数据分析1:
需要分析的问题:
,并在此基础上建立预测模型,对居民消费价格指数进行预测。
。
(一)CPI和PPI之间关系的分析
根据CPI与PPI数据绘制的散点图如下所示:
从散点图可以看出,CPI与PPI之间具有一定的线性相关关系,也就是说,随着PPI的上涨,CPI也随之上涨。
两者之间的相关系数及其显著性检验结果如下:
检验结果表明,CPI 与PPI之间的线性关系显著。
(二)CPI与PPI之间的线性回归分析及预测
由于CPI与PPI之间具有显著的线性关系,因此,可建立一元线性回归模型,用PPI来预测CPI。将CPI作为因变量,PPI作为自变量,由SPSS得到的回归结果如下所示:
根据上述各表可知,CPI与PPI之间的一元线性回归方程为:
这表明,PPI每上涨1%,%。
从回归方程拟合优度来看,在CPI取值的总波动中,%是由CPI与PPI之间的线性关系引起的,%。,对应与n=17、观测值n=17临界值的上限为,
>,没有证据表明与序列之间存在自相关关系。
从模型检验结果来看,F检验的P值接近于0,表明两者之间有显著的线性相关关系。
从图可以看出,残差的分布并非完全随机,有少数个别残差的取值较大,这可能意味着存在一定的异方差现象,但不是很严重。
从下图可以看出,模型的随机误差项基本上符合正态分布。
上述分析表明,我们所建立的CPI与PPI之间的一元回归模型基本上是合理的,可用于预测。下图是用该回归方程得到CPI的预测值、残差、标准化残差以及的置信区间和预测区间及预测的效果图。
数据分析1 来自淘豆网m.daumloan.com转载请标明出处.
