孫婷婷 池州學院
目前在房地產開發管理中專業的測繪儀器較多,比如:全站儀、水準儀、RTK等,存在著效率較低耗時耗力以及只能提供二維平面圖等缺點,對于從事野外工作的人來說,較少人工干預、高精度一直是最大訴求。隨著近年來測繪技術的發展以及測繪儀器革新,以TX-8為主的三維激光掃描儀開始滲透到測繪市場,越來越多的測繪單位開始采用-TX-8進行房產測繪。本文以TX-8為例,以某剛開發建成的樓盤為例,進行一系列處理,最終建成高精度的樓盤三維模型,為后續銷售提供一定依據和效果展示。
教育是一項長期事業,并且需要耗費巨額資金,教育經費理所應當的也就成為了教育事業賴以發展的物質保障,還將影響著我國教育規模擴大和教育質量。所以教育經費的投入也將直接影響著我國教育與經濟的發展?;趯碚摲治龅牟蛔悖疚膶⒁越⒛P偷姆绞絹矸治鲇绊懳覈逃涃M投入的具體因素。
針對這一點,本文收集了我國1998年到2017年相關的數據模型,并且加以分析,研究我國的國內生產總值、普通高等學校在校生數量、普通高等學校數量以及普通高等學校教師數量對我國高等教育經費的影響。
多元線性回歸模型,在實際經濟問題中,一個變量往往受到多個變量的影響。例如,家庭消費支出,除了受家庭可支配收入的影響外,還受諸如家庭所有的財富、物價水平、金融機構存款利息等多種因素的影響。
多元線性回歸模型的一般形式為
設隨機變量y與一般變量x1,x2,…,xp的線性回歸模型為:

式中,β0,β1,…,βp是p+1個未知參數,β0稱為回歸常數,β1,β2,…,βp稱為回歸系數。y稱為被解釋變量(因變量),x1,x2,…,xp是p個可以精確測量并控制的一般變量,稱為解釋變量(自變量)。ε是隨機誤差,與一元線性回歸一樣,對隨機誤差項我們常假定

稱

為理論回歸方程。
對一個實際問題,如果我們獲得n組觀測數據則線性回歸模型式可表示為:

寫成矩陣形式為:

式中

x是一個n×(p+1)階矩陣,稱為回歸設計矩陣或資料矩陣。在實驗設計中,x的元素是預先設定并可以控制的,人的主觀因素可作用其中,因而稱為x為設計矩陣。
選擇普通高等學校在校生數量、普通高等學校數及普通高等學校教師數量為解釋變量。在我國教育經費的重要來源一直是國家公共支出,而財政支出和經濟增長又是相輔相成的,因此國內生產總值( GDP)也成為了研究教育經費投入的必不可少的變量。
利用Eviwes軟件分別繪制Y(我國教育經費投入資金)、X(1我國GDP數值)、X2(普通高等學校在校生數量)、X(3普通高等學校數量)、X(4普通高等學校教師數量)的線形圖。
由下圖可以看出,我國教育經費投入資金及各影響因素的差異明顯,其變動的方向基本相同,相互之間可能具有一定的相關性。
利用Eviews軟件估計模型參數,得回歸結果,分析發現在顯著性水平α=0.1的時候,X3所對應的t統計量不顯著。所以對變量進行對數變換,該模型,可決系數很高,F檢驗值為5701.558,明顯顯著。當時,所有的系數估計值高度顯著。對系數估計值的解釋如下:在其他變量保持不變的情況下,如果(我國GDP數值)增加1%,則(我國教育經費投入資金)平均增加1.163%;如果(普通高等學校在校生數量)增加1%,則(我國教育經費投入資金)平均增加0.491%;如果(普通高等學校數量數量)增加1%,則(我國教育經費投入資金)平均增加0.315%;(普通高等學校教師數量)的符號與先驗預期不一致,這表明可能存在嚴重的多重共線性。
從中可以看出來我國 GDP數值的變化對我國教育經費投入資金的影響較大,以及我國教育經費投入資金的增長速度趕不上普通高校在校生數量的增長速度,這將直接導致教育經費投入的人均占有量不足,而嚴重影響高校在校生的教育質量。