基于残差自回归的特殊教育招生趋势实证分析

发布时间：2022-01-19 07:41

　　从1994年6月10日《萨拉曼卡宣言》正式提出"全纳教育"这一概念,我国在特殊教育方面取得了巨大进步。为了考察过去几十年中国针对特殊教育行业所采取的政策的有效性,并对特殊教育行业未来发展提出建议,本文首先通过观察我国在特殊教育招生方面的时序图,将1980至2016年划分为四个阶段,结合国家各时期颁布的相关政策,分析不同阶段特殊教育招生数量发生变化的原因。其次,本文针对我国1980到2016年特殊教育的招生人数建立残差自回归模型,拟合后发现信息提取充分,且模型精度较高。最后,结合所建立的自回归模型,预测未来5年我国特殊教育的招生人数,并对未来我国在特殊教育方面的发展提出建议。 

【文章来源】：市场研究. 2019,(09)

【文章页数】：5 页

【部分图文】：

图11980年中国特殊教育招生数

段（2010—2016年），2014年，政府提出“全面推进全纳教育”的总体目标和“提高普及水平”“加强条件保障”“提升教育教学质量”三大任务，决定设立国家特殊教育改革实验区，并于2016年发布实施《盲校义务教育课程标准（2016年版）》等。由此，特殊教育事业在这几年间取得较快发展。（三）模型应用1.确定性模型拟合（1）利用SAS软件绘制时序图，输出的时序图如下所示：时序图显示该序列有显著的线性递增趋势，由于是年度数据，因此没有季节效应，所以考虑建立如下结构的残差自回归模型：Xt=Tt+εt，t=1，2，3……εt=φ1εt-1+…+φpεt-p+vtE（vt）=0，Var（vt）=σ2，Cov（vt，vt-1）=0，∨i≥1对Tt分别尝试构造关于时间t和关于的两个确定性趋势模型。（2）利用R软件拟合关于时间t的线性回归函数软件输出结果如下表所示：{图11980—2016年中国特殊教育招生数{（年份）参数Interceptt估计值-0.01520.21902t值-0.06420.168P值0.9492×10-16表1输出结果理论与实践（万人）图21980—2016年中国特殊教育招生人数时间序列图28

DWP值1.69020.1305表4Durbinh检验结果由于截距项不显著，因此，输出模型为：Xt=0.21902t+εt（3）利用R软件拟合关于延迟变量的自回归模型软件输出结果如下表所示：截距项不显著，因此，不保留截距项，模型为：Xt=1.01193Xt-1+εt，εt～N（0，0.49042）（4）两个趋势拟合模型的效果图为了对比两种方法对原序列的拟合效果，将两种拟合模型绘制到同一张图中：通过观察可以发现，拟合关于延迟变量的自回归模型与原序列的散点图更加贴合，然而所拟合的关于时间t的线性回归函数能够更好地表现出原序列的趋势特征。2.模型检验确定性模型拟合好之后，进一步对该模型的拟合效果进行检验，建立原假设与备择假设：H0:残差序列不存在一阶自相关H1:残差序列存在一阶自相关对第一个模型进行DW检验，对第二个模型进行Durbinh检验。（1）利用R软件进行DW检验对于第一个模型来说，由于P值小于0.05，因此拒绝原假设，认为残差序列存在一阶自相关，需要对残差序列再次进行信息提取。（2）利用R软件进行Durbinh检验对于第二个模型来说，由于P值大于0.05，不拒绝原假设，因此不需要对第二个拟合模型的残差再次进行拟合。3.残差自回归模型拟合与检验（1）利用R软件绘制残差序列的自相关与偏自相关图为了确定自回归模型的阶数，首先考察残差序列的自相关图与偏自相关图：参数InterceptXt-1估计值0.189771.01193t值1.16428.740P值0.2532×10-16表2输出结果DWP值0.471971.168×10-9表3DW检验结果观察图像可以看出，ACF拖尾，PACF

【参考文献】：
期刊论文
[1]地方贯彻《特殊教育提升计划（2014-2016年）》的政策研究[J]. 黄汝倩.  中国特殊教育. 2015(08)
[2]残疾人远程高等教育政策分析[J]. 瞿炜.  天津电大学报. 2014(01)
[3]残差自回归模型在中国人口出生率预测中的应用[J]. 刘晓冬,姜宝法.  中国卫生统计. 2011(03)

博士论文
[1]公平与卓越的追求：美国特殊教育发展与变革研究[D]. 黄建辉.福建师范大学 2015

硕士论文
[1]改革开放以来我国特殊教育学校职业教育政策研究[D]. 于妍.沈阳师范大学 2018
[2]我国特殊儿童教育的社会政策研究[D]. 付开菊.东北财经大学 2016
[3]基于时间序列分析的电力需求预测及季节调整模型的研究[D]. 毛玉凤.北京工业大学 2013



本文编号：3596480