数理统计大作业(北航)2014版

应用数理统计大作业一 学院 XXXXXXX 学号 XXXXXXX 姓名 XXX 指导老师 XXX    2014年12月21日国民生产总值增量的多元线性回归模型摘要国民生产总值一直是衡量国家综合经济水平的重要指标本文要讨论研究的是国民生产总值的增量趋势与各产业增值趋势间的多元线性关系[1]本论文搜集了我国从1998至2012年15年的国民生产与各产业增量指标拟定数个自变量代入统计软件SPSS190[2]对各影响因素进行了统计分析综合分析结果模拟多元线性回归函数模型建立之后又将2013年数据作为测试集测试模型的拟合精确度得到的结果达到预期值得出模型建立较为成功关键词逐步回归法国民生产总值增量线性拟合一引言国民生产总值GrossDomesticProduct是在一定时期中一个国家地区经济生产出的全部最终产品和劳务的价值被公认为衡量国家经济状况的较佳指标它不仅仅反映了一定的经济 表 关于同志近三年现实表现材料材料类招标技术评分表图表与交易pdf视力表打印pdf用图表说话 pdf 现还可以反映国家的综合国力与经济发展前景作为经济政策的制定依据研究我国的国民生产总值的制约因素成为了学者们的热点问题下文就以1998年至2012年的统计数据为 标准 excel标准偏差excel标准偏差函数exl标准差函数国标检验抽样标准表免费下载红头文件格式标准下载 利用SPSS软件作出了多元线性回归分析二统计分析21变量说明因变量国民生产总值增值亿元自变量第一产业增加值亿元自变量第二产业增加值亿元自变量第三产业增加值亿元自变量工业增加值亿元自变量建筑业增加值亿元22统计数据 训练组 国民生产总值增值亿元 第一产业增加值亿元 第二产业增加值亿元 第三产业增加值亿元 工业增加值亿元 建筑业增加值亿元 2012年 46

36605 5237363 23516199 23193448 19967066 3549134 2011年 7159125 4748621 22041281 20520502 18847015 3194266 2010年 6060999 405336 18738321 17359598 16072223 2666098 2009年 2685738 35226 15763878 14803804 13523995 2239883 2008年 4823512 33702 14900344 13133999 13026024 187432 2007年 4949588 28627 12583136 11135195 11053488 1529648 2006年 3137706 24040 10371954 8855488 9131094 1240861 2005年 2505903 22420 8759809 7491928 7723078 1036731 2004年 2405558 2141273 7390431 6456129 6521003 869428 2003年 1549007 1738172 6243631 5600473 5494553 749078 2002年 1067752 1653702 5389677 498989 4743131 646546 2001年 1044062 1578127 4951229 4436161 4358062 593167 2000年 95

375 1494472 4555588 3871395 4003359 552229 1999年 527477 1477003 4103358 3387344 3586148 51721 1998年 542925 1481763 3900419 3058047 3401843 498576               表格 关于规范使用各类表格的通知入职表格免费下载关于主播时间做一个表格详细英语字母大小写表格下载简历表格模板下载 2-119982012年训练集数据 测试组 国民生产总值增值亿元 第一产业增加值亿元 第二产业增加值亿元 第三产业增加值亿元 工业增加值亿元 建筑业增加值亿元 2013年 4937511 56957 2496844 2622038 2106894 38995              表格2-22013年测试集数据以上数据来自《中国统计年鉴2013》[3]中收录的近15年全国国民生产总值增值数据考察与各产业间增量趋势变化中关系密切并且直观上有线性关系的因素因此选取了第一产业增值第二产业增值第三产业增值工业总产值增值建筑业增值五大因素为自变量23模型建立建立多元线性模型将以上数据数据录入SPSS231自变量与因变量关系利用SPSS统计分析得到各自变量与国民生产总值增值的散点图图2-1国民生产总值增值与第一产业增加值的散点图图2-2国民生产总值增值与第二产业增加值的散点图图2-3国民生产总值增值与第三产业增加值的散点图图2-4国民生产总值增值与工业增加值的散点图图2-5国民生产总值增值与建筑业增加值的散点图由以上数据我们可以看出各产业的增量与国民生产总值增量的散点图都

