应用回归分析.docx

应用回归分析课程论文摘要: GDP 是体现国民经济增长状况和人民群众客观生活质量的重要指标。为了研究影响 GDP 的潜在因素,通过收集到的样本数据运用课本学过的回归分析知识,建立与 GDP 有影响的自变量与因变量间的多元线性回归模型,借助统计软件 SPSS 对样本作初等模型,同时结合统计专业知识对初等模型作 F 检验、回归系数检验、异方差性检验、假设检验等, 确立最终的经验回归方程, 回归方程对样本的是拟合度最好的。最后通过对做出来的模型分析得出 GDP 的主要影响因素,对提高 GDP 具有一定得现实意义。引言: 在当今欧美主导的经济发展理论下, 衡量一个国家的综合实力看的不仅是国家的军事实力、国家影响力,而更看重国家的经济实力,而 GDP 代表一国或一个地区所有常住单位和个人在一定时期内全部生产活动的最终成果, 是当期新创造财富的价值总量, 它是一个国家经济实力的最好体现,具有国际可比性,是联合国国民经济核算体系(SNA) 中最重要的总量指标, 为世界各国广泛使用并用于国际比较。众所周知 2008 年我国 GDP 跃居世界第三位, 是仅次于美国、日本的第三大经济国,而 2009 年在金融危机的影响下我国 GDP 稳中求进, 依然保持着 % 的增长态势。提高 GDP 已经成为经济发展的潮流,利用国家的各种有限资源, 在最大程度上发挥资源的利用率, 推动经济的发展是势在必行的, 因为资源一直在减少, 而人口一直在增加,要保持经济的增长就必要抓住主要因素,提高 GDP 。一、多元线性回归模型的基本理论首先是对线性回归模型基本知识介绍:随机变量 y 与一般变量 x1,x2,x3...xp 的理论线性回归模型为: 其中,, ...,是 P+1 个未知参数, 称为回归常数, , ..., 称为回归系数。 y 称为被解释变量(因变量) ,而 x1,x2,...,xp 是P 个可以精确测量并可控制的一般变量,称为解释变量(自变量) 。是随机误差,在多元线性回归模型中有五个基本假设: 假设一:随机误差项 0 均值假定; 假设二:随机误差项同方差; 假设三:随机误差项不相关假设四:随机误差项服从如下正态分布; 只有求得的经验回归方程通过了回归分析中各检验并满足上述四个假设时, 我们才可以明确此时的经验回归方程对我们的样本数据拟合得好,可以用此时的回归模型作控制与预测了。二、回归模型初步建立与检验 Coefficients a Model Unstandardized Coefficients Standardized Coefficients t Sig. Collinearity Statistics B Std. Error Beta Tolerance 1 (Constant) -15 .058 .000 Zscore: 居民消费水平(元) .317 .212 .317 .148 .077 Zscore: 固定资产投资(亿元) .946 .075 .946 .000 .621 Zscore: 职工平均工资(元) .094 .134 .094 .701 .490 .192 Zscore: .069 .069 .326 .729 Zscore: 工业增加值率(% ) -.0