应用回归分析spss软件的应用论文.doc

.
.
- .
.
1985
3693

4384

4107
130709

4589
1986
4058

5064

4495
135635

5175
1987
4356
13414
5503

4973
140653


1988
4689

5704

5452
144948


1989
4859

5820

5848
151489


1990
5153

6238

6212
150681
4517

1991
5638

6765

6775
152893


1992
6697

7589

7539
157627


1993
7716

8739

8395
162663


1994
8482

9741

9281
163093


1995





165885


1996





168803
22974

1997





169734


第2章 问题假设
为了问题的简洁明了，现对题目中的变量给出以下假设：中国成品钢材的需求量为〔万吨〕、原油产量〔万吨〕、生铁产量〔万吨〕、原煤产量〔亿吨〕、发电量〔亿千瓦时〕、铁路货运量〔万吨〕、固定资产投资额〔亿元〕、居民消费〔亿元〕、政府消费
- .
. -可修遍-
.
.
〔亿元〕作为影响变量，而且此题收集的数据均为定量变量，其符号和经济意义如下表：
变量
符号
代表意义
中国成品钢材的需求量为〔万吨〕
成品钢材需求总量
原油产量〔万吨〕
原油工业开展水平
生铁产量〔万吨〕
生铁工业开展水平
原煤产量〔亿吨〕
原煤工业开展水平
发电量〔亿千瓦时〕
发电技术水平
铁路货运量〔万吨〕
运输产业水平
固定资产投资额〔亿元〕
固定资产支出水平
居民消费〔亿元〕
居民支出水平
政府消费〔亿元〕
政府支出水平
第3章 问题分析
在上述问题中，中国成品钢材的需求量〔万吨〕的影响因素不只是原油产量〔万吨〕，还有生铁产量〔万吨〕、原煤产量〔亿吨〕、发电量〔亿千瓦时〕、铁路货运量〔万吨〕、固定资产投资额〔亿元〕、居民消费〔亿元〕、政府消费〔亿元〕等，这样因变量就与多个自变量有关。因此，我们就可以采用多元线性回归进展问题的分析。
多元线性回归模型的根本形式：设随机变量与一般变量的理论线性回归模型为：
其中，是个未知参数，称为回归常数，称为回归系数。称为被解释变量〔因变量〕，而是个可以准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，与一元线性回归一样，对随机误差项我们常假定
- .
. -可修遍-
.