小二乘法用x

49、1,x2 分别估计 Y1（即 Logit(p1/p3)）和 Y2（即 Logit(p2/p3)） ，得到广义 Logit模型估计式） ，结果如下： 20.5-1.482.5log31 xpit).7E(.0.8l32xit1模型结果分析：将 Logit 估计模型进行变形，得到：25.0148.5.231Xep73.02e1由 Logit 模型估计出概率比 m1=p1/p3 , m2=p2/p3 ，得到概率 p1,p2,p3 的估计式：)/()/( 323131ppp2)/1/(3233 pp总结：由上述结果可知，实际满意比率和模型估计满意比率的对比，误差率较低，说明模型估计效果良好。上述的两个模型较好的反映了年收入，文化程度对居民生活满意度的影响关系是显著的。居民生活满意度明显受年收入和学历的影响，大致分析可知，收入较高，满意度越高；而学历越高，满意度却是相反的，这可能与文化程度不同的人群，自身价值观和对未来的期望不同所引起的上述结果中的学历较低的居民，其满意度远高于不满意人数。总之，对上述的两个模型，其估计效果不错。人们所感受到的的满意度根据自身收入水平、文化程度的不同，期望不同，