比较相似因此无法直观地排除无关变量下一步我们用SPSS自带的逐步回归分析法作进一步研究 输入／移去的变量a 模型 输入的变量 移去的变量 方法 1 工业增加值亿元 步进准则F-to-enter的概率050F-to-remove的概率100 2 第三产业增加值亿元 步进准则F-to-enter的概率050F-to-remove的概率100 a因变量国内生产总值增值亿元图2-6变量排除结果         已排除的变量c 模型 BetaIn t Sig 偏相关 共线性统计量 容差 1 第一产业增加值亿元 -2622a -2476 029 -581 009 第二产业增加值亿元 -15202a -3178 008 -676 000 第三产业增加值亿元 -4011a -4118 001 -765 007 建筑业增加值亿元 -2331a -3178 008 -676 015 2 第一产业增加值亿元 078b 057 955 017 004 第二产业增加值亿元 043b 005 996 001 7779E-5 建筑业增加值亿元 007b 005 996 001 003 a模型中的预测变量常量工业增加值亿元b模型中的预测变量常量工业增加值亿元第三产业增加值亿元c因变量国内生产总值增值亿元图2-7排除变量的相关性数值                在模型建立中SPSS将第一产业与第二产业以及建筑业产业增值都剔除了

而保留了工业和第三产业的产业增值由此可见在五个自变量因素中工业与第三产业的增量与国民生产总值增量的关联度较高为目标函数提供的贡献度较大因此在以下的模型建立中我们保留了这两个因素作为拟合自变量232模型 方案 气瓶 现场处置方案 .pdf气瓶 现场处置方案 .doc见习基地管理方案.doc关于群访事件的化解方案建筑工地扬尘治理专项方案下载 的建立 系数a 模型 非标准化系数 标准系数 t Sig B的950置信区间 B 标准误差 试用版 下限 上限 1 常量 -2593808 4801903   -540 598 -12967689 7780073 工业增加值亿元 339 044 906 7699 000 244 434 2 常量 -14838874 4380709   -3387 005 -24383619 -5294128 工业增加值亿元 1835 364 4903 5035 000 1041 2629 第三产业增加值亿元 -1303 316 -4011 -4118 001 -1993 -614 a因变量国内生产总值增值亿元图2-8方案设计结果                  由以上结果我们可以看出系统提供给我们两个最终拟合方案方案一以工业增加值为自变量得到拟合函数方案二以工业增加值和第三产业增加值为自变量得到拟合函数除了模型具体参数值以下系统还给出了两模型方案的回归残差分析表格得出了其残差平方和与均方平方和数值 Anovac 模型 平方和 df 均方 F Sig 1 回归 5177E9 1 5177E9 59268 000a 残差 1136

E9 13 87355376604     总计 6313E9 14       2 回归 5842E9 2 2921E9 74499 000b 残差 4705E8 12 39211809744     总计 6313E9 14       a预测变量常量工业增加值亿元b预测变量常量工业增加值亿元第三产业增加值亿元c因变量国内生产总值增值亿元图2-8回归残差结果              从结果可以得到两个回归模型的F值分别为59268与74499根据F分布表格易查得方案二的回归显著性更高因此我们选用模型二的拟合函数作为最终输出结果下面是回归标准化残差图图2-9回归残差结果我们利用2013年数据进行拟合测试方案一方案二实际输出为可以看出两个模型与实际结果的误差仍然较大相比之下模型二更接近实际输出但是仍不满足我们预期的结果超出误差范围很大因此此模型建立得不够完善或者说模型中自变量与因变量的线性关系仍不明显三结果分析由于软件所建立模型在测试过程中仍然误差较大所以可以得出这样的结论本模型中自变量第一产业增加值第二产业增加值第三产业增加值工业增加值建筑业增加值与因变量国民生产总值增值之间的线性关系不明显但综合来看模型二较为可靠参考文献[1]孙海燕周梦李卫国冯伟应用数理统计[M]北京北京航空航天大学数学系2014[2]张建同孙昌言以Excel和SPSS为工具的管理统计[M]北京清华大学出版社2002[3]国家统计局2010年中国统计年鉴[M]中国统计出版社2013继续阅读